[置顶] 一小时手搓轻量级可代替 Qdrant 的向量数据库
摘要： 在 AI 应用爆发的今天，我们在做桌面端或边缘端 RAG（检索增强生成）应用时，真的需要动辄部署一套分布式的 Qdrant 或 Milvus 吗？本文将带你从 0 到 1，用纯 Go 语言在**一小时内**手写一个内嵌级的轻量化向量数据库 **GoVector**。它不仅支持 HNSW 高性能图索引，还能做到 100% 兼容 Qdrant 的 HTTP API 和 Payload 过滤！ 阅读全文
posted @ 2026-03-10 13:47 Ray Liang 阅读(247) 评论(0) 推荐(1)
[置顶] 彻底治愈AI“失忆”和胡说八道的真正办法
摘要： 本文探讨了AI生成内容中的"幻觉"问题及其解决方案。作者通过实际案例指出，AI在信息不足时会产生看似合理但错误的回答，这一问题在大模型应用中普遍存在。研究发现，检索增强生成（RAG）技术能有效解决这一痛点，它通过检索外部知识库来增强回答的准确性。 阅读全文
posted @ 2026-03-08 18:59 Ray Liang 阅读(226) 评论(0) 推荐(0)
[置顶] AI基于Spec开发是巨坑？
摘要： AI结对编程的工程化实践与Mock-First架构探索 本文分享了作者使用国内大模型进行MindX设计开发的失败经历，揭示了"上下文腐烂"导致AI跑偏的核心问题。通过三次失败尝试，总结出关键经验：Spec编程易受上下文限制，系统级错误往往在后期才暴露。进而提出创新的Mock-First架构方法 阅读全文
posted @ 2026-03-06 12:39 Ray Liang 阅读(266) 评论(0) 推荐(2)
[置顶] 被低估的量化版模型，小身材也能干大事
摘要： 好几天没有更新文章了，有些朋友关注这MindX项目的朋友都在问我这项目是不是停了？其实代码是一直天天更新的，但这几天一直在找人探讨->思考->重构这样的高速循环中。由其是这几天一直都是集中在对【本地量化模型的控制让其变得更能干更省钱】与【如何充分发挥云端模型能力让MindX变得更像人更聪明】这两个方向上。前者取得了一些阶段性的成果也得到了一些非常值得分享的经验，而后者就比较长篇大论了暂时不打算放到今天的文中，不过我会在后续的文章中用比较容易让人理解的方式来介绍一下的。 阅读全文
posted @ 2026-02-28 15:27 Ray Liang 阅读(282) 评论(0) 推荐(0)
[置顶] 概念设计在AI时代的重要性：我是这样设计仿生大脑的
摘要： 这个马年我是在疯狂的设计与编码中度过的，我一点都不觉得疲累反倒是有一种极为畅快淋漓之感。作为一名技术人员最痛苦的不过于被“打断思路”， 无论是在设计还是在写代码。这种情况在做设计的时候是尤为突出的，每次有好点子想去验证如果手下有点人可以指挥一下还可以让别人去试试，没有又或者找不到适合的人就得自己上， 阅读全文
posted @ 2026-02-25 10:11 Ray Liang 阅读(279) 评论(2) 推荐(1)
[置顶] Opus现实打脸GLM5“教课书“式架构
摘要： 本人不是标题党因此先上图，心急的朋友可以直接看截屏中的总结部分： 故事是这样的，我在写完昨天的《顶极模型大比拼，到底谁才是真正的编程之王？》 一文后就说过一定要与Opus结对试试这个大模型在编程上的实力是不是与它做评测时说得那牛X，毕竟Opus对MindX给出的评测报告非常的忠恳，其实吧昨天没好意思 阅读全文
posted @ 2026-02-23 13:52 Ray Liang 阅读(383) 评论(1) 推荐(1)
[置顶] EvoMap 硬刚 OpenClaw！从基因胶囊到仿生大脑，AI 的尽头果然是生物学
摘要： 从最近Evolver插件从ClawHub（OpenClaw生态平台）爆红到遭下架、勒索说起，从这个事件中我解读到其背后更深层的逻辑，以及被EvoMap的发展路径给我带来对AI应用发展的一种深思。 阅读全文
posted @ 2026-02-21 18:42 Ray Liang 阅读(3199) 评论(1) 推荐(0)
[置顶] 吊打OpenClaw！国产AI助理MindX开源：Token消耗砍至10%，还能养出专属数字分身
摘要： 作为一名重度AI工具使用者，26年1月29日在OpenClaw爆火时我第一时间上手体验，初体验确实惊艳——能自动处理后台任务、对接海外社交工具，但这份新鲜感仅维持了两天：QWenChat羊毛薅光、单轮会话的Token用量飙升至680%，一至卡死！日常用GPT-4/Opus更是日均成本50+元，而且全 阅读全文
posted @ 2026-02-20 15:56 Ray Liang 阅读(1046) 评论(5) 推荐(3)
2026年5月7日
吐血整理JSON-RPC2.0的原理与应用
摘要： 吐血整理JSON-RPC2.0的原理与应用 JSON-RPC 2.0 是一种轻量级、无状态且与传输层无关的远程过程调用（RPC）协议，核心设计目标是通过极简的 JSON 数据格式实现跨语言、跨环境的高效远程方法调用[(4)](https://www.jsonrpc.org/specification)。作为 RPC 家族的轻量化代表，它在保持语法简单、解析高效的同时，提供了标准化的错误处理和双向通信能力，既适配微服务架构的轻量通信需求，也能通过 WebSocket 等全双工协议支撑实时场景下的服务端主动推送。本文将从协议理论基础、双向实时通信与微服务场景的应用实践、主流 RPC/API 协议对比及 Python 落地实现等维度，全面阐述 JSON-RPC 2.0 的技术价值与适用边界。 阅读全文
posted @ 2026-05-07 18:05 Ray Liang 阅读(140) 评论(0) 推荐(1)
2026年3月3日
用六边形架构与整洁架构对比是伪命题？
摘要： 最近有几个朋友不约而同地在问我这样的一些问题: 问题1： 六边形架构与整洁架构选哪个更好？ 问题2：查资料说六边形架构更适合于中小型项目，而整洁架构更适合用于大型项目是这样吗？ 在论述我的观点之前，还是我一贯的风格先说答案： 用 六边形架构与整洁架构 做横向对比就好像用 iPhone17 与 iPh 阅读全文
posted @ 2026-03-03 13:51 Ray Liang 阅读(194) 评论(1) 推荐(0)
2026年3月1日
老兵不死，只是换了战场：从27年的企业开发转型AI应用开发
摘要： 在做完MindX.next的概念设计与架构设计之后，心里似乎松了一口气，回观多日以来的连轴转似的忙碌生活貌似并没有觉得多累，反而有种畅快淋漓之感。好多年没有这种感觉了，我都忘记了是从什么时候开始已经没有了最求未知的冲动，每天的忙忙碌碌感觉就是像是一种机械式的运动，用MindX话来讲我可能一直只是用潜 阅读全文
posted @ 2026-03-01 10:20 Ray Liang 阅读(380) 评论(2) 推荐(2)
2026年2月22日
顶极模型大比拼，到底谁才是真正的编程之王？
摘要： 从过年至今貌似是我们AI圈的习惯，各大厂都趁这个时候放大招。由其是编程大模型这个方面是极为激烈，Gemini 3 pro 刚出场封神又突然遭遇GLM5的数据打脸，然后又是Seed 2.0的闪亮登场。作为20几年的技术老兵，以前都会只以一种波澜不惊的心态来看这些瓜，而且今年似乎有点不一样，可能是刚发布 阅读全文
posted @ 2026-02-22 20:49 Ray Liang 阅读(513) 评论(1) 推荐(0)
下一页