全栈研发笔记

菜单

归档

2026 年 04 月

SDD-RIPER 团队落地指南：用 Spec 和阶段门禁管住大模型编程

2026-04-09

软件工程 #SDD#RIPER#大模型编程#Spec#CodeMap#ProjectMap#AI Agent
SDD-RIPER 用持久化 Spec、代码索引和审批状态机约束大模型编程，解决上下文腐烂、审查失控、维护断层和代码不可信问题。这里给出团队一周内试点、扩散和治理的完整流程。
用 Claude Code Skill 蒸馏人物认知框架：张雪峰 Skill 的设计思路

2026-04-09

人工智能 #Claude Code#SKILL#Prompt Engineering#Agent#人格蒸馏#知识库
Claude Code Skill 可以把人物的判断框架、表达风格和案例材料封装成可复用能力。这里以张雪峰 Skill 为例，拆解资料调研、心智模型提炼、决策启发式、表达 DNA、测试验证和安装使用流程。
init-skill 如何为 Claude Code 项目建立可进化的上下文体系

2026-04-08

软件工程 #Claude Code#CLAUDE.md#AI Agent#Rules#Skills#Memory#AI编程工作流
init-skill 是一个用于初始化 Claude Code 项目上下文体系的开源 skill。它通过 CLAUDE.md、专用子智能体、路径规则、工作流和记忆机制，让 AI 在项目中持续积累约束、偏好和经验，减少重复犯错。
用 DESIGN.md 给 AI Coding Agent 加一套 UI 设计规范

2026-04-07

前端 #DESIGN.md#Claude Code#AI Agent#Design System#UI 生成#Tailwind CSS
DESIGN.md 是写给 AI coding agent 的纯文本设计系统，用来约束颜色、字体、间距和组件状态。通过把视觉规则放进项目根目录，并在 agent 配置中强制引用，可以减少 AI 生成界面的风格漂移。
RAG 中 Rerank 重排序的原理、实现与工程优化

2026-04-06

人工智能 #RAG#Rerank#Bi-Encoder#Cross-Encoder#BGE-Reranker#向量检索#LLM
RAG 系统中，向量召回只能快速找到话题相近的候选内容，不能保证文档真正回答问题。围绕 Bi-Encoder、Cross-Encoder、级联检索、阈值过滤和领域微调，讲清 Rerank 如何减少噪声上下文和幻觉回答。
用 Harness Engineering 驱动长任务 Agent：从大代码库蒸馏 Agent Skill

2026-04-05

人工智能 #Agent#Harness Engineering#Context Engineering#Multi-Agent#Claude Code#Codex#Agent Skill
讲解如何用角色拆分、文件系统协作、质量门控和人工决策，把超大代码库中的设计模式提炼为可复用的 Agent Skill。重点覆盖多 Agent 编排、handoff 文档、Just-in-Time Context 和 review-action 收敛流程。
文言文对抗提示如何暴露大模型安全盲区：CC-BOS 与 FOA 防御视角解析

2026-04-04

人工智能 #大模型安全#Jailbreak#Prompt Injection#对抗测试#多语言安全#黑盒优化#果蝇优化算法
文言文对抗提示利用古汉语表达与安全审核覆盖不足之间的缝隙，可能绕过只依赖关键词或现代语料的过滤器。围绕 CC-BOS 的策略空间、黑盒搜索和适应度评估机制，重点讲清防御侧该如何建模、评测与加固。
用 OpenSpec 和 CodeBuddy 搭建 AI Native 研发流程

2026-04-03

软件工程 #OpenSpec#CodeBuddy#AI Coding#MCP#Skills#Code Review#研发流程
AI 辅助编码容易卡在上下文缺失、流程断点和文档失同步。围绕 OpenSpec、CodeBuddy、MCP、知识库和 Skills，可以把需求分析、设计、编码、验证、归档串成一条可审查的工程流水线，让 AI 负责执行，人负责决策、审批和质量门禁。
用人民币色系做科研图：6 套配色、使用规则与代码模板

2026-04-03

后端 #科研配色#数据可视化#Matplotlib#ggplot2#HEX 色值#期刊图表
人民币纸币的红、绿、棕、蓝、紫、浅绿本身就是一套成熟的视觉系统。这里把这些色系整理成科研绘图可用的调色板，并给出柱状图、折线图、散点图和 R/Python 代码模板。
用 ADB MySQL 分析 OpenClaw Trace：定位 Agent 失败模式与 Token 浪费

2026-04-02

后端 #AnalyticDB#ADB MySQL#OpenClaw#Agent Trace#TokenOps#SQL#Prompt 优化
OpenClaw 的 Agent Trace 记录了用户请求、模型推理、工具调用和最终输出。通过 ADB MySQL 的窗口函数与 AI 函数，可以把扁平日志重建为任务链，自动标注失败模式，并量化 Token 浪费来源，进而生成 Prompt 优化建议。