LIVING AI LAB

VermouthZing

个人知识与 Agent 实验室

记录 NLP、Agent、知识库、代码实验和个人系统构建。这里不是作品集,而是一套持续生长的第二大脑。

RAGAgentVector DBKnowledge Graph
进入实验室浏览文章
SECOND BRAIN CONSOLE
online
> sync articles
Indexed 24 articles, 3 pending
> index knowledge graph
Graph: 142 nodes, 389 edges
> agent loop ready
Clawdbot v0.4.2 active
> waiting for next signal
_
RAGAgentKnowledge GraphNLP
RAG INDEX
ACTIVE
VECTOR GRAPH
ONLINE
AGENT LOOP
READY
ARTICLE SYNC
PENDING
embedding updatedretrieval cache warmtool router onlinearticle graph syncedmemory index stableagent loop observingembedding updatedretrieval cache warmtool router onlinearticle graph syncedmemory index stableagent loop observing
LIVE FEED

最新信号

从知识库中涌现的最新思考与实验

FEATURED SIGNAL
Next.jsReact

Next.js 15 App Router 深度指南

探索 Next.js 15 的新特性,从路由到服务端组件的最佳实践,构建高性能的现代 Web 应用。

2025-12-01
01

Tailwind CSS v4 新特性一览

NEW

全面解析 Tailwind CSS 4 的重磅更新。

2025-11-15

深空科技风设计系统搭建

Design

如何从零构建一套深色科技风设计系统。

2025-10-20

React 19 并发模式实战

React

深入理解 React 19 的并发特性。

2025-09-10
REPOSITORY

代码胶囊

可复用的实验模块与工具片段

TypeScriptrunnable
const agent = new Agent({
  model: "moonshot-v1",
  memory: "vector",
  tools: [search, code],
});
await agent.run(query);
Pythonsnippet
from graph import KnowledgeGraph

kg = KnowledgeGraph()
kg.index(articles)
kg.link_entities()
results = kg.query(q, top_k=5)
TypeScriptlocal
const pipeline = new RAGPipeline({
  embedder,
  retriever,
  generator,
});
const answer = await pipeline.ask(question);
RUNTIME

实验室预览

实时运行的系统与可视化

Knowledge Graph

142 nodes / 389 edges

Agent Terminal

v0.4.2 active
> agent.init()
Model: moonshot-v1-32k
> agent.observe()
Context window: 2,834 / 32,000
> agent.think()
Retrieved 3 relevant chunks
> agent.respond()
Latency: 1.2s / Tokens: 468
_
PIPELINE

研究 × 构建

从想法到系统的完整链路

Agent 记忆系统设计

2025-11

探索长期记忆、短期记忆与向量记忆的混合架构,实现上下文感知的对话能力。

多模型编排策略

2025-10

对比 Moonshot、GPT-4o、Claude 在不同任务上的表现,设计最优路由策略。

语义搜索优化

2025-09

BM25 + 向量搜索的混合检索方案,提升知识库问答的准确率。

准备好探索了吗?

进入实验室,浏览文章,或直接开始对话