深入理解 RAG：从检索准确率到持续优化
RAG 系统中 80% 的问题出在检索环节，业界平均检索准确率仅 60–75%。本文沿管线拆解知识库质量、文档切片、Embedding 选型、向量数据库、混合检索、查询改写、元数据过滤与重排序，给出四指标评估体系、七种失败模式排查口诀与 RAGOps 持续优化闭环，并用真实案例数据说明：内容质量比换模型更值钱。
深入理解 AI Skill：构造、触发、权限与评估
本文深入拆解 AI Skill 的工程内部：Skill 包的文件夹构成与 SKILL.md 的 frontmatter 三字段；渐进式披露如何让它装上百个技能不爆上下文；description 作为路由器的触发机制与两种翻车；allowed-tools 最小权限模型；Skills、MCP、Subagents、Hooks 四层分工；以及用 eval 循环对付悄无声息的失灵。