Agent 做出来
动手构建
真正做完的 Agent 与自动化项目，含失败步骤、耗时和最终产出
只写自己跑通过的项目：目标、架构、关键代码、卡住的步骤、节省了多少时间，以及可复用的模板或脚本。不写对 Agent 前景的泛化预测。
12 篇文章
决赛前夜，我让 fable 5 又跑了 100 万次模拟：梅西把差距踢没了一半多
上篇 6 项预测全部命中：西班牙 2-0 法国、阿根廷 2-1 逆转英格兰，41.8% 概率的西阿决赛成真。赛前我把半决赛数据喂回 fable 5 重跑 100 万次模拟：西班牙胜率从 54.1% 降到 51.8%，阿根廷从 45.9% 升到 48.2%——梅西用射手榜第一的表现，把模型扣掉的年龄分抢了回来。附上梅西与亚马尔 19 年前的照片故事。
我是梅西球迷，但我让史上最强大模型 fable 5 预测世界杯冠军，答案扎心了
2026 美加墨世界杯四强出炉，我让 Claude Fable 5 用 Elo 等级分 + 年龄曲线 + 大赛经验 + 点球子模型跑了 100 万次蒙特卡洛模拟。结果出现了'阿根廷悖论'：阿根廷进决赛概率四队最高（66.5%），最可能夺冠的却是西班牙（37.5%）。敏感性分析显示，梅西的状态就是冠军归属的分界线。
基于 OpenCV 与 Amazon Nova 的字幕位置检测
一套 CV + LLM 混合流水线,自动检测字幕位置 —— 经过 6 轮迭代,在多语言视频上达到 83% 准确率。
用 Kiro 和 AWS 构建企业级 Agentic AI 平台
我们用 Kiro IDE 在一周内构建了一个完整的 AI Agent 平台——零手写代码。下面是完整的实现过程。
使用 Amazon Nova 构建实时音视频 AI
结合 Amazon Nova、Transcribe、Polly 与开源 TEN 框架，构建低延迟的多模态 AI 助手。
Amazon QuickSuite：自然语言数据分析实战指南
手把手教你用 Amazon QuickSuite 连接数据库、构建仪表板，并用自然语言查询数据。
如何构建用于广告创意生成的 AI Agent
使用 Strands Agents 和 Amazon Bedrock 自动化广告文案、图像与视频制作。一份注重实战、代码优先的实践指南。
如何用 LangChain 和 Elasticsearch 构建 RAG 系统
从零开始构建检索增强生成（RAG）的实战指南——从向量嵌入到上下文增强的 LLM 答案。
如何用 Python 构建 AI 视频课程生成器
借助 LLM、文字转语音和 FFmpeg，将 PowerPoint 幻灯片全自动转换为带旁白的视频课程。
用 FSCrawler 和 Elasticsearch 构建知识库搜索引擎
使用 FSCrawler 将 PDF、Word 文档和扫描件索引到 Elasticsearch。涵盖 OCR、自定义映射和生产环境部署。
用 Go 构建分布式任务调度系统
使用 Go、Machinery、Redis 和 cron 设计并交付一套生产级任务调度器。涵盖分布式锁与重试策略。
如何用 Grafana 和 Elasticsearch 搭建 API 监控
从零搭建生产级 API 监控 —— Elasticsearch 数据源、Lucene 查询、Grafana 面板与告警规则。