Ian Chou's Blog

Archive

  1. GraphRAG 資料庫新勢力:Lance-graph vs HelixDB vs FalkorDB 完整評測
  2. Memgraph vs HelixDB vs 手刻 Semantic Graph:200 節點知識圖譜的務實選擇
  3. 2026 機場選購指南:大陸用戶翻牆服務怎麼挑?
  4. 從 LangChain 遷移到 LlamaIndex:PropertyGraphIndex 整合實戰
  5. GraphRAG 進階:LLM 證據選擇與跨層分數融合
  6. Entity Resolution:用向量相似度解決 GraphRAG 實體重複問題
  7. Ensemble 不只在機器學習:把 RAG 做穩的多路徑檢索策略(BM25/FTS + Vector + GraphRAG)
  8. 雙路徑整合檢索(Ensemble Retrieval)提升 GraphRAG 種子節點品質:Vector + LLM + RRF 融合落地
  9. 把 GraphRAG 想成全自動 Logseq/Roam:從雙向連結到社群摘要與走圖檢索
  10. petgraph vs rustworkx / rustworkx-core:Rust 與 Python 圖計算怎麼選
  11. 把 GraphRAG 的「走圖」落實:graph.pkl 真遍歷、Local Search 合併擴展、Chat 支援 graph_hops
  12. 企業級 GraphRAG 架構選型:LanceDB + Graph vs LightRAG 深度比較
  13. 優化 LLM 模型分派策略:Reasoning vs. Fast
  14. GraphRAG 全局檢索強化:Dry-Run 成本估算 + Hybrid FTS 混合檢索
  15. GraphRAG 全局檢索:社區分群 + 社區摘要 + Map-Reduce 聚合
  16. 用 rustworkx 取代 NetworkX:Python 圖運算的 Rust 加速
  17. 手刻 GraphRAG:用 NetworkX + LangChain 建構知識圖譜增強檢索
  18. 用 NLI 框架檢驗技能覆蓋:從模糊判斷到結構化推理
  19. 用 Reflection Chain 生成高品質履歷
  20. 混合搜尋:讓履歷素材無處遁形
  21. 教練循環:用 STAR 法把經驗變成履歷素材
  22. 策略制定:從診斷到決策的關鍵一步
  23. 中文 BM25:用 jieba 解決履歷搜尋的分詞問題
  24. 技能驗證的進化:從暴力 LLM 到智慧分層策略
  25. 履歷素材入庫:精確去重與相似變體檢測
  26. GraphRAG 效能解放:用 NetworkX + RAPIDS cuGraph 實現 GPU 加速圖檢索
  27. 履歷素材的追蹤與去重:用 JD ID 建立關聯
  28. 用 LanceDB 儲存 JD 分析:避開 Arrow 巢狀結構的陷阱
  29. 終極檢索架構:NotebookLM + LanceDB + GraphRAG 三 CLI 協作
  30. Hybrid Search 實戰:從中文分詞到向量資料庫選型完整指南
  31. GraphRAG 深度解析:自動知識圖譜的威力與局限
  32. CLI 取代 MCP Tools:2026 年 AI Agent 的最佳實踐
  33. MCP Tools vs Agent Skills:我到底需要哪一個?
  34. 用 NLI 驗證履歷技能覆蓋:一個完整的實戰案例
  35. 2026 年主流 RAG 架構:從 Hybrid 到 Agentic / Graph 的工程化落地
  36. 用 GraphRAG 做多跳證據檢索:一個完整的實戰案例
  37. 用 LLM 建立職涯技能圖譜:做出類似 GraphRAG 的能力
  38. 用 PM2 + Bun 管理 Python FastAPI 服務:從 systemd 遷移實戰
  39. 從 Vector Search 到 Advanced RAG:Hybrid Search、Reranking 與證據驗證的完整實踐
  40. PM2 + uv + Bun:fnNAS 上的黃金三角部署策略
  41. WSL 2 圖形界面完整指南:Wayland、WSLg 與 Windows 互通
  42. 深入理解 OAuth 2.0:從 Client ID 到 Token Exchange
  43. OAuth 2.0 測試實戰(Mock Provider + Inspector):用 Bearer Token 保護 MCP SSE
  44. MCP SSE(Bun + Hono)實作筆記:Header 認證與 Inspector 測試
  45. HTTP Authorization Header 深入解析:為什麼一定要加 Bearer?
  46. 從零開始:用 Hono + Cloudflare Workers 打造 Mock OAuth Server
  47. 2026 年混合雲部署策略:Cloudflare + Vercel + Railway + Fly.io + Neon 完整架構指南
  48. 為什麼 Code 裡寫的是 Zod,但協議卻說要 JSON Schema?
  49. MCP Tools 通知機制:與 Resources 的差異解析
  50. MCP 工具撞名了怎麼辦? (Namespace Collision)
  51. stdin 到底是什麼 Port? (Stdio vs TCP/IP)
  52. RPC (Remote Procedure Call) 就是 IPC 嗎?
  53. MCP Resources 最佳實踐:從官方範例到實戰設計
  54. MCP Prompts 深度解析:橋接人類意圖與 AI 上下文
  55. OS 裡實際發生了什麼事? (Process Tree & Pipes)
  56. Node.js vs Bun:MCP 專案比較
  57. 最小可行性 MCP Server (Code Walkthrough)
  58. JSON-RPC:程式界的掛號信 (The Core Protocol)
  59. 如果 Server 這端不回話,Client 就在那裡等死嗎? (Timeout 機制)
  60. Cursor 如何決定找哪個 MCP Server? (MCP 路由機制解析)
  61. MCP 核心概念指南:Resource、Tool 與 Prompt
  62. Cursor 怎麼跟 Server 講話?不是用 PID 嗎? (Pipe vs PID)
  63. AI 真的知道它在呼叫哪個 Server 嗎? (Tool Call ID 機制)
  64. Telegram Bot 進化:整合 xAI Grok Responses API 與圖片分析
  65. 用 Bun + Vercel 打造免費、有記憶的 Serverless Telegram AI Bot
  66. 從 Serverless 到 PaaS:Vercel、Railway 與 Fly.io 多語言 API 部署全解析
  67. 需求訪談 Workflow:從 Cloud Code 到 Antigravity 的 AskUserQuestionTool 移植
  68. Vercel vs Cloudflare vs Netlify:多語言 Serverless API 部署完全指南
  69. FDE 小型 IDP 指南(無 K8s 篇):用自架 PaaS 打造 Vercel 級部署體驗
  70. 多輪 RAG 對話記憶:從 Sliding Window 到 localStorage 的實作指南
  71. 用 BGE-M3 + LanceDB 打造本地 RAG 搜索:11ty Blog 的 AI 升級之路
  72. 私有雲小型 IDP 實戰:用 ArgoCD + Helm 打造 Lean GitOps 開發者平台
  73. 邊緣運算部署實戰:Go (Chi + sqlc) on Fly.io vs TypeScript (Hono + Drizzle) on Vercel/Cloudflare
  74. 2026 年 Python 部署雙雄:uv + Ansible 讓 FDE 的日子不再難過
  75. MessagePack 什麼時候該用?什麼時候不該用?
  76. 為什麼 orjson 幾乎是現代 Python Web 專案的預設選擇?
  77. LangChain Agent 治理之道:如何在「管住」與「管死」之間找到架構的平衡
  78. 為什麼我選擇了一條「少有人走的路」?—— 談 Next.js + Hono + Edge AI 的非主流電商架構
  79. 為什麼我決定放棄 Next.js + Auth.js,轉向 Hono + Better Auth?
  80. AI 時代的新 SDD:從 Windsurf 的 25 個 Spec Files 談起
  81. 架構決策:以 Cloudflare Pages + @cloudflare/next-on-pages 部署 Next.js 電商前台
  82. 架構決策分析:Admin Dashboard 身份驗證模型
  83. 下一代全端工程師生存指南:如何靠 Next.js + Hono + AI 搶佔「Headless Commerce」的藍海職缺?
  84. 從「總部大樓」到「全球快閃店」:為什麼我們把 Medusa 電商後端搬到了邊緣 (Edge)?
  85. Next.js vs. Astro:打造高互動電商網站,創業者該如何選擇技術地基?
  86. 打造極致轉換率:電商前台 40 個關鍵互動模組全解析
  87. 新手開發者請注意:為什麼「Content-first」架構可能是電商前台的最佳解?
  88. 從「不知道有這東西」到「非你不可」:Edge + AI 電商架構的市場採用心理學
  89. The AI Copilot:打造智能電商後台
  90. Augment Code 使用攻略:Monorepo 省錢實戰指南
  91. [Linux 教學] 一次搞懂 apt update、upgrade 與 full-upgrade:日常維護的最佳實踐
  92. 踩雷筆記:Deploy Hooks 沒反應?原來是 main 和 master 在搞鬼!(附完整遷移教學)
  93. [實戰筆記] 如何在「現有資料夾」中初始化 Astro 專案?(部署至 Cloudflare Pages)
  94. 回歸 Web 1.0 的去中心化精神:我的「聯邦式」部落格架構 (The Blog Federation)
  95. Next.js EC Site MVP - Monorepo Architecture Documentation (Bun Edition)
  96. Next.js + Cloudflare Workers Split Architecture MVP PRD
  97. 白皮書:《2025 電商技術革命:從 SEO 到 GEO,打造 Cloudflare 與 Vercel 驅動的現代化光速商店》
  98. 跨國賣家的倉儲難題:如何在 eBay, Amazon, Newegg 之間完美同步美國倉庫存?(從 ERP 到自動化腳本的全解析)
  99. 台灣跨境電商實戰路徑:從 eBay、Amazon 到自建品牌官網的技術全攻略
  100. Cursor vs. Windsurf:我誤會了,原來它們的『靈魂』完全不同
  101. 2025 年 Cloudflare 最佳 MPA 框架排行榜:誰才是真正的邊緣運算王者?
  102. 構建 Human-friendly RAG:六大 LLM 在結構化知識提取上的表現評測
  103. AI Agents 演化史:從 1.0 到 3.0 的物種進化論
  104. Mermaid 測試文章:流程圖與序列圖範例
  105. 氣功該怎麼挑樹?
  106. AI Agents 演進史:為什麼你的 AI 助理還不夠聰明?從 1.0 到 3.0 的真實進化論
  107. AI Agents 的演進:從 1.0 到 3.0,以及為什麼我認為不會有全能 AGI
  108. 從 R2 架構的大夢初醒:為什麼我放棄統一 CMS,轉向「多重子網域」的聯邦式架構
  109. 從不斷拖延到快速行動:我用Vercel快速建立部落格的實際經驗與心得