Agent Loop
覆盖 Agent 核心引擎 Agent Loop 的 ReAct 推理行动循环模式、十大核心初始化参数、process_message 异步流式处理流程，详解取消令牌、工具调用编排、分层错误处理、全链路流式响应四大关键机制，包含上下文污染解决方案与生产级工程实践。
Notes
公开笔记
这里收录从私有 Obsidian 工作流中筛选出的公开笔记 📒，按时间倒序发布。
Agent 分布式
覆盖 LLM 厂商 RPM + TPM 双重限流规则、令牌桶/漏桶/滑动窗口三大限流算法、分布式 Redis + Lua 限流实现，详解限流核心逻辑、开发实践建议、算法对比选型，包含429错误处理、自适应限流等落地优化方案。
Agent
覆盖 AI Agent核 心定义、技术演进脉络、LLM 底层支撑、单/多智能体核心设计范式、记忆/工具调用等核心模块、主流开发框架选型、性能评估与实战开发、商业化落地及未来趋势，详解 ReAct 等核心范式与生产环境设计原则
LangChain
覆盖 LangChain 新旧架构对比、LCEL 核心语法、LangGraph 状态机、Runnable 统一协议、数据流转机制、流式处理、Agent 路由逻辑、工具开发、记忆系统、回调机制及Java 生态扩展，详解工程化最佳实践与核心组件实战用法
LangGraph
覆盖 LangGraph 核心定位、与 LangChain 架构差异、底层状态机/图计算原理、流程图构建方法、记忆系统、多 Agent 协作、人机协同、高级控制 API 及工程实践，详解生产级 AI Agent 编排核心能力与落地规范
Mem0
覆盖 Mem0 专属智能记忆库的核心定位、分层架构、Mem0-g 知识图谱增强、三级互补存储体系，详解记忆提取更新流程、多模态支持、混合检索与记忆注入机制，包含记忆分类、Prompt 决策逻辑、优缺点分析及关键工程实践细节。
MultiAgent
覆盖 MultiAgent 多智能体系统数据流转与通信机制，详解消息队列、状态图(LangGraph)两大协作模式，包含原理、工程实现、执行流程、优缺点、适用场景、核心对比以及生产环境混合架构落地建议。
Embedding
覆盖文本向量化全流程技术，包含传统统计类向量化（BOW 词袋模型、TF-IDF）、经典深度学习词嵌入（Word2Vec、GloVe）、预训练嵌入模型（BERT），详解各技术原理、优缺点、实现工具、代码实现与应用场景
Embedding
覆盖文本向量化全流程技术，包含传统统计类向量化（BOW 词袋模型、TF-IDF）、经典深度学习词嵌入（Word2Vec、GloVe）、预训练嵌入模型（BERT），详解各技术原理、优缺点、实现工具、代码实现与应用场景
GraphRAG
覆盖 GraphRAG 核心定义、技术演进、与传统 Vector RAG 的核心差异、核心技术架构、双模式检索机制、实践流程、应用场景及优化方向，详解知识图谱结合大模型的检索增强落地方法
RAG
覆盖 RAG 检索与生成全流程指标体系、核心评估维度、标准工作流、评测工具，详解生产级 RAG 评估系统设计、Token 感知创新指标、Badcase 归因、生成评估优化及企业级落地规范
java 基础
Java 基础涵盖核心知识点：数据类型、值传递、装箱拆箱与 Integer 缓存；面向对象三大特性、设计原则、抽象类与接口区别；final/static、深浅拷贝、泛型、反射注解、异常、Object 类；还包含 Java 新特性、序列化、设计模式、BIO/NIO/AIO 及代码实操案例。
Java 并发编程
Java 多线程，包含线程创建与停止、线程安全三大特性；讲解 volatile、synchronized、ReentrantLock 原理与区别；介绍 AQS、JUC 同步工具、线程池机制配置；还涵盖 CAS、死锁、ThreadLocal 及并发实战场景。
Java 虚拟机
覆盖JVM运行时内存模型、堆与栈核心区别、对象创建与类加载机制、垃圾回收原理、内存异常处理及问题排查工具，详解内存分区、GC算法与回收器、OOM解决方案，包含dump分析、MAT工具等实战排查方法。
Java 集合
Java 集合涵盖 List、Map、Set 三大体系，讲解 ArrayList、HashMap 等常用集合底层原理、遍历方式；区分普通与线程安全集合，解析 CopyOnWriteArrayList、ConcurrentHashMap 实现；详述 HashMap 扩容、哈希冲突、红黑树应用，对比各类集合特性与适用场景。
Spring
涵盖Spring核心IoC/DI/AOP原理、Bean生命周期与循环依赖、事务失效场景；SpringMVC请求处理流程；SpringBoot自动装配与Starter机制；MyBatis核心用法、SQL参数区别及MyBatis-Plus增强功能；SpringCloud微服务组件、熔断降级与SpringCloud Alibaba实战核心。
ElasticSearch
涵盖 ElasticSearch 基础概念、倒排索引核心原理、集群架构与节点角色、分片副本机制；详解数据读写存储流程、IK 分词器、DSL 查询与相关性排序；包含集群脑裂防护、性能优化及 ELK 技术栈应用。
Kafka
涵盖 Kafka 基础定位与核心特性、生产者发送机制与消费者消费模式；详解消费组、偏移量提交、分区再均衡；包含集群高可用、副本 ISR 机制、可靠传输保障、存储结构与日志清理；覆盖 Kafka Streams 流处理、运维优化及客户端 API 全栈知识点。
MySQL
覆盖 InnoDB 存储结构、SQL 执行流程、索引核心、事务隔离、锁机制、三大日志、内存管理及性能优化，详解 B + 树索引、MVCC 并发控制、锁机制、WAL 日志体系、Buffer Pool 缓存，包含索引优化、并发问题解决、死锁处理、大表优化等实战方法。
Redis
覆盖 Redis 数据类型与底层结构、持久化机制、过期删除与内存淘汰、分布式锁、高可用架构、缓存问题解决方案，详解 AOF/RDB 混合持久化、主从哨兵集群、缓存雪崩击穿穿透处理，包含大 Key 优化、事务、Pipeline 等实战方法。
CSS
覆盖基于 Elasticsearch/OpenSearch 的托管式分布式搜索服务核心能力，包含存算分离、流量控制、向量检索、数据迁移、存储与分词优化，详解读写性能调优、分片规划、集群运维及常见故障排查实战方法。
Celery 源码解读
详解 Python 分布式任务队列 Celery 核心原理、源码模块（task/consumer/backends）、AI Agent 场景落地方案，涵盖任务定义、重试机制、并发模型、结果存储、生产级配置，及 FastAPI 集成、常见坑避坑指南，适配长耗时异步任务开发。
CrewAI 源码解读与多Agent工程实战
涵盖CrewAI核心组件Crew/Task/Agent、Flow流程编排、协程与多线程并发模型、事件总线可观测性、输出校验安全护栏、四层完整执行链路，详解统一记忆系统、MCP/A2A协议集成、多Agent网络拓扑架构及HITL人工介入生产落地方案。
LangMem 源码解读
对比LangMem与Mem0核心差异，详解语义、情节、程序三大记忆类型，同步与异步工作模式，三种Prompt优化算法原理，讲解对话轨迹归因、三层记忆架构、多Prompt协同优化及框架选型与生产落地最佳实践。
LangServe 源码解读与异步并发实战
详解LangServe部署原理与add_routes底层机制、FastAPI自动接口生成、SSE流式输出，梳理Python协程/线程/进程及GIL核心区别，讲解Agent单线程协程并发模型、共享文件资源加锁方案、任务拆分、并发限流与容错降级工程实战。
LiteLLM 源码解读
详解LiteLLM统一LLM接入网关核心能力、请求全生命周期安全护栏、内存+Redis两级缓存与语义缓存架构、MCP/A2A协议实现，覆盖智能路由、限流鉴权、可观测性及生产环境优化避坑要点。
About
覆盖大模型测评编码基础、生成结果四大评估方法、ROUGE/BLEU核心匹配指标、权威评测数据集、工程化评估流水线、前沿ORM/PRM评估方向，详解评分稳定性、标准评测流程及面试技巧等核心知识点。
编程设计[AI Agent]
Agent 编程设计面试题
面试题[AI Agent]
Agent 面试题
大模型测评工程师面经
覆盖大模型测评编码基础、生成结果四大评估方法、ROUGE/BLEU核心匹配指标、权威评测数据集、工程化评估流水线、前沿ORM/PRM评估方向，详解评分稳定性、标准评测流程及面试技巧等核心知识点。