OpenViking 深度技术解析：AI Agent 上下文数据库的设计哲学与实践
基于OpenViking v0.4.2源码与官方文档，从资深技术专家视角深入讲解其设计原理、核心概念、架构实现，并与主流开源方案横向对比，为AI Agent开发者提供系统性学习指南。
自研可视化 AI 工作流编排平台 — 二次开发分层方案
基于Dify底座的AI工作流编排平台二次开发完整方案，涵盖产品架构设计、六层分层架构、SaaS多租户隔离、核心引擎实现（工作流/Agent/RAG/模型网关/插件运行时）、Flask到FastAPI渐进迁移、9个月技术路线图与5大行业落地场景。
Python 生态 AI 可视化工作流编排平台：全景选型、框架评估与二次开发实战
Python生态AI工作流编排平台全景选型指南，覆盖7大产品平台对比、Agent/工作流/RAG/基础设施四层框架深度评估、三条二次开发路线决策、LangFlow定制化实战与分层技术栈推荐。
极简视界智能体开发平台-详细设计
基于LangGraph工作流编排与RAG混合检索架构，覆盖多租户隔离、智能体引擎（ReAct/Plan-and-Execute/Multi-Agent）、对话引擎、知识库引擎、插件化模型管理、ASR/TTS多模态、数据库设计、API接口、K8s部署运维的完整技术设计。
LeetCode 面试高频手撕题速查手册
精选35道大厂面试最常考手写算法题，按链表、树、动态规划等题型分类，含Python模板代码与手写易错点，面试前快速复习必备
多智能体协作工程化实践：从 Codex 到 OpenClaw 的拓扑与调度
多智能体协作工程化深度解析，从 Codex、Claude Code、OpenClaw、Hermes Agent 的实践出发，详解触发方式（显式/语义/路由/队列）、拓扑结构（星型/网状/层级）、上下文隔离、权限控制、状态管理与结果合并机制。
MHA、MQA 与 GQA 深度对比：大模型注意力机制演进全解析
深度解析大模型注意力机制的三种核心变体：MHA（多头注意力）、MQA（多查询注意力）和 GQA（分组查询注意力），从 Query/Key/Value 头数设计、KV Cache 显存占用、推理速度、模型精度等维度全面对比，助你理解 LLaMA、GPT 等模型的架构选择。
LlamaIndex 核心概念：索引类型、检索策略与查询引擎全解析
深入解析 LlamaIndex 三大核心概念：索引（VectorStore/Summary/Tree/KeywordTable/KnowledgeGraph）是数据的结构化存储形态，检索策略（语义/关键词/混合/分层/路由）是从索引中查找内容的方法，查询引擎是封装检索与生成的完整问答接口，三者共同构成 RAG 流程的核心链条。
LlamaIndex 大厂面试 25 道核心题型全解析
LlamaIndex 大厂面试 25 道灵魂痛点题全解析，涵盖核心架构与数据流、高级 RAG 优化（混合检索/重排序/查询改写）、Agent 编排与工具调用、生产环境避坑指南四大模块，助你高效突击大厂 AI 工程师面试。
LlamaIndex 核心包 15 种分块策略完全指南
全面详解 LlamaIndex 核心包中 15 种分块策略，涵盖基础文本分块（Token/Sentence/Code）、语义分块（SemanticSplitter/SemanticDoubleMerging）、文件格式感知（HTML/Markdown/JSON）、关系层级分块（SentenceWindow/Hierarchical/MarkdownElement），附选择指南与代码示例。