搭建一个轻量 Agent Harness——让 AI Agent 安全地执行命令、读写文件
几十行 Python 实现 Agent 安全沙箱：命令白名单、目录隔离、危险操作审批。搭配 LLM 实现安全的自主 Agent。
用 AI 自动生成 Git Commit Message——告别 fix bug、update 式的提交信息
一个轻量 CLI 工具：git add 后运行 aicommit，AI 自动读 diff、生成规范的 Conventional Commit message。支持一键提交和小名配置。
用 100 行代码实现一个混合智能体——让 DeepSeek、豆包等多个模型协作回答问题
100 行 Python 实现混合智能体：路由器分析问题、多模型并行协作、合成最终答案。DeepSeek 做分析、豆包做编码、GPT 做总结。
搭建一个 AI API 网关——统一管理多个模型 API、自动降级、成本统计
用 FastAPI 搭建 AI API 网关：多模型路由、IP 限流、自动降级到备选模型、成本统计，150 行代码搞定。
用 AI 做智能日志分析——自动从海量日志中提取错误根因和修复建议
开发一个 AI 日志分析 CLI：正则提取错误、分类统计、AI 分析根因并给出修复建议。比人工排查快 20 倍。
AI 工具开发实战（9）：开发一个 AI 搜索引擎聚合器——一次提问，对比多个 AI 的结果
用 FastAPI + aiohttp + SSE 搭建 AI 聚合搜索页面：同时查多个 AI 搜索、流式输出结果、对比展示。附完整可运行代码。
AI 工具开发实战（10）：开发一个 AI Agent 自动化工作流——让多个 Agent 协作完成复杂任务（完结篇）
最后做一个 Agent 工作流引擎：定义多个 Agent 角色、串联执行、上下文传递。内置研究和代码审查两个预定义工作流。系列完结篇。
AI 工具开发实战（7）：开发一个 AI 数据看板——用 Streamlit 上传文件自动分析
用 Streamlit + Pandas + LLM 搭建 AI 数据看板：上传 Excel/CSV，AI 自动分析数据、生成图表和洞察、支持对话式问答。
AI 工具开发实战（8）：开发一个可复用的 AI 聊天机器人框架——30 行代码部署一个对话服务
封装一个可复用的 AI 聊天框架：多模型切换、流式输出、对话管理、一键部署 FastAPI 服务。支持 DeepSeek/豆包/OpenAI。
AI 工具开发实战（5）：开发一个 AI 浏览器划词翻译插件——Chrome 扩展开发入门
从零开发 Chrome 划词翻译插件：Manifest V3、content script 注入、LLM API 调用、浮动气泡翻译。选中英文自动显示中文翻译。
AI 工具开发实战（6）：开发一个 AI 周报自动生成器——读 Git 日志，AI 帮你写周报
从零开发 AI 周报生成器：用 git log 读提交、统计分析、调用 LLM 生成结构化 Markdown 周报。包含项目概况、主要工作、问题修复等章节。
黄仁勋在英伟达股东大会自夸：Blackwell 推理之王，Vera 专为 Agent 设计，有用的 AI 已经来了
英伟达股东大会黄仁勋三大判断：AI 已经能赚钱、Agent 专用 CPU Vera 是史上最重要产品、中国市场仍存不确定性。分析对开发者的影响。
AI 工具开发实战（4）：开发一个 VS Code AI 插件——选中代码一键解释、优化、生成测试
从零开发 VS Code AI 插件：右键菜单调用 LLM 解释/优化代码、自动生成单元测试，WebView 展示结果。附完整 extension.js 代码和打包安装流程。
AI 工具开发实战（3）：开发一个 AI 代码审查 CLI——自动检查 Git 变更、发现安全问题
从零开发 AI 代码审查 CLI：读取 Git diff、调用 LLM 分析安全漏洞/性能问题/代码质量、支持 staged 审查和历史提交审查、可配 Git Hook。
AI 工具开发实战（2）：开发一个本地 RAG 知识库——丢一个文件夹进去，直接问答
从零开发本地 RAG 知识库：文档索引、文本切分、BGE 向量化、本地检索、流式 LLM 回答。支持 PDF/MD/TXT，全本地运行，数据不出本机。
AI 工具开发实战（1）：开发一个命令行 AI 翻译工具——支持中英互译、多语言、文件翻译
从零开发命令行 AI 翻译工具：Python + Click CLI + LLM API，支持单句翻译、文件翻译、交互模式、批量翻译，翻译十万字成本不到 1 元。
微软考虑将 DeepSeek 接入 Copilot，只因美国模型太贵了
微软 CEO 纳德拉确认考虑接入 DeepSeek 到 Copilot 平台，DeeepSeek 价格仅为美国模型的 1/50。分析多模型战略的必然性和对开发者的影响。
LLM API 调用成本优化实战：从月烧 3000 到 300，我的经验总结
LLM API 成本控制四步法：加缓存省 30%、截断上下文省 30%、多模型路由省 50%、压缩 System Prompt 省 10%。附优化前后对比和 Python 代码。
英伟达股东大会召开，Vera Rubin 专为 AI Agent 打造，Blackwell 产能还在爬坡
英伟达股东大会聚焦 Vera Rubin——首个专为 AI Agent 设计的计算平台。供应链缺口达 40%，分析推理收入占比对 AI 行业的关键意义。
MWC26 上海开幕，人形机器人点球大战、Agentic AI 成主角——智能体从概念走向赛场
MWC26 上海开幕，8 家具身智能企业参加人形机器人点球大战。同一天四场大会聚焦 Agent，2026 年 AI 的焦点已从模型转向智能体。