个人博客

DeepSeek Harness（dsh）DeepSeek Harness（命令名 dsh，社区简称 DSH）是 DeepSeek AI 开源（MIT）的 agent harness（智能体框架）：Agent = Model + Harness——模型负责”想”，harness 负责”做”，把模型能力接入文件系统、终端、Web 与工具链。核心理念为**”一切皆插件”（Everything

DSH（DeepSeek Harness）使用及插件开发完整教程 归档说明：本篇为 2026-09-05 会话产出的完整教程（基于 deepseek-ai/deepseek-harness master 分支官方文档整理），按 SCHEMA 回流（file-back）操作存入 qa/。概念页见 DeepSeek Harness（dsh）；原始素材见 2026-09-06 DSH

什么是提示词，提示词是如何工作的（智谱清言） 来源：智谱清言分享页 https://chatglm.cn/share/WFmvTV6Y 抓取：2026-09-06，ZCode 会话内抓取全文存档 存档说明内容为智谱清言对”什么是提示词，提示词是如何工作的”一问的回答全文，经 ZCode 抓取整理。分享页可能过期，本文件为存档副本。 什么是提示词提示词（Prompt）是你发给大语言模型的输入内

Karpathy《LLM Knowledge Bases》推文存档 作者：Andrej Karpathy（@karpathy） 发布：2026-04 原文：https://x.com/karpathy/status/2039805659525644595 完整版 idea file：https://gist.github.com/karpathy/442a6bf555914893e9891c115

LLM知识库LLM知识库（LLM Knowledge Base，社区也称 llm-wiki）是 Andrej Karpathy 于 2026-04 提出的知识管理模式：让 LLM 充当”编译器”，把只读的原始资料增量编译成一个持久、互相链接的 Markdown wiki，并由 LLM 持续维护。本库的整套运行机制即基于此模式，操作章程见 SCHEMA。 要点 与 RAG 的本质区别：RAG 每次问

知识库迭代机制方案 v1.0 一句话概括把知识库当成一个由 AI 持续”编译”、自我维护的活体 wiki：你负责投喂原料和提出问题，AI 负责一切琐碎的整理——摘要、归档、链接、体检。知识不再散落在聊天记录里，而是随每一次摄入和提问不断复利。 一、思想来源：Karpathy 的核心思路2026 年 4 月，Andrej Karpathy 发布《LLM Knowledge Bases》，随后把完

2026-09-01 Obsidian 是什么，如何与 AI 助手连接Obsidian 是什么 一款本地优先的笔记与个人知识管理软件（Windows / macOS / Linux / 手机都有客户端），个人使用免费。 笔记以 Markdown 纯文本保存在本地硬盘，不依赖云端，不会被厂商锁定。 核心特色：双向链接（笔记名）+ 关系图谱，适合把零散知识连成网络。 常见

存款利率完全倒挂：财联社报道全文 + AI 现象分析 2026-09-01 财联社发布，2026-09-02 由 ZCode 抓取存档。应用户要求，报道全文与现象分析合并存放；日后如需把分析拆出成独立 wiki 页，另建即可。 一、报道全文存档《存两年、三年、五年都不如存一年！银行业首现中长期定存利率完全倒挂案例》财联社 2026-09-01（记者 彭科峰）｜原文：https://www.cl