AJie's Blog

Hermes、OpenClaw、龙虾这类新 AI 项目经常先在社区出现，再进入开发者视野。本文不凭传闻下结论，而是给出一套从来源、定位、代码、能力边界、生态信号和试用风险判断新 AI 工具是否值得跟进的方法，并提供适用场景、操作步骤、核验方法和常见问题，帮助读者按真实项目逐项排查，适合需要快速理解问题边界、执行流程和验证结果的开发者参考。

Perplexity 是一种带来源引用的 AI 搜索工具，适合快速理解新主题、整理问题线索和追溯网页资料。本文讲清它是什么、怎么提问、适合哪些研究任务、来源引用如何核验，以及哪些结论必须回到官方或原始资料确认，并提供适用场景、操作步骤、核验方法和常见问题，帮助读者按真实项目逐项排查，适合需要快速理解问题边界、执行流程和验证结果的开发者参考。

ChatGPT、Claude、Gemini 不应只比较谁更强，而要按任务路由。本文用写作、代码、资料检索、长文整理、PPT、办公协作和团队流程场景，给出选择矩阵、组合步骤、验收标准、工具测试方法和常见误区，帮助你建立可复用的 AI 工作系统，并提供适用场景、操作步骤、核验方法和常见问题，帮助读者按真实项目逐项排查。

这是一篇 MCP Server 实战教程，围绕从协议理解到本地工具调用的完整落地流程，说明如何拆分工具能力、设计输入输出、配置客户端、调试 stdio 链路，并把 MCP Server 接入真实 AI Agent 工作流，并提供适用场景、操作步骤、核验方法和常见问题，帮助读者按真实项目逐项排查，适合需要快速理解问题边界、执行流程和验证结果的开发者参考。

AI API 预算估算指南，教你用 token 样本、请求类型、输出长度、缓存命中、重试率和安全余量计算上线成本，并把预算转成模型路由、限额、告警、降级规则和上线后一周复盘清单，并提供适用场景、操作步骤、核验方法和常见问题，帮助读者按真实项目逐项排查，适合需要快速理解问题边界、执行流程和验证结果的开发者参考。

为什么需要 AI API 成本计算器？这篇文章从 Claude、GPT、Gemini 等模型接入场景出发，拆解 token、输出长度、缓存、重试和模型选择如何影响上线预算，并说明开发者如何在真实流量到来前建立可复查的成本估算流程，并提供适用场景、操作步骤、核验方法和常见问题，帮助读者按真实项目逐项排查。

Claude API 成本控制指南，围绕调用预算、token 估算、模型分层、缓存命中率、重试策略、日志监控、账单告警和降级方案，讲清开发者如何在 Claude 应用上线前控制 API 成本，并避免真实流量带来不可解释的账单增长，并提供适用场景、操作步骤、核验方法和常见问题，帮助读者按真实项目逐项排查。

Claude Code 常见错误与排错清单，覆盖上下文不足、任务边界过大、权限被拒绝、测试失败、构建失败、幻觉文件、误改 unrelated 文件和验证证据不足等真实开发问题，帮助开发者把 AI 编程从反复试错变成可定位、可回滚、可交付的流程，并提供适用场景、操作步骤、核验方法和常见问题，帮助读者按真实项目逐项排查。

Claude Code Git 工作流实战指南，围绕分支管理、任务边界、提交前检查、代码审查、冲突处理和验证记录，讲清如何把 Claude Code 放进日常开发协作流程，让 AI 编程结果更容易 review、回滚和交付，并提供适用场景、操作步骤、核验方法和常见问题，帮助读者按真实项目逐项排查，适合需要快速理解问题边界、执行流程和验证结果的开发者参考。

Claude Code vs Cursor 对比指南，从使用入口、上下文理解、多文件修改、代码审查、终端执行、团队协作和适用场景出发，帮助开发者判断什么时候选 Claude Code，什么时候选 Cursor，以及两者如何组合成更稳定的 AI 编程工作流，并提供适用场景、操作步骤、核验方法和常见问题，帮助读者按真实项目逐项排查。