RAG 的召回质量很大程度取决于文档如何分块。围绕中文知识库场景，系统讲解固定长度、句子、递归、结构感知、语义、主题、父子段和混合分块的原理、代码实现、适用场景与调参方法。
DeepResearch 可以把用户问题拆解为搜索、规划、分析、代码处理、RAG 检索和报告生成等多个步骤。围绕 Spring AI Alibaba Graph 的 Java 实现，讲清整体节点编排、混合 RAG、搜索工具、MCP 扩展、连续对话、报告导出和部署方式。
Claude Skills 将 Agent 完成特定任务所需的指令、脚本、参考资料和素材打包成标准文件夹。内容围绕目录结构、分层加载机制、与 MCP 的关系，以及开发者如何用同样模式管理自研 Agent 能力库展开。
大语言模型默认生成自由文本，难以直接接入业务系统。围绕 Prompt 引导、验证修复、约束解码、监督式微调、强化学习和 API 原生结构化能力，讲清结构化输出的原理、实现方式、评估指标和选型思路。
多智能体框架的差异主要体现在协作抽象、工具调用、状态管理、可观测性和部署能力上。围绕 Swarm、OpenAI Agents SDK、Qwen-Agent、Dify、CrewAI、AutoGen 等 10 个框架，梳理学习、开发、生产三个阶段的选型思路。
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。
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。
GraphRAG 把文档切块后抽取实体、关系和声明，构建知识图并用社区检测生成分层摘要，再通过 Map-Reduce 回答面向整个语料库的问题。内容涵盖简单 RAG 的局限、索引流程、查询流程、评估结果和落地注意事项。
