LangGraph 用有向图组织大语言模型应用的执行流程，适合构建有状态、可分支、可循环、可人工干预的多智能体系统。内容覆盖 State、Node、Edge、Reducer、条件边、检查点、时间旅行、人机协作、MCP 集成，以及 Supervisor、Swarm 和 Java 版本 LangGraph4J 的使用方式。
Agent Skills 是一种把任务指令、脚本和资源打包成结构化文件夹的机制，让智能体在需要时动态加载流程知识和组织上下文。它不是 Tool 的替代品，而是指导智能体如何调用 Tool 完成具体工作的 SOP。
介绍 8 个 AI 与效率方向的 GitHub 开源项目，覆盖企业知识库、AI 画图、AI 编程 Agent、智能体安全、人机协作、简历匹配和轻量看板等场景，并说明它们适合解决什么问题。
Vibe Coding 是一种用自然语言驱动 AI 完成软件开发的方式。这里梳理 5 个 GitHub 开源项目，覆盖入门路线、提示词模板、Claude Code 配置、流程指南和工具清单，帮助你搭出一套可落地的 AI 编程工作流。
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 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。
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。
