eza是由 eza-community 维护的现代化ls命令替代工具，采用 Rust 语言编写，旨在提供比传统ls更快、更美观、功能更丰富的目录列表体验。它原生支持彩色输出、图标显示（需 Nerd Font）、Git 集成（显示文件状态）、超链接、多列排序等功能，同时保持与ls高度兼容的命令行接口，是终端用户日常文件浏览的得力助手。

serie是一个由 lusingander 开发的终端 Git 提交图工具，能够在终端中以图形化的方式展示 Git 提交历史。它提供了直观的提交图可视化、分支结构展示、提交信息搜索等功能，帮助开发者在终端中快速理解仓库的提交历史与分支关系，是 Git 工作流的得力补充工具。

tealdeer是由 tealdeer-rs 社区维护的极速tldr客户端，采用 Rust 语言编写。它从tldr-pages获取简明的命令行帮助示例，让你无需记忆复杂的man手册也能快速上手各类 CLI 工具。tealdeer 内置本地缓存机制，支持离线查阅，同时提供彩色输出、自定义页面源、自动更新等特性，是终端用户提升效率的实用工具。

starship是由 starship 社区维护的极简、极速、无限可定制的 Shell 提示符，采用 Rust 语言编写。它适用于任何 Shell，能在你输入命令的同时展示 Git 分支、Node.js 版本、Python 虚拟环境、Docker 上下文、命令耗时等信息，无需额外配置即可获得美观实用的终端提示。starship 内置丰富的模块化设计，支持高度自定义，同时提供闪电般的执行速度，是提升

pastel是一个由 sharkdp 开发的命令行颜色处理工具，支持颜色的生成、分析、转换和操作。它能够将颜色在不同色彩空间（RGB、HSL、CIELAB、CIEDE2000 等）之间进行转换，支持色差计算、调色板生成、颜色格式格式化输出等功能，是设计师和开发者在终端中进行色彩处理的得力助手。

每当在职场感到迷茫时，我们问 ChatGPT：“我该做什么？”得到的往往是“提升技能、拓展人脉”这种正确的回答。为什么？因为通用大模型缺乏结构化的思考逻辑。为了解决这个问题，我利用，开发了一款“职业规划智能体应用”，配合平台的知识库编排能力搭建智能体专属知识库。个人觉得知识库集成还是挺顺畅的，上传职业规划文档后，系统自动完成切片、向量化和索引构建，无需手动配置复杂的向量数据库。同时也可以进行知识库

Embedding 是 RAG 的核心，没有它就没有私有知识库它把文本变成向量，实现语义搜索分为闭源 API / 开源本地两种方式中文优先选 Qwen / BGE / GTELangChain 提供统一封装，一行切换模型向量数据库是向量的 “家”

很多人第一次接触 AI 聊天时，都会经历一个相似的过程。刚开始觉得很新鲜，问问题、聊知识、玩角色扮演，似乎什么都能聊。但聊久了又会发现，无论换多少模型，本质上都还是在和一个通用 AI 对话。而对于很多二次元爱好者来说，真正有吸引力的从来不是 AI 本身。而是那个喜欢了很多年的角色。可能是陪伴自己成长的动漫人物，也可能是游戏里最喜欢的角色。很多时候我们并不是想和 AI 聊天，而是希望那个角色能够真正

在 AI Agent 爆发的这一年，作为开发者，我们采用过“工作流（Workflow）”开发，提示词开发。最近体验了，它打出的 Slogan 是，主打基于生态构建，将混沌的自然语言直接转化为多模态应用。手搓一个“小红书爆款文案生成器”。零代码、无编排，但必须具备“看图写文”和“联网热梗”的高级能力。这是一张图片，ocr 内容为：光有平台不行，智能体聪明与否，取决于它的“大脑”（基座模型）。Nexe

上一篇我们聊了 AI 时代的新编程范式，也提到了 Vibe Coding 的局限，而 LangChain 正是解决这些局限的 “工程化武器”。今天，我们就来系统拆解：LangChain 到底是什么？主流的 LLM 应用开发框架有哪些？LangChain 又是如何解决原生 LLM 开发的痛点，成为行业主流的？发现了一个巨牛的人工智能学习网站，通俗易懂，风趣幽默，忍不住分享一下给大家。点击跳转到网站。