上下文窗口满了，不是 bug，是必然会触发的工程边界。区别只在于：你是被动崩溃，还是主动管理。 本文从生产角度设计 5 种 Context Eviction 策略，给出每种策略的实现代码、Quality Loss 测量方法，以及选型决策树。

在 Codex 中安装 Jev 判断模型实测，Agent 决策比 LLM 快 40-200 倍，便宜 40-400 倍，输出 Token 免费

LangChain Agent 开发中，工具是核心能力。本文整理 5 种主流工具定义写法，附带统一场景实战代码，覆盖原型开发、存量函数复用、生产级自定义工具，适配新版 API，兼容国内大模型，避坑要点

以 Qwen3.8-27B 为样本梳理 20 余个量化档位，给出从 8GB 到 48GB 显存的完整适配方案，逐环节解读显存、带宽、存储、散热、系统、预算六大要素，并从能力、价格、生态三个维度论证。

LangChain 之九：一个能检索又会调工具的流式问答助手.这篇把前面那些零件拼成能跑的客服助手。它要会检索知识库、记得你上一句说了什么、遇到查物流这种事会去调工具、回答时逐字吐出,而且每步都能观测

多租户 LLM 应用中，Prompt 定制层与隔离层的工程设计：租户级 System Prompt 注入、并发 ContextVar 隔离、Prompt Template 沙箱与跨租户泄漏检测的完整生产方案。

LangChain 之八：流式与透传.这一篇我把这件事追到源头，顺带把整个流式和透传一次性讲透。它们其实是同一件事的两面：流式是让数据一小块一小块往前走，透传是让这一小块原样或者不走样地穿过某个节点.

Ch14 · 三层记忆与断点续跑 本章导读 "AI 记不住上下文"这句话，通常有三层误会。 第一层误会最流行：以为是窗口不够大。可是这个项目的上下文窗口约 32K tokens，一轮问答顶多占几百——

2024 年 10 月 25 日，Simon Willison 让 16 个大模型画一只骑自行车的鹈鹕。两年过去，这道题成了看模型进步最直观的一把尺子。

「智能爆炸」这个词你大概听过无数遍了——AI 改进自己、更强的 AI 再改进

先问一个可能戳到你的问题：你的 agent 跑到第 40 步，搜索连续返回空结果

LangChain 之六：记忆与历史.这篇拆记忆与历史，历史在 LangChain 里不是一个藏着的状态，而是一个你随手能拿到的对象，你可以往里加消息、清掉、按规则截断，也可以把它插进提示词的可变插槽

vLLM 与 SGLang 并发实验：如何让性能数字可复现、可解释 本实验借助 AI 完成工程实现与验证。

LangChain 之七：回调与可观测.这篇就拆回调与可观测,LangChain 把可观测做成一组钩子接口，框架在运行的关键节点自动调用,管理器负责把事件广播给所有 handler

从硬编码到热更新：完整设计一个生产级 Prompt Registry，涵盖存储层选择、版本模型、环境晋升、缓存一致性、Observability 集成与 FastAPI 服务实现，附完整可运行 Python 代码。

这两年一直致力于公司的Agent开发。总结了一些思考和解决方案，今天给大家分享下，也是给自己的一个复盘。 做 Agent 最有意思的是，通常是 Demo 刚跑通的那一下：模型理解了需求，自己选了工具，

LangChain 之五：智能体与工具.这篇就拆工具和智能体，全部对着 `langchain-core 1.3.2` 的源码核对。看一个普通函数怎么被封装成模型能调用的工具，以及循环到底长什么样。

LangChain 之四：检索与文档.本篇我拿一段运维手册当引子,里面混着「数据库 OOM」「缓存雪崩」「消息队列积压」。当用户问「数据库 OOM 怎么处理」时，系统如何能精准捞出那一句相关的。

智谱ZCode桌面端存在静默上传机制：登录后自动扫描工作区，将含完整Git历史（含已删敏感文件）的313MB加密包直传阿里云OSS，私钥仅存云端，用户无法解密或关闭该功能。