从 LangChain 到 LangGraph：一次有状态工作流的自学实践
LangChain 和 LangGraph 经常一起出现，但解决的问题并不相同。这篇通过一个带分支、循环、审核和状态持久化的客服工单 Demo，记录我从“会调用模型”走向“会组织有状态工作流”的过程。
理解 Agent 的工作循环：ReAct、Function Calling 与 Multi-Agent
Agent 不只是“大模型加几个工具”。这篇学习笔记从一个完整的任务循环出发，梳理 ReAct 如何驱动行动、Function Calling 如何连接工具，以及 Multi-Agent 如何拆分和协作复杂任务。
5分钟！完成CRUD开发
还在手动对齐字段、枯燥地写 DTO 转换和 Axios 封装？属于开发者的“苦力时代”结束了。依托 AI 的工程感知能力，从 MySQL 建表到前后端联调成功，只需 5 分钟——这不是魔法，这是 Claude Code 带来的丝滑开发新范式。
自动化的浪漫：用 n8n 解放双手
低代码之后，自动化工作流时代来临。
Open WebUI × RAGFlow 集成踩坑实录：那些不容易一次解决的问题
接口能够调用，并不等于集成已经稳定。这篇集中记录 Open WebUI 对接 RAGFlow 时遇到的几类棘手问题，包括连接检测、流式输出、引用展示和多副本部署，以及我最后采用的排查顺序。
把 Open WebUI 接到 RAGFlow：内部知识问答平台的开发实践
这一篇进入真正的集成开发：Open WebUI 继续负责用户、会话和交互，RAGFlow 专注文档检索与引用，中间通过 Pipe Function 完成模型注册、请求转换和流式响应适配。
Open WebUI 入门：在公司内网搭建自己的 AI Chat
当模型和 AI 工具越来越多，我更需要一个统一、可自托管的聊天入口。这篇记录 Open WebUI 的定位、基本用法，以及我为什么会在不希望员工直接访问外网的场景下，用它搭建公司内部的 AI Chat。
RAGFlow 深入使用：从文档解析到一次可靠的知识库问答
知识库能够回答问题，只能说明流程跑通了；面对不同文档和不同问法时依然答得稳定，才是真正需要下功夫的地方。这篇继续拆解 RAGFlow 的文档解析、Chunk、召回、排序和生成链路。
RAGFlow 入门：它是怎样把文档变成知识库的
RAGFlow 不只是一个“上传文档后就能聊天”的工具。这篇是我的第一篇 RAGFlow 学习笔记，主要记录它在知识库问答中的位置，以及一份原始文档从解析、切片到被检索和引用的完整过程。
算法之旅2.0-搜索算法
犹如穿梭于数据迷宫的智慧向导，指引我们从茫茫信息中精准寻获目标。它以各种巧妙的策略，高效地裁剪探索路径，是直抵答案的必经之桥。
