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。
142
AI笔记本
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 🚀
文章列表
UI UX Pro Max：把设计品味装进 AI 编码助手
让 AI 写 UI，最怕的不是它不会写代码，而是它没有"设计品味"——产出的页面配色刺眼、间距随意、风格廉价，一看就是"AI 味"。UI UX Pro Max（UUPM）把专业设计决策做成了一个 AI Skill：79 种可检索 UI 风格、192 套行业配色、74 组字体搭配、192 条行业推理规则，一句"给我的 SaaS 产品做个落地页"，它先分析行业与需求、生成完整设计系统（配色 / 字体 …
25
LLMLingua 详解：微软的提示词压缩工具，最高 20 倍压缩
LLMLingua 详解：微软的提示词压缩工具，最高 20 倍压缩大模型的成本与延迟，大多花在冗长的提示词上——检索增强塞进几十段文档、few-shot 示例动辄几千 token，其中很多其实不必送进模型。微软开源的 LLMLingua 专门解决这个问题：用小语言模型对提示词做 token 级压缩，最高 20 倍压缩率且性能几乎不损失，还能顺带压缩 KV-Cache 加速推理。本文从动机、快速上手
16
NASA Science ：美国宇航局的公开科学门户
NASA Science 详解：美国宇航局的公开科学门户想看宇宙最新照片、查一次月相、找个周末的观星活动，或者只是想知道月球背面又发现了什么——这些需求的答案都指向同一个地方：science.nasa.gov（NASA Science）。它是美国宇航局的科学总部门户，把任务、地球科学、太阳系、宇宙、航空、技术与教育资源装进一个站点：哈勃与韦布的图像、帕克探测器的近日报告、公民科学项目、每日月球指南
14
LangChain 详解：代理工程平台与 LLM 应用框架
LangChain 详解：代理工程平台与 LLM 应用框架提到"用大模型做应用"，绕不开的第一个名字就是 langchain-ai/langchain（LangChain）。它是最早把"模型、提示词、工具、检索"串成应用框架的开源项目，如今自我定位已升级为"代理工程平台（The agent engineering platform）"——约 146k Star、MIT 协议，几乎是 LLM 应用开
12
pandas 详解：Python 数据处理基石
做数据分析的人几乎没有绕得开 pandas。无论你是在量化基金清洗行情数据，还是在互联网公司跑用户留存报表，DataFrame 都是这个领域事实上的通用货币。它不是最快的，但它是生态最全、文档最厚、Stack Overf…
22
Serena 详解：给编码 Agent 用的 IDE
Serena 详解：给编码 Agent 用的 IDE让 Agent 写代码，最贵的不是模型，是上下文——用 grep 和行号在十万行代码库里找符号、读整文件、做跨文件重命名，token 烧如流水，还容易改错。oraios/serena（Serena）的解法是把 IDE 的看家本领借给 Agent：符号级的语义检索、编辑、重构与调试，通过 MCP 协接入任何 AI 客户端——口号直白，"The ID
22
Archify 详解：把代码库变成可交互的系统地图
Archify 详解：把代码库变成可交互系统地图的 Agent 技能让 Agent 画架构图，老问题的解法通常是"生成一段 Mermaid"——但 Mermaid 出来的静态图既不能交互也难以验证，改图等于重画。tt-a1i/archify（Archify）换了个思路：Agent 只产出类型化的 JSON 中间表示（IR），Archify 确定性地编译成自包含 HTML/SVG——五种图型、动画、
27
Jina AI 详解：搜索基础设施工厂与它的 Reader 门面
Jina AI 详解：搜索基础设施工厂与它的 Reader 门面RAG 和 Agent 系统的痛点，一半在模型之外：网页抓不下来、PDF 解不出正文、搜索只给标题摘要——垃圾进、垃圾出。柏林公司 Jina AI 给出的答案是一整套"搜索基础设施"：最广为人知的是 jina-ai/reader（约 12k Star，Apache 2.0）——任意 URL 加个前缀 https://r.jina.ai
26
RTK：砍掉 AI Agent 读取的 90% Bash 输出
RTK：砍掉 AI Agent 读取的 90% Bash 输出AI 编程助手的 token 账单里，藏着一大块隐形消耗——bash 输出。跑一次失败的 cargo test，200 多行测试日志全部灌进上下文；git push 的进度条占 15 行；ls -la 一下 45 行……这些输出大部分是 agent 不需要的"噪音"，却实打实消耗 input token、挤占宝贵的上下文窗口。RTK（R
18
GPT-Crawler：爬取网站一键生成你的专属 GPT
GPT-Crawler：爬取网站一键生成你的专属 GPT想做一个"懂你们公司文档/产品"的 AI 助手？传统做法是手动把网页内容复制粘贴喂给 ChatGPT，但一个文档站动辄几百个页面，根本复制不过来。BuilderIO 的 gpt-crawler 正是为此而生——配置一个起始 URL 和 CSS 选择器，它就用 Playwright 无头浏览器自动爬取整站、提取每页正文、聚合成一个知识文件，上传
32
Figma Agent Skills 详解：把设计规范变成可执行
2026 年年中的 Config 大会上，Figma 给设计 Agent 补上了最关键的一块拼图：Agent Skills。它把团队自己的工作流和规范打包成可复用指令，设计 Agent 在执行时遵循这些指令——无障碍检查…
22
精选AI
agent-browser 给AI的浏览器自动化CLI
让 AI 编程助手真正"上手"操作浏览器，是 agent 工具链里被反复验证的需求：登录站点、填表单、点按钮、截图取证、抓数据、跑端到端测试。传统路径是把 Playwright 交给模型——让它写脚本、运行、看报错、改脚本，循环往复，慢且脆弱，token 也烧得凶。 vercel-labs 出品的 agent-browser 给出了另一种答案：一个专为 AI agent 设计的浏览器自动化 CLI…
34
Anthropic Skills 官方技能库详解：16 万 Star 的 AI 技能范例集
Anthropic Skills 官方技能库详解：16 万 Star 的 AI 技能范例集前面介绍了 Agent Skills 标准（格式规范）、Skills.sh（技能商店）、Tessl（评测平台）——这些都是"生态基础设施"。但如果你想看真正的、官方出品的、可直接用的技能范例，去哪看？答案就是 anthropics/skills——Anthropic 官方的技能示例仓库，164k Star，G
37
LangGraph：构建有状态 Agent 的低层编排框架
LangGraph：构建有状态 Agent 的低层编排框架Agent 正从"一次调用一次回答"进化为长时运行、有状态的复杂工作流——多步推理、调用工具、等待人类审批、跨会话记忆。用裸 while 循环写这类 agent，很快会撞上一堆工程难题：进程崩了从哪恢复？中间某步需要人确认怎么办？多轮对话的状态存哪？LangChain 团队出品的 LangGraph 正是为此而生：一个低层编排框架，把 ag
29
rsync 详解：增量文件传输的事实标准
rsync 详解：增量文件传输的事实标准在文件同步这个世界里，GUI 工具来来去去，底层的王座三十年没换过人。RsyncProject/rsync（rsync）由 Andrew Tridgell（Samba 作者）于 1996 年开创，名称里的 r 指 remote——远程同步。它与其他传输工具的根本差异只有一条：检查发送方与接收方已有的文件，只传输有变动的部分（默认按文件大小与修改时间判断）。就
26
mattpocock/skills 详解：给"真工程师"的 Agent 技能集
mattpocock/skills 详解：给"真工程师"的 Agent 技能集用 AI 写代码的两大流派之争已久：要么交给 GSD、BMAD、Spec-Kit 这类"全流程接管"框架，省心但失去控制权；要么裸奔，全靠手感。TypeScript 圈知名教育者 Matt Pocock（Total TypeScript 作者）开源的 mattpocock/skills 选了第三条路：一小组小而美、可自由
41
RsyncUI 详解：macOS 上的 rsync 图形前端
RsyncUI 详解：macOS 上的 rsync 图形前端rsync 是文件同步领域无可争议的命令行之王，但那一长串参数劝退过无数人。rsyncOSX/RsyncUI 做的事很纯粹：用 SwiftUI 给 rsync 套一层图形界面——实际执行同步的仍是 rsync 本尊，GUI 只负责把参数配置变成表单填写，每一步生成的 rsync 命令都可见、可核对。这款 macOS 应用 100% 开源免
33
Playwright 详解：跨浏览器自动化与采集
当目标页面依赖 JavaScript 渲染、传统 HTTP 抓取拿到的只是一具空壳 HTML 时，你需要的是真正能驱动浏览器的工具。Playwright 是微软开源的 Web 自动化与测试框架，统一 API 驱动 Chr…
23
Caveman：why use many token when few do trick
Caveman：why use many token when few do trick"Why use many token when few do trick"——用穴居人式的破英语，Caveman（穴居人）把这个项目的灵魂一句话说尽了：让 AI 编程助手说得更少、读得更少。它始于一个让 agent 用"电报体"回答的 skill（平均省 65% 输出 token），进化到 Caveman 2
16