2026-09-27 08:00:00
这是一个开源项目 https://github.com/shaowenchen/applab 1. 使用 AppLab 开发一个应用 克隆仓库 1 git clone https://x:[email protected]/applab/git/app.git 让 Agent 开发 1 claude 描述需求之后，只需静静等待，会看到如下输出： 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 构建成功，镜像已产出（shaowenchen/applab:demo-my
2026-09-20 08:00:00
1. llms.txt 是什么 llms.txt 是一个约定：在网站根目录放一个 Markdown 文件，用自然语言告诉大模型和 AI Agent——这个网站是什么、哪些内容值得读、每一篇讲了什么。 它由 Jeremy Howard（Answer.AI）在 2024 年 9 月提出，规范全文只有一个页面。 简单说，robots.tx
2026-09-12 08:00:00
1. 上下文不够是制约 AI Agent 使用的关键因素 Agent 完成工作的质量，既取决于模型能力，也受限于能触达的环境上下文。 对于开发、运维来说，更难的是环境可能还是分裂的，线上有完整日志、文档在知识库、代码在 Git 仓库。模型读不到这些信息，也就无法准确判断问题。所谓上
2026-08-22 08:00:00
1. RoCE 1.1 连接要求 RDMA 要求端到端同一类网络，比如同一个 B 段网。 单交换机。 RoCE: 主机 NIC ── 以太交换机(PFC) ── 对端 NIC 多台交换机。 RoCE: 主机 NIC ── Leaf ── Spine ── Leaf ── 对端 NIC 多跳时注意： 说明 路径 L2/L3 可达即可（同网段或可路由） 无损 路径上每台交换机建议开 PFC；多
2026-08-20 08:00:00
1. 业务绕开中台 目前，我在一个规模不小的 AI 中台团队做 Infra 相关的一些事情。在年初的一次部门会议之后，我就在思考，中台会不会消失。 当时 OpenClaw 很火，业务同学使用 OpenClaw 借助大模型已经可以完成很多事项，不用与其他团队合作，分工消失了。非 AI 的部门基于开源项目 Vibe Coding 出
2026-08-15 08:00:00
1 易失存储器 1.1 REG REG（Register，寄存器）是 CPU 内部的存储单元，位于运算单元旁边，是存储层次中最快、容量最小的一层。通用寄存器（如 x86 的 RAX/RBX/RDI 等）直接参与指令运算，访问延迟约 0.2–0.5 ns（约一个时钟周期），掉电即失，容量一般只有几十到
