技术知识库

• AI Coding 学习路径：80 万字中文教程里该怎么挑 — 39 篇中文教程横跨 Claude Code、OpenClaw、Codex 三条线。别从头刷到尾，先按角色和目标挑一条线。
• Cherry Studio、LobeHub、Open WebUI：三套自托管 AI 客户端怎么选 — 桌面端、Agent 编排、企业私有化，三条路线各有代表。先看许可证，再按场景选，是最省事的顺序。
• 给 AI 编程代理一台一次性沙箱：clawk 的隔离思路 — 给编程代理一台一次性 Linux 虚拟机：代理在 guest 里全权运行，宿主机文件与密钥够不着，销毁重建以秒计。
• ClawRouter：Agent 原生的 LLM 路由代理 — 本地 OpenAI 兼容代理，按 15 维信号给请求分层选模型，用 x402 钱包让 Agent 自己付费，官方称可降低 90% 以上的 LLM 调用成本。
• Lift：用 JSON Schema 约束结构化抽取，准确率与速度能不能兼得 — Datalab 开源的 9B 视觉模型，按 JSON Schema 从 PDF 抽取结构化 JSON，官方基准上比 Gemini Flash 3.5 快约三倍。
• Dograh：自建语音 Agent 的开源路线 — 类 Node-RED 的拖拽式语音 Agent 平台，一条 docker compose 起完整电话 AI。开源替代商用 SaaS 的路子，卡点在哪？
• Easel：社媒内容 Agent 的五层工作流 — 浙大与北大实验室开源的内容 Agent 工作台：112 个技能、六维账号画像、发布归因闭环。亮点和红线都很清楚。
• lieflat-charts：把图表审美写成 Agent 可执行的规则 — 一套给 Agent 的视觉语法：先判数据契约再选图型，用统一色板与留白让 HTML 图表有编辑感。License 是个要注意的坑。
• LLM Wiki：把文档库变成可检索的知识图谱 — RAG 每次都在从零重新发现知识，而这个模式让 LLM 持续维护一个会生长的 wiki。思路很轻，门槛在纪律。
• OpenMed：医疗 AI 的完全本地化路线 — 1,500+ 医疗模型、12 语言 PII 去标识、MCP 与苹果端原生，Apache-2.0 全栈。本地优先这条路，它把地基打得很全。
• 知识库选型：PandaWiki 与 Dify 怎么分工 — 一个强在知识库站点和内容运营，一个强在 RAG 检索和 Agent 工作流。它们不是竞品，只选一个时答案也清楚。
• qm：把「人 + Agent」放进同一个协作空间 — 多用户 Agent 工作台：每人独立沙箱，频道里共享协作，安全姿态分三档。它解决的是团队问题，不是个人助手。
• ThoughtDAG：把上下文变成可编辑的思维图谱 — Wires are the context：把 LLM 对话做成可编辑的图谱，连进节点的线决定模型下一轮看到什么；本地优先，可索引多个编程代理的会话。
• TokenHub：企业私有 AI 网关该管什么 — astaxie/TokenHub 把模型接入、路由、鉴权、配额、审计与成本归因收进一个可私有部署的网关，按企业三层治理角色设计，Apache-2.0。
• 微信开源 WeMM：多模态检索底座的能力与边界 — 一套向量空间同时编码文本、图片、视频和图文文档，2B 版本在公开基准上超过 8B 基线。它强在哪，坑又在哪？
• AI 时代如何搭建个人知识库 — 从 Obsidian 14 天计划到 LLM Wiki 文档编译，再到给 Agent 装记忆：一套能真正落地的个人知识库搭建方法。
• AI 项目架构模式库：常见架构与其适用场景 — 从实际项目里抽出的五套 AI 架构模式：前后端分离、知识图谱流水线、多模型路由、Agent 平台，以及企业引入 AI 的成熟度路径。
• 代码知识图谱的两条路线：Understand-Anything 与 CodebaseMemory MCP — 同一个问题，两条路线：一个把代码库变成可提交 Git 的交互图谱，一个把它装进毫秒级查询的 MCP 外挂大脑。
• 设计系统的设计哲学 — 极简不等于无聊。一套好设计系统的核心矛盾是：元素数量克制，执行精准有魄力。
• Horizon：自建 AI 新闻雷达，把信息流变成简报 — 自己定义信源，AI 抓取、去重、打分、补背景、汇总评论，产出中英双语简报，还能通过 MCP 交给 Agent 调用。
• 2026 开源 PDF 解析方案横评：LiteParse、MinerU、MarkItDown 怎么选 — 三款热门开源 PDF 解析工具，路线完全不同：一个拼速度，一个啃复杂版面，一个覆盖格式。选型之前，先看清边界。
• OpenSEO：开源自托管 SEO 工具能替代 Semrush 吗 — MIT 开源的 SEO 工具箱，关键词、排名、外链、审计、AI 可见度一应俱全，自带 MCP 和 7 个 Agent Skills。省钱的前提是接受数据依赖。
• 文献发现与文档记忆层：PaperSeek 与 Knowhere 能做什么 — PaperSeek 把自然语言变成可复核的检索式与候选文献，Knowhere 在文档解析与 RAG 之间补上记忆层。两把铲子，各管一段。
• 让 AI 写技术交底书：专利 Skill 的工作流拆解 — 「中国专利.Skill」把交底书流程拆成可编排的步骤：项目扫描、国知局查新、成稿、自检。它省的是体力活，不是法律责任。
• 提示词设计的核心技巧 — 两个高频杠杆：插槽式设计控制输入，输出格式设计控制输出。附格式陷阱与条件分支写法。
• 提示词工程体系：从写 prompt 到设计上下文系统 — 决定输出质量的往往不是措辞技巧，而是模型在回答之前手里有没有正确的信息和明确的边界。
• 把 20 年营销经验编码成 Skill：宋玥的两个营销 Agent — 两个开源 Skill，一个挖消费者洞察，一个诊断营销方案。价值不在提示词，而在把资深策略的判断标准写成了可校验的规则。
• 人与 Agent 协作平台：TabTin 的组织化思路 — 开源的人机协作平台：工作可交接、方法可复用、Agent 纳入权限与审计。它不是多智能体角色扮演框架。