AI Agent 全景：从 LLM 到自主智能体系统的 7 层深度实践 背景与问题定义：为什么“大模型 + Agent”不是噱头 大模型（LLM）具备“世界知识”与“推理”能力，但本身无状态、无行动、

解决方案 1. 一位淘宝工程同学的大模型LoRA微调尝试 本文介绍了LoRA（Low-Rank Adaptation）这一参数高效微调技术，通过冻结预训练模型参数并引入少量低秩矩阵进行增量训练，实现在

不仅仅是代码助手：用 Plugins 将 Claude Code 打造成你的专属工具链 第一篇：概念篇 - 打破 AI 助手的"次元壁" Claude Code Plugins 的诞生背景 Claud

我们讨论了JupyterAgent，当时用的是E2B沙箱。这次我自己动手，用TRAE构建一个Python沙箱并支持MCP。完整代码已经开源在simple_sandbox

每次写文章最痛苦的就是到各个平台发布文章，欧阳的文章发布在：微信公众号、掘金、知乎、CSDN、博客园。这也就意味着每次发布文章我都需要到这些平台去上传文章图片、粘贴md内容、填写摘要、上传logo这些

检索增强生成（Retrieval-Augmented Generation, RAG）已成为大语言模型（LLM）应用落地最经典和有效的范式。然而，一个基础的RAG系统在面对真实世界的复杂问题时，效果往

Claude Code的VS Code插件体验炸裂，配合GLM 4.6模型使用实测能平替Sonnet 4。

知识的价值不仅在于“知道”，更在于“连接”：将点状的知识连接成线，形成可迁移、可演化的知识体系，这样记忆更清晰，表达也更到位。

一文说透SubAgent的原理和高阶用法。其实多智能体系统是一个非常自然的想法。因为单个智能体的能力总是有限的，所以为了实现更大的目标、完成更复杂的任务，就需要彼此协作共同配合。