Rust知行社

工具调用(tool use)让 LLM 能够调用外部函数来获取它自己不知道的信息，或者执行它自己做不到的操作。

针对 LLM 单次输出不稳定的痛点，本文详解“反思模式”：通过生成-评审-修正闭环，让生产者与评审者 Agent 高效协同，打破单次推理的智能上限。涵盖代码调试、文案打磨等场景

揭秘Agentic Design Patterns中最被低估的并行模式。用Rust+Ollama本地实战，手把手教你将Agent从"串行阻塞"改造为"多核并行"，响应速度提升数倍，吞吐量暴涨。

本文深入探讨 AI Agent 核心设计模式之一的“路由模式（Routing）”。通过拆解四种路由机制，并结合 Rust 高性能框架 Rig 与 Ollama 本地模型，展示如何将杂乱的用户请求精准分

本文深度拆解智能体设计模式的基石——提示链（Prompt Chaining），带你利用 Rust、Rig 与 Ollama 彻底解决复杂任务下 LLM 的指令遗忘与幻觉难题，提供从原理到源码的全栈实战

在浏览器沙盒这种资源受限的微型世界里，如何让 40MB 的深度学习模型与 60FPS 的流体物理引擎和谐共存？今天，我们将通过 Rust 与 WebAssembly，将一张静止的图片实时解构为具备物理

在本系列中，我们已经完成了从情感分析到多轮对话的跨越。但无论 AI 多聪明，交互界面始终是一个冷冰冰的文本框。 今天，我们来弄个不一样的：把你的AI变成3D二次元妹子，让她在浏览器里对你笑、跟你聊、

上一篇我们聊了 Rust + Wasm + AI 的宏大愿景，这次我们真的把 BERT 模型塞进了浏览器。当用户在输入框敲下"这服务太棒了"的瞬间，模型已经完成推理，驱动满屏粒子爆发出青色光晕。全程零

AI 只能跑在云端显卡阵列上？Python 是部署的唯一选择？ 本系列连载将带你用 Rust + Wasm 彻底打破这些认知。