知识库踩的坑：从向量表结构到重排序，一条 RAG 链路上的 24 个故障点
把 RAG 拆成五个责任位：六个向量库各自在什么场景真好用、pgvector 表结构为什么要三张表、换 embedding 为什么必须重建、RRF 为什么不是重排，以及 ima 千亿级 ES 架构与三家大厂收敛到的同一套取舍。
ARCHIVE
全部手记
共 28 篇。按时间倒序排列。
从 Vibe Coding 到上线：选型、清算与交付标准
Vibe Coding 只解决了 0→1。以全栈工程师的口径，把「语言/框架/数据库选型」和「上线前按致命程度排序的清算」串成一条可执行路径，附默认套餐与放行清单。
别让 AI 自由发挥：一份管住项目方向的规则清单
AI 不会故意改你的项目方向，它只是在填空。这篇把「项目方案、项目结构、数据库结构、技术栈与依赖、行为边界」五类规则提前写进 Trae / CodeBuddy / Codex / Cursor / Claude Code 的规则文件，附各家机制对照表、可直接抄的模板，以及规则写了却不生效的三个原因。
Claude Code 推出 Mods 功能：一句话魔改自己
拆解 Claude Code 的 Mods——跑在进程内部的 JS/TS 事件处理器，能画界面、拦工具调用、接管 UI，连官方 /diff 都是 mod；结尾与 DeepSeek Harness 的万物可插件做全面对比。
工具描述的冷热分层：把工具注册表做成一个可检索的元工具
工具越接越多，全量注入吃上下文，全量检索又多一跳。本文给出冷热分层方案：热层常驻、冷层进注册表、元工具按需召回、选中才展开完整 schema，并对照 Claude Code / Trae / Cursor / CodeBuddy 四家公开做法，附评测协议与不适用边界。
WeKnora v0.8.0 深度上手：架构、部署与选型（腾讯开源知识库）
从三进程架构、分块与混合检索、RAG 插件管线讲到 Docker/Lite 部署与 Dify/RAGFlow 对比——面向要落地私有知识库的工程师，而不只是「一键启动」清单。
Nginx 绑定域名：server_name、默认站点与反向代理
从官方文档出发，讲清 Nginx 如何按 Host 选择 server、default_server 优先级、同端口多站点与反代绑域名的常见坑。
阈值触发的对话上下文管理：Compaction 之外的可逆外置与检索召回
长对话接近上下文上限时，如何在摘要压缩之外保留可恢复细节：水位触发原文外置、结构化笔记保主线、向量召回加重排序按需注入，并给出评测协议与 memory 工具接口。
万物可插件：读懂 DeepSeek Harness 的插件化架构
介绍 DeepSeek Harness（dsh）的 everything-is-a-plugin 原理：没有特权核心，模型、工具、会话、循环都是可替换插件。
工具一多就合并：用 type + help 收敛 Agent 工具面
工具列表爆炸时，别急着删能力。把同一领域的增查改删搜索收成一个工具，用 type 切换动作，help 必调。
实战复盘：用 create_agent 搭一个「笔记研究员」
把搜索笔记、读片段、写结论串成最小研究员 Agent。记录工具边界、系统提示与失败处理，而不是堆功能。
现在的 LangChain Agent：Model + Harness 到底怎么理解
官方已经把 Agent 讲成 Model + Harness。这篇用最小例子拆开 create_agent、工具、系统提示和状态，说清「壳」里到底装了什么。
LangChain 工具定义踩坑：描述、参数与「什么时候别用」
工具写得越多，Agent 越容易乱调。记录工具命名、docstring、schema 与负面约束的实用写法。
LangChain vs LangGraph vs Deep Agents：什么时候用哪个
官方已经把三层能力拆开：create_agent、LangGraph、Deep Agents。这篇用场景对照说明选型，不写成百科。
给 LangChain Agent 加 Middleware：在循环里插钩子的正确姿势
中间件不是玄学。按 before/after 模型与工具调用挂点，做重试、摘要、限流和人在环审批。
用 ReAct 思路搭一个最小 Agent，第一天就翻车
把 ReAct 套进小工具时，工具调用循环写反了。记录现象、定位过程，以及最后能跑通的最小结构。
LangChain 记忆与 Checkpointer：thread_id 为什么必须配对
多轮对话失忆，多半不是模型问题。记录 InMemorySaver、thread_id 与长期记忆的分层用法。
两个国产模型写同一段 Agent 工具描述，差别在哪
同一组工具、同一段系统提示，比较两个模型在参数填写、错误恢复和啰嗦程度上的差异。
LangChain 结构化输出：response_format 不是许愿池
想让 Agent 稳定吐 JSON，靠的是 schema 设计与任务边界，不是把 response_format 一贴就完事。
shiki 高亮样式在 Astro 里「看起来没生效」
代码块有颜色但和页面不搭，排查后发现是主题与全局背景冲突。记录定位步骤和最终 CSS 处理方式。
子 Agent 委派：主 Agent 只协调，脏活丢给 Subagent
长任务塞进一个上下文会爆。记录用子 Agent 隔离上下文、并行分片与「只回传摘要」的做法。
Agent 流式输出：别等最终答案，把过程吐出来
invoke 只给最终结果，用户会以为卡死。记录 stream 中间消息、工具调用进度与 UI 展示策略。
做了一个「提示词片段收藏夹」小工具，为什么不做云同步
只用本地 Markdown 存提示词片段，界面极简。复盘为什么砍掉账号、标签云和多人协作。
把 RAG 做成 Agent 的一个工具，而不是另一套系统
检索不必另起炉灶。把 vector search 封成工具，让 Agent 决定何时检索、检索几次、何时停止。
MCP 与 Agent 工具生态：接外部能力时先想清楚边界
MCP 让工具接入变容易，也更容易把权限接大。记录工具服务器、权限收缩与本地开发的边界做法。
我真正留在工作流里的 5 个 Agent 组件习惯
不是框架大全。只写 5 个反复救命的组件习惯：少工具、可观察、可降级、可复盘、可收口。
三个我真的留在 Dock 里的 AI 工具
不是大全导航。只写三个我日常真在用的工具，以及它们不适合谁。
给 Agent 加一层「失败降级」，比继续堆提示词有用
当工具连续失败时，与其继续改提示词，不如显式降级。记录一次把崩溃路径改成可解释结果的改动。