修改Gnome下触摸板滚屏速度
Fedora 44下使用Gnome桌面，在浏览器中用触摸板双指上下滑动的时候，屏幕滚动太快，看不清楚，不好定位，问了一下AI，AI给的方案给解决了，不过中间还是有些坑的。AI给的方案是安装libinput-config，然后自己编译，并自己创建配置文件。
别只把大括号当作用域：Zig Block、标签块与控制流实战
别只把大括号当作用域：Zig Block、标签块与控制流实战在 Zig 里，大括号不只是把几行代码包起来。大括号可以创建新的作用域，也可以作为一个表达式产生结果；加上标签后，还能像一个小型的提前返回点，让多步计算保持在同一段代码里完成。
LangGraph 1.2 实战： AI 漫剧工作流，搞懂状态图+人工审阅+流式输出
2026 年，LangGraph 已迭代到 1.2.0，节点超时、增量通道、类型化流式输出三件套齐活。
LangGraph笔记——持久化
持久化不是把检查点换到数据库里，而是给长任务建立可跨进程、跨部署、跨时间恢复的运行契约。 很多 LangGraph 示例在一个进程里就能跑通：输入进入图，节点依次执行，最后返回结果。这个阶段容易让人产生一个错觉：只要图结构正确，应用就已经具备了长任务能力。
Agent 不可靠怎么办？工具权限、参数校验、异常兜底与源码解析
1. Agent 不是员工，是实习生Agent 能规划，能调用工具，能连续执行。这很强。也很危险。因为模型会犯错。它可能调错工具，填错参数，误解返回值，重复调用接口，甚至尝试执行高风险动作。所以生产级 Agent 的第一原则是：模型负责“想”，系统负责“准不准做”。2.
LangChain笔记——应用抽象
今天开始进入LangChain的领域——LangChain 的入口价值，在于把一次模型调用背后的输入、工具、检索、输出和观测拆成稳定接口。 直接调用模型 API 很容易得到第一个结果，也很容易让应用从第一个结果开始失控。
LangGraph笔记——运行上下文
运行上下文回答的是一个边界问题：节点除了 State 之外还需要哪些信息，以及这些信息为什么不应该都写进 State。
LangGraph实战：构建生产级AI Agent系统架构
AI Agent正在从演示原型走向生产系统，但大多数开发者搭建的Agent还停留在"能跑通"的阶段：状态丢失、循环失控、工具调用失败无法恢复、多Agent协作混乱。