一枫说码

通过上下文工程，在大模型的有限上下文窗口内，用最少的 token，传递最有效的信息，实现效果与成本的最优平衡。

不到 200 行的核心代码，实现一个完整可用、能落地干活的 AI Agent，它具备以下核心要素：短期记忆、工具调用、上下文管理、长期记忆 RAG。

Ollama自动处理环境和硬件加速，让你在 3 分钟内能够拥有一套完全私有、零成本的大模型服务！！！

本文深入剖析MCP（Model Context Protocol，模型上下文协议）的底层运作机制、核心价值以及完整实现方案，帮助你彻底理解这一AI时代的"Type-C 接口"，掌握从零构建MCP客户端

本文深入剖析大模型工具调用（Function Calling）的底层运作机制，从理论到实战，带你彻底掌握如何让 AI 突破赛博空间的限制，拥有操作真实世界业务系统的能力。

本文深入浅出地拆解检索增强生成（RAG）的核心原理与工程实现，带你理解如何让大模型拥有“私有大脑”，彻底解决 AI “一本正经胡说八道”的幻觉问题。

本文全面介绍了提示词相关内容，包括提示词工程的重要性，如何写好一个提示词 Prompt，以及使用 Coze 平台进行实操，适合零基础小白入门。

本文全面介绍了大模型相关知识，包括大模型（LLM）、提示词工程（PE）、检索增强生成（RAG）、工具调用（Function Calling）、模型上下文协议（MCP） 等，适合零基础小白入门。

本文详细介绍了 DNS 相关知识，包括 DNS 工作原理、如何提升域名解析速度、以及 DNS 记录与报文等内容。