AI 与大模型应用的测试驱动开发：从确定性测试到风险化评测
当被测函数只是把两个数字相加时，测试驱动开发很好解释：先写一个失败测试，让它通过，再在行为不变的前提下改善实现。困难出现在函数开始调用大模型之后--同一个问题可能有五种都算正确的回答，今天通过的结果，明天也可能因为模型、检索索引或服务端推理环境变化而不同。
所有文章
浏览 AI 技术、成长与生活、AI 项目的全部内容
177
篇文章
主题
横向滑动查看更多
AI 技能与工程
工具、Agent 与工程实践
MarkItDown 文档转 Markdown 实战：0.1.6 机制基线与 0.1.7 状态
文档转换器是一座桥，不是真相本身。真正重要的不是输出第一眼是否整洁，而是下一套系统需要的证据有没有过桥。 MarkItDown 的演示很简单：装一个包，传入文件，得到 Markdown。困难往往从下一分钟开始。一个 PDF 可能同时包含可选文字、扫描页、图表和复杂表格；一份演示文稿的关键数字可 …
2026 LangGraph 架构指南：StateGraph、持久化与故障恢复
这个项目是一场持续的开源学习：每天向前一点，用真实项目训练解决复杂问题的能力，也把判断变化的过程留下来。 项目学习清单
LangChain 1.x 生产实践：模型、Agent 与 LangGraph 如何选
过去介绍 LangChain，常会列出 Chain、Memory、Prompt、Loader 和各种集成。那段历史没有错，却已经不适合指导今天的项目。
AI Gateway 选型指南：LiteLLM、Kong、APISIX、Cloudflare 与 Portkey 怎么选
AI Gateway 不是“给大模型套一层反向代理”这么简单。真正进入生产以后，模型调用同时带着长连接、流式响应、令牌计费、供应商限额、敏感数据和不可预测的输出。普通 API 网关能处理其中一部分，却很难独自回答三个问题：
独立开发者技术栈指南：从问题验证到可维护 MVP
独立开发最容易出现一种错觉：只要把技术栈配齐，产品就完成了一半。 我也曾把前端框架、数据库、认证、支付、分析、邮件、监控列成一张很长的表。表越完整，动手越安心；但那种安心往往来自“我在建设”，而不是“有人需要”。工具清单解决的是选择焦虑，产品要解决的却是用户愿不愿意改变现有做法。
GPT Researcher 源码审计：深度研究代理如何检索、写作与自托管
研究工具最容易制造一种错觉：报告越长，答案越可靠。源码给出的提醒恰好相反--真正值得审计的不是字数，而是问题怎样被拆开、证据怎样进入上下文，以及结论能否回到来源。
成长与生活
成长、观察与真实生活
GTD与四象限法则实践
GTD 和 四象限法则实践 过年的时间，有很多时候都在思考，一年的成长中，除去很多的优点，还发现了很多的缺点，其中总结缺点有下面的一些： 不会主动的去思考所做事情的优先级 自己更擅长主动解决事情 不够专注去完成某一个TODO 每次当我回顾自己所做的事情时，虽然数量众多，但总感觉缺少清晰的判断和深 …
回顾与前瞻：我的2023年度总结报告
我的 2023 年度总结 2023 很快就要过去了，转眼间大学生活只剩下最后半年了，我一个朋友说过，工作的越久越是觉得：*可怕的不是你失去了工作的激情，而是再也找不回来了。*
我的第一个博客
你好，我是熊鑫伟 在光阴的长河中，我如此荣幸地踏入大四的这个重要时刻。不仅仅是一位学生，我热衷于编写那些跳动的代码，于是，我成为了开源的狂热追随者。欢迎你探索我的数字天地--我的GitHub 。这里，你将看到我对技术的热爱，我的第三代博客，我期待它能成为我与这个世界对话的终极纽带。
开源的阶段性成长指南
✨ 熟悉我的人都知道，我是一名不折不扣的开源爱好者，从大一开始接触到 GitHub 后，逐渐的沉迷于 开源世界 ~ 今天这篇文章很特别，算是自己参考并且总结出来的开源阶段，以及学习开源项目的步骤和心得。未来自己也是按照自己的规划来进行成长。 同学习 Kubernetes 的成长轨迹 一样，这篇文 …
从理论到实践的项目管理打通
项目管理从理论到实践 理论介绍 ⌀ 配图已失效 · image-20230113165927930 瀑布模型： ⌀ 配图已失效 · image-20230113163949341 敏捷模型： ⌀ 配图已失效 · image-20230113164028753