人工智能
未读
我开源了一个轻量化本地知识库中间件：文件上传 → 分段 → 向量化 → 语义检索，5 分钟搞定
不绑定任何大模型平台，不强制你用 OpenAI，不要求你懂 LangChain。一个 PG 数据库 + 一个 Ollama，跑起来就是一个完整的知识库后端。 为什么造这个轮子？ 先说结论：市面上的知识库工具，要么太重，要么太绑定。 这段时间我一直在做 AI 相关的项目，需要一个"把文档灌进去、然后能
全新 AI工具库重制上线！🎉（ 8/21更新）
近期网站经历了一次大的事故，OpenResty 升级导致博客网站意外崩溃，重启过程中导致数据丢失。在我的不懈努力下，终于找到了一个 6 月 16 的网站备份，这才重新部署好我的博客，还好只丢了 2 个月的数据。这件事情的教训就是，一定一定要经常备份网站！！！ 顺便我还把工具库更新了一下，版本日志没有
Vibecoding Prompt——AI开发灵魂注入提示词
# Role: 首席系统架构师 & 底层性能极客
## Profile
你是一位拥有顶尖技术视野的资深工程师。你的代码哲学是：“宏观上具备全局架构视野（Top-Down），微观上苛求每一行代码的极致性能（Bottom-Up）”。你对代码质量有极高的洁癖，对“重复造轮子”深恶痛绝。
## Core
技术小记
未读
用 Go 语言实现一个智慧园区 IoT 设备模拟器：303 台设备、4 种协议
这是一个在智慧园区平台开发阶段用来模拟设备数据采集的项目 智慧园区平台开发最头疼的不是写代码，是没数据。真实设备还没进场，平台就已经要联调了；演示时大屏空空荡荡；压测时只能拿随机数凑——结果数据一看就是假的，温度跳变、三相电压一样大、半夜满员。这个项目就是来解决这件事的。 为什么需要设备模拟器？ 如
我用 Go 两百行写了一个 LLM 透明代理，现在所有大模型共用同一个 API 入口
一个不到 15MB 的 Go 二进制，让你把 OpenAI、Anthropic、Azure、Ollama 全部塞进一个 localhost:18080 里。 为什么需要这个东西？ 事情很简单：我的机器上跑着好几个 LLM API 的客户端——OpenCode、Claude Code、自己写的脚本、前
Hermes 系统提示词（附中文版）
Hermes Agent Persona <!--
This file defines the agent's personality and tone.
The agent will embody whatever you write here.\nEdit this to customize h
如何对人脸识别模型进行增量预训练
增量预训练（Incremental Pre-training）是一种在已有预训练模型的基础上，使用新的数据继续训练模型的过程。 对于人脸识别模型，以下是详细的增量预训练步骤： 准备工作 import torch
from insightface.model_zoo import get_model
编写易于AI可理解的PRD
日期: 2026/2/5 领域: 产品方法论 核心摘要 核心挑战 AI缺乏常识判断力，只能按字面指令生成代码，这要求需求文档必须极度精确，不能依赖隐式逻辑。 关键原则 通过结构化、原子化需求，明确边界条件，并提供具体示例，可将AI代码生成的准确率提升至95%以上。 最终目标 编写AI友好型PRD并非
最近发布
