AI 全栈开发实战（12）：性能优化与监控——从慢查询定位到 Prometheus 监控
AI 应用性能优化和监控完整方案：慢请求定位、LLM 调用缓存、数据库查询优化、Prometheus+Grafana 监控、健康检查接口。
AI 全栈开发实战（11）：CI/CD 与自动化测试——从 pytest 到 GitHub Actions
搭建 AI 项目的 CI/CD 流水线：pytest 自动化测试、GitHub Actions 配置、Docker 镜像构建、自动部署到服务器，以及代码质量检查工具链。
华为云发布 Agentic AI 系列新品，Agent 基础设施时代来了吗？
华为云发布 AICS 灵衢智算集群、AMS Agentic 记忆存储、AgentArts 智能体平台等 Agentic AI 新品，并开源 openJiuwen。
AI 全栈开发实战（9）：用户设置与 API Key 管理——账号安全与用量统计
实现用户设置页面、API Key 生成与管理、用量统计功能。涵盖密码修改安全流程、API Key 哈希存储、第三方认证中间件等关键实现。
我的 AI 辅助开发工具链 2026 版——从 IDE 到 Agent，效率提升了多少？
2026 年 AI 开发全家桶配置分享：VS Code + Cursor + Claude Code + DeepSeek 组合实战，附 30-80% 效率提升数据和三层模型选型策略。
AI 全栈开发实战（8）：前端开发（二）——流式对话界面与 Markdown 渲染
实现完整的 AI 对话界面：SSE 流式对话 Hook、打字机效果、Markdown 与代码块渲染、对话历史侧边栏、AbortController 中断生成。
AI 全栈开发实战（7）：前端开发（一）——搭建 KNow 页面框架与核心页面
进入前端开发阶段：初始化 React 项目、搭建页面布局框架、实现路由保护、开发仪表盘和知识库管理页面、配置前后端联调代理。
Anthropic 最强模型被美国紧急下架，智谱 GLM-5.2 接棒暴涨 47% 深度解读
美国政府以国家安全为由要求 Anthropic 下架 Fable 5 和 Mythos 5，智谱 GLM-5.2 全量开放并支持 100 万上下文，港股 AI 概念股暴涨。深度分析对开发者的影响。
阿里成立 Token Foundry 事业部，CEO 亲自挂帅：大模型进入商业化冲刺阶段
阿里巴巴合并通义大模型事业部和未来生活实验室，成立 Token Foundry 事业部由 CEO 吴泳铭直接负责，五年目标 AI 年收入突破 1000 亿美元。深度解析组织变革背后的行业信号。
AI 全栈开发实战（6）：向量检索与 RAG 问答 —— Qdrant 检索、Re-rank、流式输出
实现基于知识库的智能问答：Qdrant 向量检索与 Cross-Encoder 重排序、流式 SSE 问答 API、对话管理、前端流式渲染 Hook 与对话界面，让上传的文档真正可问答。
MiniMax M3 发布实测：国产模型编程能力首次超越 GPT-5.5，100 万上下文 + 多模态
MiniMax M3 正式发布，采用全新稀疏注意力架构 MSA，编程能力在 LiveCodeBench/SWE-bench 上超越 GPT-5.5 和 Gemini 3.1 Pro，支持 100 万 token 上下文和原生多模态。本文包含 benchmark 数据、实际体验和价格对比。
AI 全栈开发实战（5）：文档处理 Pipeline —— 解析、切分、Embedding、存入 Qdrant
实现文档处理完整 Pipeline：PDF/文本解析、递归字符切分、BGE Embedding 向量化、Qdrant 向量存储、Celery 异步任务、前端状态轮询，上传即自动处理。
AI 全栈开发实战（4）：知识库与文档管理 —— CRUD API、文件上传、MinIO 集成
实现知识库和文档管理模块：知识库 CRUD 与权限隔离、文档上传与类型验证、MinIO 文件存储、文档列表与删除、前端知识库仪表盘和文件管理页面。
AI 全栈开发实战（3）：用户系统 —— 注册、登录、JWT 认证与前端集成
实现完整的用户系统：bcrypt 密码加密与验证、JWT Token 签发与验证、注册/登录 API、认证中间件、前端登录/注册页面、Auth Context 全局状态管理。
AI 全栈开发实战（2）：技术选型与项目初始化 —— 搭建 KNow 项目骨架与 Docker 环境
从零初始化 KNow 知识库助手项目：Docker Compose 编排 6 个服务（PostgreSQL/Redis/Qdrant/MinIO/后端/前端）、FastAPI 后端骨架搭建、React 前端项目初始化、开发工作流配置。
AI 全栈开发实战（1）：产品定义与架构设计 —— 做一个真正的 AI 知识库产品
开启 AI 全栈开发实战系列，从产品定义开始到部署上线。本文完成 KNow 知识库助手的定位、功能规划、技术选型、数据库设计、API 设计和架构决策。
AI 应用开发实战（5）：AI Agent —— 工具调用、自主决策、多步循环完整实现
从零构建一个完整的 AI Agent 系统：工具定义与注册机制、Function Calling 实现、Think-Act-Observe 多步循环、错误处理与容错，以及 Agent 与 Chat/RAG 模式的融合。
AI 应用开发实战（4）：从零实现 RAG 系统 —— 文档解析、向量检索、知识库问答
从零构建一个完整的 RAG 系统：文档解析与 Chunk 切分策略、Embedding 与向量存储、Query 改写与混合检索、Re-rank 重排序、完整 Pipeline 集成，附可运行的全套代码。
AI 应用开发实战（3）：多轮对话进阶 —— 清除历史、注入 System Prompt、上下文截断策略
深入讲解 AI 应用多轮对话的核心技术：对话上下文管理与记忆机制、System Prompt 动态注入策略、Token 窗口截断算法、多轮对话状态保持，以及生产环境中的长对话优化方案。
AI 应用开发实战（2）：Prompt 工程实战 —— 从零构建可靠的 Prompt 系统
深入讲解生产级 Prompt 工程的方法论：Prompt 原子组件设计、结构化模板模式、Few-shot 与 CoT 的最佳实践、Prompt 版本管理与 A/B 测试，以及基于 LangChain 的 Prompt Template 实现。