为什么 LLM 搞不定复杂任务？ReAct 与 Reflexion 技术综述
ReAct与Reflexion是提升大语言模型处理复杂任务的关键框架。ReAct通过“推理+行动”循环，结合外部工具解决事实幻觉、信息滞后等问题；Reflexion在此基础上引入自我反思与评估机制，实现从错误中学习的闭环优化。二者结合显著增强了模型的规划、决策与自适应能力，推动AI在问答、编程、智能助手等领域的深度应用。
th-table 中 基于双字段计算的表格列展示方案
本文介绍在 Angular 的 `th-table` 中，如何通过两个字段计算展示新列（如“总价”）。涵盖四种方法：模板直接计算、数据预处理、自定义管道及单元格渲染，并分析适用场景与性能建议，助你写出高效、可维护的表格代码。
前端面试精华指南
本文系统梳理前端核心知识：涵盖变量作用域、闭包、原型继承、异步编程、事件循环、虚拟DOM、组件通信、性能优化等13大模块，结合代码与面试题，助力深入理解JavaScript底层机制与工程实践。
医疗爬虫实战：手把手教你抓取丁香园药品信息库
本文以丁香园药品库为例，用Python实战讲解医疗数据爬取技术。涵盖Requests、Lxml、Pandas等工具应用，解析反爬策略、代理轮换、数据清洗与存储方案，助你高效获取结构化药品信息，兼顾合规与实用性。（238字）
