在分布式数据库、NoSQL 纵横交错的今天，MySQL 依然稳坐关系型数据库的头把交椅。无论是电商的订单系统、社交平台的社交关系，还是金融级的交易流水，MySQL 凭借其成熟的InnoDB 引擎、完善的ACID 事务支持以及极其活跃的开源社区，成为了后端架构的“压舱石”。你是在写 SQL，还是在驱动数据库高效运转？本文将带你从最基础的 DDL 开始，一路杀到索引优化与事务底层原理。从能写出 SQL

RAG就是Retrieval-Augmented Generation，就是检索增强生成。LLM的知识在训练完之后就已经固定了，遇到私有的数据或者最新的信息答不出来。RAG就是在生成答案之前，先去外部知识库检索相关内容，把检索的内容和用户问题一起交给LLM，让它基于上下文回答。分为离线和在线两个阶段RAG不把知识塞到模型参数里，而是在用户提问的时候，实时去外部知识库检索，把找到的内容放进promp

随着大语言模型（LLM）的快速发展，以 AI Agent（智能体）为核心的应用架构正在成为新一代软件系统的主流形态。传统三层架构（Controller-Service-DAO）在早期项目中足够简单高效，但在 AI Agent 这类。Agent 被抽象为领域对象（Entity / Aggregate）Google 官方 Agent 开发框架，支持复杂 Agent 编排。一旦更换 LLM（如 GPT

随着大语言模型（LLM）的快速发展，以 AI Agent（智能体）为核心的应用架构正在成为新一代软件系统的主流形态。传统三层架构（Controller-Service-DAO）在早期项目中足够简单高效，但在 AI Agent 这类。Agent 被抽象为领域对象（Entity / Aggregate）Google 官方 Agent 开发框架，支持复杂 Agent 编排。一旦更换 LLM（如 GPT