回想 2023 年那会儿，学习技术然后把它用到实践里的日子。
那时候每行代码都要亲手去敲，每行代码都要去理解、去体会。感觉每一行代码都有它自己的作用，感觉自己必须要掌握每一行是怎么写的——不然就心里不踏实。
写了删，删了写。调一个 bug 调半天，最后跑通那一下，那种踏实是真的。
然后就像之前说过的那样，AI 像原子弹爆炸一样，链式反应，引发了质变。
到今天，Agent 甚至不需要你去理解代码是怎么写的，只需要看有没有实现效果就行了。给人一种感觉——编程语言要逐渐被自然语言替代了。
按照现在这个趋势，如果 AI 能把各个框架、模型都自然地"学会"，会变成什么样？
涵盖 024 / 025 / 026 / 028 四个提交。
本文复盘以下四个提交：
| 编号 | Commit | 主题 | 在 RAG 链路中的作用 |
|---|---|---|---|
| 024 | 6f8ddf0 |
RAG 节点和知识库 | 从文件上传、解析、切片、Embedding、检索到生成，完成第一版端到端闭环 |
| 025 | 5d5da82 |
节点输出显示 | 用 Inngest Realtime 展示节点输入、输出和错误，补齐 RAG 调试与可观测性 |
| 026 | 0ce7d1d |
多路召回策略和不同切片策略 | 从单一递归切片、向量召回升级为按文件类型切片和五种检索模式 |
| 028 | 5406e74 |
检索失败兜底 | 增加弱召回判断、拒答与可选 LLM 通识兜底，控制幻觉、成本和可用性 |
提交：8c80e7a 022:ai节点
对比基准：3cb8965 021:tally表单触发webhook
本文写于 2026-07-05。这个提交的目标是把 AI 能力作为一种 workflow 执行节点接入画布，让用户可以在 React Flow 里配置 Provider、模型、凭证和 Prompt，并把 AI 结果写回 workflow context，供后续节点继续使用。
021 提交已经支持 Tally webhook 触发 workflow，也支持 HTTP Request 节点消费上下文变量。但 workflow 还缺少一个核心执行能力：
