Posts
All the articles I've posted.
-
斯坦福STORM法：用AI进行深度多视角研究
斯坦福STORM法提供了一套只需四个提示词就能在三分钟内进行深度多视角AI研究的方法，帮助用户获得比传统AI研究更全面的洞察。
-
Vercel设计系统：AI时代的教科书级规范
本文深度解析了Vercel的DESIGN.md设计系统，展示其如何通过结构化的颜色、间距、字体、文案、动效和无障碍规范，为AI和开发提供清晰指南，颠覆传统设计思维。
-
设计师必知：Claude AI提升设计技能的六项秘诀
本文介绍了Claude AI如何通过六项核心技能，帮助设计师实现从静态设计到动态交互、从想法到品牌构建，再到代码转换的全方位效率提升和设计优化。
-
LangChain vs LangGraph：谁更适合LLM应用开发？
本文深入探讨了LangChain和LangGraph在大型语言模型 (LLM) 应用开发中的核心差异、最佳应用场景及2026年的实战开发挑战与解决方案，帮助开发者在实际项目中做出更明智的选型。
-
Agent幂等设计：如何构建绝对业务一致性？
本文通过一场面试对话，深入探讨了Agent重复执行的核心问题，并提出了三层核心逻辑来构建真正的Agent幂等性，确保业务在复杂分布式系统中的绝对一致性。
-
Claude Code Hook系统：自动化工作流
深入探讨Claude Code的Hook系统，揭示其六种生命周期及如何在关键时刻自动执行任务，通过 Hookify 和 Memory Persistence 实现工作流自动化和跨会话连续性，大幅提升开发效率和代码质量。
-
多Agent系统实战评估：生产环境下的四大核心考察点
本文介绍了在生产环境下评估多Agent系统性能时，如何从规划器、工具调用器、内存和反思模块四大核心维度进行全面考察，并强调了分层评估流水线和真实业务指标的重要性。
-
LangGraph核心三要素：节点、边、状态
LangGraph通过节点、边和状态这三个核心要素，将复杂的Agent任务抽象成一套可控的状态机，从而实现Agent的落地。
-
Agent的Reflection机制：不是重答，而是重思
本文深入探讨了Agent的Reflection（反思）机制，强调它并非简单地重新回答，而是通过发现并修正错误来改进决策路径，让Agent在执行过程中不断学习和优化。
-
Agent灰度发布与评估策略
本文详细介绍了Agent灰度发布的全流程，包括版本隔离、离线回放、在线分桶、指标分层评估以及快速回滚机制，旨在通过数据和风险控制证明新版本Agent的优越性。