TechLog 内容地图：这个博客在写什么，从哪读起

这个博客在写什么？一句话：从一线实操里长出来的工程复盘——RAG 怎么搭、Agent 怎么治、实验怎么证、坑怎么沉淀。

文章从 5 月写到 10 月，攒了二十多篇。零散地翻容易迷路，所以有了这张内容地图：按主题分成几条线，每条线给出推荐顺序，每篇一句话说明它解决什么问题。

一、RAG 与检索：把「找资料」这件事做扎实

这是最完整的一条线，也是首页「专题 · VDB-News」专区的主体：从一个自我维护向量库的 AI 情报平台出发，从整体架构、分块层重构，到检索实验、选型框架与事件聚类。建议按顺序读——每一篇都是下一篇的铺垫。

• RAG 链路全解析：从文档入库到混合记忆的实战架构 —— 先建立坐标系：文档入库、向量化、召回重排、Prompt 拼接，以及基于 Node.js + ChromaDB + SQLite 的三层混合记忆方案。

• 把 143 块拆到 45 块：一次 RAG 分块重构，和它揭出来的评测陷阱 —— 分块层的完整重构（全库 1959 → 1120 块、HTML 残留 38.3% → 0%），以及改好之后「怎么证明它变好了」——三个评测自身的陷阱。

• 修 5 坏 2，还是修 3 坏 0？——一次 55 题的多路召回实验 —— 给检索补一条字面路（BM25）修专名盲区：全开能多答对 5 题但弄坏 2 题，改成条件触发则多答对 3 题、零回退。含 λ 的两次扫描与一条「不算数的修复」的诚实标注。

• RAG 还必要吗：从 130 条技术评论里提炼出的选型决策框架 —— 什么时候该上 RAG、什么时候该交给 Agent 自主检索：按更新频率、查询频率、数据规模、领域特性做决策。

• 什么才算「同一件事」：热点聚类的三轮试错，与把判同交给模型之后发生的事 —— 管道里最难的聚类环节实录：纯余弦与实体词两轮失败、标题近乎重复的保守上线、模型判同的评测（0.850→1.000），以及一个反直觉前提——聚类的「料」由信源结构决定。

二、Agent 工程：架构、治理与防御

把 Agent 当成一个需要工程化治理的系统来看：先定位它该不该存在，再谈架构怎么演进、Skill 怎么治理、失败怎么兜底、注入怎么防。

• Workflow vs Agent：用 7 维度框架定位你的项目 —— 动工之前先回答「这里到底需不需要 Agent」；能说清「为什么不需要」和硬说「这里有 Agent」一样重要。

• 我的 Agent 架构演进：Skill 压平 Sub Agent，Restatement 又把它拉了回来 —— 一条完整的踩坑迭代链：三层架构 → Skill 压平降 Token → 长任务撞上步骤合并跳过、规则失效 → Restatement 机制与 Sub Agent 回归。

• 我是如何保证 Agent Skill 多而不乱的？ —— 700+ Skill 库的四层治理体系：选得对、管得住、改不坏、不腐烂。

• Agent 健壮性设计：工具调用与模型调用失败的容错与兜底 —— 错误分类 → 退避重试 → 熔断 → 按能力等级优雅降级；以及「API 成功但业务失败」这类潜在错误的识别。

• Agent 怎么防止 Prompt 注入：四层纵深防御体系 —— 输入侧、模型侧、执行侧、输出侧四层防御，其中执行侧权限管控是最硬的底线。

• 如何沉淀 Agent 每次的踩坑经验 —— 把「记住教训」从模型自觉变成基础设施：规则强制捕获 → 定期蒸馏 → 协议化进化。

• 把 22 篇项目文档蒸馏成一个可进化的全局技能 —— 上一套方法论的落地实例：按领域分文件、经验带场景标签与溯源，并内置进化协议。

三、开源贡献：从架构分析到 PR 合入

给陌生开源项目做贡献的完整路径，三篇连起来是一套可复制的方法。

• 如何给一个陌生开源项目做架构分析，并找到能合进去的贡献点 —— 按 7 个维度拆解陌生项目、筛出 Top 3 贡献方向，附给维护者的英文沟通草稿。

• 给 119k star 项目提 PR：8 小时从评论到合并的完整复盘 —— 占坑式沟通拿约束、用数据回应「改动过大」的顾虑、测试证据链决定合并速度。

• 从参考项目移植功能的标准流程 —— 分析 → 集成范围 → 数据模型迁移 → 后端 → 前端 → 端到端验证的完整流程（FastAPI + Streamlit 实战）。

四、工程基本功：可靠性、成本与安全

与业务无关、但每个项目都会遇到的那类问题：怎么快速接手、机器怎么不崩、钱怎么不白花、站怎么不被打。

• 如何快速接手一个项目并构建深度项目认知 —— 四阶段方法论：宏观定向（1-2 小时）→ 架构建模（半天）→ 运行验证（半天）→ 持续深化，含 12 个可执行步骤。

• 最后一道内存防线：内存守护脚本的设计取舍与真实战报 —— 32GB 开发机被 Electron 全家桶吃干之后：杀谁、什么时候动手、谁不能杀、守护者自己死了怎么办。

• 成本治理：付费 API 的计费安全与双重试状态机设计 —— 生成请求与图片下载为什么必须是两个独立重试状态机——关键差异在计费语义。

• 我建站如何确保数据安全 —— 独立开发者视角的全链路安全实践：Cloudflare 隧道、六维 API 防护、渗透测试验证、灰度发布与回滚。

五、AI 行业观察：一线视角

技术与产品的交叉判断，都带明确立场——不追热点，只写自己实操后确认的部分。

• Agent Washing：为什么大批企业升级 Agent 不会产生增值 —— Agent 有明确适用边界，把确定流程强行套上自主智能是技术错配。

• 对 Agent 产品窗口期的看法 —— 窗口期会很短的一个冷峻理由：Agent 本身就在提高开发 Agent 应用的效率。

• Anthropic 官方手册：打造 AI 原生创业公司的核心要点 —— 如何从第一天起把 AI 融进验证、构建、运营与积累。

• IDE Agent 开发体验：为什么直接操作代码比通用 AI 助手更靠谱 —— 代码硬约束、幻觉抑制、精准代码定位——三种体验差异的来源。

• 在 AI 时代，聚焦一线从业 —— 当信息数量的增量远大于质量增量，坚持实操上手、最小 MVP、避免无效输入。

• 从程序员到初级架构师的思考路径 —— 从「实现模块功能」到「理解整体架构」的思维切换。

六、前端工程（早期几篇）

5 月底到 6 月初的几篇，偏工程实践记录。

• 构建现代设计系统：从 Design Tokens 到组件库 —— 基于 Design Tokens 方法论、用 Tailwind CSS 搭可维护的设计系统。

• Next.js App Router 性能优化实战 —— 从 Server Components 到 Streaming SSR 的核心策略。

• 前端工程化：从 Webpack 到 Turbopack 的迁移指南 —— Next.js 15 的迁移策略与性能数据对比。

七、技术追踪

• 2026 年 9 月 GitHub 热门项目分析 —— 月榜 Top 10 逐项拆解，归纳出 Agent 输出制品化、上下文工程、Rust 工具化、AI × 教育/桌面四条趋势。

这张地图会随新文章更新。如果你想从某一篇开始聊——或者发现导语和正文对不上——欢迎在评论区或 GitHub 找我。