小江的技术记录
小江AI
这里记录我在 AI、Agent、前后端和基础设施上的学习、实践与复盘。 文章会把问题、推理过程、实现细节和验证结果写清楚，方便后来回看，也方便读者把方法带到自己的项目里。
当前主线个人学习与实践
- 文章
- 164
- 栏目
- 7
- 技术主线
- AI + Infra
近期关注
三个实践方向
从这里开始
重点文章
01LLM、工作流、RAG 和 Agent 到底是什么，有什么区别用同一个资料查询问题拆开 LLM、固定工作流、RAG 和 Agent，判断什么时候该用哪一种。02知识 Agent 工程实践：从文档进入系统到可审计回答把导入、版本、权限、检索、工具、证据、事件、取消、恢复、评测和观测串成一条匿名工程实现。03DOM 事件系统从点击一个嵌套按钮开始，观察事件目标、捕获、冒泡、默认行为和事件委托。04后端请求从连接建立到响应返回经历了什么从 DNS、TCP/TLS、反向代理进入框架路由、业务逻辑、数据库和响应。05AI Infra 工程师能力地图与学习路径用应用、数据、模型、计算、平台和可靠性六层地图理解岗位边界和成长路线。
全部栏目
知识地图
28 篇AI 与 Agent从模型输入输出开始，逐步构建具备检索、工具、记忆、证据和质量治理的知识 Agent。12 篇SEO 与增长沿需求、页面、抓取、索引、排名、点击、转化和搜索广告建立完整增长方法。71 篇前端保留算法与重学前端原有内容，并通过可观察页面和最小实现记录现代前端工程。20 篇后端先补齐协议、数据库、缓存和消息队列，再完成 Node.js、Python、Go 三条服务实践。21 篇AI Infra 与运维从 Linux、网络和容器走向数据服务、GPU 推理、容量、观测、交付与恢复。7 篇架构实践站在 AI 工程师视角处理模型不确定性、证据、状态、权限、质量和成本边界。5 篇工程方法把调试、变更、测试、资料核实和技术决策整理成可以直接复用的工作方法。