Claude Code 工程化最佳实践：从 CLAUDE.md 到 HooksCodex Agent Loop 深度解析：AI 编程代理如何持续交付LLM 应用生产就绪清单AI 规格驱动编程入门：Spec 如何成为人和 Agent 的共同契约Claude Code Subagents 设计指南：把 AI 拆成可协作角色RAG 评测指标：别只看答案像不像Agent 工具调用可观测性：每一步都要能回放Codex 与 MCP：让编码代理接入真实工具链Agentic Coding 工作流：从提示词到循环工程Prompt Injection 红队测试手册Claude Code Hooks 实战：用确定性规则约束 AI 行为AI 代码库索引策略：让 Agent 找到真正相关的文件AI 生成 UI 的审查清单Codex Sandbox 安全模型：让 Agent 放手做事但不失控Hermes Agent 为什么火：持久记忆与自学习 Agent 的想象力MCP Server 设计：产品团队也要理解工具边界Kiro、OpenSpec 与 GitHub Spec Kit：AI 规格编程工具对比RAG 向量数据库选型：先看查询模式创业团队 AI 成本控制：先建立单位经济模型Claude Code vs Codex：终端 AI 编程代理怎么选AI Coding Skills 体系：把经验沉淀成可复用能力LLM 路由与降级策略：不要把所有请求交给一个模型
RAG 问答提示词：让模型回答资料里真的有的内容
RAG 系统的 Prompt 要处理检索片段、引用、冲突资料、缺信息和拒答，避免把检索当作万能答案。
AI 提示词0002026-06-21
AI 应用的成本、延迟与质量三角
分析 AI 应用中成本、延迟和质量之间的取舍，并介绍缓存、模型路由、降级和批处理策略。
AI & 大模型1002026-06-21
AI 工具安全清单：权限、数据和团队边界
从账号权限、数据范围、文件访问、模型训练和团队协作角度，整理 AI 工具上线前的安全检查项。
AI 工具0002026-06-21
设计系统 Token 落地：别让颜色散落在组件里
Token 的价值在于统一设计语言和变更入口，落地时要处理命名、层级、主题和组件映射。
前端工程0002026-06-21
架构评审清单：先看风险，再看方案优雅
架构评审应围绕目标、边界、数据流、故障路径、验证证据和演进成本展开。
软件架构0002026-06-21
用 rg 搜索代码库：先找到现有模式
修改代码前先搜索现有实现，能避免重复造轮子、误判目录边界和遗漏调用点。
开发技巧2002026-06-21
制造业 IoT 质检案例：数据采集比模型更先决定上限
工业质检系统要处理设备数据、图像采集、边缘推理、缺陷标注、追溯和产线反馈。
行业案例0002026-06-21
开源商业化模式：免费代码之外的价值设计
开源商业化需要明确社区版、云服务、企业功能、支持服务和生态伙伴之间的边界。
开源资讯2002026-06-21