虽然内容不多，可能有些选型只是短短几个字，但是实际山背后是很多功能点的权衡，而且即便实现仔细考虑，在后续的开发过程中还是会后悔当初的一些选择，不过这都会成为下一次选型的经验（必可活用于下次）。

本文分享了合同管理系统开发中的实践经验。在技术选型上，选择了MyBatis Plus处理复杂查询，并采用DDD思想设计分层架构。系统分为接口层、应用层、领域层和基础设施层，核心业务逻辑集中在领域层。选用PostgreSQL数据库并利用其JSONB类型存储灵活数据。通过消息队列实现与审核引擎、文件服务等模块的解耦协作。开发过程中遇到的缓存更新、事务边界、复杂查询等问题都通过优化方案解决。文章总结了分

原文分享了一个基于Node.js的AI Agent全流程开发实践，作者从零构建了一个支持多AI协同的智能助手。文章涵盖了技术栈选择（Node.js + LangChain）、提示词工程优化（角色设定、XML结构、Few Shot）、内部工具RAG文档化、上下文管理与压缩等核心技术点。作者通过实际开发经验，详细讲解了如何解决长对话中的上下文窗口问题，最终实现了上下文压缩至1/10的效果，为个人AI

使用cleanddd-skills工具进行DDD架构重构的实践体验。该工具通过四个模块（需求分析、领域建模、项目初始化、代码实现）引导CleanDDD实践，重点解决了团队协作中的规范问题。实践发现需求分析阶段已包含限界上下文划分，而建模阶段则细化聚合边界。针对.NET技术栈限制，提出了使用Java生态COLA框架替代的方案，体现了设计与实现分离的价值。这种模块化设计既保证了设计规范统一，又保持技术

AI Agent开发面临"失明"困境：由于缺乏系统化约束和验证机制，Agent生成的代码常违反架构规范且难以自我修正。Harness工程化方案通过六层架构实现约束分层、知识版本化和按需加载，如同操作系统般为Agent提供结构化环境。其核心创新在于建立验证闭环（预检查+分层约束+交叉review）和上下文分层管理（核心/工作/历史层），显著提升任务完成率并降低成本60%-70%。

使用cleanddd-skills工具进行DDD架构重构的实践体验。该工具通过四个模块（需求分析、领域建模、项目初始化、代码实现）引导CleanDDD实践，重点解决了团队协作中的规范问题。实践发现需求分析阶段已包含限界上下文划分，而建模阶段则细化聚合边界。针对.NET技术栈限制，提出了使用Java生态COLA框架替代的方案，体现了设计与实现分离的价值。这种模块化设计既保证了设计规范统一，又保持技术

摘要：本文探讨了Anthropic推出的Skill功能及其开发实践。Skill作为AI agent行为模式的轻量级封装，与MCP形成互补关系，前者聚焦"怎么做"的方法论，后者提供"能做什么"的工具箱。文章提出让AI编写Skill的新范式，开发者只需提供需求和上下文，AI即可生成高质量Skill。最佳实践包括控制token消耗、渐进式披露信息、按任务性质调整自

本文基于Sentinel 1.8.x源码深度剖析其核心机制。Sentinel作为阿里开源的流量控制组件，通过规则管理、流量拦截、核心处理和数据统计四大模块协同工作，保障微服务稳定性。文章重点解析其架构设计思想，包括采用责任链模式组织ProcessorSlotChain处理流程，使用观察者模式实现规则动态更新，以及滑动窗口算法等关键技术实现。通过源码分析，读者可深入理解Sentinel的流量控制、熔

本文探讨了AI编程中的规范驱动开发（Spec Coding）及其确定性边界。文章基于得物技术的实战案例，指出规范体系（约束层、示范层、视觉层）能有效约束AI输出质量，但需要警惕"规范腐败"现象。作者提出规范沉淀机制应包含经验记录、团队文档、Review验证等环节，强调规范不是越多越好，而是越精越好。同时分析了规范成本与提效收益的权衡关系，指出大团队更易实现ROI正收益。最后揭示

本文探讨了AI编程中的规范驱动开发（Spec Coding）及其确定性边界。文章基于得物技术的实战案例，指出规范体系（约束层、示范层、视觉层）能有效约束AI输出质量，但需要警惕"规范腐败"现象。作者提出规范沉淀机制应包含经验记录、团队文档、Review验证等环节，强调规范不是越多越好，而是越精越好。同时分析了规范成本与提效收益的权衡关系，指出大团队更易实现ROI正收益。最后揭示