知识分享
技术文章、实战教程、经验心得
RAG 系列（三）：调对这 4 个参数，让你的 RAG 从「能用」变「好用」
RAG 系列第三篇。Chunk Size、Chunk Overlap、Top-K、Embedding Model 这四个参数怎么选？用控制变量实验对比不同参数组合的效果，附参数选择决策树和 5 个最常踩的坑。
一天一个开源项目（第88篇）：pi-mono - 极简主义的高性能 AI 编程助手
一个由 libGDX 作者 Mario Zechner 开发的极简 AI 编程 Agent，主打极速响应、极简内核与极致控制力。
RAG 系列（二）：用 LangChain 搭建你的第一个 RAG Pipeline
RAG 系列第二篇。用 LangChain 1.x + ChromaDB + SiliconFlow 拆解 RAG 六大组件，附完整可运行的 PDF 问答代码。所有源码可在 GitHub 获取。
RAG 系列（一）：大模型为什么需要「外挂记忆」
RAG 系列第一篇。从 LLM 的两个根本局限出发，搞清楚 RAG 是什么、为什么需要它，以及它和微调、长上下文的本质区别。附 100 行手写最小 RAG 实现。
一天一个开源项目（第86篇）：VibeVoice —— 微软开源的前沿语音 AI，单次处理 90 分钟多说话人音频
VibeVoice 是微软开源的前沿语音 AI 模型家族，集成 TTS 和 ASR 两大能力。7.5 Hz 超低帧率分词器实现 3200x 音频压缩，LLM + 扩散头混合架构支持 90 分钟多说话人语音合成与 60 分钟长音频识别。44.9k Stars，ICLR 2026 Oral。
一天一个开源项目（第87篇）：Tank-OS —— Red Hat 工程师用一个周末，把 AI Agent 塞进了一个可启动的 Linux 镜像
Tank-OS 是 Red Hat 首席工程师 Sally O'Malley 开发的开源项目，将 OpenClaw AI Agent 与 Fedora 操作系统打包成单一的 OCI 可启动容器镜像。基于 bootc + rootless Podman Quadlet 技术栈，实现不可变 OS、事务性更新和安全隔离的企业级 AI Agent 部署方案。
烧了数千美金 Token，我用 AI Agent 打通了企业级 Bug 修复全流程
在企业内部真实落地的 AI Bug 修复端到端自动化实践复盘。从 Jira 取单、日志分析、代码修复、Code Review、SonarQube 扫描、单元测试，到 Gerrit 提交、CI/CD 验证，12 个节点全程 AI 驱动。记录了 6 个真实测试场景，包括重试机制、会话续接、人工确认门等工程细节。
一天一个开源项目（第85篇）：TypeScript 巫师把自己的 Claude 配置推到了 GitHub，一夜全球第一
深入解析 Matt Pocock 的 skills 仓库，一个 30k+ Stars 的 Claude Code 技能库。不是新框架，不是大厂项目，就是 21 个纯文本 Markdown 文件，告诉 Claude 该怎么干活。grill-me 让 AI 追着你问到你自己都哑口无言，tdd 强制红绿重构循环，triage-issue 先诊断再修复。这是一个顶级 TypeScript 工程师用 AI 的方式，值得每个人学习。MIT 开源。
Claude Code 接入 SonarQube 静态扫描：AI 写代码，质量闭环了
手把手教你在 Claude Code 中集成 SonarQube，实现 AI 驱动的代码质量扫描。文章重点揭示一个常被忽视的"坑"：sonarqube-cli 对 SonarQube Server 有最低版本要求，9.9 LTS 不可用，必须升级到 10.x 以上版本。
一天一个开源项目（第84篇）：free-claude-code —— 零费用运行 Claude Code 的代理黑魔法
free-claude-code 是一个轻量级 Python 代理服务，通过拦截 Claude Code 的 Anthropic API 请求并转发至免费替代后端（NVIDIA NIM、OpenRouter、本地模型等），实现零成本使用 Claude Code CLI 和 VSCode 扩展。14k+ Stars，连续登顶 GitHub Trending。MIT 开源。
一天一个开源项目（第83篇）：karpathy/autoresearch —— 开启 AI“自演化”实验室时代
karpathy/autoresearch 是由 AI 大神 Andrej Karpathy 发起的实验性项目，旨在构建一个自主运行的 AI 系统，让 AI 智能体能够独立进行模型架构探索、超参数调优和性能优化。
一天一个开源项目（第82篇）：Harness Engineering —— 从“提示语工程”到“驭缰工程”的范式跃迁
Harness Engineering（驭缰工程）是一个深度学习存档与实践指南，旨在定义 AI Agent 时代的新型软件工程范式。它将工程师的角色从“代码编写者”转变为“环境设计者”，通过构建严密的约束（Harness）来引导 AI Agent 高效、可靠地完成任务。