我一直想给 Agent 搭一个知识库。断断续续琢磨了很久，最近终于做出了一个能用的版本。

这套方案并不复杂：用 Obsidian 管理原始笔记，通过 GitHub Actions 增量建立索引，把向量存进 Cloudflare Vectorize，再由 Cloudflare Worker 以 MCP 服务的形式提供给 Agent。

如果需要让其他 VPC，或 TiDB Cloud DM 这类第三方云服务访问 AWS RDS MySQL，又不希望把数据库暴露到公网，AWS PrivateLink 是一个合适的连接方式。

PrivateLink 不能把 RDS 实例直接发布为 Endpoint Service。一个可行的链路是：在 RDS 前放置 Internal Network Load Balancer（NLB），将 RDS 的私网 IP 注册到 IP 类型 Target Group，再由 NLB 创建 VPC Endpoint Service，供消费者创建 Interface Endpoint。

TiDB 的 HTAP（混合事务与分析处理）架构同时提供行存引擎 TiKV 与列存引擎 TiFlash。收到 SQL 后，优化器（CBO）会估算不同执行方案的代价，选择将计算下推到 TiKV 或 TiFlash。

使用 Codex、Claude Code、Gemini CLI、Cursor 或 oh-my-pi 写代码时，一次任务通常包含多轮对话、代码库搜索和上下文回溯。只看客户端日志，很难统一回答：到底哪个工具、哪个模型、在哪个时段消耗了多少 Token，花了多少钱？

想搭建一个属于自己的图床，却被“域名、DNS、Cloudflare、GitHub Actions、Secret”这些名词劝退？这篇文章就是为第一次接触部署的小白准备的。

浏览网页时，鼠标最常打断节奏的地方通常不是复杂操作，而是滚动页面、点链接、切换标签页和回到输入框。Vimium 把这些动作变成了一套接近 Vim 的键盘操作：按 j、k 滚动，用 f 点击页面上的链接，用 J、K 切换标签页。

如果你平时会同时打开很多网页，浏览器顶部的标签页很快就会挤成一排：工作文档、GitHub、AI 工具、购物页面混在一起，想找刚才看过的内容只能一个个点。

管理 AWS 资源不一定要反复打开控制台。AWS CLI 可以在终端里调用几乎所有 AWS 服务，既适合临时查询，也适合编写自动化脚本。

本文以 AWS CLI v2 为基础，从安装、认证和 Profile 管理开始，逐步介绍 S3、EC2、输出过滤、分页与排错。读完后，你将能够建立一套安全、可复用的 AWS 命令行工作流。

当 Codex 里安装的 skill 越来越多时，我遇到了下面这个告警：

⚠ Skill descriptions were shortened to fit the 2% skills context budget. Codex can still see every skill, but some descriptions are shorter. Disable unused skills or plugins to leave more room for the rest.

它不会让 Codex 直接停止工作，但暴露了一个很实际的问题：skill 数量太多、描述太长时，Codex 为 skill 元数据预留的上下文不够用了。部分 description 被截短后，虽然 skill 仍然可见，隐式触发的准确性却可能下降。

如果只看表面，mem9 很像是在给 AI Agent 的 memory 加一层向量检索。

但我把 mem9 仓库当前实现的写入链路、召回链路和数据模型真正看下来以后，越来越确定一件事：它的变化并不是“从关键词搜索换成 embedding”这么简单，而是把记忆从本地文件升级成一套可抽取、可去重、可重塑、可共享的服务端系统。