概述 LlamaIndex（原名 GPT Index）是一个开源的数据框架，专门用于构建大语言模型（LLM）应用。它解决了 LLM 的一个核心局限性：LLM 在训练后就无法访问私有数据。LlamaIndex 通过检索增强生成（RAG）技术，将用户的私有数据与 LLM 的生成能力无缝连接。与langc

旨在排列出看过或者没看过收集的高质量博客 苏神 地址：科学空间 高代 从一个单位向量变换到另一个单位向量的正交矩阵 “对角+低秩”三角阵的高效求逆方法 <

Context Manager 多模态数据的处理 现在大模型系统的对话窗口和处理数据会产生大量的上下文，后续的qa往往会用到其中一部分上下文，所以建立有效的context engine是十分必要的。 NLP 用时问戳标记上下文 一种常见的设计是在每条信息上附加时间戳，以保留其生成的顺序。这种方法由于

0. 范式和对齐 范式的思考有非常多种，这种类似族谱一样的思考如果要挑一种思考的line，最好想的就是从简易demo到最丰富的功能系统的思考line。 比如说这种分类模式： Strict Chain（严格链） 每次 1 个任务 → 1 个返回。对齐主要靠索引k。 Chain + Evidence P

0. 承上启下 环境有隐状态s_t，智能体看到观测o_t，执行动作a_t，环境转移并给新观测。用 (PO)MDP 写为： s_{t+1}\sim P(\cdot\mid s_t,a_t),\quad o_t\sim O(\cdot\mid s_t),\quad a_t\sim\pi(\cdot\mi

由于codex至今不支持subagent，我实在等不及了，用codex开发确实没那么灵光，先用claude code组建团队，反正逻辑是一致的。这里附上一条codex不询问命令的指令： # 尽量别问我（读写不问，删除之类的问） codex -s workspace-write -a never cl

0. 数模 最基础的抽象是：环境有状态s_{t}，你能看到的是观测o_{t}，你做动作a_{t}，环境给反馈（比如奖励/成功信号）并转移到新状态。用 (PO)MDP 写就是： s_{t+1}\sim P(\cdot\mid s_t,a_t),\quad o_t\sim O(\cdot\mid s_t

1. 概述 DeepCode的工作是将科学论文转化为可执行代码，它提炼出来的问题包括： Specification Preservation（规范保留）: 论文中的信息分散且多模态，难以忠实地将这些片段化的规范映射到实现中。 Global Consistency under Partial View

0. 现有的就是最好的 由于claude code的Opus和sonnet过于昂贵，其实codex也能用skills，这里推荐用codex的skills，只需要把https://github.com/obra/superpowers/tree/main/skills 里所有的文件夹搬到.codex的

项目介绍 什么是 OpenCode OpenCode 是一个 100% 开源的code agent，专注于为开发者提供强大、灵活且可扩展的 AI 编程体验。与 Cursor、Copilot 等商业工具不同，OpenCode 不绑定任何特定的 LLM 提供商，支持 Claude、OpenAI、Goog