用 Playwright 和 Gemini 构建最小 WebMCP Agent
用 Playwright 和 Gemini 构建最小 WebMCP Agent WebMCP 让网页可以向 AI Agent 暴露可调用的工具。这个想法听起来很直接，直到你想用 Chrome 扩展之外更强的模型来测试 WebMCP 工具。 之前我构建了一个 小型解谜游戏 ，
本地微调 Gemma 模型：gemma-trainer 完整指南
本地微调 Gemma 模型：gemma-trainer 完整指南 还记得五月我介绍 gemma-skills 仓库的那篇文章吗？看到很多人用它来优化工作流真的很欣慰。
OfficeCLI：专为AI智能体打造的Office命令行套件
OfficeCLI 是全球首个、也是最好的专为 AI 智能体设计的 Office 套件。 让任何 AI 智能体完全掌控 Word、Excel 和 PowerPoint——只需一行代码。 开源免费。单一可执行文件。无需安装 Office。零依赖。全平台运行。
如何让小型语言模型扔掉68%的RAG上下文？Kapa.ai的实用剪枝教程
如何教会一个小型 LLM 丢弃 68% 的 RAG 上下文 Kapa.ai 是一个基于 RAG（检索增强生成）的技术文档问答系统。
语言模型的全局工作空间：Claude 内部涌现的「意识访问」机制
语言模型中的全局工作空间 当你阅读这句话时，大脑中的神经回路正在调整你的姿势、控制你的呼吸，并将屏幕上的线条和曲线转化为可识别的文字。这些处理过程大部分对你来说是隐形的。但大脑中发生的某些活动你确实有访问权限——比如脑海中浮现的图像，或者你关于去哪里购物的深思熟虑的计划。
如果你是一个按钮，你只有一个任务
如果你是一个按钮，你只有一个任务 在我最近那篇大型交互式文章中，我一直（现在仍然）担心的一件事是：通过展示所有这些经典的桌面端示例，整篇文章可能会显得过时，仿佛只属于一个逝去的时代。 然而，它所揭示的挑战却是普适的。以下是我刚刚留意到的一个例子。
知识不应被关在笼子里：当 RAG 遇上 Markdown
知识不应被关在笼子里：当 RAG 遇上 Markdown 在过去几年的大部分时间里，让 AI 系统拥有知识意味着搭建基础设施。 你希望你的 Agent 了解关于你的业务、数据、决策的信息。于是你拿出了标准方案：切分文档、选一个 Embedding 模型、搭一个向量数据库、调优召回、用 SDK 封装。
是时候学习 SQL 了：ORM 教会我的那些事
是时候学习 SQL 了：ORM 教会我的那些事 我得出了一个结论：对我来说，ORM 的弊大于利。简而言之，它们可以用来很好地辅助在程序中使用 SQL，但不应取代 SQL。 先交代一些背景：过去 30 个月里，我一直在与需要对接 Postgres（以及一定程度上的 SQLite）的代码打交道。
FreeBSD 吃掉了我的内存！
FreeBSD 吃掉了我的内存！ 上个月我发了一篇关于 将网站服务器从旧版 Ubuntu 迁移到 FreeBSD 的经历 。
Soatok 非正式威胁建模指南
Soatok 非正式威胁建模指南 在经历了关于 混合后量子密码学 （Hybrid Post-Quantum Cryptography）的漫长而令人疲惫的对话、一些随机混蛋试图用端点攻击来对端到端加密消息应用玩"抓到你了"的把戏、以及愚蠢政客推行更多"年龄验证"狗屁规定引发的论坛讨论之后，我清楚地意识