柠檬豆腐脑

通过本文的学习，我们从零开始掌握了在Node.js中调用OpenAI API的核心技能。OpenAI API为我们打开了AI应用开发的大门，但真正的价值在于将这些技术应用到实际场景中，解决真实的问题。

是在2024年12月20日发布的文章《Building Effective Agents》，Anthropic公司分享了他们在过去一年中与多个行业团队合作开发大型语言模型

在之前的文章，我们分析了Trae Agent整体执行思路和LLM是如何调用内置工具的一些细节。还有一块内容我觉得是有必要了解到，就是Agent对于LLM客户端的封装

工具系统本质上是 LLM能力的外延 ，让AI能够与真实世界交互，执行具体的操作任务。 在我之前的认知中，LLM只是输入一堆文字后，再吐出一堆文字的东西。但是有个工具后，事情变得不一样了。

同事给我分析了最近的开源项目Trae Agent。 一个通过自然语言使用各种工具和大语言模型提供商执行复杂的软件工程工作流的Agent。看了一下目前代码量不算多，核心流程也不算复杂，可以作为学习

在这篇文章中，我们就来体验一下 Trae 的这些新功能吧，主要的尝试是利用 Puppeteer MCP 插件建立一个智能体，并且在跟大模型对话时如何更好的利用Puppeteer插件的一些经验分享。

引言 背景：这段时间开发了一个全栈项目，以新闻管理这个业务为切入点，锻炼自己开发后端服务、以及前端各平台应用、还有部署相关的能力。项目包含了一个nodejs服务、新闻管理后台前端项目、新闻阅读web端

使用Trae重塑web应用并引入shadcn/ui组件。利用AI IDE Trae来帮助我重构新闻阅读Web端，并实践使用shadcn/ui组件。

在使用Trae开发了新闻阅读的微信小程序版本、桌面Electron版本。在前端的常用技术中，就差跨端app版本的了，这篇我们做一个React Native的版本的新闻阅读应用。