# 📚 Assemble 知识库导航

📚 Assemble 知识库导航

本知识库同步到博客，本文档作为博客首页置顶导航

本文档为知识库内容导航，下方链接为各主题分类下的精选文章概括，涵盖技术报告、AI编程实践、学术论文、行业观察等核心内容，便于快速定位和访问重点资源。

📊 2025最新报告

Stack Overflow 2025开发者调查

JetBrains 2025开发者生态

InfoQ 2025技术趋势

🤖 AI编程实践

🧠 AI技术与社会观察

📚 arXiv

💻 Python

🤖 AI公司资讯

Anthropic

DeepSeek

📚 Assemble 知识库 Plus

定位：AI时代的技术知识库，聚焦AI编程实践、技术趋势分析与工程思维沉淀
愿景：构建一个批判性思维驱动的技术知识体系，连接学术研究、工程实践与社会观察

🎯 知识库定位

Assemble 知识库是一个多维度技术知识聚合平台，致力于：

  • 📊 技术趋势追踪：深度解读年度技术报告（InfoQ、Stack Overflow、JetBrains等）
  • 🤖 AI编程实践：记录AI编程工具的实战经验与最佳实践
  • 🧠 批判性思维：对技术热点保持批判性观察，避免盲目跟风
  • 📚 学术前沿：解读arXiv重要论文，连接学术研究与工程实践
  • 👷 工程社会学：观察技术背后的组织文化、工程实践与社会影响

📁 知识库结构

核心分类概览

Assemble/
├── # 🎯 prompt-toolkit (17个文件，3.7%)          # Prompt工程工具集
├── # 📊 InfoQ报告 (8个文件，1.8%)                # InfoQ技术趋势报告
├── # 📊 JetBrains开发者生态年度报告 (2个文件)    # JetBrains年度调查
├── # 📊 Stack Overflow开发者调查报告 (2个文件)   # Stack Overflow年度调查
├── # 🚀 ️ AI Programming Practice (19个文件)      # AI编程实践
├── # 🚀 ️ RAG笔记 (142个文件，31.1%)              # RAG技术学习笔记
├── # 🚀 AI社会学 (17个文件，3.7%)               # AI技术社会观察
├── # 🚀 AI行业实践分析 (6个文件，1.3%)           # AI行业案例分析
├── # 🚀 arXiv paper (16个文件，3.5%)            # arXiv论文解读
├── # 🚨 Tech Disaster Case (3个文件，0.7%)      # 技术事故案例
├── 👷 工程师社会学 (18个文件，4.0%)             # 工程师社会观察
├── 💻 Java Ecosystem (133个文件，29.2%)         # Java技术栈
├── 💻 Python (4个文件，0.9%)                    # Python技术
├── 📊 Assemble知识库演化分析 (32个文件，7.0%)   # 知识库自身演化
├── 🤖 Anthropic (10个文件，2.2%)                # Anthropic公司观察
├── 🤖 DeepSeek (9个文件，2.0%)                  # DeepSeek公司观察
└── 🛠 ️ Toolkit (6个文件，1.3%)                 # 工具集合

内容分布特点

  • RAG笔记占比最高（31.1%），体现对RAG技术的深度关注
  • Java Ecosystem占比29.2%，覆盖Java技术栈的全面内容
  • 知识库演化分析（7.0%）体现知识库自身的迭代与反思
  • AI相关内容分散在多个分类，体现多维度观察视角

🎯 核心内容分类

📊 技术趋势报告

定位：追踪年度技术趋势，深度解读行业报告

核心内容：

  • InfoQ 2025技术趋势：AI-ML、架构、文化与方法三大维度
  • Stack Overflow 2025：AI时代开发者生态变化
  • JetBrains 2025：开发者工具生态观察
  • 中国大模型落地应用研究报告2025：本土化实践分析

特色：不仅转载报告，更提供深度导读与批判性分析

快速入口：

🤖 AI编程实践

定位：AI编程工具实战经验与最佳实践

核心内容：

  • 工具对比与选型：Cursor、Trae、Windsurf、GitHub Copilot等横向对比
  • 实战经验总结：Cursor 3个月深度实践，8条User Rules，5大Project Rule原则
  • 批判性观察：Vibe工程、多智能体协作的风险识别

核心观点：

AI不是钢铁侠，它是盔甲。接受并穿上盔甲的我们，才是真正的钢铁侠。

快速入口：

🧠 AI技术与社会观察

定位：AI技术的多维度观察，连接技术与社会

核心内容：

  • 技术架构：从CNN、RNN到Transformer的技术演进
  • RAG技术：RAG讣告批判性阅读，Agent Search技术哲学
  • 安全观察：恶意MCP服务器案例，AI供应链安全
  • 社会影响：AI骚扰电话、AI越狱与红队测试

特色：保持批判性思维，避免技术乐观主义

快速入口：

📚 arXiv论文解读

定位：连接学术研究与工程实践

核心内容：

  • Transformer架构：Attention Is All You Need深度解读（Google 2017）
  • RAG开创性论文：检索增强生成的技术革命（Meta AI 2020）
  • 大语言模型学术史：从分布式表示到Transformer的演进路径

特色：不仅解读论文，更关注技术演进的历史脉络

快速入口：

👷 工程师社会学

定位：观察技术背后的组织文化、工程实践与社会影响

核心内容：

  • 技术事故案例：创业公司技术开发失败、LinkedIn代码重构困境
  • 内部威胁事件：CrowdStrike、Schultz事件的安全警示
  • 工程困境观察：软件公司的可读性困境、组织控制与测试局限性

特色：从社会学视角观察技术实践，揭示技术背后的组织问题

快速入口：

🎯 Prompt工具集

定位：AI协作的Prompt工程工具集

核心内容：

  • 智能决策系统：Prompt智能决策与编排系统，自动推荐最合适的Prompt组合
  • 内容生成类：README生成、技术内容思路构建、深度对话总结
  • 格式优化类：Markdown图标美化、可读性优化
  • 质量保证类：数据来源验证、立场客观性警告、综合批判性分析

核心原则：

  • 专注优于全面：每个Prompt专注1-3个目标
  • 2-3个是最优：推荐的Prompt数量不超过3个
  • 分步优于一次：复杂任务分步执行

快速入口：

🚀 使用指南

新手入门路径

如果你是技术趋势关注者：

  1. 从InfoQ 2025技术趋势报告开始
  2. 阅读Stack Overflow 2025开发者调查
  3. 关注AI技术与社会观察了解技术影响

如果你是AI编程实践者：

  1. 阅读主流AI编程工具横向对比选择工具
  2. 深入学习Cursor实战万字经验
  3. 使用Prompt工具集优化AI协作

如果你是学术研究者：

  1. 从arXiv论文解读开始
  2. 关注RAG笔记了解RAG技术
  3. 阅读AI技术与社会观察连接学术与社会

如果你是工程管理者：

  1. 阅读工程师社会学了解组织问题
  2. 关注技术事故案例吸取教训
  3. 参考AI编程实践制定团队策略

内容查找策略

按主题查找：

  • 使用文件夹名称（带emoji图标）快速定位
  • 文件夹名称包含文件统计信息，便于了解内容规模

按时间查找：

  • 文件名包含日期的为最新内容（如2025-12-03）
  • 年度报告通常在年初更新

按深度查找：

  • 标题包含"深度"、"批判性"的为深度分析
  • 标题包含"指南"、"实践"的为实践性内容

⭐ 特色内容推荐

🔥 必读文章

  1. Cursor实战万字经验

    • 3个月深度实践总结
    • 8条经过验证的User Rules
    • 决策者思维转变方法论

  2. RAG讣告批判性阅读报告

    • 对RAG技术发展的批判性观察
    • Agent Search技术哲学分析

  3. InfoQ架构师2025第二季深度报告

    • 从Agent实践到工程师价值重构
    • 全面观察技术趋势与组织变化

💡 深度思考

  1. Vibe工程批判性观测

    • 多智能体协作的批判性分析
    • 风险识别与落地建议

  2. 软件公司的可读性困境/#%20🔍%20软件公司的可读性困境：从组织控制到测试局限性的深度观察.md)

    • 从组织控制到测试局限性的深度观察
    • 揭示技术背后的组织问题

📊 知识库统计

内容规模

  • 总文件数：约450+个文件
  • 核心分类：17个主要分类
  • 最大分类：RAG笔记（142个文件，31.1%）
  • 技术栈覆盖：Java、Python、AI/ML、RAG、系统架构

内容类型分布

  • 技术报告：InfoQ、Stack Overflow、JetBrains等年度报告
  • 实战经验：AI编程工具使用、工程实践案例
  • 学术论文：arXiv重要论文解读
  • 社会观察：工程师社会学、AI技术社会影响
  • 工具集合：Prompt工程、开发工具

🔄 维护与更新

更新频率

  • 技术报告：年度报告发布后及时更新
  • AI编程实践：根据工具更新和实践经验持续更新
  • 学术论文：重要论文发布后及时解读
  • 社会观察：热点事件发生后及时记录

内容质量保证

  • 批判性思维：重要内容必须经过批判性分析
  • 数据验证：使用数据来源验证Prompt确保准确性
  • 立场客观：使用立场客观性警告Prompt避免偏见

🤝 贡献与反馈

内容贡献

欢迎通过以下方式贡献内容：

  • 技术报告深度解读
  • AI编程工具实战经验
  • 学术论文解读
  • 工程实践案例

反馈渠道

  • 对内容有疑问或建议，欢迎提出
  • 发现错误或需要更新的内容，请及时反馈

📚 相关资源

外部链接

知识库内部链接

🎯 知识库愿景

构建一个批判性思维驱动的技术知识体系，连接学术研究、工程实践与社会观察

核心价值

  1. 批判性思维：对技术热点保持批判性观察，避免盲目跟风
  2. 实践导向：关注工程实践，连接学术研究与实际应用
  3. 多维度观察：从技术、组织、社会多个维度观察技术发展
  4. 持续迭代：知识库自身也在持续演化，记录迭代过程

创建时间：2025年12月
最后更新：2025年12月
维护者：Assemble知识库

💡 提示：本文档为Plus版本，提供更全面的知识库介绍。如需快速导航，请查看README.md

posted @ 2025-12-05 23:55  hashassemble  阅读(36)  评论(0)    收藏  举报