博客七周年:AI 一天完成整体重构
博客从 2019 年国庆用 Xiuno BBS 搭建,到 2026 年国庆整整七年。868 篇文章、53 条评论、6060 个代码块,这次与 AI Agent 结对,一天完成从 PHP 论坛到 Next.js 的整体重构与无损迁移。
资深 Android 开发工程师,丰富系统级应用经验,覆盖亿级用户设备,专注 AI Agent 工程化落地。白天在搞 AI 智能体,晚上回来折腾这个博客。以前的文章是从刚毕业一个字一个字敲的,现在嘛——我跟 AI 说一句话,它就写好发出来了。不信?看看最新的文章 🚀
博客从 2019 年国庆用 Xiuno BBS 搭建,到 2026 年国庆整整七年。868 篇文章、53 条评论、6060 个代码块,这次与 AI Agent 结对,一天完成从 PHP 论坛到 Next.js 的整体重构与无损迁移。

AI 工具越用越多,一个矛盾浮出水面:对话在 ChatGPT 里、笔记在 NotebookLM 里、文件在网盘里、任务在别的 Agent 里——每次开工都要在几个工具间搬运上下文。开源项目 SourceWeft 针对这个割裂给出了自己的答案:一个可以自托管的开源 AI 工作站,把对话、知识、工作文件与任务执行装进同一个界面。它的自我介绍很直白——"你的模型、你的工具、你的基础设施",Apache-…

做 RAG 原型时,选向量库常常比选大模型还费劲:Milvus 要拉一堆容器,Qdrant 要先跑服务端,pgvector 得有现成的 PostgreSQL。Chroma 的思路是把这一切全部砍掉——pip instal…
同一个问题问两遍,大模型的答案常常不同;把温度调到零就一定逐字复现吗;top_p 截掉的又是什么。这些问题的答案都藏在同一个瞬间:模型输出下一个 token 的那一刻。模型的全部本质,是给词表中每个候选 token 打一个分,而真正"说出口"的只有一个——怎么从一堆分数里选出这一个,就是采样。 本文先建立概率分布的直觉,再讲温度的数学与截断采样家族,然后解释随机性的真实来源,最后谈谈采样参数正在从…

发邮件、转码视频、跑报表、调第三方慢接口——这些活儿不该堵在 Web 请求里。Celery 是 Python 世界解决这个问题的标准答案:一个基于分布式消息传递的异步任务队列框架,采用 BSD3 协议开源,在 GitHu…

数据管道写完只是开始,真正的难题是调度、重试、依赖管理和监控。Apache Airflowhttps://github.com/apache/airflow 是 Apache 基金会顶级开源项目,Apache 2.0 协…

第 8 篇把执行引擎拆到了 ReAct 循环与上下文摘要的层级,源码篇的地图上还剩三块拼图:第 3 篇用文档口径讲过的统一 Memory,实现里到底怎么评分、怎么落盘;第 4 篇当黑盒用的 Flows,@listen 一…

第 7 篇结尾停在门口:agents/agent_executor.py,主包最大的单文件,3654 行,AgentExecutor 继承 Flow 自举出 ReAct 循环。地图已经画好,本篇推门进去走读整台机器——@…

第 6 篇结尾预告过:源码篇要进 CrewAI 内部,去找那些"报错不露根因"现象的发生位置与包装层级。前六篇把 Crew、Flow、工具、记忆、层级流程的用法过了一遍,用法层面的疑问基本清零,剩下的疑问都有一个共同形状…

第 4 篇结尾的实战只是雏形:两路标签、两条审核标准、两轮上限,机制看得清,离生产还差一截。真实的内容流水线要面对的问题多得多——Crew 本身会执行失败,密钥失效、接口超时都能把整次运行炸穿;改稿要带着原稿与反馈定向修…

入门三篇把 Crew 武装得很完整:研究员有搜索工具,写手带着跨次运行的风格记忆,开跑前还有 Planning 兜底。但有一块天花板始终没捅破——流程本身。"审核不过就打回重写"的循环、任务之间插一步查数据库的确定性代码…

第 5 篇把内容流水线重构成了 Flow 编排,流程的硬控制已经握在手里;但回看 Crew 自带的两种 Process,还有一半我们始终没启用——hierarchical。前五篇的每一次 kickoff 都走 seque…

第 2 篇给研究员装上搜索工具之后,三角色流水线仍旧是"失忆"的:上一轮审稿员圈出的"少写排比、多给代码示例",这一轮写手照犯不误——kickoff 一结束,全部上下文就地蒸发,纠错经验无从沉淀。工具解决 Agent"看…

第 1 篇把三角色 Crew 跑通之后,一个尴尬很快浮出水面:研究员的全部"调研",其实只发生在模型的参数里。它没搜过网、没读过文件,写进要点清单的年份与数字全是训练记忆的复述——模型越自信,这种"一本正经的旧闻"越难被…

用裸 SDK 写单 Agent,工具循环已经不成问题:messages 列表、tool call 分发、重试兜底,一个 while 全能装下。真正的麻烦出在职责上——同一个 Agent 既调研、又写作、还审核,提示词越堆…

Claude Code 很强,但它没有浏览器——搜索靠自带的 WebSearch、抓页面靠 WebFetch,遇到登录墙、JS 渲染、交互操作就束手无策。web-access 是一个给 AI Agent 补全联网能力的 Skill:三层通道调度(轻量抓取 / CDP 浏览器 / 并行分治)+ 本地 Chrome CDP 直连 + Jina 备胎,让 Agent 真正能"上网干活"。本文按"概述 →…

Gmail、Drive、Docs、Calendar、Sheets——重度 Google Workspace 用户的日常几乎都泡在这套服务里。但想让命令行或 AI Agent 替你收发邮件、整理网盘、填表格,过去只有两条路…
遍历列表时既要元素又要位置,是写代码的高频需求。Java 老兵的第一反应是 for (int i = 0; i < n; i++),而 Python 的答案只有一个词:enumerate。但这个内置函数值得讲的不是用法——用法五分钟就会——而是它背后的迭代哲学,以及它与 zip、dict.items() 组成的那一族"循环时按需配对"的工具。 本文按"三种写法对比 → 惰性迭代器本质 → 起始编号…
大模型 SDK 的函数签名里,经常能见到这样一行注解:content: str | list[str | dict[Any, Any]] | None = None。一行之内同时出现联合类型、嵌套泛型、可空标记和默认值,乍看密不透风;它想表达的意思其实很朴素——这个参数可以接收多种类型中的任意一种。 竖线写法是 Python 3.10 才有的新语法,往前是 typing.Union 的天下。本文按…
在 FastAPI、Pydantic 或 LangGraph 的代码里,迟早会撞见这样的声明:total: Annotated[int, add_total]。类型的位置不再是一个光秃秃的 int,而是被 Annotated 包了起来,后面还跟了个函数——它是什么语法、add_total 什么时候被调用、为什么类型检查器不报错,一连串疑问都指向同一个答案:Python 用一个注解槽同时服务两批读者…