关于 递归客 与 InferLoop
递归客是谁
递归客（英文 RecurseClient）是 InferLoop 书架的作者。
- 背景：前端出身的全栈工程师，主技术栈是 Node.js + TypeScript，长期在工程一线
- 现在：全力深入 AI Agent 工程 与 LLM Infra（大模型基础设施）方向
- 身份：技术书作者，与出版社合作出版，同时在飞书 Wiki 与本站开源发布
- 联系方式：公众号 AI Reading Hub / 飞书知识库（见页面底部）
写书不是为了教别人，而是逼自己把每个细节真正搞懂。如果这些内容对你也有用，那更好。
我在写什么
每学透一个方向，我就把它写成一本书，源码都开源在 GitHub。目前在更新和规划的有：
- Transformer 工程实战 — 从注意力机制到生产部署，覆盖微调、推理优化与 RAG 全链路
- LLM Infra 工程实战 — 面向应用层工程师的 LLM 基础设施学习路径
- AI Token 中转站实战 — 用 TypeScript + Hono 从零搭一个企业级 LLM 网关
- 自己动手写 AI Agent — 从 Claude Code 的架构出发，写出你的第一个编程助手
- Hermes Agent 实战 — 解剖一个会成长的个人 AI Agent
- OpenClaw 源码解析 — 逐层拆解一个真实的现代 Agent 系统
- LangChain.js Agent 开发权威指南 — 从 1.x 抽象到生产级 Agent
- 百万级 AI Agent 平台架构 — 多租户 AI Agent SaaS 的工程实战
- Agent Memory 工程实战 — 从 claude-mem 源码到企业级记忆平台
- AI 时代的 CLI 工具开发实战 — 用 TypeScript 构建现代 CLI 工具
- Claude Code Skill 指南 — 构建可复用的 AI 工程能力模块
- Claude 插件官方指南 — 系统掌握 Claude 插件生态
完整书架见 首页。
为什么做 InferLoop
想学 AI 工程的人越来越多，但能用的资料不多：要么偏学术，论文导向、数学门槛高；要么太碎，博客、教程、速成课东一块西一块。真正缺的是工程师写给工程师、能直接落地的技术书。
InferLoop 的读者很具体：正在从前端 / 后端 / 全栈转型到 AI / LLM / Agent 方向的工程师。如果你也是，希望这里的内容用得上。
每本书只有一条标准：读完能独立上手干活，而不是学了一堆却什么都做不出来。
Loop to the top
infer（推理）+ loop（循环）。学一点、写一点、再回头改一点，反复迭代，直到真正吃透。
联系递归客
公众号：AI Reading Hub
- 飞书知识库：在这里和我交流 / 提问 / 反馈
- 站点：inferloop.dev
新书更新会同步到公众号和飞书知识库，欢迎收藏本站。