https://manus.im/blog/Context-Engineering-for-AI-Agents-Lessons-from-Building-Manus
⦁ 选择上下文工程：团队放弃端到端训练，选择基于前沿大模型的上下文工程，以实现更快的迭代和模型解耦。
⦁ KV-Cache 优化：高缓存命中率能显著减少延迟和推理成本，必须保持上下文前缀稳定、追加式记录，避免频繁变更上下文。
⦁ 工具管理 —— 遮蔽而非移除：不在执行中动态更改可用工具，而是根据上下文遮蔽不需要的操作，防止缓存失效和模型混乱。
⦁ 文件系统做“外部记忆”：将重要信息写入文件系统，超出上下文窗口的信息可随时读写，持久且无限容量。
⦁ 通过“复述”操控模型注意力：不断重写如 todo.md 这类全局目标文件，把关键目标持续推进到模型注意力焦点。
⦁ 保留“错误轨迹”：上下文中不掩盖失败 / 错误记录，让模型能通过真实反馈自我纠正，提升周期任务表现。
⦁ 避免“Few-shot 陷阱”：上下文如有太多同质 action-observation 示例，模型容易机械模仿，需引入模板多样性打破模式。
#AI #Doc
---
如何构建 AI Agent 的上下文工程（Founder’s Park 的中文翻译版质量不错）
⦁ 选择上下文工程：团队放弃端到端训练，选择基于前沿大模型的上下文工程，以实现更快的迭代和模型解耦。
⦁ KV-Cache 优化：高缓存命中率能显著减少延迟和推理成本，必须保持上下文前缀稳定、追加式记录，避免频繁变更上下文。
⦁ 工具管理 —— 遮蔽而非移除：不在执行中动态更改可用工具，而是根据上下文遮蔽不需要的操作，防止缓存失效和模型混乱。
⦁ 文件系统做“外部记忆”：将重要信息写入文件系统，超出上下文窗口的信息可随时读写，持久且无限容量。
⦁ 通过“复述”操控模型注意力：不断重写如 todo.md 这类全局目标文件，把关键目标持续推进到模型注意力焦点。
⦁ 保留“错误轨迹”：上下文中不掩盖失败 / 错误记录，让模型能通过真实反馈自我纠正，提升周期任务表现。
⦁ 避免“Few-shot 陷阱”：上下文如有太多同质 action-observation 示例，模型容易机械模仿，需引入模板多样性打破模式。
#AI #Doc
---
如何构建 AI Agent 的上下文工程（Founder’s Park 的中文翻译版质量不错）
manus.im
Context Engineering for AI Agents: Lessons from Building Manus
This post shares the local optima Manus arrived at through our own "SGD". If you're building your own AI agent, we hope these principles help you converge faster.
https://innei.in/posts/tech/ai-coding-methodology-systematic-practice
本文系统梳理了 AI 辅助编码的方法论演进：最初的“提示工程”以线性交互为主，需多轮沟通但效率受限；“探索式工程”通过结构化需求分解与决策固化，降低重构风险；“上下文工程”则借助完整的项目背景和自动化 PRD 流程，使 AI 成为真正的技术协作伙伴。文章还强调持续积累知识图谱、规范化约束和模块化代码结构，实现 AI 与人类专业判断的有机结合，推动可复制、可持续、可扩展的团队智慧和编码效率提升。
#AI #Doc
本文系统梳理了 AI 辅助编码的方法论演进：最初的“提示工程”以线性交互为主，需多轮沟通但效率受限；“探索式工程”通过结构化需求分解与决策固化，降低重构风险；“上下文工程”则借助完整的项目背景和自动化 PRD 流程，使 AI 成为真正的技术协作伙伴。文章还强调持续积累知识图谱、规范化约束和模块化代码结构，实现 AI 与人类专业判断的有机结合，推动可复制、可持续、可扩展的团队智慧和编码效率提升。
#AI #Doc
屏幕的工作原理【英文】
https://www.makingsoftware.com/chapters/how-a-screen-works
介绍了显示器（屏幕）的工作原理与发展历程，从早期的 CRT 到现代的 LCD 和 OLED 等技术，并展望了未来显示技术的发展方向。
#Doc link
https://www.makingsoftware.com/chapters/how-a-screen-works
介绍了显示器（屏幕）的工作原理与发展历程，从早期的 CRT 到现代的 LCD 和 OLED 等技术，并展望了未来显示技术的发展方向。
#Doc link
Makingsoftware
Making Software: How does a screen work?
From electron guns to tiny electric crystals - digital displays have always been the unsung hero of computing.
Dosu - 将代码库转为知识库
https://dosu.dev/
Dosu 可以将代码库转化为动态知识库，帮助团队生成、分享和维护文档，适用于从工程到运营的所有团队成员。
● Dosu 自动从代码、对话、工单和评审中生成文档，同时支持模板化操作和报告生成，便于追踪变化和功能演进。
● Dosu 集成到现有工作流程中，提供答案共享、动态适应不同受众，并支持发布到多种文档平台（如 GitHub、Confluence、Notion）。
● Dosu 通过多渠道更新和内置版本控制功能，确保文档与代码和工单的变化保持同步，并主动填补知识空白。
#AI #Tool #URL #Doc
https://dosu.dev/
Dosu 可以将代码库转化为动态知识库，帮助团队生成、分享和维护文档，适用于从工程到运营的所有团队成员。
● Dosu 自动从代码、对话、工单和评审中生成文档，同时支持模板化操作和报告生成，便于追踪变化和功能演进。
● Dosu 集成到现有工作流程中，提供答案共享、动态适应不同受众，并支持发布到多种文档平台（如 GitHub、Confluence、Notion）。
● Dosu 通过多渠道更新和内置版本控制功能，确保文档与代码和工单的变化保持同步，并主动填补知识空白。
#AI #Tool #URL #Doc
Dosu | Your best engineers shouldn't Q&A all day.
Dosu is documentation reimagined for the AI era. Put your docs to work generating, maintaining & triaging automatically.
Emby Wiki - Telegram 公益服 / 付费服指南
一个 Emby 的使用指南，包含公益服、付费服以及自建 Emby 家庭服务器等相关资料。
https://emby.wiki/zh/home
#Video #Doc #HomeLab #URL
一个 Emby 的使用指南，包含公益服、付费服以及自建 Emby 家庭服务器等相关资料。
https://emby.wiki/zh/home
#Video #Doc #HomeLab #URL
WASM 打包的 Office 方案，解决 Web 端需求新思路
https://www.v2ex.com/t/1141764
将 OnlyOffice 构建成 WASM ，直接打包到 Web 端运行。
尝试了一下效果还可以，只不过 WASM 有点大，Web 上加载需要点时间。不过省掉了服务器资源，在降本增效的大环境下友好。
----------------------
https://github.com/ranuts/document
🌐 在线体验: https://ranuts.github.io/document/
基于 OnlyOffice 的本地网页文档编辑器，让您直接在浏览器中编辑文档，无需服务器端处理，保护您的隐私安全。
● 🔒 隐私优先: 所有文档处理都在浏览器本地进行，不上传到任何服务器
● 📝 多格式支持: 支持 DOCX、XLSX、PPTX 等多种文档格式
● ⚡ 实时编辑: 提供流畅的实时文档编辑体验
● 🚀 无需部署: 纯前端实现，无需服务器端处理
● 🎯 即开即用: 打开网页即可开始编辑文档
项目基于以下核心技术构建：
● OnlyOffice SDK: 提供强大的文档编辑能力
● WebAssembly: 通过 x2t-wasm 实现文档格式转换
● 纯前端架构: 所有功能都在浏览器中运行
#GitHub #Tool #Chrome #Doc
----------------------
嗯，第一眼感觉是邪修套路 😂，看完合理好用
https://www.v2ex.com/t/1141764
将 OnlyOffice 构建成 WASM ，直接打包到 Web 端运行。
尝试了一下效果还可以，只不过 WASM 有点大，Web 上加载需要点时间。不过省掉了服务器资源，在降本增效的大环境下友好。
----------------------
https://github.com/ranuts/document
🌐 在线体验: https://ranuts.github.io/document/
基于 OnlyOffice 的本地网页文档编辑器，让您直接在浏览器中编辑文档，无需服务器端处理，保护您的隐私安全。
● 🔒 隐私优先: 所有文档处理都在浏览器本地进行，不上传到任何服务器
● 📝 多格式支持: 支持 DOCX、XLSX、PPTX 等多种文档格式
● ⚡ 实时编辑: 提供流畅的实时文档编辑体验
● 🚀 无需部署: 纯前端实现，无需服务器端处理
● 🎯 即开即用: 打开网页即可开始编辑文档
项目基于以下核心技术构建：
● OnlyOffice SDK: 提供强大的文档编辑能力
● WebAssembly: 通过 x2t-wasm 实现文档格式转换
● 纯前端架构: 所有功能都在浏览器中运行
#GitHub #Tool #Chrome #Doc
----------------------
嗯，第一眼感觉是邪修套路 😂，看完合理好用
postgres_for_everything - PostgreSQL 相关开源项目收集
https://github.com/Olshansk/postgres_for_everything
一个关于如何使用 PostgreSQL 数据库来满足各种应用需求的综合性资源，展示如何将 PostgreSQL 数据库应用于各种场景。
● 仓库收集了大量 PostgreSQL 相关的博文、文章、工具和项目。
● 内容涵盖数据库的多种功能和应用场景，例如消息队列、分析、GIS、审计日志等。
● 包含了全文搜索、向量搜索、时间序列、图形数据等高级应用。
● 提供了 API 平台、事件处理、缓存、测试和 HTML 应用等方面的工具和示例。
● 涉及性能调优、监控、扩展和存储等数据库管理的关键领域。
● 还包括用户界面、数据可视化、包管理、语言服务器和数据隐私与安全等内容。
#DB #Doc #GitHub link1 link2
https://github.com/Olshansk/postgres_for_everything
一个关于如何使用 PostgreSQL 数据库来满足各种应用需求的综合性资源，展示如何将 PostgreSQL 数据库应用于各种场景。
● 仓库收集了大量 PostgreSQL 相关的博文、文章、工具和项目。
● 内容涵盖数据库的多种功能和应用场景，例如消息队列、分析、GIS、审计日志等。
● 包含了全文搜索、向量搜索、时间序列、图形数据等高级应用。
● 提供了 API 平台、事件处理、缓存、测试和 HTML 应用等方面的工具和示例。
● 涉及性能调优、监控、扩展和存储等数据库管理的关键领域。
● 还包括用户界面、数据可视化、包管理、语言服务器和数据隐私与安全等内容。
#DB #Doc #GitHub link1 link2
GitHub
GitHub - Olshansk/postgres_for_everything: How to reduce complexity and move faster? Just Postgres for everything.
How to reduce complexity and move faster? Just Postgres for everything. - Olshansk/postgres_for_everything
OfficeViewer - 浏览器查看 Office 文件
https://officeviewer.org/
Office Viewer 提供免费在线文档、CSV 和压缩文件查看服务。无需安装 Office 应用， 在浏览器内查看 Office 文件的服务。
● 支持多种常见格式，包括 Word (.docx)、Excel (.xlsx)、PowerPoint (.pptx)、PDF (.pdf)、CSV (.csv)、ZIP (.zip) 和 RAR (.rar)。
● 所有文件处理均在用户浏览器中进行，文件不会上传到服务器，保障用户隐私和安全，无需注册或提供个人信息。
● CSV 文件支持查看、搜索、排序和高级筛选功能。
● 压缩文件支持浏览内容、预览文件和下载单个项目，无需完整解压。
● 采用 Vue.js、Nuxt.js 等现代 Web 技术构建，基于 vue office 项目。
#URL #PDF #Doc #Tool #GitHub
https://officeviewer.org/
Office Viewer 提供免费在线文档、CSV 和压缩文件查看服务。无需安装 Office 应用， 在浏览器内查看 Office 文件的服务。
● 支持多种常见格式，包括 Word (.docx)、Excel (.xlsx)、PowerPoint (.pptx)、PDF (.pdf)、CSV (.csv)、ZIP (.zip) 和 RAR (.rar)。
● 所有文件处理均在用户浏览器中进行，文件不会上传到服务器，保障用户隐私和安全，无需注册或提供个人信息。
● CSV 文件支持查看、搜索、排序和高级筛选功能。
● 压缩文件支持浏览内容、预览文件和下载单个项目，无需完整解压。
● 采用 Vue.js、Nuxt.js 等现代 Web 技术构建，基于 vue office 项目。
#URL #PDF #Doc #Tool #GitHub
officeviewer.org
Open Word, Excel & PPT Online - Free & Secure Office Viewer
Instantly view Word, Excel, PPT, PDF, and more online for free. Secure, private, and no software to install. Try the easiest document viewer today!
AI Powered Knowledge Graph Generator - AI 生成知识图谱
https://github.com/robert-mcdermott/ai-knowledge-graph
一个 AI 知识图谱生成工具
它可以从非结构化的文本中提取知识，并将其转换为知识图谱。
● 自动将大型文档分割成可管理的块进行处理
● 自动提取文本中的实体和关系
● 对提取的实体进行标准化，确保命名一致性
● 推断实体之间的隐藏关系，增强知识图谱的完整性
● 生成交互式可视化的知识图谱
#AI #Tool #Doc #GitHub
https://github.com/robert-mcdermott/ai-knowledge-graph
一个 AI 知识图谱生成工具
它可以从非结构化的文本中提取知识，并将其转换为知识图谱。
● 自动将大型文档分割成可管理的块进行处理
● 自动提取文本中的实体和关系
● 对提取的实体进行标准化，确保命名一致性
● 推断实体之间的隐藏关系，增强知识图谱的完整性
● 生成交互式可视化的知识图谱
#AI #Tool #Doc #GitHub
GitHub
GitHub - robert-mcdermott/ai-knowledge-graph: AI Powered Knowledge Graph Generator
AI Powered Knowledge Graph Generator. Contribute to robert-mcdermott/ai-knowledge-graph development by creating an account on GitHub.
Douban Book+ - 在豆瓣读书页面显示多个在线资源的链接
官网： https://doubanbook.plus/
● Chrome
● Edge
● Firefox
Douban Book+ 是一款浏览器的扩展插件，在豆瓣读书的页面右侧自动添加「在线阅读」区域，集成了多个主流电子书平台的直达链接，包括：
● 微信读书
● 豆瓣阅读
● 得到
● 多看阅读
● 网易蜗牛读书
● Zlibrary
● Anna’s Archive
在豆瓣读书页面显示多个在线资源的链接，看到好书，想读就读，一键即达。
如果某本书没有显示链接，说明暂时没有可用的在线资源。
#Chrome #Extension #Doc
官网： https://doubanbook.plus/
● Chrome
● Edge
● Firefox
Douban Book+ 是一款浏览器的扩展插件，在豆瓣读书的页面右侧自动添加「在线阅读」区域，集成了多个主流电子书平台的直达链接，包括：
● 微信读书
● 豆瓣阅读
● 得到
● 多看阅读
● 网易蜗牛读书
● Zlibrary
● Anna’s Archive
在豆瓣读书页面显示多个在线资源的链接，看到好书，想读就读，一键即达。
如果某本书没有显示链接，说明暂时没有可用的在线资源。
#Chrome #Extension #Doc
Anthropic 官方发布的 Claude Code 最佳实践指南，详细介绍了如何高效使用这个命令行编程工具。
https://www.anthropic.com/engineering/claude-code-best-practices
#Claude #Doc #AI
https://www.anthropic.com/engineering/claude-code-best-practices
#Claude #Doc #AI
Anthropic
Claude Code Best Practices
A blog post covering tips and tricks that have proven effective for using Claude Code across various codebases, languages, and environments.
agent-rules - AI 编码开发规则集合
https://github.com/steipete/agent-rules
https://steipete.me/
一系列 AI 编码可复用规则和知识文档的集合
直接复制给 Claude Code 或 Cursor 等类似工具就可以使用了
● 提供可复用用的标准化开发规则和知识文档
● 包含各种开发工作流程、代码质量分析、问题解决及文档生成等方面的规则
● 提供全局性的 Claude Code 配置和自动化脚本
● 支持在 Claude Code 和 Cursor 两种工具中使用同一套规则文件
#AI #DevOps #Doc #GitHub
https://github.com/steipete/agent-rules
https://steipete.me/
一系列 AI 编码可复用规则和知识文档的集合
直接复制给 Claude Code 或 Cursor 等类似工具就可以使用了
● 提供可复用用的标准化开发规则和知识文档
● 包含各种开发工作流程、代码质量分析、问题解决及文档生成等方面的规则
● 提供全局性的 Claude Code 配置和自动化脚本
● 支持在 Claude Code 和 Cursor 两种工具中使用同一套规则文件
#AI #DevOps #Doc #GitHub
GitHub
GitHub - steipete/agent-rules: Rules and Knowledge to work better with agents such as Claude Code or Cursor
Rules and Knowledge to work better with agents such as Claude Code or Cursor - steipete/agent-rules
Hello AI - 新人入门 AI 安全基础指南
https://github.com/DmTomHL/Google-AI-Red-Team-Tutorial-ZH_CN
https://dmtomhl.github.io/Google-AI-Red-Team-Tutorial-ZH_CN/
● 零基础友好，适合 AI 安全初学者
● 丰富的 图形化讲解，降低理解门槛
● 聚焦 AI 背后的 原理机制，而非只停留在表面
● 结合 AI 安全实际应用场景，让知识有据可用
----------------------
● 什么是 AI？什么是 AI 安全？两者有什么区别？
● 从零开始看懂 AI 的基本数学知识（线性代数、概率统计等）
● 主流 AI 算法可视化理解（神经网络、梯度下降、反向传播等）
● 模型是如何训练出来的？AI 的“思考”过程是什么？
● AI 安全问题概览（对抗样本、模型窃取、数据投毒等）
#AI #Doc #GitHub
https://github.com/DmTomHL/Google-AI-Red-Team-Tutorial-ZH_CN
https://dmtomhl.github.io/Google-AI-Red-Team-Tutorial-ZH_CN/
● 零基础友好，适合 AI 安全初学者
● 丰富的 图形化讲解，降低理解门槛
● 聚焦 AI 背后的 原理机制，而非只停留在表面
● 结合 AI 安全实际应用场景，让知识有据可用
----------------------
● 什么是 AI？什么是 AI 安全？两者有什么区别？
● 从零开始看懂 AI 的基本数学知识（线性代数、概率统计等）
● 主流 AI 算法可视化理解（神经网络、梯度下降、反向传播等）
● 模型是如何训练出来的？AI 的“思考”过程是什么？
● AI 安全问题概览（对抗样本、模型窃取、数据投毒等）
#AI #Doc #GitHub
All RAG Techniques - 所有检索增强生成技术的简单实现
https://github.com/fareedkhan-dev/all-rag-techniques
RAG => Retrieval-Augmented Generation，即检索增强生成，
项目目标是通过动手实践的方式，简化 RAG 技术，提供易于理解和修改的代码，帮助用户掌握 RAG 基础知识。
● 技术栈：不依赖 LangChain 或 FAISS 等框架，而是使用 openai、numpy、matplotlib 等常用 Python 库构建。
● 内容构成：包含一系列 Jupyter Notebook，每个 Notebook 专注于一种特定的 RAG 技术，提供简洁解释、从零开始的实现、代码示例、评估与比较以及可视化。
● 涵盖技术：涵盖了 20 多种 RAG 技术，包括 Simple RAG、Semantic Chunking、Query Transform、Reranker、Multimodel RAG、Fusion RAG、Graph RAG、CRAG 等。
● 核心概念：解释了嵌入（Embeddings）、向量存储（Vector Store）、余弦相似度（Cosine Similarity）、分块（Chunking）、检索（Retrieval）、生成（Generation）和评估（Evaluation）等 RAG 核心概念。
#AI #GitHub #Doc #Tool
https://github.com/fareedkhan-dev/all-rag-techniques
RAG => Retrieval-Augmented Generation，即检索增强生成，
项目目标是通过动手实践的方式，简化 RAG 技术，提供易于理解和修改的代码，帮助用户掌握 RAG 基础知识。
● 技术栈：不依赖 LangChain 或 FAISS 等框架，而是使用 openai、numpy、matplotlib 等常用 Python 库构建。
● 内容构成：包含一系列 Jupyter Notebook，每个 Notebook 专注于一种特定的 RAG 技术，提供简洁解释、从零开始的实现、代码示例、评估与比较以及可视化。
● 涵盖技术：涵盖了 20 多种 RAG 技术，包括 Simple RAG、Semantic Chunking、Query Transform、Reranker、Multimodel RAG、Fusion RAG、Graph RAG、CRAG 等。
● 核心概念：解释了嵌入（Embeddings）、向量存储（Vector Store）、余弦相似度（Cosine Similarity）、分块（Chunking）、检索（Retrieval）、生成（Generation）和评估（Evaluation）等 RAG 核心概念。
#AI #GitHub #Doc #Tool
鸢尾花书：从加减乘除到机器学习
https://github.com/Visualize-ML
● Book_1_《编程不难》
https://github.com/Visualize-ML/Book1_Python-For-Beginners
● Book_2_《可视之美》
https://github.com/Visualize-ML/Book2_Beauty-of-Data-Visualization
● Book_3_《数学要素》
https://github.com/Visualize-ML/Book3_Elements-of-Mathematics
● Book_4_《矩阵力量》
https://github.com/Visualize-ML/Book4_Power-of-Matrix
● Book_5_《统计至简》
https://github.com/Visualize-ML/Book5_Essentials-of-Probability-and-Statistics
● Book_6_《数据有道》
https://github.com/Visualize-ML/Book6_First-Course-in-Data-Science
● Book_7_《机器学习》
https://github.com/Visualize-ML/Book7_Visualizations-for-Machine-Learning
#Doc #AI #GitHub
https://github.com/Visualize-ML
● Book_1_《编程不难》
https://github.com/Visualize-ML/Book1_Python-For-Beginners
● Book_2_《可视之美》
https://github.com/Visualize-ML/Book2_Beauty-of-Data-Visualization
● Book_3_《数学要素》
https://github.com/Visualize-ML/Book3_Elements-of-Mathematics
● Book_4_《矩阵力量》
https://github.com/Visualize-ML/Book4_Power-of-Matrix
● Book_5_《统计至简》
https://github.com/Visualize-ML/Book5_Essentials-of-Probability-and-Statistics
● Book_6_《数据有道》
https://github.com/Visualize-ML/Book6_First-Course-in-Data-Science
● Book_7_《机器学习》
https://github.com/Visualize-ML/Book7_Visualizations-for-Machine-Learning
#Doc #AI #GitHub
