技术栈

当前专注:AI 编排 RAG 管线 容器化部署

2026 年 5 月

项目案例

每一个项目都不是孤立的存在 — 它们是博客系列中技术栈的实战落地,形成"学 → 用"的完整闭环。

LangChain + RAG 实战

AgentHub

多 Agent 协作编排平台 — 研究员→写手→审稿人三阶段流水线

4 模型供应商统一接入 故障自动降级 <2s 切换 缓存命中率 67% 节省推理成本
进入项目 → 查看案例研究
Docker × AI 应用部署

DocRAG

自研 DocMind PDF 解析引擎 + RAG 管线 — 版面分析准确率 92%

pgvector/Milvus 双向量库 问答准确率较通用方案提升 30% Docker Compose 一键部署全栈
进入项目 → 查看案例研究
FastAPI 全栈后端

Project Helper

AI 源码分析与学习报告 — 30 分钟 → 2 分钟的阅读效率飞跃

LangChain 工具链调用 DeepSeek SQLite 缓存节省 90% 推理成本 Vue 3 + Prism.js 流式输出
进入项目 → 查看案例研究
LoRA 微调:从小白到精通

Tuning Kit

AI 模型微调套件 — LoRA 微调、GGUF 量化、知识图谱,多 GPU 并行调度

LoRA + GGUF 双模式支持 多 GPU 并行调度训练 知识图谱结构化注入
进入项目 → 查看案例研究

OpenClaw Skills

为 AI Agent 生态打造的 3 个技能包,已开源在 GitHub。不是写给别人看的文档,是给 AI 用的工具。

技术系列

9 个系列、67 篇文章、横跨全栈技术栈。点击卡片进入系列目录。

学习路径

从入门到实战,每个阶段都有对应系列文章作为阶梯。

技术层级

从 AI 编排到 DevOps,覆盖完整技术栈。附个人偏见。

想聊聊技术、项目、或者只是打个招呼?

给我写信 或者订阅 RSS

Yardon

65+ Articles 9 Series 5 Tech Layers
"Where light meets logic, I create."
"In luce et ratione, creo."
光影交汇处,我创造