FEMentor（四）：孤立节点与知识结构治理
知识图谱从 266 个碎片化节点开始，经历手工同义词、全量骨架和数据驱动三种方案后，才找到结构与真实数据之间的边界。
写作
FEMentor（三）：面经召回与知识图谱
面经问题被结构化、向量化并接入追问后，我又把通用证据检索移出面试主链路，同时保留题库内的追问复用。
VideoGaga（三）：主题、Hydration 与界面一致性
主题切换并不是改一个颜色变量：服务端首屏、客户端偏好和散落的 Tailwind 颜色必须遵守同一套规则。
VideoGaga（二）：跨页面状态与缓存
统一状态只能解决运行时协作，刷新恢复、媒体加载和 localStorage 不可用等问题，还需要分别设计缓存边界。
FEMentor（二）：上下文压缩与长期记忆
较早回答不能无限塞进 Prompt，也不能直接丢弃。FEMentor 将当前会话上下文和跨场次记忆拆成了两套生命周期。
FEMentor（一）：从固定题单到动态追问
模拟面试的关键不是生成更多问题，而是让每一道追问都有触发原因、来源和可回溯的上下文。
VideoGaga（一）：从七步流程到统一状态模型
当创作流程被拆成七个页面后，真正困难的不是页面数量，而是如何让同一个项目的故事、参数、素材和进度保持一致。
Lianjia-crawler：一次不够严谨的性能实验复盘
三轮小规模测试都显示并行版本更快，但不同配置、极小样本和错误的显著性论证，让结论远没有原报告写得那么确定。