DeepSeek-OCR-WebUI 把 OCR 模型封装成可视化工作台，适合处理截图、扫描件、PDF 页面和表格图片。这里从工作流程、核心功能、适用场景、部署方式和常见问题几个角度讲清楚它怎么用、适合解决什么问题。
上下文工程关注的不再是单条提示词怎么写，而是如何为大语言模型动态组织指令、记忆、工具、检索结果和输出格式。围绕 LangChain、Claude Code、Manus 和 Kiro 的实践，可以看到 Agent 系统从 Prompt 驱动走向 Context 驱动的工程化路径。
LLM 不是确定性的开发者，而是基于上下文预测 Token 的概率模型。围绕 p^n 成功率衰减、上下文舒适区、Unknown Unknown 错误和责任边界，讲清如何设计更可靠的人机协同开发流程。
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。
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。
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。
