SuperClaude Framework 技术解析与实践指南：用配置驱动的认知工作流增强 Claude Code 摘要：SuperClaude Framework 是一个以配置（Configuration‑as‑Workflow）为核心的工程化框架，它通过专用命令（Specialized Commands）、认知角色（Cognitive Personas）与开发方法学（Methodologies）三大构件，为 Claude Code 等 AI 编码助手提供可移植、可复用、可审计的“认知工作流”。本文从原理、架构、配置设计、最佳实践、团队落地与安全治理等维度系统讲解，并给出大量可直接套用的 YAML 配置与实战范式，帮助团队把“Prompt 技巧”沉淀为工程标准件。 ...
PageIndex 深入解析：面向推理型 RAG 的文档索引系统（技术详解与实战指南） 摘要：本文面向工程实践，系统解析开源项目 PageIndex（Document Index System for Reasoning‑based RAG）的设计理念、数据结构、部署方法与落地方案。文章从“相似度≠相关性”的检索痛点出发，讲清 推理型（Reasoning‑based）RAG 与传统“向量相似度”范式的根本差异；深入到 PageIndex 的树形索引结构与节点级摘要/页码映射；再到参数调优、数据库建模、检索编排、评测与监控，并附上可复用的代码片段、Schema 设计与集成建议，帮助团队快速把 PageIndex 融入生产级 RAG 系统。 ...
本文详细介绍了 MCP 协议（Model Context Protocol），包括其定义、核心概念、技术架构、功能、应用场景以及优缺点。MCP 协议旨在实现大型语言模型与外部资源的无缝集成，提升 AI 系统灵活性和可扩展性。 ...
Ragas 评估指南 以下是Ragas-LLM-app的简单介绍，内容主要介绍使用 Ragas 评估简单 LLM 应用，RAG，综合流程的处理方法，以及Ragas 的评估方法。 ...
本文介绍了SGLang，一个旨在解决传统LLM推理框架在复杂交互场景中性能瓶颈的高效推理框架。SGLang通过共享前缀缓存、约束解码加速等技术优化内存与计算效率，并简化编程模型，支持控制流和并行处理，降低复杂LLM程序的开发成本。 ...
本文详细分析了当前主流的RAG与Agent框架（Dify、RagFlow、FastGPT）、模型部署框架（Ollama、LocalAI、xInference）以及多Agent系统（CrewAI、Phidata、Vanna）的优劣势及适用场景，帮助开发者选择合适的技术方案。 ...
自我感受 作为一个开发者，我用过AutoGen和LangGraph，下面是我的一些对比： 先说说AutoGen吧，它在代理合作方式上，就像大家围坐在一起讨论，信息共享，交流起来特别自然、直观，就拿模拟客户支援团队来说，不同专长的代理能像在真实会议中那样互动，特别方便。而且它提供了直接修改基础类的入口，当我要在对话流程里加入特定业务逻辑时，能很轻松地达成，这一点对开发定制化功能太友好了。还有它明确指定一个代理执行函数，这让代码看着特别整洁，结构清晰。 ...
技术迁移实践报告：从vLLM到SGLang的体验 1. 迁移背景与动机 在初始项目中，我们选择vLLM作为推理框架，主要基于其高效的吞吐能力（经测试，单A100 GPU可支持每秒120+请求）及成熟的PagedAttention内存管理机制。然而，随着业务需求复杂化，以下痛点逐渐显现： ...
今天给大家介绍一下师兄主导和我一起开发的一个基于大模型 RAG 技术的知识库与知识图谱问答平台，项目名称叫 Yuxi-Know。 https://github.com/xerrors/Yuxi-Know 该项目前身：KnowledgeGraph-based-on-Raw-text-A27 我们是基于最早的基于 uie 抽取的实体关系，然后构建的知识图谱，然后基于知识图谱进行问答，在 graphRAG 出来后，我们又基于 graphRAG 进行了重构，并增加了知识库的支持。 ...
本文详细介绍了Mem0开源项目的核心功能、应用场景以及快速入门指南。Mem0通过增强的智能记忆层，提升AI助手和智能体在不同场景下的适应性与互动质量，适用于客户支持、健康管理、生产力工具等多个领域。 ...