从 OOP 到本体：用形式语义支撑 AI 协作方法论

方法论地图 用 双轨（过程轨 × 结构轨）和 ICV 三支柱（Inform · Constrain · Verify）讲清了 AI 协作的 原则：改哪里、敢不敢...

从 OOP 到本体：用形式语义支撑 AI 协作方法论

方法论地图之后——本体论如何表示 Epic、阶段与签收 系列《AI 编程可闭环协作》· 纪律包工程续篇 · 篇 1

AI 编程可闭环协作 · 卷四 · 闭环交付与经验沉淀——从 SPEC 到关账摘要

若你还没读过 卷一～卷三，建议先看：卷一讲意图 / 成果 / 验收；卷二讲 技术图谱；卷三讲 任务单、书面签收、合并前自动检查。

AI 编程可闭环协作 · 卷三：Harness 与 SDD——让改动可签收、可合并

若你还没读过 卷一 与 卷二，建议先看——卷一讲 图谱 + 协作流程 如何叠放；卷二讲 Agent 先看地图再动手。

AI 编程可闭环协作 · 卷二：技术图谱——让 Agent 先看地图再动手

若你还没读过 卷一：怎样才算「做完」，建议先看——那里讲清了 图谱 + 协作流程 如何叠放，以及「意图 / 成果 / 验收」怎样算一轮交付。

2026-04-28 ：让 AI 接手代码库不再开盲盒

这篇文章源于一个真实问题：如何让新的 AI Agent（或新人）快速、准确地接手一个复杂代码库？

2026-04-27：Tech Graph — 自动渲染 + 跨仓契约 + CI 门禁

本次工作的本质：围绕 Architecture Graph 做工程化增强 —— 把“人工维护的架构文档”升级为“真值驱动、自动渲染、CI 校验”的可信架构事实源...

2026-04-25: 从 RAG 到 Agentic Search + Tech Graph 的落地复盘

后端图谱的落盘策略很清晰：00_main.ai.md 是入口总图，负责把路由分发、关键分支（RAG/Text2SQL/CodeRAG/ingest/observ...

2026-04-24｜图谱驱动开发---告别大段文档，上下文省 70%，让 AI 按你的流程写代码

Why：LLM 生成 Mermaid 时裸边（A --> B）幻觉率高，但人类读带引号的边（A --"->"--> B）视觉噪音大。

2026-04-23｜RAG 回归修复（B1/B2）与检索工程化总结

2026-04-22: Unified Chat（事件流）把“可用”升级为“可观测”，Text2SQL v1 跑通最小闭环

Day14 学习日记 ：从「复读机」到「逻辑大脑」：让 RAG 既找得准，也说得清

单纯向量检索擅长“语义相似”，但对“硬关键词、标题、编号、任务名”并不总是稳定；反过来，全文检索擅长“字面命中”，却容易错过同义改写。

day13 学习日记: 一天内把一个建议RAG项目初版跑通（RAG + 日期检索救火）

一天内完成了一个“能跑、可用、可迭代”的初步落地。这篇就按当天的真实节奏，把关键步骤、坑点、以及当时的体感记录下来——以后再遇到类似“明明有数据但检索不到”的问...

Day 12 学习日记：Query Rewrite

换句话说：Rewrite 负责把门开对（搜得全），Rerank 才有发挥空间去“排得准”。

Day11 学习日记：迪士尼问答助手 双路 RAG（文本 + 图片）与百炼全模态对话

课程练习 RAG技术与应用 目录（含 disney_help_rag.py 等）： Cyning12/auto-gpt-work-demo · data/课程练...

Day10 学习日志 ·用 LangChain 搭一套可落地的制度 RAG

实现要点（rerank_retrieval_hits + _call_dashscope_rerank）

Day9 学习日志：Embedding 与向量数据库

📅 日期：2026-03-25 📌 定位：在「三国演义」语料上跑通 本地 Word2Vec 与 DashScope 文本向量 API 两条链路，理解 词级 vs...

Day8 学习日志：CO-STAR 与「Embedding 课前知识储备」——Prompt、工具链与可观测性

📅 日期：2026-03-24 📌 定位：向量与检索正式开课前，把 输出可控、工具调用闭环、本地知识 mock、长文 Map-Reduce 和 运行日志 打牢。

Day7：从大模型 API 到「能干活」：四个渐进式实战场景

💡 很多教程停在「调通一次对话」，真正做产品时，你会陆续遇到：输出要可控、要接自家接口、要读图读表、要多步推理。下面四个场景，正好对应四条能力台阶——从「只会聊...

Day6 学习日志：从架构细节到对齐

日期：2026-03-20 定位：在 Day5「参数量账本」之上，补齐训练/推理中的关键机制与对齐链路。