本文介绍了开源项目 Scientific Coding，它是一套面向 Codex、Claude Code、Cursor、等 AI 编程 Agent 的工程协作 Skill。项目通过“先读上下文、再写代码；先确认事实、再调用接口；先验证结果、再宣布完成”等原则，约束 AI 在真实开发中的行为，重点减少接口编造、业务臆测、过度重构、忽略测试和破坏架构等问题。该 Skill 包含完整规则、检查清单、提示

本文介绍了开源项目 Scientific Coding，它是一套面向 Codex、Claude Code、Cursor、等 AI 编程 Agent 的工程协作 Skill。项目通过“先读上下文、再写代码；先确认事实、再调用接口；先验证结果、再宣布完成”等原则，约束 AI 在真实开发中的行为，重点减少接口编造、业务臆测、过度重构、忽略测试和破坏架构等问题。该 Skill 包含完整规则、检查清单、提示

Python 3.14带来了重大革新，最显著的是自由线程技术打破了GIL限制，实现真正的多核并行，性能提升近4倍。新版本还引入了模板字符串（t-strings）增强安全性，延迟求值注解简化类型声明，异常处理语法更简洁。标准库新增Zstandard压缩算法，性能优于gzip约3倍。开发工具方面改进了REPL环境、测试输出和调试功能。建议新项目直接采用3.14，现有项目可逐步迁移，需注意第三方库兼容性

LangChain是一个开源框架，用于构建基于大语言模型（LLMs）的应用程序，由哈佛大学于2022年底开发。它简化了LLM集成，支持智能体、问答系统等功能，解决大模型接入私有数据、调用API等问题。相比直接使用模型API，LangChain降低了开发难度和学习成本，提供统一调用方式和现成的链式组装，类似于Spring对Java的作用。其功能涵盖Prompt构建、记忆管理、RAG等模块，提升开发效

本文介绍了PromptTemplate的基本概念及其在大型语言模型中的应用。PromptTemplate通过模板管理模型输入，接收字典变量生成提示词，支持转换为字符串或消息列表。文章详细讲解了PromptTemplate的两种实例化方法（构造函数和from_template()），并展示了部分提示词模板和组合提示词的使用技巧。此外，还比较了format()和invoke()两种变量赋值方式的区别，

本文介绍了ChatPromptTemplate在LangChain中的使用方法和特性。ChatPromptTemplate是专门处理多角色、多轮对话的提示模板，支持两种实例化方式：构造方法和from_messages()。文章详细讲解了四种调用模板的方法（invoke、format、format_messages、format_prompt）及其返回类型转换，并展示了多种参数类型（元组、字符串、字

数据库索引优化指南摘要 合理设置索引是提升数据库性能的关键。本文总结了7个索引优化原则：1）仅为WHERE、ORDER BY、GROUP BY涉及的字段建索引；2）小数据量表无需索引；3）避免为高重复率字段建索引；4）频繁更新的表应减少索引数量；5）避免使用无序值作为索引；6）定期清理无用索引；7）消除冗余和重复索引。特别要注意联合索引与单列索引的重复问题，以及主键与普通索引的冗余情况。遵循这些原

本文总结了数据库索引优化的11个关键原则：1）唯一性字段适合创建唯一/主键索引；2）频繁查询的WHERE条件字段应建索引；3）GROUP BY/ORDER BY字段需索引；4）UPDATE/DELETE的WHERE条件字段应索引；5）DISTINCT字段适合建索引；6）多表JOIN时需注意连接字段索引和类型一致性；7）优先选择小数据类型创建索引；8）长字符串可使用前缀索引；9）选择区分度高的字段建

摘要： 向量数据库是专为处理AI生成的多维向量数据而设计的数据库，擅长相似性搜索（如图片、文本检索）。与传统关系型数据库（如MySQL）不同，它通过向量化技术（如将“猫”转为[0.12,0.33,...]）存储非结构化数据，并基于余弦相似度或欧式距离快速匹配相似内容。核心技术包括HNSW索引、混合元数据存储，广泛应用于以图搜图、推荐系统及RAG（检索增强生成）流程。主流工具有Milvus、Chro

摘要：Promptfoo是一款专为LLM应用设计的测试框架，支持多模型对比（如OpenAI、百度千帆等）、自动化测试与断言、红队安全演练（含50+漏洞测试插件）以及结果可视化。安装需Node.js 20.0+环境，通过npm全局安装后即可创建项目，配置YAML文件定义提示词、模型和测试用例。示例展示了如何集成智谱GLM-4.7-Flash模型进行测试，并支持Web界面分析结果。2026年3月，Op