20260420:first commit
This commit is contained in:
41
raw/articles/knowledge-bank-ai-dev-2026.md
Normal file
41
raw/articles/knowledge-bank-ai-dev-2026.md
Normal file
@@ -0,0 +1,41 @@
|
||||
# Knowledge Bank: AI 辅助开发时代的知识管理系统
|
||||
|
||||
**来源:** 微信公众号文章
|
||||
**链接:** https://mp.weixin.qq.com/s/lVn1oqo1ciIlVUoqJA0Hpg
|
||||
**项目仓库:** https://github.com/gabrywu-public/knowledge-bank
|
||||
**抓取日期:** 2026-04-16
|
||||
|
||||
## 核心概述
|
||||
|
||||
Knowledge Bank 是一个面向 AI 辅助开发时代的知识管理系统,通过自动捕获、结构化存储和智能检索,让开发团队的知识真正流动起来。
|
||||
|
||||
## 三大核心洞察
|
||||
|
||||
### 转变一:知识受众从"人"变为"机器"
|
||||
- 真正的知识消费者是 AI 代码助手(Claude Code、Cursor、Copilot)
|
||||
- 知识需要结构化、情境化、可检索的格式,而非精美排版
|
||||
|
||||
### 转变二:知识分类从"主题"变为"作用域+来源"
|
||||
三维分类体系:
|
||||
1. **作用域 (Scope)**: 个人 / 项目 / 组织
|
||||
2. **来源 (Source)**: AI 观察(最高权重)> 架构师决策 > Reviewer 偏好 > 开发者经验
|
||||
3. **类型 (Type)**: 代码模式 / 架构决策 / 配置偏好 / 陷阱警示 / API 用法
|
||||
|
||||
### 转变三:知识生命周期从"写作-阅读"变为"捕获-检索-应用-收集"
|
||||
- 零摩擦捕获:开发过程中自动提取
|
||||
- 情境化检索:需要时主动注入
|
||||
- 智能去重:相似度评分自动合并
|
||||
- 持续进化:随项目发展自动更新
|
||||
|
||||
## 技术架构
|
||||
|
||||
1. **上下文隔离架构 (Fork Context)**: 知识注入和知识收集在分叉的隔离环境中执行,不干扰主会话
|
||||
2. **强制仓库关联 (Repository-Aware)**: 所有知识和会话必须关联到 Git 仓库
|
||||
3. **智能去重系统**: 多维度相似度评分(标题 40% + 摘要 30% + 内容 20% + 上下文 10%)
|
||||
4. **完整会话追踪**: 记录每次开发会话的完整上下文
|
||||
|
||||
## 关键概念
|
||||
|
||||
- 知识不是静态资产,而是动态上下文
|
||||
- 从"被动查询"变为"主动注入"
|
||||
- 从"散落的金子"转变为"生长的枝干"
|
||||
20
raw/articles/oppo-multimodal-data-lake-2026.md
Normal file
20
raw/articles/oppo-multimodal-data-lake-2026.md
Normal file
@@ -0,0 +1,20 @@
|
||||
---
|
||||
title: "OPPO 多模态数据湖实践:Gravitino 统一元数据与 Curvine 加速"
|
||||
source_url: "https://mp.weixin.qq.com/s/cBaYa04qAIGsxG1hD7ll3w"
|
||||
author: "David (OPPO 大数据架构负责人)"
|
||||
published: "2026-04-19"
|
||||
retrieved: "2026-04-19"
|
||||
source_type: weixin_article
|
||||
speaker: "David"
|
||||
event: "Data for AI Meetup (深圳站)"
|
||||
organization: "OPPO"
|
||||
---
|
||||
|
||||
# OPPO 多模态数据湖实践:Gravitino 统一元数据与 Curvine 加速
|
||||
|
||||
**来源:** DataFun / Data for AI Meetup (深圳站)
|
||||
**分享嘉宾:** David (OPPO 大数据架构负责人)
|
||||
**原文链接:** https://mp.weixin.qq.com/s/cBaYa04qAIGsxG1hD7ll3w
|
||||
|
||||
## 摘要
|
||||
本文介绍了 OPPO 在多模态数据湖建设中的技术选型与落地经验。面对手机影像、多模态推荐搜索及端侧 AI Agent 带来的数据爆发,OPPO 引入 Gravitino 统一元数据管理,并自研云原生分布式缓存 Curvine,构建了统一的存储、管理与查询架构。文章详细解读了该架构如何解决数据孤岛、元数据混乱和云上 IO 性能瓶颈等实际问题。
|
||||
Reference in New Issue
Block a user