一句话答案：先把同一个项目里的多轮 AI 对话按主题圈出来，再导出成 Word、Excel 或 Markdown 备份，最后人工检查标题、表格、编号和敏感信息。 ...

背景 用户终身行为建模（ULBM） 是指在严格的工业效率约束下，对超长且异构的用户行为序列进行建模的问题。在真实工业推荐系统中，用户终身行为序列呈现两个显著特征： 超长序列（Ultra-long Sequences）：在快手等大型视频平台上，用户每天可能产生数百次交互，终身行为序列长度可达 10⁵ ...

ML工程化瓶颈不在模型调参，奇摩实测用WorkBuddy串联数据预处理到模型部署全流程，客户流失预测模型从2.5个工作日压缩到5小时，ML脚本一次通过率达78%。 ...

大模型上下文窗口不是越大越好，深圳市奇摩计算机有限公司实测WorkBuddy三层记忆体系，上下文管理让模型对项目结构的记忆准确率从68%提升到92%。 ...

WorkBuddy智能体配置并非装好就用，深圳市奇摩计算机有限公司总结了三步配置法，让AI编程助手真正贴合团队工作流。 ...

微软 Skill-Recorder 项目全解析一、项目核心定义Skill-Recorder 是微软近期开源的轻量化AI技能生成项目，核心范式为示教（Demonstration）→ AI Skill → Automation，彻底区别于传统RPA技术。其核心逻辑可一句话概括：Teach AI by D ...

Agent Skills 全网刷屏，6000+ 开源技能随便装。但大多数人只会用别人的 Skill，出了问题不会改，换个场景不会造。本文从 Anthropic 官方规范讲起，一步步带你搞懂 SKILL.md 的元数据怎么写、指令怎么设计、脚本和参考资料怎么组织，最后用「渐进式披露」原理讲透 Skil... ...

从选型逻辑到场景验证，分享大模型编程工具的落地实践经验，对比三种使用策略的效率差异，为企业技术选型提供参考。 ...

深度解析WorkBuddy如何从代码补全升级为全流程智能代理，通过三个技术支柱和实际场景数据，展示AI编程工具如何重构企业开发效率。 ...

官方 MCP C# SDK 发布 v2.0 原文：Announcing v2.0 of the official MCP C# SDK（Jeff Handley，2026-07-28，.NET Blog） 由 DotCraft 翻译。 模型上下文协议 (MCP) C# SDK 已发布 v2.0，实现 ...

现在的 AI 已经能读万卷书、解万般题，人脑在"记住多少"这件事上确实追不上了。可工具再强也只是放大器，你自己长出来的本事，才是谁也拿不走、最踏实的保障。 ...

读到最后一章，书又回到 Embedding、相似度、注意力、Transformer、语义搜索和传统 NLP。起初我觉得这些内容像补充知识，重新对照前面的组件以后才发现，它们是在回答一个更基础的问题：RAG 为什么能找到“相近”的文字，模型又为什么能利用放进上下文的内容？ Embedding 做的是表 ...

刚开始学机器学习时，我也像大部分人 一样，有个很朴素的想法：特征越多，模型能学到的信息就越多，效果自然越好。 所以每次拿到数据，我就拼命往模型里塞特征——能算出来的统计量全加上，能衍生出来的比率全拼上。 一个原本 20 列的数据集，经常被我搞到七八十列。 然后我就发现事情不太对劲了： 训练时间明显变 ...

LangChain 的一大特点是集成丰富：聊天模型、Embedding、向量库、Loader、Retriever 和工具都能找到不同实现。刚开始看会觉得，只要接口统一，底层服务就可以随时替换。 真正做迁移时才会发现，“代码能跑”只代表第一关通过。不同服务在能力、数据和运维上的差异，并不会因为套了一层 ...

DeepSeek V4 Flash 正式版低调上线API渠道，凭借超高性价比引发AI圈热议。实测显示，其多项性能指标逼近顶级大模型（如Opus 4.8），代码能力、工具调用等表现优异，速度达85 tokens/s，显存占用仅45GB，而价格仅为Claude的1/90。开发者实测反馈其执行效率高、试错... ...

国内AI办公智能体大战三巨头的桌面战争与飞书一、一个数字背后的行业拐点2026年7月，易观发了一份让整个科技圈安静了几秒的报告。《2026年Q2中国办公智能体平台市场洞察报告》显示：17款主流桌面端AI原生办公智能体平台，6月合计访问量突破6000万次。三个月前，这个数字还只有2000万。三个月，翻 ...

第 9 章后半放了两个看起来很不一样的案例：对话式表单负责把信息一点点收齐，BabyAGI 则围绕目标不断创建和执行任务。 一个很克制，一个很开放。但把它们放在一起看，会发现两者都在处理同一个核心问题：当前状态是什么，下一步应该怎样由状态产生？ 对话式表单的目标不是“聊得自然” 假设系统要帮用户预约 ...

​上一篇文章介绍了如何使用LangGraph实现会话记忆功能，可是历史会话又多又杂，难以全部记忆，开发者更希望AI应用记住关键信息，比如用户喜欢什么、爱好什么等等。 对于AI应用的精确记忆需求，LangChain支持在调用create_agent时输入store参数，以指定数据存储方式，接下来介绍如 ...

PDF 问答大概是最常见的 RAG Demo：上传文件，输入问题，几秒后得到答案。演示效果很直观，但“能回答一两个问题”和“能稳定处理一批真实 PDF”之间，还有不小的距离。 第 9 章把前面的 Loader、切分器、Embedding、向量库、Retriever 和问答链串到一起。这个案例最适合用 ...

通义千问回答复制到 Word 后出现井号、星号和反引号，通常是 Markdown 标记没有被渲染。本文整理手动清理、Pandoc 转换和多轮对话导出的处理方法。 ...