自动化报表 Agent：数据提取、分析与可视化
自动化报表 Agent 能够理解数据源、生成查询逻辑、分析数据趋势并推荐合适的可视化方案，大幅提升数据到洞察的转化效率。
技术文章、实现记录与项目复盘。
栏目
按年份
异常检测 Agent：模式识别与告警
异常检测 Agent 能够自动学习正常数据模式、识别偏离常态的异常行为、配置智能告警规则并分析根本原因，是监控系统的智能化核心。
文献研究Agent：论文检索、摘要生成与知识图谱
深入探索如何构建智能文献研究Agent，实现自动化论文检索、摘要生成和知识图谱构建，提升科研效率
实验设计Agent：参数优化与结果分析
深入探索如何构建智能实验设计Agent，实现自动化参数优化、实验规划和结果分析，提升科研实验的效率和质量
LLM 基础篇：大语言模型到底是什么
LLM 不是普通的搜索引擎，也不是传统规则系统，它的核心能力是基于上下文生成语言、代码、结构化结果和行动计划。
Prompt Engineering 篇：如何写出稳定可控的提示词
Prompt 的目标不是把话写得神秘，而是把角色、任务、上下文、约束和输出格式说清楚。
RAG 篇：基于知识库的智能问答系统设计
RAG 用检索把外部知识送进上下文，让模型基于企业文档、代码库、规范和数据库说明回答问题。
向量数据库篇：Embedding 检索系统如何选型
向量数据库负责存储 embedding 并做相似度检索，是 RAG、语义搜索和推荐召回中的重要基础设施。
Tool Calling 篇：让 LLM 调用外部工具
Tool Calling 让模型不只会回答，还能选择调用搜索、数据库、代码执行、业务 API 等外部能力。