all
238 posts in all
LangGraph + AI 後端實戰：構建智能客服工單處理系統
詳細講解如何使用 LangGraph 和 AI 構建生產級的智能客服工單處理系統，涵蓋架構設計、Agent 定義、狀態管理、錯誤處理和實際案例，幫助你快速上線 AI 驅動的客服系統。
LangGraph + LangChain 完全入門指南：從基礎到生產
全面介紹 LangChain 和 LangGraph 的核心概念、架構和實戰應用，涵蓋從簡單的 Chain 到複雜的多 Agent 工作流，幫助開發者快速掌握現代 AI 應用開發框架。
LangGraph AI 後端創意應用：10 個生產級案例和未來方向
探索 LangGraph AI 後端在 10 個不同行業和場景的創意應用，從客服系統到內容創作、從數據分析到程式碼生成，展示 LangGraph 的真正潛力和未來發展方向。
LangGraph AI 後端架構設計模式：從單體到分佈式
深入講解如何設計可擴展、高性能的 LangGraph AI 後端架構，涵蓋從單體應用到微服務的演進，包括 Agent 拓撲、數據流、錯誤恢復、分佈式協調等生產級設計模式。
LangGraph AI 後端核心代碼實現：生產級代碼範本
提供可直接用於生產環境的 LangGraph AI 後端核心代碼實現，包括完整的 FastAPI 集成、持久化層、錯誤處理、監控日誌等，幫助開發者快速構建產品級應用。
LangGraph AI 後端邏輯設計：狀態流、決策路由和條件轉移
深入探討 LangGraph 工作流的邏輯設計，包括狀態定義、決策路由、條件轉移、複雜路徑選擇等，透過實戰案例展示如何設計清晰、高效、易維護的 AI 後端邏輯。
在 Mac 本地運行 Google Gemini 4 模型：完整指南
詳細講解如何在 Mac 上本地運行 Google Gemini 4 模型，涵蓋環境配置、模型下載、優化技巧和實際應用，幫助你在不依賴雲服務的情況下使用強大的 Gemini 模型。
在 Kubernetes 上使用 Slurm 運行大規模 GPU 工作負載
本文深入探討如何在 Kubernetes 環境中利用 Slurm 進行大規模 GPU 工作負載的管理和調度。文章將介紹核心概念、技術架構、實現細節，並通過代碼示例展示如何配置和優化系統性能，最後討論常見問題和最佳實踐。
多 Agent Token 優化系列 pt.7：專責化 Agent 協作模式 — 從團隊設計到生產級協調
多 Agent Token 優化系列 pt.7：深入探討專責化 Agent 的協作模式，涵蓋團隊組織架構、動態路由、任務分解策略、狀態管理、錯誤處理等生產級實作，幫助你打造高效協調的 Agent 團隊。
開源 LLM Post-Training 全攻略：從 SFT 到 RLHF，手把手帶你訓練 Qwen
全面介紹開源 LLM 的 Post-Training 方法，包含 SFT、RLHF、DPO、ORPO、持續預訓練等技術，以 Qwen 為範例，深入分析各方法的優缺點、所需資源與適用場景，幫助你選擇最合適的訓練策略。
多 Agent Token 優化系列 pt.6：Agent 專責化實戰指南 — 打造精準高效的專家團隊
深入探索 Agent 專責化策略：從單一通用 Agent 到專業分工的專家團隊，涵蓋職責劃分、System Prompt 精簡、工具最小化配置、模型差異化選擇等完整實作，幫助你大幅降低 System Prompt 的 Token 消耗並提升輸出品質。
多 Agent Token 優化系列 pt.5：選擇性 Context 傳遞 — 打造高效協作系統
多 Agent Token 優化系列 pt.5：深入探索選擇性 Context 傳遞策略，從依賴關係映射、結構化輸出到相關性過濾，提供完整實作範例，幫助你大幅降低 Agent 間通訊的 Token 消耗。
多 Agent Token 優化系列 pt.4：模型分層實戰 — 智能路由打造高效低成本系統
多 Agent Token 優化系列 pt.4：深入探索模型分層策略，從任務分類、智能路由到動態選擇，提供完整實作範例，幫助你在保持品質的同時大幅降低 AI 應用成本。
多 Agent Token 優化系列 pt.3：Context 壓縮與摘要 — 打造可無限對話的 AI 系統
多 Agent Token 優化系列 pt.3：深入探索 Context 壓縮與摘要技術，從滑動視窗、階層式摘要到語意壓縮，提供完整實作範例，幫助你打造可無限對話且成本可控的 AI 應用。
多 Agent Token 優化系列 pt.2：Prompt Caching 實戰 — 從記憶體快取到 RAG 系統
多 Agent Token 優化系列 pt.2：深入探索 Prompt Caching 的實際應用，從 Claude API 原生快取、應用層記憶體快取、到 RAG 系統整合，提供完整程式碼範例，幫助你打造高效低成本的 AI 應用。
多 Agent Token 優化系列 pt.1：完整指南 — 使用 Claude API 構建高效 AI 系統
多 Agent Token 優化系列總覽：深入解析 Token 用量優化策略，涵蓋 Prompt Caching、Context 壓縮、Agent 專責化、模型分層、選擇性 Context 傳遞等方法，幫助你建構高效且低成本的多 Agent 系統。
SpotifyMCP2: Control Spotify with Claude via the Model Context Protocol
A deep dive into SpotifyMCP2, an open-source Model Context Protocol server that integrates Claude with the Spotify Web API. Learn how it works, how to set it up, and how to extend it. Covers MCP architecture, OAuth2 flow, TypeScript design, and all 8 exposed tools.
finance_data: A Python Toolkit for Downloading SEC Financial Filings from EDGAR
A complete guide to the finance_data open-source project: a Python-based toolkit for downloading SEC EDGAR financial reports including 10-K annual reports, 10-Q quarterly filings, and 13-F institutional holdings. Covers setup, usage examples, and the underlying architecture.
InvestSkill: Professional Investment Analysis Plugin for Claude Code
Complete guide to InvestSkill, a Claude Code plugin that provides six powerful analytical tools for stock evaluation, fundamental analysis, technical analysis, economics research, portfolio review, and sector analysis. Learn how to integrate AI-powered financial analysis into your development environment.
心靈 Lesson 2：如何建立「賣股票」的固定流程？投資心法完整指南
完整指南教你如何建立股票賣出的固定流程。從核心持股的機會成本分析、成長股的移動停利設定，到事件型標的的分批獲利策略，打造讓你長期走得下去、不後悔的賣出邏輯。
Everything Claude Code: The Ultimate Production-Ready Plugin Collection Guide
Deep dive into the everything-claude-code repository by an Anthropic hackathon winner. Discover how to set up, customize, and leverage production-ready agents, skills, hooks, commands, and MCP configurations for maximum productivity with Claude Code.
Building a Sentiment-Driven US Stock Trading System with X.com Real-Time Analysis
Learn how to architect a production-ready sentiment-driven stock trading platform that streams X.com posts in real-time, analyzes market sentiment using AWS Bedrock and HuggingFace, and automatically executes trades on US stocks based on social media signals.
Building an Intelligent Bitcoin Trading System with AWS CDK and ML Models
Learn how to architect and deploy an intelligent cryptocurrency trading system on AWS using CDK, with historical price analysis, ML-powered predictions from AWS Bedrock and HuggingFace, and event-driven trade execution.
ADHD 友善專注音樂頻道實作指南：從零到一的完整路線圖
手把手教你建立 ADHD 友善專注音樂 24/7 直播頻道：從科學原理、音頻設計、視覺製作到實際上線，包含完整技術實作步驟與優化策略。
Claude Code 開發工作流程完整指南：從需求到部署的最佳實踐
詳細解析使用 Claude Code 的標準開發工作流程：涵蓋需求分析、架構設計、功能開發、測試部署等完整生命週期，並提供不同開發情境的具體實踐策略。