Xiumin Yu

Claude 图工程：从 0 到图架构师的 14 步路线图

使用 Claude 进行图工程（Graph Engineering）的 14 步完整路线图：从图基础概念、知识图谱与图数据库入门，到图嵌入、图检索增强生成与图架构设计，逐步进阶成为图架构师。

万字长文综述 AI Agent 的记忆机制与自我进化：覆盖短期/长期记忆、向量记忆与结构化笔记、记忆压缩与检索、自我反思、自我改进、知识更新与持续学习，构建完整的 Agent 自我进化技术体系。

去哪儿网 SQL Agent 智能取数落地与提效实战：AI Agent 自动理解业务问题、生成 SQL、查询数据库并返回结果，覆盖架构设计、Prompt 工程、Schema 理解、SQL 安全审计、权限控制与效果评估，提升数据团队取数效率。

AI Agent 构建在概率性的大语言模型之上，输出不确定、行为难复现。本文从评估方法论、测试基准、可观测性、兜底与灰度机制入手，探讨如何在工程上建立对概率系统的可靠信任。

一文讲透 AI 领域 60 个必懂核心概念：机器学习、深度学习、神经网络、大语言模型、Transformer、Agent、多模态等，从原理到应用系统梳理，帮你建立完整 AI 知识体系。

详解业财一体化（业务财务一体化）从入门到落地：核心概念、主数据模型、核算规则、凭证自动化、报销/应收应付/成本归集、ERP 与业务系统打通，实现业务财务数据闭环与实时核算。

深入剖析 Agent Harness（智能体执行环境/编排层）的组成与设计：运行时循环、工具调用机制、上下文管理与记忆、安全边界、日志与可观测性，帮助你理解 AI Agent 外围基础设施的工程实践。

上下文工程（Context Engineering）实战指南：如何为 AI Agent 设计、构造和优化上下文，涵盖系统提示词、工具调用、RAG 检索、记忆管理与 token 预算分配，提升 Agent 在复杂任务中的可靠性与准确性。

上下文检索（Contextual Retrieval）深入解读：结合上下文嵌入、BM25 混合检索与重排序，在检索增强生成（RAG）流程中为 AI 系统提供精准相关的上下文信息，大幅提升问答与生成质量。

从神经网络、训练到概率预测，深入解析 ChatGPT 等大语言模型的工作原理：它究竟在做什么，为什么能生成看似智能的语言，以及它的能力边界在哪里。