编程语言
Terraform 极简入门：从 AWS-CLI 到基础设施即代码（IaC）
一篇面向新手的 Terraform 极简入门指南，通过对比 AWS Console 与 SAM 的真实项目踩坑经历，阐述基础设施即代码（IaC）的声明式思维。详解 Resource、Provider、State 三大核心概念，并手把手演示从 terraform init 到 apply 的完整实战流程，覆盖变量、输出、 locals、资源引用与目录拆分等进阶用法，助你告别手动点选，迈入云资源自动化管理。
编程语言
.NET 生态下的 Agent 框架选型：从 ReAct 到原生推理
本文对比了 Semantic Kernel、Microsoft.Extensions.AI 和 Microsoft Agent Framework 三种 .NET 生态下的 Agent 框架，详细测试了流式输出、工具调用和推理内容获取能力。随着 OpenAI o1、DeepSeek Reasoner、Claude 4 等推理模型的兴起，Agent 系统正从 ReAct 模式向原生推理演进。本文实测了三大框架对 reasoning_content 的兼容情况，并提供了 DeepSeek 推理模型的接入方案，最后针对不同场景给出了选型建议。
编程语言
从「能用」到「好用」：LLM 流式响应实现方式的探索之路
本文记录了在 ASP.NET Core 中实现 LLM 流式响应的完整探索历程。从直接操作 Response 的朴素写法，到引入事件抽象，再到 IAsyncEnumerable 的陷阱与中间件方案的局限，最终通过自定义的 SseResult 实现了优雅、可复用且符合框架哲学的 Server-Sent Events (SSE) 流式输出方案。文章对比了五种实现方式的复杂度与适用场景，为需要集成生成式 AI 流式交互的开发者提供了一条从「能用」到「好用」的清晰路径。
编程语言
基于 Supabase 的 AI 应用开发探索
本文从 AI 产业兼具知识、资本、劳动和资源密集型的多元特性切入, 详细分析了 Supabase 作为理想 AI 开发平台的核心优势: 其开箱即用的 BaaS(后端即服务) 特性、与 AI 需求天然契合的向量数据库与集成能力, 以及活跃的开源社区支持。文章重点探讨了利用 Supabase PostgreSQL 的 pgvector 扩展构建 RAG(检索增强生成) 应用的具体实现, 包括数据表设计、向量索引优化和相似度检索函数编写; 介绍了如何通过 Supabase Edge Functions 与 LangGraph 框架构建复杂 AI 智能体 (Agent); 并进一步延伸讨论了构建轻量级 AI 网关以实现模型灵活切换与架构自由的重要性，旨在为开发者提供基于 Supabase 进行全栈 AI 开发的实用指南。
编程语言
微博 × MCP：社交媒体新玩法解锁
本文介绍了一个名为 mcp-server-weibo 的基于 Model Context Protocol（MCP）的服务器项目。该项目旨在让大模型能够获取微博相关的信息，如用户信息、动态、热搜、评论等。文章阐述了其开发背景、核心功能、使用方法和未来计划等内容，展示了如何通过 MCP 协议将微博与 AI 结合，为开发者和对 AI 在社交媒体领域应用感兴趣的人提供了一种全新的玩法和思路。开源地址：https://github.com/qinyuanpei/mcp-server-weibo。
编程语言
Semantic Kernel × MCP：智能体的上下文增强探索
本文深入探讨了 MCP（模型上下文协议），由 Anthropic 设计的开放协议，它如同 AI 领域的 USB 接口，旨在通过统一接口解决大模型连接不同数据源和工具的问题。文章详细介绍了 MCP 的架构、核心角色、工作原理以及如何与 Semantic Kernel 集成，为 .NET 开发者提供高效接入社区 MCP 服务器的方法，减少重复性平台对接工作。此外，还展示了 MCP 在操作浏览器、访问文件系统等场景中的应用效果，并探讨了其局限性及未来发展方向。在 AI 技术快速发展的背景下，MCP 的出现为实现 AI 模型的 “万物互联” 提供了可能，值得开发者关注与探索。
编程语言
基于 K-Means 聚类分析实现人脸照片的快速分类
本文介绍了使用 K-Means 聚类算法对人脸照片进行自动分类的方法，解决了 “脸盲症” 问题。通过 Dlib 提取人脸特征向量，并利用 Scikit-Learn 的 K-Means 聚类分析，能够快速将大量人脸照片按人物进行分类。文章详细讲解了 K-Means 算法的原理、K 值确定方法，以及如何使用 PCA 降维和 Matplotlib 可视化聚类结果。该技术方案帮助用户高效地整理和管理照片，避免了人工分类的繁琐过程。尽管 K-Means 算法简单高效，但其对簇数和初始中心的选择较为敏感，可能不适用于噪声数据和非凸形簇，建议在实际应用中结合 DBSCAN 等算法以提高聚类效果。
编程语言
容器技术驱动下的代码沙箱实践与思考
本文探讨了容器技术在代码沙箱实践中的应用与思考。作者尝试复刻 OpenAI 的 Canvas 功能，并比较了 Canvas 与 Claude 的 Artifacts 在编程和写作领域的侧重点。文章强调了代码解释器在 AI 生成代码并执行代码中的重要性，并通过 Semantic Kernel 的 Code Interpreter 插件展示了其扩展 LLM 能力边界的潜力。同时，讨论了现有 Code Interpreter 的隔离性问题，并提出了基于容器技术的解决方案，详细描述了创建隔离代码沙箱的过程和遇到的挑战。最后，文章展望了代码沙箱在 AI 编程领域的重要性，并提出了通过 Jupyter 实现代码可视化的想法。
编程语言
温故而知新：后端通用查询方案的再思考
本文探讨了后端通用查询方案的实现和优化。作者从 Gridify 库获得启发，提出了一种基于泛型和接口的查询方案，实现了灵活的分页和过滤功能。文章详细介绍了方案的实现细节，包括 QueryParameter 类的设计、IQueryableFilter 接口的应用，以及如何通过自定义 IModelBinder 来兼容不同的参数传递格式，改变 ASP.NET Core 默认的模型绑定行为。文章强调了在 AI 时代，程序员应该关注复杂问题的解决和生产关系的改善，而不仅仅是简单的代码生成。
编程语言
浅议 CancellationToken 在前后端协同取消场景中的应用
本文深入探讨了在生成式AI领域中，前后端协同取消机制的重要性和实现方式。作者首先回顾了流式传输技术，然后通过 .NET 中的 CancellationToken 和 CancellationTokenSource 的使用示例，展示了如何在异步编程模型中处理任务取消请求。文章进一步分析了在 Web 服务中，如何通过 HttpContext.RequestAborted 属性感知客户端的取消请求，并给出了具体的代码示例。最后，作者讨论了在实际开发中，如何优化取消机制的实现，以提高代码的效率和可维护性。
编程语言
Semantic Kernel 视角下的 Text2SQL 实践与思考
本文深入探讨了人工智能领域的最新进展，特别是大型语言模型（LLMs）的应用及其与检索增强生成（RAG）技术的结合。文章首先引用《诗经》中的名句，比喻技术的快速发展，随后讨论了 Agent 的概念，强调了其规划、记忆和工具使用的能力。作者分享了对市场上主流 Agent 产品的体验，并提出了对大模型动态规划任务的信念。文中还介绍了 Text2SQL 技术，展示了如何将自然语言转化为 SQL 语句，以及这一技术如何帮助大模型与关系型数据库连接。最后，作者反思了技术进步对人类社会的影响，特别是在效率提升与人类幸福感之间的关系。
编程语言
关于 ChatGPT 的流式传输，你需要知道的一切
本文深入探讨了生成式 AI 产品如 ChatGPT 的流式输出效果，阐释了其目的在于减少用户等待时间，而非简单模仿人类行为。文章详细介绍了 Server-Sent Events（SSE）技术在实现流式传输中的应用，并通过代码示例展示了服务端配置和客户端数据接收的方法。同时，讨论了 WebSocket 技术作为 SSE 的替代方案，强调了在 AI 应用开发中实现流式传输的重要性。此外，文中还介绍了 .NET 中的 IAsyncEnumerable 接口，并讨论了在生成式 AI 中实现取消/停止生成功能的挑战，提出了基于 WebSocket 的双向通信机制来解决这一问题。最后，文章总结了流式传输在 AI 与人类交互中的重要性，并提出了对 AI 智能本质的思考。
编程语言
RAG 的是与非、Rewrite 和 Rerank
本文深入探讨了文化团体的形成及其对个体认知的影响，同时对社交媒体中的信息筛选和定义问题提出了批判。文章进一步分析了 AI 大型语言模型（LLM）的最新发展，特别是 Meta 的 Llama3 和微软的 Phi-3模型，以及它们在信息检索和生成中的应用。重点介绍了RAG（Retrieval-Augmented Generation）模型中的Rewrite 和 Rerank技术，展示了如何通过这些技术提升AI在处理复杂查询时的性能。通过实际的 Python 代码示例和 LangChain 库的应用，作者详细说明了Rewrite 和 Rerank 的实现方法，并通过案例展示了它们在提高检索多样性和准确性方面的显著效果。文章最后强调了RAG模型中检索（Retrieval）的核心地位，并讨论了文理科思维方式的差异及其对行动的影响。
编程语言
使用 EFCore 和 PostgreSQL 实现向量存储及检索
本文探讨了如何使用 EFCore 和 PostgreSQL 实现向量存储和检索，以及如何利用 PostgreSQL 进行全文检索。文章首先介绍了向量数据库的市场需求和发展趋势，然后详细说明了 PostgreSQL 的 pgvector 插件的使用方法，包括创建表、插入数据、查询向量以及建立索引等。接着，文章讨论了如何将 pgvector 与 EFCore 集成，并提供了相应的代码示例。最后，文章还探讨了 PostgreSQL 的全文检索功能，包括使用中文分词器 pg_jieba 来增强中文检索效果，并分享了作者在构建知识库时的实践经验和思考。
编程语言
基于 LLaMA 和 LangChain 实践本地 AI 知识库
本文讨论了人工智能领域的最新发展，主要围绕着基于 Transformer 和 MoE 架构的多模态模型 Gemini 1.5 Pro，以及 OpenAI 推出的支持从文字生成视频的模型 Sora。文章提到通用人工智能（AGI）的实现正在加速，指出 AI 应用落地的主要实践围绕大模型微调、提示词工程和知识增强展开。在介绍 LangChain 中的知识库构建过程中，涉及Loader、Splitter、Embeddings 和 VectorStore 等步骤。此外，还讨论了 RAG 和 GPTs 在实践中的应用，以及LangChain 中的 Chain 概念，以及如何将其与大语言模型和知识库结合以实现 Q&A 和 对话式检索。文章最后呼吁关注LangChain 的最新发展和替代品 AutoChain、Embedchain。1
2
3
...
9
下页
