发布日期2026年5月31日Ontology 与 DDD 的边界:从语义模型到领域模型OntologyDDD领域建模软件架构Ontology(本体论)和 DDD(领域驱动设计)都在做领域建模,但一个偏知识表示,一个偏工程实现。这篇文章逐对对比 Class vs Entity、Axiom vs Invariant、Namespace vs Bounded Context 等核心概念,厘清边界,并给出三步结合方法。
发布日期2026年5月29日本体论到底是什么:用 FCKG 电影奖项图谱做一次形象化理解OntologyKnowledge-GraphRDFSHACLAI本文用 FCKG 电影奖项知识图谱作为形象化示例,通俗解释本体论中的 Class、Instance、Relationship、Constraint、Identifier、Alignment 和 Inference,并说明 ontology 为什么是 AI 理解业务的语义底座。
发布日期2026年5月23日AI Agent 安全最佳实践 2026:从业界共识到工程落地AI-AgentSecurityMCPAgentic-AIOWASPArchitecture2026 年的 AI Agent 安全,已经不能只靠 Prompt Guardrail。Agent 一旦具备工具调用、MCP、记忆、工作流编排和外部系统访问能力,本质上就是一个会行动的软件主体。本文从业界共识出发,拆解 Agent 的七层攻击面,归纳六个工程控制点,并给出业务服务+智能体服务的双层安全架构和落地要点。
发布日期2026年5月16日ArcKit:当 AI Coding 走出代码内循环,开始接管架构治理外循环AI-AgentArcKitArchitecture-GovernanceEnterprise-ArchitectureAI-CodingWorkflow本文从 ArcKit 官网示例和一次 Codex 最小初始化验证出发,说明它真正的价值不是生成更多架构文档,而是把需求、风险、ADR、设计评审和追溯矩阵组织成可执行、可追溯、可审计的架构治理工作流。
发布日期2026年4月15日Cognee 实战:构建 AI Agent 的可计算记忆层CogneeRAGGraphRAGKnowledge-GraphLangChainAI-AgentMemory本文结合代码实践,解析 Cognee 如何将向量检索、来源追踪与知识图谱整合为面向 AI Agent 的可计算记忆层,并通过一个最小示例验证其本地接入与查询实践。