05.29 用DSPy替代手写Prompt：编程化优化LLM应用的工程实践

DSPy Prompt优化

05.28 本地LLM性能调优实战：从5 tokens/s到40 tokens/s的优化之路

性能优化 vLLM

05.27 LLM结构化输出的可靠性工程：验证、重试与自动修复

结构化输出 JSON Schema

05.27 AI Agent长期记忆系统设计：向量库与知识图谱的混合架构

Agent 长期记忆

05.26 LLM应用AB测试实战：多模型灰度对比与效果评估

AB测试 灰度发布

05.25 LLM批处理推理实战：异步队列+动态批处理优化吞吐量

批处理 推理优化

05.24 Prompt Caching实战：用KV Cache复用降低40%推理成本

Prompt Caching KV Cache

05.23 LLM Agent工具调用实战：Function Calling从原理到多步推理

Function Calling AI Agent

05.22 LLM语义缓存实战：用向量相似度降低80%的API调用

语义缓存 向量相似度

05.21 AI项目迁移实战：模型切换、API适配与灰度发布

项目迁移 API适配

05.20 AI应用生产部署全指南：从Demo到上线的完整流程

生产部署 上线流程

05.19 模型量化实战：4-bit量化让大模型跑在消费级显卡上

模型量化 GGUF

05.18 大模型流式输出实战：SSE协议与前后端完整实现

流式输出 SSE

05.17 AI应用监控实战：推理服务的可观测性建设

监控 Prometheus

05.16 AI代码审查工具集成：让PR审查自动化

AI代码审查 GitHub Actions

05.15 vLLM高性能推理部署：从零配置到生产调优

vLLM 高性能推理

05.14 大模型微调实战：用LoRA训练你的专属模型

模型微调 LoRA

05.13 Kubernetes部署AI推理集群：从单机到高可用

Kubernetes 模型部署

05.12 本地运行Stable Diffusion：ComfyUI部署与工作流搭建

Stable Diffusion ComfyUI

05.11 Claude Code实战：终端里的AI编程伙伴工作流

Claude Code AI编程

05.10 提示工程实战：让大模型输出更稳定更可靠的技巧

提示工程 Prompt

05.09 Gradio快速搭建AI演示应用：5分钟上线你的模型

Gradio AI演示

05.08 LangChain构建AI Agent：工具调用与多步推理实战

LangChain AI Agent

05.07 FastAPI封装大模型API：统一接口与流式输出实战

FastAPI API封装

05.06 向量数据库实战：Chroma、Milvus、pgvector部署与对比

向量数据库 Chroma

05.05 N8N工作流自动化：用AI串联你的所有服务

N8N 工作流自动化

05.04 Docker部署AI推理服务：从镜像构建到生产上线

Docker vLLM

05.03 Dify本地部署与实战：零代码搭建AI应用平台

Dify 低代码

05.02 从零搭建RAG系统：检索增强生成完整实战

RAG 向量数据库

05.01 Ollama本地部署大模型：从安装到API服务的完整教程

Ollama 本地大模型

04.30 AI编程助手工作流：Cursor+Claude Code+本地模型的组合拳

AI编程 开发工具

04.29 图像理解实战：用VLM分析图表、文档和UI截图

VLM 图像理解

04.28 FastAPI模型服务：从训练到部署的生产级方案

FastAPI 模型部署

04.27 MCP协议深度解析：AI工具集成的统一标准

MCP 协议

04.26 LangSmith实战：给你的AI应用装上黑匣子

LangSmith 调试

04.25 AI图像生成方案对比：SD3、DALL-E、Midjourney怎么选

AI绘画 图像生成

04.24 GGUF量化模型：消费级硬件跑大模型的秘密武器

GGUF 量化

04.23 文本分类实战：从传统方法到大模型方案的演进

文本分类 NLP

04.22 混合专家模型MoE：用更少的计算撬动更大的模型

MoE 模型架构

04.21 自主Agent架构：从AutoGPT看AI Agent的设计模式

AI Agent AutoGPT

04.20 大模型+推荐系统：AI如何重塑个性化推荐

推荐系统 大模型应用

04.19 AI数据标注工具选型：从免费到企业级的方案对比

数据标注 标注工具

04.18 OpenAI兼容API：一套代码对接所有大模型

OpenAI API 兼容接口

04.17 Text-to-SQL实战:让大模型帮你写SQL查询

Text-to-SQL 数据库

04.16 大模型调用成本优化:七个策略降低50%以上费用

成本优化 大模型运营

04.15 LLMOps架构设计:从实验到生产的完整链路

LLMOps MLOps

04.14 LLM应用监控：不只是打日志那么简单

LLM监控 可观测性

04.13 多模型路由:根据任务智能分发到不同模型

模型路由 成本优化

04.12 异步推理队列:用消息队列解耦AI调用

异步推理 消息队列

04.11 FAISS vs Qdrant:向量检索引擎的性能对决

FAISS Qdrant

04.10 LM Format Enforcer：另一种约束解码方案

约束解码 格式控制

04.09 投机解码：用小模型给大模型加速

投机解码 推理加速

04.08 Flash Attention原理与实践：让注意力计算飞起来

Flash Attention 推理优化

04.07 知识蒸馏实战：用大模型教小模型

知识蒸馏 模型压缩

04.06 PyTorch Lightning：告别训练代码的样板地狱

PyTorch Lightning 训练框架

04.05 DeepSpeed分布式训练：大模型训练的工程利器

DeepSpeed 分布式训练

04.04 Outlines库实战：精确控制大模型输出格式

Outlines 结构化输出

04.03 Chainlit实战：5分钟搭建带对话历史的AI应用

Chainlit AI应用

04.02 多模态大模型入门：让AI同时理解文字和图像

多模态 视觉语言模型

04.01 文字转语音方案选型：从开源到商业API的完整对比

TTS 语音合成

03.31 语音转文字实战：Whisper部署与中文场景优化

Whisper 语音识别

03.30 模型评估实战：别再只看排行榜了

模型评估 Benchmark

03.29 HuggingFace生态全攻略：从找模型到部署上线

HuggingFace 模型仓库

03.28 ChatBot UI搭建指南：开源方案横评与快速上手

ChatBot 前端

03.27 Structured Output：强制大模型输出结构化数据

Structured Output JSON模式

03.26 AI Guardrails：给大模型输出装上安全阀

AI安全 Guardrails

03.25 Function Calling实战：让大模型真正能做事

Function Calling 工具调用

03.24 Tokenizer深度剖析：大模型是怎么理解文字的

Tokenizer 分词

03.23 注意力机制变体全景：MHA、MQA、GQA的工程取舍

注意力机制 MHA

03.22 Transformer架构精讲：从自注意力到GPT的演进之路

Transformer 注意力机制

03.21 LangChain vs LlamaIndex：两大AI框架的设计哲学与选型

LangChain LlamaIndex

03.20 文本分块策略详解：RAG效果的隐形杀手

文本分块 RAG

03.19 语义搜索从零搭建：不只是关键词匹配那么简单

语义搜索 向量检索

03.18 Embedding模型选型指南：中文场景下的向量表示方案

Embedding 向量化

03.17 Python AI生态全景：从脚本语言到AI第一语言的蜕变

Python AI生态

03.16 Read-Copy-Update：高性能无锁并发的神秘密码

RCU 并发编程

03.15 Bun加入Anthropic：JavaScript运行时的AI时代来了

Bun Anthropic

03.14 AI编程助手新纪元：Cursor的崛起与编程范式转变

Cursor AI编程

03.13 MCP：AI应用的USB-C接口来了

MCP AI

03.12 PinchTab实战：AI浏览器控制的新选择

PinchTab AI

03.11 打造AI助手的复活甲：多平台一键备份与恢复实战

OpenClaw AI助手

03.10 博客开张：重新出发

随笔 思考