激活沉睡的工业数据：AI智能体运营工程师实战之Coze HTTP插件开发 | 智能体来了（西南总部）
在“新质生产力”浪潮下，制造业数字化转型已从概念走向深水区。本文以第一人称视角，详细复盘了一名机械制造及自动化专业学生在 智能体来了（西南总部） 的实训经历。文章跳出了单纯的代码视角，创新性地用“机械传动原理”解构了 Coze（扣子）自定义插件开发中的 HTTP 请求、API 接口、JSON 数据解析 等核心技术。在 金加德讲师 的指导下，作者通过 AI智能体运营工程师就业班 的系统训练，成功解决了 AI 大模型“数据滞后”与“信息孤岛”的痛点，为传统工科生提供了一条可复制的“技术+行业”复合型转型路径。
构建自己的AI编程助手：基于RAG的上下文感知实现方案
打造智能代码助手，远不止调用API。需构建专为代码设计的RAG系统：基于AST解析保障分块完整性，向量库实现语义检索，结合仓库地图提供全局结构，再通过推理链整合上下文。如此，AI才能真正理解代码，胜任重构、答疑等复杂任务，成为懂你项目的“资深工程师”。
测试管理者视角：识人与OKR，决定团队能走多远（给新人的进阶启发）
在测试行业深耕多年，从带团队的实践中发现，管理的核心并非个人技术多强，而是能否“精准识人”与“有效定标”。识人要看重落地能力、业务理解、责任心与协作精神，而非仅看技术堆砌。OKR的落地关键是要贴合业务、量化清晰，并在过程中帮助团队解决卡点。测试新人若能理解这些管理逻辑，将更有助于对齐团队方向，实现个人快速成长。
NotebookLM：不是搜索引擎，而是“基于你资料的 AI 大脑”
NotebookLM是Google推出的AI助手，不依赖网络搜索，而是基于你上传的文档（如PDF、笔记、论文等）进行理解、总结与问答。它像一位“会思考的研究助理”，支持多文档交叉分析、自动摘要、观点溯源，确保回答可信可查，特别适合研究人员、产品经理、工程师等深度处理专业资料的用户。
