ComfyUI 新手入门：从节点工作流到生成第一张 AI 图片
面向零基础读者理解 ComfyUI 的工作流原理，完成安装、模型放置和文生图，并认识 Checkpoint、CLIP、VAE、Sampler、LoRA 等核心概念。
商城 Agent 实战（七）：用日志、评测、监控与人工接管完成上线闭环
为 LangChain4j 商城 Agent 增加全链路日志、Micrometer 指标、自动化评测、Prometheus 告警和可持久化的人工客服工单，让它从功能演示走向可运营系统。
Midscene.js 新手入门：用自然语言完成网页自动化与 UI 测试
从零认识 Midscene.js，完成模型配置、Playwright 接入、自然语言操作、数据提取、页面断言与测试报告，并理解它适合解决什么问题。
商城 Agent 实战（六）：让 Agent 安全执行退货申请工作流
在 Spring Boot 商城中，用 LangChain4j Tool、Redis 状态机、跨轮确认、幂等和服务端鉴权实现可控的退货申请工作流。
商城 Agent 实战（五）：用 Redis 为 LangChain4j Agent 实现持久化多轮记忆
在 AgentShop 中使用 LangChain4j ChatMemory 和 Redis 保存多轮对话，并实现用户隔离、会话管理、消息脱敏、窗口裁剪和并发控制。
商城 Agent 实战（四）：用 LangChain4j、Ollama 和 Qdrant 接入持久化 RAG
在 AgentShop 中使用 LangChain4j、Ollama bge-m3、Qdrant 和 MySQL 建设持久化商城知识库，理解文档切分、向量检索、增量同步、来源引用与 RAG 安全边界。
RAG 基础（二）：用 Qdrant 保存和检索向量
理解 Qdrant 的 Collection、Point、Vector、Payload 与 HNSW，并通过 Docker、Cosine 相似度和 LangChain4j 搭建持久化向量检索。
商城 Agent 实战（三）：让 Agent 安全查询当前用户的订单
在 AgentShop 中为 LangChain4j Agent 接入当前会员订单 Tool，并通过 Spring Security、Service 归属校验、数据脱敏和前后台隔离建立完整的权限边界。