▸ Prompt Engineering 实战：让 LLM 真正听话的技巧
System prompt 怎么写、Few-shot 怎么设计、Chain-of-Thought 原理，以及常见失败模式和调试方法。
#ai#llm#工程实践
→▸ RAG 系统设计：从 naive 到 production-ready
Retrieval-Augmented Generation 不只是「向量数据库 + LLM」，分块策略、召回质量、重排序、缓存才是工程核心。
#ai#rag#llm
→▸ Git 进阶工作流：rebase、cherry-pick、bisect 的正确使用
merge 会了，但 rebase 总搞错？bisect 找 bug 提交？interactive rebase 整理历史？这篇一次说清楚。
#git#工程实践
→▸ Docker 实战：从会用到用好
会 docker run 不够，Dockerfile 最佳实践、多阶段构建、Compose 编排、镜像瘦身才是日常真正需要的。
#docker#linux#工程实践
→▸ Karpathy 的 LLM 编码批评与 CLAUDE.md 最佳实践
基于 Andrej Karpathy 对 LLM 编程助手的观察，forrestchang 提炼出一个 CLAUDE.md 文件，4 条原则解决 AI 编码的典型失控问题：乱猜假设、过度设计、乱改代码、目标不清
#ai#Claude#Claude Code
→