既白

企业知识库，难点不是把聊天记录一股脑塞进向量库。2026年7月公开的一份工程案例，给出的路线是：资料留在原来的地方，检索时再把证据接起来。 底座是一张 Postgres 表，统一存向量、摘要和元数据；上面分别负责采集、查询，以及身份校验、访问控制和审计。Slack、代码、文档和自定义数据库各自接入，不强迫团队换工作习惯。同一数据源还能被多个项目引用，不必重复存一份；查询默认限定项目，避免编译器问题混进机房运维资料。 Slack 最容易露馅。报错原文靠全文检索，换一种说法靠向量，罕见术语靠 IDF 把水话压下去；相关性接近时，再让较新的讨论占优。比如“恢复卡在清单加载后”和“检查点在 NFS…

Agent 老用错工具，不一定是模型笨，也可能是接口给它出了道谜语。2025年的一份工程案例，把工具设计拆成五件事。 ① 按任务做工具，别把每个 API 原样套壳。找联系人时，直接搜索，比先倒出整本通讯录让模型逐个读更省上下文。查客户情况，可以一次拼好相关交易和备注；查日志，只给命中行和必要上下文。功能能合并，但每个工具的职责得分得清。 ② 名字先划清地盘。同样叫“搜索”，到底搜哪个服务、项目还是用户？服务名和资源类型能把边界说清。前缀还是后缀也会影响表现，但结果随模型变，没有通吃的命名法。 ③ 返回“下一步用得上”的信息。名字、文件类型通常比一串不透明 ID 更好理解；可后续调用真需要…

给字符串分词，别见字就拿空格硬切。中文、日文、泰文等语言，词和词之间未必有空格；split(" ")可能把整段原样塞回来。 JavaScript的Intl分段器（Segmenter）按语言环境识别边界，粒度有三档： • grapheme：按字素簇，也就是用户感知的字符分段；这是默认值。 • word：按词边界分段。 • sentence：按句子边界分段。 用法是创建分段器，传入语言标记和granularity，再对文本调用segment()。返回的是可迭代的分段结果，不是直接给你一个“词数组”。 例子很直白：法语“Que ma joie demeure”用word模式，第一个片段是“Qu…

Git 这四个命令，别当成同一个“撤销键”：checkout、switch、restore、reset，管的不是一回事。 • 切分支：switch 专门干这个，checkout 也能干。比如 git switch master。切换不要求工作区完全干净，但如果会丢本地改动，默认会拒绝。 • 恢复文件：restore 和 checkout 都能做。git restore hello.c 默认从暂存区恢复工作区文件，不是默认从最新提交取。误删了已经暂存的 hello.c，也能这样拿回来；暂存之后又改的内容，则会被覆盖。 • 撤掉暂存：git restore --staged hello.c …

同一个请求重试几遍，业务结果却只能算一次。幂等盯住的，就是这件事。 把常见场景分成三组，比死记名词清楚： ① 守住资源状态：API 与数据库。 API 重试要保持同一操作的预期效果，比如 PUT、DELETE 的幂等语义。数据库重放一次事务，也不该让业务状态在第一次结果上继续变化。但不能看到 UPDATE 就认定幂等，具体更新逻辑仍然决定结果。 ② 守住业务单据：支付与订单。 网络出问题后重新发起同一笔支付，不能变成再扣一笔；重复提交同一张订单，也不能多建订单、多扣库存。支付链路可以带处理标识，让重复请求仍对应同一笔业务，而不是每次都当新交易。 ③ 守住身份与事件：账号管理与消息消费。…