技术

用 dart:io 零依赖给本地 App 加收件服务：浏览器扩展 / 剪贴板 / 脚本三入口一键收藏到 Obsidian，Token 鉴权 + 协议白名单 + 失败降级，附完整实现与踩坑。

2026 年 AI 工程化在往哪走？Agent 协作标准化、MCP 生态成熟、本地优先崛起、评估驱动开发——十个值得投入的方向和我的投入建议。

AI 应用有没有’架构’？有：交互层、编排层、能力层、数据层。从单体 Prompt 到分层系统，AI 应用架构的演进路径与分层模式。

开源不是’把代码放上去’，是’持续经营’：README 门面、Issue 治理、PR 流程、Release 节奏、社区运营。一个项目从 0 star 到有人用，维护者要做的十件事。

RAG 把知识喂给模型，MCP 把能力交给模型。两者结合：查询即检索（Tool 即知识）、边检索边思考、动态知识接入——知识型 Agent 的新架构。

云端应用离线就瘫，本地优先应用离线也能用：本地存储 + 变更同步 + 冲突解决。CRDT、操作日志、增量同步——Local-First 架构的完整落地。

SSE 不是’把响应流转发’那么简单：心跳、断线重连、背压、取消传播、事件协议。从 Go 代理到客户端渲染，LLM 流式响应的完整工程实践。

全自动 Agent 是理想，人机协作是现实：人在回路、关键节点审批、异常升级、自主度分级——Agentic Workflow 的工程化设计。

离线评测 recall@5 到 90%，上线后用户还是说’答非所问’？检索质量、生成质量、端到端三个层面，RAG 评测的真实方法与鸿沟分析。

传统 SEO 是让人搜到，GEO 是让 AI 搜到你。个人博客从百度/谷歌收录到被 AI 搜索引用，结构化数据、引用友好、E-E-A-T、sitemap 推送，一套组合拳落地记录。