后台定时 Agent 能按计划自动采集数据、调用大语言模型分析结果，并在风险场景中触发人工确认。围绕 Spring AI Alibaba 的 StateGraph、CompiledGraph 和 schedule 机制，讲清定时 Agent 的设计方式、代码实现和落地注意事项。
从媒体中心、个人数据时间线、可视化 AI 智能体、体素沙盒游戏，到自然语言控制浏览器和电子健康记录系统，系统梳理 7 个开源项目的核心能力、工作方式、适合场景和上手要点。
Agentic Context Engineering 将系统提示、记忆、工具经验和领域规则组织成可持续演化的“作战手册”，让大型语言模型在不更新参数的情况下通过执行反馈改进表现。这里讲清 ACE 的问题背景、生成器-反思器-整编器架构、增量更新机制、实验结果和适用边界。
介绍如何让 Claude Code 使用智谱 GLM-4.6 作为编程模型，并通过 MCP 接入视觉理解和联网搜索能力。内容包括 API Key 获取、环境变量配置、MCP 服务配置、测试方法和常见排错。
Claude Code 可以通过周边工具扩展出用量监控、多智能体协作和图形化聊天能力。这里拆解 Claude Code Usage Monitor、Claude-Flow 和 claude-code-chat 的功能定位、适用场景、安装方式与使用注意点。
Nano Banana 可以把图像生成和图像编辑能力接入到 Web 工具中。这里讲解 Nano Bananary 和 BananaFace 两个开源项目的功能定位、工作方式、适用场景，以及 BananaFace 的本地运行步骤。
出国点餐不是简单把菜单翻译成中文，而是要识别菜品、解释口味、规避过敏食材，并生成可直接给服务员看的点单内容。围绕一个 AI 点餐助手，系统拆解多模态识别、结构化菜单、个性化推荐、语音下单和实时对话翻译的产品与工程设计。
大模型 Agentic 推理框架把 LLM 组织成能规划、执行、调用工具、反思和协作的智能体系统。围绕单智能体、工具增强智能体、多智能体三层结构，讲清核心机制、典型架构、应用场景、评测方法和落地风险。
