AI

本文系统讲解了 Agent Skills 的由来与价值，阐明其如何通过能力模块化提升智能体的可控性、复用性与工程化水平，并对比了 Agent Skills 与 MCP 的定位差异。

本文围绕 MCP-Server 生产化问题，介绍了鉴权、限流等安全设计，并通过 Schema 与示例降低大模型工具入参错误率。

本文介绍了基于 Spring AI 构建 MCP Server 的实践，涵盖工具注册、SSE 通信、安全设计及 Cursor、HiAgent 验证流程。

本文系统介绍了 MCP（模型上下文协议）的概念、价值与架构，说明 MCP 在大模型与业务系统之间的作用，并讲解 MCP Server、Client、Host 及其通信机制Stdio、SSE的适用场景。

本文介绍了 AI 助手的业务价值与三种实现路径，对比本地部署、云厂商与混合架构方案，并结合阿里云 AI 助手与 MCP 调用方式，说明企业级落地思路与发展趋势。

本文介绍了 AI Agent 的核心概念，包括大语言模型、提示词工程、工具、RAG 与工作流设计，并结合 HiAgent 平台讲解智能体的搭建与实践应用。