归档

2025 年 12 月

文生图模型在“左手写字”等提示上经常生成右手,并不只是不会理解左右,而是训练数据里的角色分布不完整、不平衡。围绕现象空间偏差、Completeness 和 Balance,解释这种泛化失败如何发生。
AI Agent 在长任务中会把工具结果、搜索内容和调试过程持续塞进 LLM 上下文,导致成本上升和决策变差。围绕上下文摘要、工作流记忆、工具输出缓存三种方法,讲清如何保留关键信息、复用任务经验,并降低工具调用结果对上下文窗口的污染。
AI Agent 学习容易卡在框架太多、概念太散、案例太杂。这里按底层原理、实战案例、课程体系、企业级开发和多框架对比六个方向,梳理 6 个适合系统学习智能体开发的 GitHub 开源项目。
解释大语言模型如何把提示词、历史对话和用户问题转成 token 与向量,经过 Transformer、自注意力和位置编码完成上下文建模,再通过概率采样逐 token 生成回答,并给出上下文控制、多 Agent 拆分等工程实践建议。
MCP 是连接大语言模型与外部工具、数据源的开放协议。围绕 MCP 的设计理念、Client/Server 架构、JSON-RPC 通信机制、Stdio/SSE/Streamable HTTP 传输方式,以及数据库智能查询场景中的 Server 设计、安全控制和工程化实现展开讲解。
MCP(模型上下文协议)用于统一 Agent 与外部工具之间的通信。围绕 MCP 的三类角色、SSE 与 JSON-RPC 2.0、初始化握手、工具列表和工具调用流程,使用 Spring Boot WebFlux 实现一个可运行的 MCP Server。
Claude 的 Agent 能力可以按连接层、认知层和组织层理解:MCP 负责连接外部系统,PTC 用程序批量编排工具调用,Skills 按需注入专业知识,Subagents 把复杂任务拆给多个专门智能体处理。
Next.js 与 React Server Actions 相关的远程代码执行风险,会让恶意请求在服务端触发非预期代码路径。这里从影响面识别、攻击链原理、检测思路、日志排查和加固措施几个角度,讲清如何判断系统是否暴露以及如何降低风险。
Nano Banana Pro 不只能用来单次生成图片,也可以接入内容生产、社交媒体制图和自拍场景迁移等工作流。这里拆解 3 个相关开源项目:提示词案例库 Awesome Nano Banana Pro、小红书图文生成工具 RedInk,以及自拍传送门应用 SelfieAt。
小红书账号想要变现,不能只盯粉丝数和爆款数据,更要看定位、信任、产品和成交路径是否闭环。这里用 Gemini 搭建一套商业变现诊断 Prompt,让 AI 按固定框架分析账号现状、变现方式、平台风险和下一步动作。