厚皮柚

AI 辅助开发的局限 历史对话里堆满了临时决策和反复调整的信息，感觉 AI 在变笨 AI 完成了几个任务之后，忘记了最初的任务 AI 一直猜整个系统的意图 同样的描述，不同的时间，生成的代码结构完全不

搭建项目 创建 ai 模块 根目录创建 .env 模块 在 AppModule 中配置全局 ConfigModule 使用 nest 的 DI 创建 ChatModel 的 provider 同步接口

使用 figma 的 mcp 实现页面 资料 figma 文档：Figma 具体实现 vscode 中下载 figma 的 mcp 服务器 让 ai 生成答案 可以看到这一步是使用 figma 生成答

前言 在 AI 应用开发中，流式输出能极大提升用户体验——让 AI 的回答像打字机一样逐字呈现，而不是等待漫长的完整生成。本文将带从零搭建一个完整的 AI 对话项目，涵盖同步/流式接口、前端 SSE

随着 AI 模型的能力不断增强，如何让它们与外部工具、数据源高效、安全地交互，成为了开发者关注的热点。今天，我们来聊聊一个新兴的开放标准——模型上下文协议（MCP） ，并看看它在 VS Code 中的

背景 大模型分步骤生成多段报告，最后合成一个富文本，后面的文本不知道前一段文本是什么标号，所以无法给出标题号，但是站在用户视角，不展示标题号又不直观，所以在渲染的时候要加标题号。 刚开始以为要用 re