Vibe Coding 工程化进阶（四）：用 Hooks 给 Agent 上"自动护栏"
Rules 靠 AI"自觉"遵守，但自觉不可靠。Hooks 是确定性的护栏——在 Agent 读写文件、执行命令、调用工具的关键节点强制运行你的脚本：自动格式化、拦截危险命令、扫描密钥。讲清事件、配置、决策协议与一组实战脚本。
AI 工程431
AI 工程
边缘 / Serverless AI：RAG、Agent、LLM 调度、知识库同步与限流。
Vibe Coding 工程化进阶（三）：用 MCP 给 AI 接上"外部世界"
光会写代码的 AI 是"瞎子"。MCP（Model Context Protocol）给它装上感官与手脚——读 Figma、跑浏览器、查实时文档、连数据库。这一篇讲清 MCP 是什么、怎么配、前端最该装哪几个，以及绕不开的安全红线。
AI 工程430
Vibe Coding 工程化进阶（二）：用 Rules 把团队规范变成 AI 的"条件反射"
AGENTS.md 是"全局常驻"，但很多规范只该在写特定文件时生效。Rules 让你按文件类型、按场景精准注入规则——讲清 4 种触发模式、.mdc 写法、与 AGENTS.md 的分工，以及一组前端规则示例。
AI 工程450
Vibe Coding 工程化进阶（一）：用 CLAUDE.md / AGENTS.md 给 AI 装上"项目记忆"
AI 每次对话都是"失忆"开局。CLAUDE.md / AGENTS.md 就是它的长期记忆——把项目是什么、怎么跑、有哪些坑一次写清。这一篇讲清它的加载机制、该写什么、不该写什么，以及一份可直接抄的模板。
AI 工程350
前端工程师的 Vibe Coding 最佳实践（三）：质量保障与工程化
AI 让你写得飞快，但怎么保证这些代码敢上线？评审纪律、测试策略、用工程护栏「绑住」AI、安全红线、前端专项检查清单，以及 AI 时代的「完成定义」。
AI 工程420
AI 时代如何招前端工程师（三）：面试题库与评分标准
按 8 大维度给出可直接使用的面试题、考点、参考答案要点，以及"差/合格/优秀"三档评分 rubric。重点是一整组 AI 协作题——考代码评审、识别幻觉、带 AI 把关交付。拿去就能用。
AI 工程370
AI 时代如何招前端工程师（二）：考察范围与面试流程设计
8 大考察维度怎么排布、每一轮面试抓什么重点，以及 AI 时代最关键的命题——"闭卷考内功"还是"开卷考协作"。附一套现场协作题模板，让 AI 缝合怪当场现形。
AI 工程310
AI 时代如何招前端工程师（一）：能力模型重构
Claude 5.0 这类前沿模型出来后，"会写代码"本身在贬值。作为面试官，你要重新定义"什么样的前端值得招"——这一篇给你一套可落地的能力分层模型、人才画像，以及一份正向信号与危险信号清单。
AI 工程360
给 AI 对话做限流：Workers / 会话 / AI Gateway 三层防护
一个公开的 AI 对话接口，不限流就是给钱包开了个无底洞。我用三层互补的限流——请求层防刷、会话层防滥用、网关层兜底花费——把「被薅羊毛」的风险摁住。
AI 工程720
前端工程师的 Vibe Coding 最佳实践（二）：上下文工程与提示工程
AI 写得好不好，90% 取决于你喂给它的上下文。本篇讲透 rules 文件、@ 引用、计划优先、任务拆解和六种高命中率提示范式，附可直接抄走的模板。
AI 工程340
前端工程师的 Vibe Coding 最佳实践（一）：认知与心法
一篇写给前端工程师的 Vibe Coding 入门心法——它到底是什么、不是什么，你的角色发生了怎样的转变，以及什么时候该用、什么时候千万别用。
AI 工程320
DeepSeek vs Gemini：RAG 场景的工具调用风格调优
同一套提示词，DeepSeek 和 Gemini 表现出截然不同的「性格」——一个推理欲望强、爱多调工具，一个极度克制、走最短路径。聊聊这两种风格在 RAG 场景下各自要怎么调。
AI 工程620
