场景 每次 Push 都重新安装依赖，CI 运行时间从 40 秒飙到 4 分钟。`actions/cache` 配了、`restore-keys` 也有，但缓存依然每次都重新下载。 这不是幻觉。`actions/cache` 有两个陷阱，即使读...

问题：上下文窗口不是无限的 上线客服机器人三个月后，用户开始反馈'答非所问'。查日志发现单会话 token 数已经突破 18 万——上下文窗口爆了，最关键的用户订单信息被截断在最前面，模型根本'...

# RAG 上下文压缩后缓存失效的根因与三个解法 用 RAG 跑生产环境时，上下文压缩（Context Compression）是个好东西——能显著减少 token 用量、降低 LLM 调用成本。但有一个副作用很多人会遇到...

上下文越来越长，模型却开始答非所问 用 LLM 做应用开发，最怕的不是模型不够聪明，而是上下文窗口越来越不够用。 我接手过一个客服机器人项目，上线第一个月效果很好。第三个月开始，用户频繁...

用 AI 写代码快一年了，从最初的新鲜感，到现在越来越觉得：工具本身差不多，关键在于你怎么用它。 prompt 写得好不好，决定了 AI 给你的答案质量。我见过很多人抱怨 AI 不听话，给了上下文还是...

很多团队第一次用 Docker 部署应用，打出来的镜像少说 800MB，大的直奔 2GB。push 慢、pull 慢、服务器硬盘被吃光。 本文解决：如何用 Docker 多阶段构建，把镜像体积压缩到原来的 1/5。有具体...

用 LLM 处理长文本时，上下文窗口不是你想塞多少就塞多少的。超过上限直接报错，截断策略选错了关键信息被切，模型 hallucinate。本文对比三种真实在用的截断策略，给出具体代码和实测结论。 问...

结论：GitHub Actions 缓存失效的4种真实原因，附可复现的配置方案 GitHub Actions 跑 CI 时，依赖缓存总是莫名其妙 miss。明明没改 requirements.txt，缓存却废了；或者改了注释，缓存全失效。...

本地跑大模型，context window 不够用是个老问题了。我自己的 8B 模型实际能用的 context 大概只有 8192 tokens，多了就开始胡言乱语，试过不少方法才摸清楚哪些真正有效。 这篇文章三个技巧都...

解决什么问题 每天凌晨自动跑「Python 3.10 / 3.11 / 3.12 × Ubuntu / Windows / macOS」共 9 个组合的测试，或者每周一检查依赖有没有安全更新。GitHub Actions schedule 触发器配合矩阵策略...

每次提交代码，GitHub Actions 都要重新安装一遍依赖？同一个项目，别人的 CI 跑 1 分钟，你的跑 8 分钟？问题大概率出在缓存策略上。本文总结 4 种最常见的缓存失效场景，配合可运行的配置文件...

解决什么问题 RAG 问答系统里，模型够强但检索层召回率太低——向量检索拿不到正确答案的上下文，模型 hallucinate。客服场景下'工单'vs'订单'语义相似度仅 0.05，直接检索返回错误段落。HyDE（...