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
- 363
- 栏目
- 8
- 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 与 Agent 如何分工用同一个知识查询任务比较模型生成、固定编排、外部检索和受限行动循环。02个人 AI 工作系统：任务模式、权限与长期反馈按不确定性、权限和持续周期安排计划、执行、评测、发布、增长和复盘。03综合项目：实现可信的知识 Agent从文件上传开始，串起解析、切块、检索、行动循环、证据验证、异步运行、恢复和评测。04DOM 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。05什么是 AI Infra？它为什么不只是部署模型从一次模型请求出发，解释 AI Infra 管理的计算、数据、模型、运行平台与可靠性，并划清它和算法、后端、MLOps、SRE 的关系。
全部栏目
知识地图
97 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。25 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。104 篇前端从语言、浏览器和框架内部机制走向构建、质量、性能、安全与跨端工程。21 篇算法从数据结构、不变量和复杂度出发，用 TypeScript 推导并验证常见算法。68 篇后端系统学习网络、Linux、API、MySQL、事务、安全、缓存、消息、测试、性能、部署与企业项目。37 篇AI Infra 工程从运行底座、AI Backend 和模型服务走向 GPU、Kubernetes、企业平台、分布式训练与可靠交付。10 篇AI 实践从核心概念、Agent 协作和能力扩展走向研发闭环、Harness 与个人全栈工作系统。1 篇ONNX 实践把轻量 ONNX 模型放进浏览器，沿图片预处理、Worker、WebGPU、WASM 和性能数据走完一次端侧推理。