code deep_
code deep_
所有专栏最近更新爆锤面试官
当前版本
NextJS@16.2.0

理论基础与技术选型介绍

01、
AI 时代的学习心法
02、
什么是 AI Agent 开发
03、
从需求出发
04、
内存调度思考
05、
LangChain/LangGraph
06、
向量化与语义检索
07、
情绪状态机设计
08、
Prompt 工程
09、
混合记忆架构设计
10、
LangGraph Agent 编排
11、
边缘部署 vs 集群部署
12、
Hono.js vs FastAPI
13、
三端架构与 Monorepo
14、
Monorepo 公共逻辑
15、
Streaming
16、
可观测性
17、
LangSmith vs Langfuse
18、
Workers 下的 Tracing 实现
19、
指标体系与线上排障
20、
影子模式与灰度验证

langChain 架构总览

21、
从 Agent 开始
22、
从单 Agent 到多 Agent
23、
LangChain 与单 Agent
24、
LangGraph 与多步骤流程

LangChain

25、
概述
26、
第一次调用
27、
消息协议
28、
Prompt Template
29、
Few-Shot 与动态 Prompt
30、
Output Parser
31、
LCEL 与 Runnable 协议
32、
LCEL 并行处理
33、
LCEL 分支路由
34、
LCEL 容错机制
35、
Memory
36、
记忆持久化与混合策略
37、
Document Loader
38、
向量存储
39、
RAG 检索增强生成
40、
Tool 定义
41、
单 Agent 多工具
42、
Middleware
43、
Tracing

LangGraph

44、
概述
45、
StateGraph 基础
46、
状态管理
47、
条件路由
48、
Checkpointer
49、
ReAct Agent
50、
流式输出
51、
Command 与 Send
52、
中断机制
53、
Human-in-the-Loop
54、
子图
55、
Supervisor 模式
56、
Handoff 与 Swarm
57、
层级团队与并行协作
58、
Store
59、
容错
60、
实战
61、
运行时上下文

Monorepo

62、
monorepo 是什么
63、
基础概念区分
64、
AI 应用为啥适合 monorepo
65、
搭一个最小 monorepo
66、
workspace
67、
依赖管理
68、
共享代码怎么拆
69、
内部包要不要 build
70、
多运行环境
71、
Turborepo:从任务编排到缓存复用
72、
turbo.json 进阶
73、
构建缓存和远程缓存
74、
CI/CD 集成
75、
最容易踩的坑

Hono.js

76、
Hono 是什么
77、
Cloudflare Workers
78、
第一个 Hono 应用
79、
路由系统
80、
Context 与请求响应
81、
中间件
82、
数据校验
83、
错误处理
84、
认证
85、
鉴权
86、
Cloudflare KV
87、
Cloudflare D1
88、
D1 + Drizzle ORM
89、
Cloudflare R2
90、
RPC 客户端
91、
流式响应与 SSE
92、
项目结构与环境管理
93、
实战:用户系统 REST API
94、
实战:AI API 网关
95、
Workers AI 与 AI Gateway
96、
Vectorize 与 RAG 实战
97、
Durable Objects 与 WebSocket
98、
Queues 与 Cron 定时任务
99、
缓存策略
100、
日志与可观测性
101、
Hono 与 Next.js 集成

Zod

102、
Zod 是什么
103、
单一真实来源
104、
parse 与 safeParse
105、
基础类型
106、
对象与数组
107、
可选、默认值与空值
108、
联合与字面量
109、
自定义校验
110、
数据变换
111、
类型推导
112、
Schema 组合
113、
Zod + Hono
114、
Zod + LLM
115、
实战:端到端 AI Chat

Vercel AI SDK

116、
Vercel AI SDK
117、
三层架构
118、
第一次调用
119、
模型 Provider 生态
120、
消息协议
121、
Prompt 工程 × AI SDK
122、
UIMessageStream
123、
结构化输出
124、
Tool Calling
125、
多步推理
126、
聊天 UI 标准实现
127、
UI Message Parts
128、
结构化输出流式 UI
129、
RSC 流式 UI
130、
AI SDK × Hono
131、
缓存、限流、Fallback
132、
可观测性:Telemetry
133、
MCP 客户端
134、
自建 MCP 服务端
135、
与 LangChain 协同
136、
重构端到端 AI Chat

项目实战

137、
创建项目
138、
引入 Tailwind CSS
139、
引入 shadcn/ui
140、
约定设计规范
141、
类型共享
142、
环境变量配置
143、
引入 zod-validator
144、
API 代码组织
145、
封装请求
146、
引入 TanStack Query
147、
uuidv7
148、
事务
149、
session
150、
access token 与 refresh token
151、
客户端 token 方案
152、
认证架构设计
153、
认证数据库设计
154、
认证流程设计
155、
服务端 token 签发与算法
156、
创建 本地 D1 数据库
157、
D1 migration 与 seed 数据
158、
api 用例服务层
159、
api 别名配置
160、
jwt.ts 代码详解
161、
数据库异步封装
162、
admin 子站密码登录
163、
admin 子站 refresh token 刷新
164、
token 无感刷新自动续签
165、
admin 退出登录
166、
头像存储方案
167、
角色管理
168、
订阅与套餐
169、
web 子站无感刷新
170、
接通 DeepSeek
171、
结果逐字输出
172、
GitHub 授权登录
173、
LLM 配置化
174、
部署 Next.js 项目
175、
部署 HonoJS 项目
176、
Agent 记忆系统设计
177、
Agent 记忆系统表结构设计
178、
Agent 聊天历史 API 设计
179、
Agent 聊天发送与 Prompt 组装
180、
Agent 回复落库与长期记忆抽取
181、
Agent 记忆系统前端恢复与管理
182、
安全边界
183、
意图识别
184、
情绪路由
185、
回复策略模板
186、
Reply Quality Guard
187、
关系阶段系统
188、
记忆候选判断实现
189、
用户反馈闭环
190、
主动关怀系统
191、
Agent 群聊底座
192、
Agent 群聊回复
193、
Agent 群聊 LangGraph 编排
194、
Agent 群聊互相回应
195、
Agent 群聊智能发言权判断
创建时间: 2026-04-18最后更新: 2026-04-18作者: yangbo(cb0c18b57)

1. 为什么需要向量数据库

先看一个场景:你想做一个「公司内部知识库问答」,让 AI 根据公司文档回答问题。

订阅后可阅读剩余内容
AI 电子伴侣企业级项目实战
已发布195节计划发布120节目标已完成163%
专栏详情
1.AI 时代的学习心法2.什么是 AI Agent 开发3.从需求出发
​​012345678901234567890123456789​​
人付费
登录后查看订阅状态
  • 1. 为什么需要向量数据库
  • 1.1 Embedding 是什么
  • 2. Vectorize:Cloudflare 自己的向量数据库
  • 3. 创建索引
  • 4. 最小可用的写入 + 查询
  • 4.1 生成 embedding 并写入
  • 4.2 按相似度查询
  • 5. 组合成一个 RAG 接口
  • 6. Metadata 过滤
  • 6.1 创建 metadata 索引
  • 6.2 带过滤的查询
  • 7. Namespace:更重的隔离
  • 8. 选型和成本
  • 8.1 Embedding 模型选型
  • 8.2 分块策略
  • 9. 小结
Previous

Workers AI 与 AI Gateway

Next

Durable Objects 与 WebSocket

0
首页200 元 · 订阅订阅