ai应用开发

Token太贵自己写了一个mac版开源AI编程工具SqcAICode 是一款面向 macOS 的原生桌面 AI 编程助手，集成 DeepSeek API，提供智能对话、代码编辑、终端操作、文件管理等一站式开发体验。采用 VS Code 风格的深色主题 UI，支持 Function Calling 工具链，让 AI 直接读写文件、执行终端命令和搜索网页。

【AI应用开发】Query 改写、Rerank 在 Agent 系统里起到什么作用？Query 改写解决"搜不准"的问题——把用户的口语/模糊表达变成适合检索的精确查询。Rerank解决"排不好"的问题——对初步召回的文档重新排序，把最相关的排到前面。

【AI应用开发】Agent 无限 loop（反复调用同一个工具）如何规避？核心思想：不要把防止 Loop 仅当作 Prompt 工程问题——必须在代码层面建立多层防线。LLM 不会主动停下来，要靠系统强制停下来。

【AI应用开发】怎么降低 Agent 幻觉？有几种可行方案？Agent 比普通 LLM 更容易产生幻觉，因为 Agent 在多步推理中每一步都可能产生幻觉，然后后续步骤基于虚假信息继续推理，形成"幻觉级联"（Hallucination Cascade）。

【AI应用开发】ReAct 原理是什么？和普通直接提问 LLM 差别在哪？ReAct = Reasoning（推理）+ Acting（行动），是一种让 LLM 在解决问题时"边想边做"的范式。

【AI应用开发】LangChain 中 Chain 和 Agent 核心区别？Chain 是"预定好的流水线"——每一步做什么已经定死了；Agent 是"自主决策者"——LLM 根据当前情况动态决定下一步做什么。Chain 是固定菜谱，Agent 是会自己翻冰箱做菜的厨师。

Spring AI 流程编排：AI时代，你需要一个更轻量的 Spring 流程编排框架早期开发一个 AI 功能，通常只有三步：但当 AI 真正进入业务系统后，流程很快会变得复杂：再加入 Agent、多模型路由、并行任务、失败重试和异步通知后，开发者面对的已经不再是一次模型调用，而是一条完整的执行流程。

【AI应用开发】 RAG篇（一）：概述与核心架构现在大模型落地业务，90% 的企业场景都会优先上 RAG（检索增强生成）。不管是知识库问答、智能客服还是私有文档助手，RAG 都是绕不开的核心方案。

再让我睡两分钟

【无标题】第 03 篇我们落地了 LLMClient：超时、重试、Token 统计、request_id 日志。第 04 篇我们落地了 PromptRunner：模板渲染、版本管理、把 prompt_version 写进 metadata。

小饼干在学嘎瓦

Harness Engineering2026 年如果你还在聊 Prompt Engineering，基本等于 2023 年聊"AI 能写诗"。不是 Prompt Engineering 过时了，而是行业已经往前走了两步。第三步叫 Harness Engineering。

06_Dify接入阿里云百炼API大模型本文介绍了在阿里云平台获取大模型服务（百炼）的 API Key，并在 Dify 中配置该模型的具体流程。首先注册并实名认证阿里云账号，登录后进入“大模型服务”并跳转至阿里云百炼，获取 API Key。随后在 Dify 的模型供应商中找到“通义千问”并进行安装，在模型列表中完成 API Key 等设置。最后在聊天应用中选择所配置的通义千问模型，进行效果测试。

用DeepSeek打造你自己的智能问答系统：从零到一的完整指南在人工智能技术日新月异的今天，基于大语言模型（LLM）的智能问答系统已经不再是科研实验室的专属品。DeepSeek 作为国产大模型的优秀代表，凭借其出色的推理能力、超长的上下文窗口和极具竞争力的价格，正受到越来越多开发者的青睐。无论是打造企业内部的智能知识库、构建客服机器人，还是实现个人助手，DeepSeek 都是一个理想的选择。

我做了一个 Agent Learning Lab：把 AI 应用开发过程做成白盒实验台最近我开发了一个 AI 应用学习项目，叫 Agent Learning Lab。项目地址： https://chat.onekey-ai.top

再让我睡两分钟

【系列预告】AI应用开发实战课：26篇教程覆盖 Prompt、RAG、Agent 与工程化最近在筹备一套「AI 应用开发实战课」系列，计划在 CSDN 系统连载。目标读者：有编程基础、会从「调 API」进阶到「能上线 AI 产品」的开发者。

我用 Claude Code 搭了一个远程 Claude web：手机发指令，本地电脑自己写代码最近我用 Claude Code 做了一个自己的 Claude Web 项目。这个项目的核心目的很简单：

AI 产品模型评测工具怎么选？用 Promptfoo / DeepEval / Ragas 找到最低可用模型前面第 4 篇我们讲了一个核心方法：同一批真实任务 + 同一套评分标准 + 多个模型横向测试 = 找到最低可用模型。

从 Prompt 对话到 OpenClaw：Agent 是怎么一步步发展出来的？现在很多人一提 Agent，就会想到：但 Agent 不是一开始就长这样。它是从最普通的 Prompt 对话，一步步演化出来的。

day05-llm-sampling-params你有没有遇到这种情况：同样的 Prompt，第一次给出了一段精彩的代码，第二次却输出了完全不同的废话？这不是玄学，是采样参数在作怪。

day04-prompt-pitfalls作者：实战 LLM 开发工程师 | 踩坑时长：18 个月 | 项目：10+ 个 AI 落地项目本文收录真实踩坑案例，附优化前后效果对比，全文约 8000 字，建议收藏慢慢看。

小智医疗-尚硅谷Java大模型应用项目课程视频一套针对Java程序员的大模型应用项目实战LangChain4j + RAG + 向量数据库 + Function Calling