博客

工资条、账单、通讯录、成绩表——程序世界和Excel世界的第一次握手

一、你的数据，大多锁在表格里

先想想你电脑里有多少表格文件：

• 银行卡导出的账单（.csv 或 .xlsx）
• 公司发的工资条
• 通讯录导出的联系人列表
• 上课时的成绩表、考勤表
• 网店后台导出的订单明细

这些数据有个共同的尴尬：Excel能看，但没法”自动化”。想算点东西要手动拉公式，想整理几百行要拖到手酸，想每周重复做一遍——每周都得重来一次。

从今天起不一样了。我们开始爬阶段3的第一个台阶：文件和数据处理。第一站就是CSV——因为它是表格数据里最简单、最通用、最好上手的格式。

（更多…）

学习25分钟、休息5分钟——把第二十一篇的倒计时升级成完整的工作法工具

一、为什么你学不进去，可能不是意志力的问题

你有没有过这种经历：坐下来学习，刚看了两页书，手机亮了；回完消息想继续，脑子里开始想晚饭吃什么；等回过神，半小时没了，书还在第2页。

结论通常是”我意志力太差”。但有个意大利人不同意。

1980年代，Francesco Cirillo发明了一种方法：不要求你学一整天，只要求你专注25分钟。25分钟后休息5分钟，算一个”番茄”。攒够4个番茄，来一次长休息。

（更多…）

项目: stanfordnlp/dspy | Stars: 37.6k | 许可: MIT

定位: “Programming — not prompting — Foundation Models”

全称: Declarative Self-improving Python

DSPy 是 Stanford NLP 团队开发的声明式语言模型编程框架，核心理念是用组合式 Python 代码替代脆弱的 prompt 工程，通过编译器自动优化 LM 的 prompt 和权重。本文从 10 个维度深入分析其架构设计。

1. 核心哲学：从 Prompt 到 Program 的范式转换

DSPy 的根本创新在于将 LM 调用从”手写 prompt 字符串”提升为”声明式 Python 程序”。用户定义输入/输出签名（Signature），编写组合逻辑（Module），框架自动处理 prompt 构造和优化。

README 中明确阐述：

（更多…）

项目: microsoft/semantic-kernel

Stars: 28.5K+ | License: MIT | 语言: Python / .NET / Java

定位: 企业级 AI Agent SDK，模型无关，支持构建、编排和部署 AI Agent 及多 Agent 系统

一、整体架构概览

Semantic Kernel（SK）是微软推出的模型无关 SDK，其核心设计理念是将 LLM 能力与传统代码通过统一的 Kernel（内核） 模式整合。架构分为四层：

┌─────────────────────────────────────────────┐
│            Agent Layer (Agent 抽象)           │
│  ChatCompletionAgent / AzureAIAgent / ...    │
├─────────────────────────────────────────────┤
│          Kernel Layer (核心调度)              │
│  Plugins → Functions → Filters → Services    │
├─────────────────────────────────────────────┤
│        Connector Layer (AI 服务连接器)        │
│  OpenAI / Azure / HuggingFace / ...          │
├─────────────────────────────────────────────┤
│        Content Layer (内容模型)               │
│  ChatMessage / Streaming / FunctionCall       │
└─────────────────────────────────────────────┘

SK 现已演化为 Microsoft Agent Framework (MAF)，作为其企业级后继者，但 SK 本身仍是 MAF 的核心引擎。

二、十个维度深度分析

1. Kernel 核心 —— 组合式设计

Kernel 是整个框架的中枢调度器，通过多重继承组合了四个扩展能力：

（更多…）

项目: deepset-ai/haystack

定位: 开源 AI 编排框架，用于构建生产级 LLM 应用（RAG、Agent、语义搜索、多模态应用）

版本: Haystack 3.0（2024年发布，重大重构版本）

许可证: Apache-2.0

分析时间: 2026-09

1. 核心架构理念：管道（Pipeline）驱动的组件编排

Haystack 的核心思想是将 AI 应用拆解为可组合的组件（Component），通过有向无环图（DAG）管道连接。每个组件有明确的输入/输出接口，管道负责数据流转、调度执行。

1.1 Pipeline 调度引擎

Pipeline 是 Haystack 的心脏，负责根据执行图（graph）调度组件运行。核心运行循环采用优先队列机制：

# haystack/core/pipeline/pipeline.py - Pipeline.run() 核心循环
while True:
    candidate = self._get_next_runnable_component(priority_queue, component_visits)

    # 如果没有可运行的组件，退出循环
    if candidate is None:
        break

    priority, component_name, component = candidate

    # 如果下一个组件被阻塞，检查管道是否可能被卡住
    if priority == ComponentPriority.BLOCKED:
        if self._is_pipeline_possibly_blocked(current_pipeline_outputs=pipeline_outputs):
            self._find_components_blocking_pipeline(
                priority_queue=priority_queue, component_visits=component_visits, inputs=inputs
            )
        # 总是退出循环，因为无法运行下一个组件
        break

    # 如果下一个组件已经调度，等待任务完成以取得进展
    if component_name in scheduled_components:
        async for partial_outputs in self._wait_for_tasks(
            running_tasks, scheduled_components, return_when=asyncio.FIRST_COMPLETED
        ):
            yield partial_outputs
        continue

    # HIGHEST 优先级组件必须单独运行
    if priority == ComponentPriority.HIGHEST:
        async for partial_outputs in self._run_component_in_isolation(...):
            yield partial_outputs
        continue

    # READY 优先级组件可以并发调度
    if priority == ComponentPriority.READY:
        self._schedule_component(...)
        # 尽可能调度更多 READY 任务
        while len(priority_queue) > 0 and not ready_sem.locked():
            peek_priority, peek_name = priority_queue.peek()
            if peek_priority != ComponentPriority.READY:
                break

1.2 组件执行模型

每个组件的运行被封装为独立的执行单元，支持同步和异步两种路径：

（更多…）

证件、账号、联系方式——把这一路学的所有东西，装进一个真正属于你的程序

一、你有多少”重要信息”散落在各处？

先别写代码，盘点一下：

• 身份证号、护照号、驾照号——平时用不到，用到时找不到
• 各种账号：邮箱、视频网站、购物网站、健身房卡号……
• 家人的身份证号（订机票要用）
• 银行卡号、社保号、保单号
• 重要日期：签证过期、证件到期、保修截止

这些信息有个共同点：不用时想不起，要用时找不到。翻聊天记录、翻抽屉、问家人——每次都要折腾半天。

手机备忘录？可以，但查找麻烦、没法分类、明文摆着还不安全。

（更多…）

基于 langgenius/dify 源码分析（154k+ Stars，24.4k Forks）

分析源码：api/core/agent/base_agent_runner.py、api/core/agent/cot_agent_runner.py、api/core/tools/tool_manager.py

1. 项目概览与技术栈

Dify 是一个开源 LLM 应用开发平台，提供 AI 工作流、RAG 管道、Agent 能力、模型管理和可观测性。后端使用 Python（Flask + SQLAlchemy），前端使用 Next.js，支持 Docker Compose 一键部署。

# 项目结构（从仓库目录可见）
# api/          — Python 后端核心（Agent、工具、模型运行时）
# web/          — Next.js 前端
# docker/       — Docker Compose 部署
# dify-agent/   — 独立 Agent 运行时
# dify-agent-runtime/ — Agent 运行时包
# sdks/         — 多语言 SDK
# packages/     — 共享包

Dify 的 Agent 系统基于 graphon 模型运行时抽象层，支持数百种 LLM 提供商，通过统一的 PromptMessage 体系与模型交互。

2. Agent 继承体系——三层架构

Dify 的 Agent 采用清晰的三层继承结构：AppRunner → BaseAgentRunner → CotAgentRunner。

（更多…）

仓库: ComposioHQ/composio (26.2k ⭐)

定位: 为 AI Agent 提供 1000+ 预认证工具集、会话管理、认证、触发器和沙箱执行环境

语言: Python SDK + TypeScript SDK（monorepo）

1. 整体架构：Provider 泛型 + Session 模型

Composio 采用 Provider 泛型模式，核心 Composio 类通过泛型参数 TTool 和 TToolCollection 实现框架无关的工具适配。默认使用 OpenAI 格式，但可以无缝切换到 Anthropic、LangChain 等任何框架。

# sdk.py - 核心 SDK 类定义
class Composio(t.Generic[TTool, TToolCollection], WithLogger):
    """
    Generic parameters:
        TTool: The individual tool type returned by the provider
        TToolCollection: The collection type returned by get_tools
    """

    tools: "Tools[TTool, TToolCollection]"

    @t.overload
    def __init__(
        self: "Composio[OpenAITool, OpenAIToolCollection]",
        provider: None = None,
        **kwargs: te.Unpack[SDKConfig],
    ) -> None:
        """Initialize with default OpenAI provider."""
        ...

    @t.overload
    def __init__(
        self,
        provider: BaseProvider[TTool, TToolCollection],
        **kwargs: te.Unpack[SDKConfig],
    ) -> None:
        """Initialize with an explicit provider. Types are inferred from the provider."""
        ...

设计亮点: 通过 @t.overload 实现两个初始化路径——无 provider 时默认 OpenAI 类型，有 provider 时自动推断泛型参数。这意味着 Composio(provider=AnthropicProvider()) 会自动得到 Composio[ToolParam, list[ToolParam]] 类型。

2. HTTP 客户端：Stainless 生成器 + 运行时环境检测

HTTP 客户端基于 Stainless 自动生成的 API 客户端包装，增加了运行时环境检测和请求拦截能力。

（更多…）

文件存账目、列表管记录、函数做统计——第十二篇价格工具的”理财升级版”

一、月底的灵魂拷问

每个月底总有那么一个瞬间：看看银行卡余额，倒吸一口凉气，然后问出那个经典问题——

“我钱呢？？”

明明没买什么大件，钱就是没了。吃饭、打车、奶茶、网购……每笔都不大，加起来吓人。

（更多…）

项目: letta-ai/letta | Stars: 24.6K | License: Apache 2.0

定位: 有状态 AI Agent 平台——具有高级记忆系统，能够随时间学习和自我改进

前身: MemGPT（UC Berkeley BAIR 实验室研究成果）

当前状态: V1 服务器代码归档于此仓库 archive 分支，新代码已迁移至 letta-ai/letta-code

1. 整体架构哲学：LLM 即操作系统

Letta 的核心理念源自 MemGPT 论文——将 LLM 视为操作系统的内核，Agent 就是运行在这个操作系统上的进程。系统采用分层记忆架构，灵感来自计算机体系结构中的虚拟内存管理：

• 核心记忆（Core Memory） → 寄存器/L1 缓存：始终在上下文窗口内
• 对话记忆（Recall Memory） → RAM：可搜索的历史对话
• 归档记忆（Archival Memory） → 磁盘：长期向量存储
• 文件系统（Filesystem） → 外部存储：Git 版本化的文件

class ContextWindowOverview(BaseModel):
    """Overview of the context window, including the number of messages and tokens."""
    context_window_size_max: int = Field(..., description="The maximum amount of tokens the context window can hold.")
    context_window_size_current: int = Field(..., description="The current number of tokens in the context window.")
    num_messages: int = Field(..., description="The number of messages in the context window.")
    num_archival_memory: int = Field(..., description="The number of messages in the archival memory.")
    num_recall_memory: int = Field(..., description="The number of messages in the recall memory.")
    num_tokens_external_memory_summary: int = Field(..., description="The number of tokens in the external memory summary.")
    num_tokens_system: int = Field(..., description="The number of tokens in the system prompt.")
    num_tokens_core_memory: int = Field(..., description="The number of tokens in the core memory.")
    num_tokens_memory_filesystem: int = Field(0, description="The number of tokens in the memory filesystem section.")
    num_tokens_summary_memory: int = Field(..., description="The number of tokens in the summary memory.")
    num_tokens_functions_definitions: int = Field(..., description="The number of tokens in the functions definitions.")

这个 ContextWindowOverview 精确追踪上下文窗口中每个组成部分的 token 消耗，类似于操作系统的内存使用报告。

2. Agent 类型体系：多形态 Agent 设计

Letta 定义了丰富的 Agent 类型枚举，每种类型对应不同的运行时行为和工具集：

（更多…）