摘要： 很多乐清外贸企业会陷入一个误区：把出口退税全部交给代办，就觉得万事大吉。实际退税是企业与财税服务商双向配合的工作，权责划分模糊，是很多退税纠纷、退税受阻的根源。本文梳理企业经常遇到的权责相关难题，对比乐清四家主流代办机构的服务模式与客观边界，企业结合自身情况选择，合作前务必落实合同条款。 乐 ...

机器学习项目最怕记不清怎么训练的，本文分享用WorkBuddy把实验记录、特征说明自动化，让模型可复现、可追溯。 ...

大模型落地企业，难点不在模型而在上下文。本文拆解上下文工程的价值，以及WorkBuddy如何管理项目上下文提升产出质量。 ...

WorkBuddy把AI从会说话的顾问升级成能干活的员工，通过代理能力让AI真正动手执行，本文拆解其原理与落地场景。 ...

Prompt 写得再漂亮，也解决不了上下文被无关聊天、过期资料和冗长工具返回淹没的问题。Agent 复杂到一定程度后，核心能力从“会提问”变成“会供给上下文”。 Prompt 是指令，Context 是工作台 上下文里不仅有用户问题和系统 Prompt，还包括当前目标、任务状态、历史摘要、记忆、工具 ...

Vibe Coding 能快速生成接口原型；用受限智能体收集契约与测试证据，产出可追溯的联调差异单，并保留人工上线判断。 ...

企业文档问答最常被追问的并不是“回答像不像人”，而是“这句话依据哪份文档、哪个版本、我是否有权限看到”。所以它更像一套证据产品，而不是在知识库前面放一个聊天框。 先把索引做成可治理的数据层 文档进入系统时应保留业务域、版本、作者、更新时间、访问控制和原始位置。删除或更新文档后，索引也要同步失效。否则 ...

《末日突围》是一名初一学生在AI编程助手辅助下独立开发的3D第一人称战术射击游戏。游戏基于WebGL技术，以末日废土为背景，玩家在废弃封锁区中抵御僵尸围攻或与AI雇佣兵混战。游戏可在浏览器中直接运行，也可通过Windows桌面程序运行。 ...

很多 RAG 原型把“文档切块、向量检索、拼到 Prompt”当作终点。但真实问答的质量更取决于：检索材料是否相关、是否最新、是否有权限，以及它们能不能真正支持回答。 RAG 是一条信息供应链 文档加载、文本分块、Embedding、向量索引、查询改写、召回、重排序和生成，每一环都会影响最终答案。向 ...

本文讲解基于 LangGraph Server 服务搭建本地离线 AI Agent 的完整部署流程，适配 Windows 开发环境，全程无需调用公有大模型接口，实现纯本地化 AI 推理与工作流编排，帮助开发者快速搭建可调试、可复用的本地私有化 AI Agent 服务，适用于个人开发、本地功能调试、轻... ...

研究助手最容易制造一种“它查了很多网页，所以结论可靠”的错觉。真正有价值的自动化研究，应该把研究问题、来源、证据、推断和最终建议连成一条可以回看的链路。 先写研究协议，再开始搜索 开始前要明确研究对象、时间范围、地域、交付形式、可接受来源以及哪些问题不在范围内。Plan-and-Execute 的价 ...

结论 apim中rest实现的mcp，不需要更新2.0，它是不为2.0取决于客户端和后端服务 apim中mcp实现的mcp-server，需要有版本控制，版本不对，会出现问题 apim中的服务，如果中间走了聚合mcp服务，它返回的mcp版本取决于聚合服务的mcp版本 name: MCP Dual E ...

MCP 2.0（即 2026-07-28 协议修订版）是一次从架构到交互模式的重大升级。它最核心的变化是从“有状态的本地会话”转向了“无状态的分布式协议”，目标是让 MCP 成为 AI Agent 时代的真正基础设施。 下面是 v2.0 引入的核心新方法，以及与 v1.0 的主要变更对比。 M ...

面对“调研三家竞品并给出上线建议”这类任务，如果让模型一次性生成答案，很容易得到一篇结构完整、证据却松散的作文。规划的作用，是把模糊目标变成一组能执行、能检查、能恢复的步骤。 ReAct：边观察边决定下一步 ReAct 把推理与行动交替组织。Agent 先判断当前缺少什么，再调用搜索、数据库或代码工 ...

DeepSeek Harness 是 DeepSeek 开源的一款 AI 智能体开发平台：提供网页界面、会话管理，以及代码执行、文件操作、任务看板、SSH 运维等工具能力。 ...

多个月以后，面对满屏的代码无从下手时，些瓶将会回想起，他第一次接触 Coding Agent 的那个遥远的下午。这篇笔记主要记录了咱在 AI 编码方面的一些实践体会，以及配置 Pi Coding Agent 的一些小想法。 ...

Advanced‑RAG 是基于 Naive RAG 演化而来的高级检索增强生成方案，针对朴素RAG检索不准、上下文相关性差、召回噪声多等缺陷进行多层优化。该方案完全沿用朴素RAG的基础流水线模式、不改动核心架构，仅在各流程节点嵌入预处理、后处理增强模块，精细化优化检索环节。通过引入查询改写、重排序... ...

这是一个用来快速提取文档关键值的脚本，可以用来批量提取一批相同类型，但是不同型号的公共参数值，可以避免人工大量重复性的搜索和来回翻阅工作： 例如快速提取esp32_datasheet_cn.pdf的以下字段 | **型号** | **封装类型** | **工作温度(°C)** | **CPU 架构* ...

一个有记忆的个人助理，体验差异不在于它能复述昨天聊过什么，而在于它能把已确认的信息用到新任务里，并且知道哪些信息已经过期、哪些动作仍需重新确认。 我会把记忆拆成四层 第一层是不可变的事件日志，用于追溯发生过什么；第二层是会话摘要，用于压缩长对话；第三层是用户画像，只保存稳定且可修改的偏好；第四层是任 ...

连续对话里，用户说过的偏好、已经确认的约束和当前任务进度都不能每轮重新猜。但“把所有聊天记录都塞回上下文”并不等于记忆，反而会带来成本、噪声和隐私问题。 三类记忆解决三类问题 短期记忆维持当前会话的连续性，例如刚才确认的文件路径；工作记忆保存任务中间状态，例如已完成步骤、待验证假设和工具结果；长期记 ...