AnyJev护城河在校准
开源项目AnyJev六天复刻闭源决策模型Jev接口，印证协议易复制；真正壁垒在于“校准”——让模型概率匹配真实频率。经三级校准，Qwen3-8B自动决策率从7.7%跃升至52.0%，证明：说话算数，比会说话更难、更值钱。
从 AI 图表初稿到技术文档：Mermaid 校验、修复与导出实践
大模型可以根据自然语言快速生成 Mermaid 流程图和时序图，但生成结果并不一定能够直接放进 README、技术方案或接口文档。除了语法错误，还可能存在参与者不一致、异常分支缺失、节点命名过长以及图表类型选择不当等问题。
本文以一个订单接口调用流程为例，介绍如何对 AI 生成的 Mermaid 图进行预览、业务校验、语法修复和文档交付，并整理一份可复用的发布前检查清单。
【第三部分：第一个 Agent 应用】14. 开发一个完整的企业知识助手：从 RAG 到 Agent
本文以企业知识助手为综合实践，整合 RAG、Agentic RAG、Tool Calling、MCP、Memory、State、Structured Output、权限控制、引用溯源与 Trace/Eval 等能力，说明企业知识助手如何从“知识库问答”升级为能够连接业务系统、理解上下文并执行真实任务的 Enterprise Agent。文章重点介绍权限感知检索、Metadata、业务 Tool、长期记忆、人工确认和可观测评估等生产级能力，并结合 BaseMetas EKA 架构说明企业知识与 Agent 如何协同落地。
接入多家模型供应商之后，我总结的 7 条铁律
AI 应用接了第二家模型供应商之后，事情就不再是"多加一个接口"那么简单——不是调不通，是钱会算错。这篇讲我们定下来的 7 条规则：幂等键、任务落库时机、备用线路的切换边界、退款、凭据隔离、付款来源固化、密钥不进浏览器。
从零打通 MCP 访问创世虚拟世界CRM的 3D 数据，我搭了一个可直接调用的演示站
作者把创世虚拟世界CRM（创世Genesis，自部署 3D 虚拟世界）的 AI Agent 通道（HTTP + WebSocket + JSON 约定）封装成 8 个 MCP 工具（discover/enter/observe/say/walk_to/follow/chat_history/leave），stdio 版已上 npm 与官方 MCP Registry，随后为零安装补了 Streamable HTTP 远端点。本文实录打通过程：stdout 纯净性、initialize 必填字段、Mixed Content 协议陷阱、官方 SDK 拖入 34 包后的零依赖重写、GET 400 被目
