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

博客七周年:AI 一天完成整体重构
全站置顶 精选AI

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。

418
FinalShell 详解:一体化 SSH 运维工具
NEW分享

FinalShell 详解:一体化 SSH 运维工具

连服务器、传文件、看性能,传统流程要在三四个工具之间切换——XShell 开终端、FileZilla 传文件、top 看监控,窗口切来切去还容易对不上目录。FinalShell(HostBuf 出品)把这三件事装进同一个窗口:SSH 终端、SFTP 文件管理、性能监控上下并排,终端里 cd 一下文件列表自动跟随,服务器上不用装任何插件就能看 CPU / 内存 / 网络。它是国内运维和开发者圈用得最…

3
NEW分享

秘籍之书解析:运维安全兵器谱

运维和安全的从业者大概都有过同样的经历:排障到深夜,想找个趁手的抓包工具,搜出来的教程一半是软文;做安全评估时想补一块知识,却不知道从哪份资料入门。波兰工程师 trimstray 维护的 the-book-of-secret-knowledge 把这类问题的答案汇总成了一本书——一份收录 CLI 工具、Web 工具、手册教程、安全资源与 Shell 技巧的巨型合集,GitHub 星标十万级,是 D…

2
sqlite-vec:端侧向量检索
NEW数据库

sqlite-vec:端侧向量检索

在手机上翻三年前记的一条笔记,只记得"大概讲连接池泄漏",关键词搜索帮不上忙——语义搜索才救得了场。一提语义搜索,多数教程直接上 Milvus、Qdrant 这类常驻服务,可手机、浏览器插件、树莓派上根本没有那样的运行环…

1
NEW 精选分享

Mika解析:后台屏上的手机Agent

手机上的 AI 助手大多停在"聊天"这一步:它能告诉你怎么发消息、怎么下单,但点按钮的还是你自己。开源项目 Mika 把最后一步补上了——说一句"给文件传输助手发条消息",它就会打开微信、找到联系人、输入并发送,全程不需要你动手。更有意思的是它工作的位置:一块隐藏的后台屏。应用点击、输入、滚动都发生在这块虚拟屏幕上,你的手机主屏照常使用,想看进度就点一下悬浮窗。项目以 Apache-2.0 协议开…

2
SourceWeft解析:自托管AI工作站
AI

SourceWeft解析:自托管AI工作站

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-…

20
Chroma 详解:轻量开发首选
数据库

Chroma 详解:轻量开发首选

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…

13
精选AI

采样与温度:下一个 token 怎么选

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…

18
Celery 详解:分布式任务队列
开源

Celery 详解:分布式任务队列

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…

26
CrewAI 源码:记忆遥测与收官
AI

CrewAI 源码:记忆遥测与收官

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…

17
CrewAI 源码:monorepo 拆包解读
AI

CrewAI 源码:monorepo 拆包解读

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…

16
CrewAI 实战:Flow 编排 Crew 重构
AI

CrewAI 实战:Flow 编排 Crew 重构

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…

18
CrewAI Flows:事件驱动编排
AI

CrewAI Flows:事件驱动编排

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…

11
CrewAI 层级模式与调试
AI

CrewAI 层级模式与调试

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…

24
CrewAI 记忆系统与 Planning
AI

CrewAI 记忆系统与 Planning

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…

26
CrewAI 工具系统与自定义 Tool
AI

CrewAI 工具系统与自定义 Tool

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…

21
CrewAI 入门:第一个多角色协作
AI

CrewAI 入门:第一个多角色协作

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…

20