flowColor

使用 A2A协议实战并与 MCP 对比，发现它的核心在于实现任务队列的交互模式，用来满足长周期任务的场景。对 Client 逻辑有明显创新，可能对通用的 Chat 交互模式引入颠覆性的新功能。

MCP这东西，别光看网上说，自己动手试试，一试一个不吱声，来看看一个AI应用落地实战派对MCP的体验和结论吧。

6月13日OpenAI在Chat Completions API中添加了新的函数调用（Function Calling）能力，帮助开发者通过API方式实现类似于ChatGPT插件的数据交互能力。

要想理解透彻什么是 MCP，我觉得至少要分为几个部分来学习： 1. 理解 function call 是什么 2. function call 是怎么被执行的 3. 动手实现一个 mcp 示例

可自我纠错的 RAG 设计模式，通过设计一套 evaluator，实现普遍适用、精准可衡量的评价指标

Google 在 2025 年 4 月 9 日发布了的一个重磅项目——Agent2Agent (A2A) 协议。这个协议旨在解决当前 AI Agent 生态中的一个核心痛点：不同厂商、不同框架下的智能

大模型是有知识边界的，无法获取实时数据。要让大模型了解更新世界知识，结合搜索引擎的能力是最佳方式之一。本文介绍如何大模型支持联网搜索的实现方案。

LLM的局限性与Function Calling的出现 随着训练数据的不断扩展和训练方法的持续优化，LLM 的推理能力越来越强大。但是，这种能力的增强也带来了一个不可忽视的问题：如何让这些预训练的LL

vite plugin-legacy 插件介绍 vite 浏览器兼容 vite如何兼容传统浏览器 @vitejs/plugin-legacy