> ls ./notes/*.md
ノートはresearch logとして機能します。短い文脈、問題、アプローチ、結論、次のステップ。ブログのためのブログではなく、ラボ実験の痕跡です。
# 魔法に頼らないRAGパイプライン
retrieval層の組み立て方。ソース、chunking、pgvector、eval sets、tracing、回答品質の正直な検証。# AI Factoryのタスク計画ループ
プランナーの動き方。目標、分解、skill選択、チェックポイント、execution trace、リスクのある操作の手動承認。# 大規模コードベースのContext Mining
リポジトリから単なるファイルではなく、entrypoints、依存関係、リスク領域、意思決定履歴を含む有用なcontext packを取り出す方法。# 雰囲気より先にPrompt Evals
プロンプトをコードのようにバージョン管理すべき理由。cases、expected behavior、regression checks、tone constraints、安全な回答境界。# Content Ops向けMoonShine AIワークフロー
AIを管理画面に丁寧に組み込む方法。下書き、翻訳、content blocks、preview、公開前の確認。# 実ユーザーに耐えるFrontend Systems
複雑なUIについてのノート。design tokens、state、SSR、performance、accessibilityを余計な魔法なしで扱う。# 負荷に耐えるBackendは地味な質問から始まる
API、queues、dataのパターン。モノリスが速い場面とevent-drivenな流れが必要になる場所。