Agent Skills 不仅仅是个技术概念，更是一种新的工作方式。你可以把它融入到自己的日常工作中，比如把重复的任务封装成技能、把团队的最佳实践固化成技能，让 AI 真正成为你的得力助手。

Skills，Rules，Commands，MCP Servers，Subagents，Modes，Hook，Tools。 看着这一长串英文术语，你是不是感觉脑瓜子嗡嗡的？

最近 AI 圈又被 Claude** 刷屏了。 没错，这次的主角是——Skills（技能包） 。 不少人刚学会用 MCP**（Model Context Protocol），结果 Claude 又整了

AI 离前端并不遥远。 大家好！今天我们来从前端视角介绍一下AI Agent。 在过去的一年里，我们见证了大型语言模型（LLM）的飞速发展。从 ChatGPT 到各种开源模型，它们强大的对话和

上图是本项目用到的所有技术栈 这个项目分为四端(前端) App(只做安卓不上架) 技术栈ReactNative TS Socket.io scss 桌面端(只做Win) 技术栈 Electron TS

本期分享我们通过Streamlit前端界面，结合LangChain框架retriever工具与DashScope向量模型服务、DeepSeek大模型服务，从0到1实现了轻量化的RAG知识库系统。

LangGraph是开发复杂可靠AI应用的强大底层框架，本期内容分享了其核心概念，通过节点与边编排工作流，由状态统一管理数据，并依靠Reducer机制处理并发更新，并通过构建图代码实战掌握其基本使用。

通过与上一节手写 Agent 的对比学习，你将切实体会到：借助 LangGraph，我们可以用更高效、更优雅的方式构建复杂智能体系统。

介绍大语言模型时代下的 AI Agent 概念，并以 LangChain 为例详细介绍了 AI Agent 背后的实现原理，随后展开介绍云音乐在实践 AI Agent 过程中的遇到的问题及优化手段。