用 Java 给 AI 搭一个任务规划器
Agent 接到"帮我做个市场调研报告"这种任务时，真正难的不是执行，是拆任务和管状态。这篇记录我用 langchain4j 实现任务树、依赖检查、重试和推理追踪的过程。
文章列表
第 2 / 4 页 · 共 30 篇
给 AI 写一份项目说明书：CLAUDE.md 该填什么
AI 每次开新会话都要重新理解你的项目。CLAUDE.md 就是解决这件事的项目级记忆。这份模板七个板块，我用下来最有用的是「不要改」。
学佬话正在消失，所以我做了这个 App
学佬话是汕尾一带的福佬话，没有标准书写、没有教学资源、年轻人不再说。我做了个翻译和学习 App，过程比想象中难得多。
RAG 切 PDF：全文入库还是抽字段？一个反直觉的结论
做 RAG 时最先要做的决定不是选向量库，是决定 PDF 切完之后存什么。全文入库和结构化提取是两条完全不同的路，医疗场景的数据把这个问题讲得很清楚。
让 AI 执行代码之前，先把沙箱这件事想清楚
Agent 一旦能执行代码，它能做的事就和一个坐在终端前的程序员完全一样。拆解 Docker、gVisor、Firecracker、Wasm 几种沙箱方案的取舍。
为什么用 Obsidian？从本地 Markdown、双链到 AI 知识底座
从本地 Markdown、双链、AI 知识底座三个角度说明 Obsidian 与传统笔记工具、VS Code 的差异，并结合 Web Clipper、ChatGPT、Codex 的实际场景，帮你判断它是否适合自己。
零成本搭一个 AI 新闻雷达
用开源项目 Horizon 加 GitHub Actions 的免费额度，每天自动抓 Hacker News、Reddit 和各大官方博客，AI 打分筛选后生成日报推到飞书。全程不花钱。
Chat、Work、Codex 的区别和使用场景
从定位、入口、执行环境、上下文和交付结果解释 Chat、Work、Codex 三者的区别，并给出从问题探索到 Agent 执行的选择方法。