Posts
1057
AI Engineering Journal
Aide Hub
Practical notes on AI assistants, software architecture, and developer tooling.
Tags
717
Featured
0
Latest
RAG 黄金评测集：一份可追溯的证据契约
RAG 黄金评测集是评测的证据契约：每个用例记录查询、预期答案、支撑 chunk、来源版本和人工评审，缺一项就难以复核。本文说明如何构建、校验、用合成数据补候选、用人工校准并随证据更新。
Continue readingTop Categories
View all tagsTrending Tags
Recent Posts
Browse archive-
RAG 黄金评测集：一份可追溯的证据契约
Published: at 12:06 AMRAG 黄金评测集是评测的证据契约：每个用例记录查询、预期答案、支撑 chunk、来源版本和人工评审，缺一项就难以复核。本文说明如何构建、校验、用合成数据补候选、用人工校准并随证据更新。
-
把 LLM Judge 放进 Agent 运行时
Published: at 11:40 PMLLM judge 正从离线评测走进 agent 运行时，开始影响继续、重试、换模型或转人工。本文拆解 7 种架构模式，说明如何拆分判断、比较候选、检查过程，并用确定性逻辑控制风险。
-
谁拥有 next：Pipeline、职责链与中间件
Published: at 12:37 AMPipeline、职责链与 ASP.NET Core 中间件都像一串组件，真正的区别是谁拥有 continuation、组件被期望做什么。对照转换、选择与拦截三种契约，配可运行示例、短路含义与顺序解读，帮你命名并审查现有设计。
-
别让 AI 选错 NuGet 包：四道仓库护栏
Published: at 12:09 AMAI 代理按 2023 年的默认值选 .NET 库，而 AutoMapper、MediatR、MassTransit 已商业化。用 NuGet MCP Server、指令文件、构建门禁与中央包管理四道护栏挡住错误，附 2026 许可现状表。
-
IAsyncActionFilter：把异步检查留在管道里
Published: at 04:14 AMIAsyncActionFilter 在操作方法前后运行异步检查：OnActionExecutionAsync 包裹 next() 委托可短路请求。用邮箱验证过滤器讲清注册、应用与验证，以及何时改用授权过滤器。
-
AI 工程技能地图：用好编码 agent
Published: at 02:10 AMAndrew Ng 在 AI 工程技能地图中拆解「用编码 agent」这项技能：三条工作流步骤（计划、执行、部署监控）与五项关键能力（导航、自主度、审查、定制、原理），并纠正长时自主运行被夸大的现实边界。
-
AI 写代码之后，软件工程的价值在判断
Published: at 12:30 AM编码 agent 让代码越来越便宜后，软件工程的价值转向判断：把模糊需求变成显式规格、用自动化门禁验证行为、用架构约束 agent，同时直面认知债与 junior 培养，并给出可立即执行的行动清单。
-
AutoMapper 商业化后：.NET 映射怎么选
Published: at 12:02 AMAutoMapper 2025 年转为商业许可，最后 MIT 版本带未修补高危漏洞。用 .NET 10 实测对比 AutoMapper、Mapster、Mapperly 与手写映射，给出可照做的选型清单、迁移路线和 AI 代理防坑配置。
-
RAG 评估指标：先测检索，再测答案
Published: at 11:50 PM把 RAG 评估拆成检索与答案两层：用可运行的 C# 实现 Precision@K、Recall@K、MRR、nDCG 与 groundedness、答案相关性，说明指标怎么解读、LLM 评判器的边界和离线评估组织，避免用总分掩盖问题。
-
用好 GPT-6 Astra，先清理旧指令
Published: at 01:36 PM升级模型后，旧技能和项目指令可能让编程助手多读文档、反复测试或提前停工。结合原文与官方文档，梳理技能触发、按需读取、授权边界和完成条件，并给出可直接改写的示例与检查方法，帮助你维护适合项目的指令。
-
RAG 查询变换：HyDE、Step-Back 与分解
Published: at 02:08 AM三种查询变换都不是改写：HyDE 造假设文档当检索键、Step-Back 上移抽象层级、分解拆多跳问题。本文用与模型和向量库无关的 .NET 契约实现它们，并给出合并与基线对照评估。
-
Azure AI Search 语义重排：RAG 的第二级检索
Published: at 04:05 AM语义重排不是召回：它只重排第一级检索给出的候选。本文讲清 Azure AI Search semantic ranker 的能力边界（top 50、2000 token、0–4 分），并用 C# 给出语义配置、查询和证据投影的完整示例。