2026.2 期

• Claude Code 中文教程

2.27

• AI 工程化落地实践：推翻"完美架构"，回归提示词本质

• 一文读懂 Agent Tools，拒绝复杂化、碎片化、黑盒化

• Agent Skills与MCP：一场被误解的“替代战争”

2.26

• 如何从零开始实现一个 AI Agent 框架（理论+实践）

• AI Agent系列｜深入解析Function Calling、MCP和Skills的本质差异与最佳实践

2.25

• AI Agent系列｜深入了解智能体工作流核心：Agent vs 传统编程 vs Workflow 的本质区别

• Sentinel Java客户端限流原理解析｜得物技术

2.24

• AI Agent系列｜什么是 ReAct Agent？

• 这个Skill能自动学会你的所有习惯，踩过的坑！

2.22

• 2026 就用 Postgres

2.21

• 领域建模之数据模型设计方法论

2.15

• 检索增强生成 (RAG)

2.12

• 从应用架构的视角看退小宝AI助手落地现状

2.10

• 从零开始的大模型之旅｜解码大模型：技术篇1.2-训练技术概念

2.9

• 借助 AI Coding 快速打造 AI Agent 系统

• 设计模式Trustworthy Generation：提升RAG信赖度

• MySQL 9.5 性能优化终极指南：从 10s 到 10ms 的 5 个核心心法

2.6

• 150行 Python 代码,构建一个最简单的搜索引擎，解释它的原理

2.4

• AgentScope 正式发布 Skills 支持 - 实现渐进式披露

• AI 原生研发范式：从“代码中心”到“文档驱动”的演进

• 一次大文件处理性能优化实录

2.3

• 从传统编程转向大模型编程

2.2

• A no chatbot data-science Agent —— Pardus。官网：https://pardusai.org/

  • 示例：Global Dividend Yield Analysis: Uncovering High-Yield Investment Opportunities
  • 用户：扔 N 个 csv 表格，一个字都不说
  • 输出：自动生成一份非常完整、详细的数据分析报告，十几个图表，大量数据分析、图形、表格、回归、方差、趋势、结论，分析得一清二楚

• 这大概是我读过关于AI大模型最全面、好读又易懂的文章了

• 大模型网关：大模型时代的智能交通枢纽｜得物技术

• 生产级Prompt自动化推理评估A/B实验结果的工程实践

2.1

• Macbook+OpenClaw+MiniMax+飞书搭建24小时“数字员工”，3W个技能Skills随你调

• 打造Jarvis，OpenClaw很野，但Agent Studio简直变态