# 分类：ai-systems

> 该分类下的文章按时间倒序排列，便于按主题继续深挖。

## 页面摘要
- 路径: /categories/ai-systems/page/40/
- 当前页: 40 / 75
- 文章总数: 5960
- 当前页文章数: 80

## 快速导航
- [首页](/)
- [分类索引](/categories/)
- [归档索引](/archive/)

## 本页文章
### [ChatGPT Mac App 工程剖析：Native Cocoa、多窗口流式与拖拽上下文实现](/posts/2025/12/01/chatgpt-mac-app-native-cocoa-multiwindow-streaming-drag-context/)
- 日期: 2025-12-01T20:33:11+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: ChatGPT Mac 原生应用工程实践：Cocoa 系统快捷键劫持、拖拽上下文、多窗口流式响应、剪贴板持久化参数与监控要点。

### [DeepSeekMath-V2 自验证数学推理管道：验证器训练与生成器奖励工程化参数](/posts/2025/12/01/deepseekmath-v2-self-verifiable-reasoning-pipeline/)
- 日期: 2025-12-01T20:05:25+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: DeepSeekMath-V2 自验证框架下验证器冷启动、元验证过滤、生成器自省奖励权重及规模化标注清单，实现过程监督的 IMO 金牌证明生成。

### [DeepSeekMath-V2 自验证数学推理管道：验证器与生成器协同工程参数](/posts/2025/12/01/deepseek-math-v2-self-verifiable-reasoning-pipeline/)
- 日期: 2025-12-01T20:03:33+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 解析 DeepSeekMath-V2 自验证框架的核心工程参数，包括评分标准、奖励函数权重、迭代阈值与规模化验证清单，实现 IMO 金牌级数学证明生成。

### [ADK-Go：会话检查点持久化恢复与工具调用追踪实现](/posts/2025/12/01/adk-go-checkpoint-recovery-tracing/)
- 日期: 2025-12-01T18:08:26+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 基于Google ADK-Go工具包，剖析会话状态检查点持久化、恢复机制与工具调用追踪，支持长程AI代理可靠执行与调试实践。

### [LightRAG 双图索引与查询融合：低资源快速 RAG 工程参数](/posts/2025/12/01/lightrag-dual-graph-indexing-query-fusion-low-resource-rag/)
- 日期: 2025-12-01T17:48:07+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: LightRAG 通过实体-关系双图索引与 mix 模式查询融合，实现低资源高速 RAG，详解 chunk 分块、top_k 融合权重及小模型蒸馏参数调优，提升检索精度与速度。

### [部署DeepSeek-Math-V2：IMO金牌数学模型的量化加速、LoRA微调与长上下文优化](/posts/2025/12/01/deepseek-math-v2-imo-gold-deployment-quantization-finetuning-long-context/)
- 日期: 2025-12-01T17:18:08+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 提供DeepSeek-Math-V2的vLLM部署、4-bit量化、LoRA微调及长上下文优化参数，实现IMO级数学推理的高效工程化。

### [Bytesauna 思考模型基准：谜题轨迹分析真推理能力](/posts/2025/12/01/bytesauna-thinking-models-benchmark-puzzle-trace-analysis/)
- 日期: 2025-12-01T17:03:47+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 通过 Bytesauna 提出的谜题任务与轨迹分析，基准测试 o1 类思考 LLM 的真推理 vs 模式匹配，提供工程化评估参数与清单。

### [o1类思考模型在谜题推理任务上的基准测试：逐步思考是否真正提升涌现能力](/posts/2025/12/01/benchmarking-o1-like-thinking-llms-on-puzzle-reasoning/)
- 日期: 2025-12-01T16:50:07+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 通过Bytesauna基准，对o1-like思考LLMs在谜题/推理任务的评估，验证显式步步思考是否带来超越标准推理的涌现能力提升。

### [基准测试‘思考’大模型在推理任务上的表现：真正审议还是CoT模式匹配？](/posts/2025/12/01/benchmarking-thinking-llms-on-reasoning-tasks/)
- 日期: 2025-12-01T16:04:24+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 通过Thinking与NoThinking基准测试，区分‘思考’LLMs的真正审议能力与链式思考模式匹配，提供工程优化参数。

### [Rust实现的Pixel Snapper：AI像素艺术修复的网格对齐与SIMD加速](/posts/2025/12/01/pixel-snapper-rust-simd-ai-pixel-art-restoration/)
- 日期: 2025-12-01T15:05:11+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 基于Rust的Pixel Snapper工具，通过网格对齐、阈值调优和SIMD加速修复AI生成的Nano Banana等像素艺术伪影，保持锐利边缘，提供CLI参数与工程化落地。

### [LightRAG 双图查询融合知识蒸馏 Pipeline：低资源 RAG 加速工程实践](/posts/2025/12/01/lightrag-dual-graph-query-fusion-distillation-pipeline/)
- 日期: 2025-12-01T14:48:53+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: LightRAG 双图检索融合模块通过知识蒸馏到小模型，实现低资源场景下模型压缩与 RAG 推理加速，提供完整工程参数与部署指南。

### [程序思维链（PoT）提示：代码生成与自调试循环优化LLM推理](/posts/2025/12/01/program-of-thoughts-pot-prompting-self-debugging-reasoning/)
- 日期: 2025-12-01T14:08:45+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: PoT通过LLM生成可执行Python代码表示中间推理步骤，利用解释器精确计算并自调试迭代，针对数值任务超越CoT 15%准确率，提供prompt模板、参数阈值与监控清单。

### [TegaBrain 实战：构建排除后 ChatGPT 内容的日期过滤搜索索引](/posts/2025/12/01/tegabrain-build-date-filtered-pre-chatgpt-search-index/)
- 日期: 2025-12-01T13:03:46+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 详解元数据提取、ES 索引与查询截止，实现纯净 pre-LLM 网页检索的工程参数与 checklist。

### [Verl中FSDP通信重叠与阈值调优：KL正则化PPO的多GPU分片策略](/posts/2025/12/01/fsdp-comm-overlap-thresholds-in-verl-ppo/)
- 日期: 2025-12-01T12:52:32+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 针对KL正则化PPO的多GPU FSDP分片，详解通信重叠策略如forward prefetch，以及动态阈值调优参数，实现高效LLM RL流水线。

### [M5 iPad Pro 神经引擎矩阵加速器剖析：低功耗设备端 LLM/视觉推理基准与统一内存优化](/posts/2025/12/01/profiling-m5-ipad-pro-neural-engine-matrix-accelerators-for-low-power-on-device-llm-vision-inference/)
- 日期: 2025-12-01T12:08:53+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 剖析 M5 Neural Engine 与 GPU 神经加速器架构，结合 153GB/s 统一内存，提供低功耗 LLM 首次 token 响应 3.6 倍加速及视觉任务实时基准参数。

### [复用4300+ n8n模板组装no-code Agentic AI工作流：SQLite搜索与Docker部署](/posts/2025/12/01/reusing-4300-n8n-templates-for-no-code-agentic-ai-workflows/)
- 日期: 2025-12-01T12:02:53+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 基于n8n-workflows项目，给出模板复用、agentic pipeline组装的工程参数、搜索优化与生产部署要点。

### [AI 在 Lean4 中形式化 Erdős 问题 #124 证明：提示工程与验证管道实践](/posts/2025/12/01/ai-formalizes-erdos-124-proof-in-lean4/)
- 日期: 2025-12-01T11:18:46+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 详解 AI 系统利用提示工程在 Lean4 中生成并验证 Erdős #124 证明的关键参数、监控点与工程化实践。

### [SQLite FTS5 + Docker API 实现 n8n 工作流模板的毫秒级全文搜索](/posts/2025/12/01/sqlite-fts5-docker-api-for-n8n-workflows-search/)
- 日期: 2025-12-01T10:09:05+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 基于 Zie619/n8n-workflows，利用 SQLite FTS5 构建高效搜索索引，通过 Docker FastAPI 暴露 REST 接口，实现 4300+ n8n JSON 模板的动态查询与导出，支持 agentic AI/ETL 管道复用，延迟 <100ms。

### [LightRAG 双图查询融合：学习权重蒸馏与低资源RAG工程](/posts/2025/12/01/lightrag-dual-graph-query-fusion/)
- 日期: 2025-12-01T10:04:25+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: LightRAG双图索引与查询融合工程参数，含低资源蒸馏部署要点，实现低资源快速RAG pipeline。

### [Milvus 云原生向量数据库：DiskANN 索引与亿级混合多向量过滤实践](/posts/2025/12/01/milvus-cloud-native-vector-db-diskann-indexing-and-billion-scale-hybrid-multi-vector-filtering/)
- 日期: 2025-12-01T06:33:08+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: Milvus 以 DiskANN 索引为核心，支持 hybrid search 和 multi-vector 过滤，面向亿级 AI 嵌入检索，给出工程化部署参数与监控要点。

### [多智能体Memori记忆引擎：语义去重与跨代理同步，附分级压缩与查询优化](/posts/2025/12/01/multi-agent-memori-semantic-dedup-sync-leveled-compaction/)
- 日期: 2025-12-01T06:09:40+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: Memori多代理LLM系统中工程化语义检索去重与跨代理同步协议，模拟LSM分级压缩，提升日志合并效率与查询性能。

### [通过API驱动的电话代理：Call Center AI实现呼叫中心自动化](/posts/2025/12/01/api-driven-phone-agent-for-call-center-ai/)
- 日期: 2025-12-01T04:47:07+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 利用Microsoft Call Center AI，通过API触发AI代理拨打电话，支持实时对话、数据收集与Azure集成，实现电话中心高效自动化。

### [Claude 中 Markdown 包裹提示工程：结构化 XML 输出、工具调用可靠性和工件生成](/posts/2025/12/01/claude-markdown-prompt-engineering-for-reliable-xml-outputs-and-tool-calls/)
- 日期: 2025-12-01T04:17:35+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 在 Claude 中运用 Markdown-wrapped 提示，实现可靠的 XML 结构化输出、工具调用稳定性，并生成工件避免 JSON 解析脆弱性，提供工程参数与清单。

### [ADK-Go 代码优先代理工具包：会话检查点与遥测追踪实战](/posts/2025/12/01/adk-go-code-first-agent-toolkit-with-session-checkpointing-and-tracing/)
- 日期: 2025-12-01T04:09:20+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: Google ADK-Go 通过代码优先方式构建 AI 代理，重点实现会话检查点持久化、遥测追踪与长运行评估管道控制，提供工程参数与监控清单。

### [PoT 提示：通过代码程序分离计算与推理，超越 CoT 15% 性能](/posts/2025/12/01/pot-prompting-code-programs-outperform-cot-by-15-in-reasoning/)
- 日期: 2025-12-01T04:03:11+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: PoT prompting 利用 LLM 生成 Python 代码实现数值推理，平均提升 12%，结合 self-consistency 达 SOTA，提供提示模板与监控要点。

### [PoT 提示：LLM 循环生成执行 Python 程序的自调试递归推理](/posts/2025/12/01/pot-prompting-llm-loops-self-debugging-recursion/)
- 日期: 2025-12-01T03:47:38+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 实现 PoT 通过 LLM 生成可执行 Python 程序并递归自调试，提升复杂数学逻辑任务准确率超 CoT 15%，附工程参数与监控清单。

### [ChatGPT流式响应中的服务器端广告插入：低延迟拍卖与用户上下文匹配](/posts/2025/12/01/server-side-ad-insertion-in-chatgpt-streaming-responses-low-latency-auctions-context-matching/)
- 日期: 2025-12-01T01:34:26+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 基于泄露代码，剖析OpenAI在ChatGPT流式输出中实现服务器端广告插入的技术要点，包括低延迟拍卖机制、opt-out控制及用户上下文相关性匹配的工程参数。

### [DeepMind Thinking Game 中的 RL 代理谜题训练：可扩展计算管道与能力评估指标](/posts/2025/12/01/deepmind-thinking-game-rl-puzzle-training-pipelines-metrics/)
- 日期: 2025-12-01T00:48:30+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 基于 Thinking Game Film，探讨 DeepMind 在 RL 代理谜题求解训练中的可扩展计算管道设计与能力评估指标体系。

### [TrendRadar：多平台热点聚合与MCP AI分析推送](/posts/2025/12/01/trendradar-multi-platform-mcp-analysis-push/)
- 日期: 2025-12-01T00:08:06+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: TrendRadar聚合多平台热点，利用MCP协议驱动AI情感/相似检索/趋势分析，支持Docker部署与微信/Telegram实时推送，提供工程化参数。

### [工程化“思维空间”中 LLM 能力流形：投影探针、涌现曲线与缩放相变预测](/posts/2025/11/30/engineering-llm-capability-manifolds-in-space-of-minds/)
- 日期: 2025-11-30T21:34:45+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 面向 LLM 缩放工程，给出能力流形投影探针、涌现曲线拟合与相变预测的实现参数与监控清单。

### [LLM 能力超空间坍缩动力学：映射新兴能力为超曲面流形](/posts/2025/11/30/llm-capability-hyperspace-collapse-dynamics/)
- 日期: 2025-11-30T21:03:31+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 面向 LLM 能力景观，将新兴能力建模为高维超曲面，剖析缩放定律驱动的展开与分布偏移诱发的坍缩轨迹，并给出工程监控参数。

### [多代理 LLM 记忆的高频写入：LSM 分层压缩与布隆过滤器优化](/posts/2025/11/30/lsm-leveled-compaction-bloom-multi-agent-llm-memory/)
- 日期: 2025-11-30T20:48:44+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 针对多代理 LLM 记忆的高变动场景，详解 LSM-tree 分层压缩阈值、布隆假阳性率控制，实现高效读写合并。

### [TrendRadar MCP 工具集集成：情感分析与相似检索的多平台热点聚合](/posts/2025/11/30/integrate-mcp-toolkit-trendradar-sentiment-similarity/)
- 日期: 2025-11-30T20:33:37+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: TrendRadar 通过 MCP 协议集成 14 种 AI 工具，实现多平台新闻的情感分析、相似检索与趋势追踪，支持 Docker 部署与多渠道推送的关键参数配置。

### [AMD CDNA 矩阵核心指令融合与张量操作调度：高吞吐 GEMM 和稀疏加速](/posts/2025/11/30/amd-cdna-matrix-core-instruction-fusion-and-tensor-scheduling/)
- 日期: 2025-11-30T18:33:34+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 剖析 AMD CDNA Matrix Core 的 MFMA 指令融合机制、张量调度策略，提供 GEMM 高吞吐与稀疏加速的工程参数与优化清单。

### [VERL中多GPU分片重叠阈值调优：KL正则化PPO的通信-计算平衡](/posts/2025/11/30/multi-gpu-sharding-overlap-thresholds-in-verl-ppo/)
- 日期: 2025-11-30T18:07:18+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: VERL框架下multi-GPU KL-regularized PPO的sharding overlap阈值调优策略，平衡通信开销与梯度同步一致性，提供高效RLHF scaling参数清单。

### [ChatbotKit 动态技能集运行时绑定与组合机制](/posts/2025/11/30/chatbotkit-dynamic-skillset-runtime-binding/)
- 日期: 2025-11-30T16:48:53+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 解析 ChatbotKit 动态技能集的运行时绑定与组合机制，实现模块化 AI 代理技能热插拔，提供工程化参数、阈值配置与监控要点。

### [LightRAG 双图 RAG 的查询融合权重：低资源蒸馏调优实践](/posts/2025/11/30/lightrag-dual-graph-rag-query-fusion-distillation-low-resource/)
- 日期: 2025-11-30T16:33:12+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 基于 LightRAG 双层图检索，实现可学习查询融合权重，通过教师-学生蒸馏在低资源环境下调优参数清单，提升混合检索速度与精度。

### [LightRAG 双图索引：查询融合与低资源蒸馏实践](/posts/2025/11/30/lightrag-dual-graph-query-fusion-distillation/)
- 日期: 2025-11-30T16:03:32+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: LightRAG 通过双图索引结合学习查询融合与低资源蒸馏，实现高效 RAG，提升检索准确率与部署友好性。

### [ChatBotKit 动态技能集参考架构：模块化注册与上下文调度](/posts/2025/11/30/chatbotkit-dynamic-skillset-architecture/)
- 日期: 2025-11-30T15:48:27+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 基于ChatBotKit平台，构建支持动态技能注册、运行时发现和上下文感知调度的AI代理架构，提供模块化技能扩展参数与落地清单。

### [adk-go 中 Agent 检查点恢复与工具追踪](/posts/2025/11/30/adk-go-agent-checkpoint-recovery-tool-tracing/)
- 日期: 2025-11-30T14:48:29+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 基于 adk-go ResumabilityConfig 实现 Agent 长任务断点续传，结合 Session State 与 Cloud Trace 追踪工具调用，提供恢复参数、追踪配置与生产可靠性清单。

### [adk-go 检查点恢复与工具追踪：长运行代理中断续传实践](/posts/2025/11/30/adk-go-checkpoint-recovery-tool-tracing/)
- 日期: 2025-11-30T14:34:46+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 基于 adk-go 的 Session 机制实现长运行 AI 代理的 checkpoint 恢复，支持 eval pipeline 中断续传；Telemetry 模块提供工具调用 tracing 日志，便于调试与重放。

### [构建 AI 编码助手评估框架：学生感知调查、任务成功率与代码质量指标](/posts/2025/11/30/building-eval-frameworks-ai-coding-assistants-student-perceptions/)
- 日期: 2025-11-30T14:18:22+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 针对 AI 编码工具提出学生调查、任务成功率、代码质量度量及课程整合基线，建立工程化评估框架与可落地参数。

### [LightRAG：简单双图索引与查询融合蒸馏，实现低资源快速 RAG](/posts/2025/11/30/lightrag-simple-dual-graph-indexing-with-learned-query-fusion-and-distillation/)
- 日期: 2025-11-30T14:03:25+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: LightRAG 通过双图索引与学习查询融合，实现无需重训的快速 RAG，性能超复杂检索器。详解图构建、融合参数与蒸馏优化，提供低资源部署清单。

### [基于LSM的多代理记忆引擎实现：分层合并、Bloom去重与跨会话优化](/posts/2025/11/30/lsm-based-multi-agent-memory-engine-implementation/)
- 日期: 2025-11-30T13:03:04+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 面向多代理AI系统，基于LSM树设计记忆引擎，支持分层日志追加、Bloom过滤去重、leveled compaction及跨会话优先级召回，提供工程参数与监控要点。

### [AMD CDNA 矩阵核心编程：ISA 扩展与高效数据中心内核实现](/posts/2025/11/30/amd-cdna-matrix-core-programming-model/)
- 日期: 2025-11-30T12:48:17+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 详解 CDNA Matrix Core 的 MFMA 指令与 HIP intrinsics 编程，提供低精度矩阵乘法内核的工程参数与性能监控要点。

### [LightRAG 双图查询融合权重调优与低资源蒸馏实践](/posts/2025/11/30/lightrag-query-fusion-weight-tuning-distillation/)
- 日期: 2025-11-30T12:32:53+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: LightRAG双图查询融合权重调优参数与动态阈值、低资源知识蒸馏压缩实践，提升长上下文RAG精度无需重训。

### [Verl中多GPU KL正则化PPO的分片扩展：系数调优与阈值选择](/posts/2025/11/30/scale-multi-gpu-kl-regularized-ppo-sharding-in-verl/)
- 日期: 2025-11-30T12:07:47+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 利用Verl框架的FSDP分片与3D-HybridEngine，通过KL系数调优和阈值监控，实现LLM RLHF中多GPU PPO稳定收敛，避免策略发散。

### [通过 API 驱动的 AI 电话代理：Call-Center-AI 的 outbound 呼叫工程实践](/posts/2025/11/30/api-driven-ai-phone-agent-call-center-ai/)
- 日期: 2025-11-30T11:02:48+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 基于 Microsoft Call-Center-AI，利用简单 API 调用发起 AI 代理电话，支持实时语音交互、自定义 claim schema、状态持久化和断线续传，提供落地参数与部署清单。

### [Nano-PDF CLI：Gemini Nano Banana 驱动的本地 PDF 编辑工具](/posts/2025/11/30/nano-pdf-cli-gemini-nano-banana-pdf-editing/)
- 日期: 2025-11-30T09:02:53+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 利用 Gemini Nano Banana 的 CLI 工具，实现 PDF 文本提取、幻灯片编辑与再生，提供多页并行处理、风格匹配与 OCR 恢复的关键参数配置。

### [Memori中多代理LLM记忆的可扩展LSM树压实：分级合并与布隆过滤器](/posts/2025/11/30/implementing-lsm-tree-leveled-compaction-with-bloom-filters-for-memori-s-multi-agent-llm-memory/)
- 日期: 2025-11-30T08:17:55+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 针对Memori多代理高并发记忆写入，引入LSM-tree分级压实、布隆过滤器及并发读写隔离，提供阈值参数与监控清单，实现万级代理可扩展存储。

### [复用4300+开源n8n JSON模板：构建无代码agentic AI工作流](/posts/2025/11/30/reuse-4300-open-source-n8n-json-templates-for-no-code-agentic-ai-workflows/)
- 日期: 2025-11-30T08:07:07+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 解析Zie619/n8n-workflows中4300+ JSON模板，实现agentic AI管道、ETL编排、多LLM工具链集成，提供搜索部署、导入复用、参数调优指南。

### [单样本学习：利用元学习从一个示例快速泛化任务](/posts/2025/11/30/one-shot-learning-single-example-adaptation/)
- 日期: 2025-11-30T08:03:01+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 面向单样本适应，基于 MAML 等元学习技术，提供快速泛化参数配置、工程落地清单与监控要点。

### [LightRAG 双图索引融合查询机制工程化：低资源 RAG 管道优化实践](/posts/2025/11/30/lightrag-dual-graph-query-fusion/)
- 日期: 2025-11-30T06:49:14+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: LightRAG 通过知识图谱与向量检索双图机制，实现高效融合查询；本文详解低资源管道构建、融合权重阈值调优、图分片策略与检索效率提升要点。

### [TrendRadar MCP AI 新闻聚合管道：多平台热点监控与一键部署](/posts/2025/11/30/trendradar-mcp-ai-news-aggregation-pipeline/)
- 日期: 2025-11-30T06:03:38+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: TrendRadar 聚合 35 平台数据，MCP 集成 13 种分析工具，实现趋势情感相似检索，支持 Docker 一键部署与多渠道推送。

### [ADK-Go code-first Agent 工具包：检查点恢复、工具追踪与评估管道工程实践](/posts/2025/11/30/adk-go-code-first-agent-toolkit/)
- 日期: 2025-11-30T05:49:00+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 基于 Google ADK-Go 的 code-first Go SDK，详解复杂 AI Agent 的检查点恢复、工具追踪、评估管道与灵活部署控制的关键参数与监控要点。

### [Gemini Nano Banana CLI 编辑 PDF：多模态布局解析与精确替换工程](/posts/2025/11/30/gemini-nano-banana-pdf-editing-cli/)
- 日期: 2025-11-30T05:03:18+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 基于 Nano-PDF CLI，利用 Gemini Nano Banana 实现 PDF 幻灯片自然语言编辑：解析流程、提示参数、并发阈值与 OCR 优化要点。

### [浏览器Clippy式AI编码助手：实时代码分析与多LLM链式工程参数](/posts/2025/11/30/browser-clippy-ai-coding-assistant/)
- 日期: 2025-11-30T04:48:08+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 复兴经典Clippy于浏览器：实时代码注入、多LLM链式调用与交互调试，提供阈值参数、工作流导出清单。

### [零功耗光子语言模型工程实践：光器件权重存储与Transformer推理加速](/posts/2025/11/30/zero-power-photonic-lm-engineering/)
- 日期: 2025-11-30T04:33:42+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 利用光子器件存储权重，实现无电能矩阵乘与Transformer推理加速的工程化参数与监控要点。

### [Hachi 自托管图像检索引擎：基于嵌入相似度的个人图像搜索](/posts/2025/11/30/hachi-self-hosted-image-retrieval-engine/)
- 日期: 2025-11-30T03:03:38+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: Hachi 是一个完全自托管的图像搜索引擎，利用向量嵌入相似度实现高效索引与查询，支持自然语言和面部搜索，提供部署参数与优化清单。

### [基于 Memori 开源引擎构建日志结构化合并的多代理记忆层](/posts/2025/11/30/building-log-structured-merge-multi-agent-memory-with-memori/)
- 日期: 2025-11-30T02:47:52+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 用 Memori 实现 LLM 代理的持久上下文、多代理协作、高效检索与版本化，支持一行代码 SQL 存储。

### [浏览器端多 LLM/VLM 链式调用：实时预览与推理编排实践](/posts/2025/11/30/browser-multi-llm-vlm-chaining-real-time-previews-workflow-export/)
- 日期: 2025-11-30T02:33:38+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 浏览器 AI studio 实现多模型链式调用，提供实时预览、工作流导出及推理参数调优要点。

### [ADK-Go 代理工具包中的检查点恢复与工具追踪实现](/posts/2025/11/30/implementing-checkpoint-recovery-and-tool-tracing-in-adk-go-agent-toolkit/)
- 日期: 2025-11-30T02:19:18+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 在 ADK-Go code-first Go SDK 中，通过会话状态持久化和遥测集成，实现长运行 AI 代理的检查点恢复与工具追踪，支持复杂评估与部署管道。

### [Verl 中 KL 正则化 PPO 的多 GPU 分片训练管道](/posts/2025/11/30/building-multi-gpu-kl-regularized-ppo-pipelines-in-verl/)
- 日期: 2025-11-30T02:03:39+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 面向 LLM 离线 RLHF，给出 Verl 中 KL 正则化 PPO 的多 GPU sharding 配置、阈值调优与监控要点。

### [构建审稿AI检测管道：LLM指纹提取与统计阈值实战](/posts/2025/11/30/building-ai-detection-pipelines-for-peer-reviews-llm-fingerprinting-and-statistical-thresholds/)
- 日期: 2025-11-30T01:18:56+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 针对会议peer review AI生成洪水，设计LLM指纹提取、统计异常阈值及人工复核队列，提供工程化参数与落地清单。

### [使用 Call-Center-AI SDK 一键触发 AI 电话代理：实时对话管理与断线重连工程实践](/posts/2025/11/30/api-driven-phone-bot-integration/)
- 日期: 2025-11-30T00:49:18+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 基于 Microsoft call-center-ai，通过 API 一键发起 AI 电话代理，支持实时流式对话、断线重连、多轮 claim 收集与 Azure 号码直拨部署参数。

### [Milvus 云原生亿级向量 ANN 搜索：HNSW/IVF/DiskANN 索引与动态分片实践](/posts/2025/11/30/milvus-scalable-vector-ann-search/)
- 日期: 2025-11-30T00:02:56+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: Milvus 通过 HNSW/IVF/DiskANN 索引、动态分片和混合搜索，支持亿级向量的高吞吐低延迟 ANN 检索，给出参数调优与监控要点。

### [Hachi：自托管图像检索引擎的嵌入索引与相似检索](/posts/2025/11/29/hachi-image-retrieval-engine-self-hosted/)
- 日期: 2025-11-29T22:48:34+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 详解 Hachi 自托管图像搜索引擎的 CLIP 嵌入分片存储、余弦相似阈值与元数据融合参数，提供一键部署清单与性能调优策略。

### [Hachi 自托管图像搜索引擎：嵌入相似检索、自定义索引与 web 查询接口](/posts/2025/11/29/hachi-self-hosted-image-search/)
- 日期: 2025-11-29T22:34:17+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 剖析 Hachi 自托管图像搜索的核心：CLIP 嵌入向量分片索引、RetinaFace 面部聚类、Nim 元索引，附 Docker 部署、阈值调优与性能监控清单。

### [Magiclip浏览器端多模型AI工作室：视频剪辑、语音合成与流式UI管道集成](/posts/2025/11/29/magiclip-browser-multi-model-ai-studio/)
- 日期: 2025-11-29T22:19:15+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 浏览器端集成多AI模型管道，实现视频剪辑生成、语音叠加与模型链式调用，提供流式UI参数优化与工程落地清单。

### [ChatGPT 流式响应中的非阻塞广告插播工程实践](/posts/2025/11/29/streaming-ad-insertion-in-chatgpt-responses/)
- 日期: 2025-11-29T22:09:22+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: LLM流式输出中实现上下文相关广告插入，支持A/B测试与断线续传，确保用户感知延迟低于50ms的关键参数与监控要点。

### [Hachi：自托管图像搜索引擎的嵌入式检索与高效索引实践](/posts/2025/11/29/hachi-self-hosted-image-search-engine/)
- 日期: 2025-11-29T22:04:02+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 面向个人媒体库，给出Hachi图像搜索引擎的嵌入检索、索引分片与人脸聚类工程化参数与监控要点。

### [LLM流式响应中非阻塞广告插入：上下文渲染、A/B测试与用户体验优化实践](/posts/2025/11/29/non-blocking-ad-insertion-in-llm-streaming-responses-contextual-rendering-ab-testing-and-ux-optimization/)
- 日期: 2025-11-29T21:48:08+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 针对ChatGPT广告 rollout泄露，剖析LLM流式输出中非阻塞广告插入工程：上下文匹配渲染、A/B测试框架、用户跳过率阈值与体验监控参数。

### [ADK-Go 代理评估管道：工具追踪与检查点恢复工程实践](/posts/2025/11/29/adk-go-agent-evaluation-pipelines-tool-tracing-checkpoint-recovery/)
- 日期: 2025-11-29T20:07:47+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 基于ADK-Go构建AI代理灵活评估管道，详解自定义指标、工具调用追踪及长任务检查点恢复的参数配置与监控要点。

### [ADK-Go：代码优先的 AI Agent 工具包设计与工具集成](/posts/2025/11/29/adk-go-code-first-agent-toolkit/)
- 日期: 2025-11-29T20:03:51+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 基于 ADK-Go 的代码优先方法，实现工具调用、多代理系统与部署的工程化参数与最佳实践。

### [使用 ADK-Go 灵活部署复杂 AI 代理：工程化参数与评估管道](/posts/2025/11/29/deploying-sophisticated-ai-agents-with-adk-go/)
- 日期: 2025-11-29T19:33:39+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 基于 ADK-Go 的代码优先方法，部署多代理系统与工具集成，提供容器化配置、Cloud Run 阈值、监控清单和评估管道参数。

### [LightRAG 双图索引构建与查询融合蒸馏：低资源动态自适应工程实践](/posts/2025/11/29/lightrag-dual-graph-indexing-query-fusion-distillation/)
- 日期: 2025-11-29T19:18:40+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 低资源RAG场景下LightRAG双图（实体-关系）索引构建、hybrid查询融合及小模型蒸馏工程，动态阈值/权重自适应参数与监控要点，提升检索精度与速度。

### [VERL中多GPU分片策略与KL正则化PPO调优实践](/posts/2025/11/29/multi-gpu-sharding-and-kl-regularized-ppo-tuning-in-verl/)
- 日期: 2025-11-29T19:03:08+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 针对VERL的离线RLHF流水线，剖析多GPU分片策略与KL正则化PPO的关键参数配置，实现高效扩展与策略稳定。

### [LightRAG 查询融合：蒸馏权重与 Chunk 阈值调优](/posts/2025/11/29/lightrag-query-fusion-distillation-weights-thresholds/)
- 日期: 2025-11-29T18:48:47+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: Dual-graph RAG中query fusion权重调优与chunk阈值选择，结合distillation实现低资源高效检索。

### [LightRAG 双图查询融合与低资源蒸馏实践：融合权重调优、块阈值与检索增益评估](/posts/2025/11/29/lightrag-dual-graph-query-fusion-distillation-low-resource/)
- 日期: 2025-11-29T18:18:49+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 低资源RAG环境下，利用LightRAG双图索引实现查询融合与蒸馏，调优融合权重0.6/0.4、块阈值800-1200，评估召回提升20-30%，提供参数清单与监控要点。

### [TrendRadar MCP AI 新闻分析管道：多平台热点聚合与 14 工具深度挖掘](/posts/2025/11/29/trendradar-mcp-ai-news-analysis-pipeline/)
- 日期: 2025-11-29T18:03:39+08:00
- 分类: [ai-systems](/categories/ai-systems/)
- 摘要: 基于 MCP 的 TrendRadar AI 分析管道：热点聚合、趋势情感相似检索工具配置与落地参数。