1. 如果知识库原始数据不是 markdown，而是 PDF、PPT、图片或者网页，你会怎么处理进 RAG 系统？PDF 和 PPT 会提取标题、段落、表格和页码，图片先做 OCR，网页先抽正文和元信息，然后统一清洗噪声、去掉页眉页脚、按语义做切片，补上来源、时间、文档层级这些元数据，最后再做 embedding 和索引。这样后面的召回、溯源和权限控制都更稳定。 public List<Chunk> buildChunks(Document doc) { List<Block> blocks = parser.parse(doc); List<Block> ...

Claude Code 的完整 TypeScript 源码，51.2万行，1903个文件，就这样暴露在了公网上。 我当然不可能在短短数小时内看完这么多代码，因此，我带着三个问题去读这份源码：  Claude Code 和其他 AI 编程工具到底有什么本质区别？ 为什么它写代码的"手感"就是比别人好？ 51万行代码里，到底藏着什么？  读完之后，我的第一反应是：这不是一个 AI 编程助手，这是一个操作系统。 一、先讲一个故事：如果你要雇一个远程程序员 想象你雇了一个远程程序员，给他你电脑的远程访问权限。 你会怎么做？ 如果你是 Cursor 的做法：你让他坐在你旁边，每次他要...