Code Review 在核心业务项目中不能只检查语法和代码风格,还要识别历史事故、业务约束和团队经验。这里讲解如何用 GitLab Webhook、Diff 预处理、RAG 知识召回和大语言模型搭建一套业务级 AI Code Review 系统。
文本大模型评测需要回答两个问题:评什么、怎么评。围绕通用能力、领域能力和业务场景能力,系统拆解评测维度、指标、评测集、人机协同阅卷和货运邀约场景中的落地流程。
企业 AI 失败往往不是模型太弱,而是上下文碎片化、无治理、不能安全回写。围绕统一上下文层(UCL)讲清上下文工程、上下文图谱、智能体治理、受控激活和运行时学习的完整架构。
6 个 GitHub 开源项目覆盖 LLM 应用开发中的信息抽取、AI 工作流、Agent 工具链、案例学习、浏览器自动化和本地知识库搜索场景,适合用来搭建从原型到自动化工具的完整开发链路。
FireRed-OpenStoryline 是一个开源视频剪辑 Agent,能够理解素材、规划故事线、调用剪辑工具,并通过自然语言接受用户修改。它的关键设计包括 Agent Client、Storyline Middleware、MCP Server、资源库和可复用的 Editing Skill。
企业接入多个大语言模型后,会遇到接口碎片化、成本失控、数据安全和稳定性问题。围绕模型市场、统一 API、模型调度、Token 成本治理、限流告警和 Key 生命周期,系统讲解企业级大模型网关的设计方法。
OpenSkills 把技能定义、匹配、资源加载和脚本执行拆成透明流程,适合把 AI Agent 能力集成到自己的 Python 项目。内容覆盖三层渐进式加载、SKILL.md 写法、脚本沙箱、Reference 加载模式和周报生成年度复盘的完整示例。