老项目常见的问题是代码复杂、文档缺失或文档过期。这里围绕 Qoder Repo Wiki、Google Code Wiki、Zread 和 DeepWiki-open 四类 AI 代码 Wiki 工具，讲清它们的能力边界、适用场景、部署方式和选型建议。
AI 控制电脑通常有终端执行、截图识别、系统原生接口和端到端视觉动作模型几种路线。围绕 Open Interpreter、Self-Operating Computer、Agent S、UFO、Cradle、OS-Copilot、ShowUI、UI-TARS Desktop，梳理它们的工作方式、适用场景和使用风险。
Agent Skills 用一个包含说明、脚本和资源的文件夹封装 AI Agent 能力，让能力可以被发现、按需加载并跨平台复用。内容会讲清它的目录结构、渐进式披露机制、与 MCP 的区别，以及企业落地时需要注意的安全和治理问题。
推理模型正在弱化甚至限制 temperature 参数，低温采样不再稳定地带来可靠性，反而可能诱发循环输出和性能下降。这里从解码原理、模型现象和工程实践三个角度，讲清 temperature 退场的原因以及代码里该怎么处理。
数据分析 Agent 是把自然语言理解、数据查询、非结构化资料解析、洞察归因和报告生成串起来的智能分析系统。核心难点不只是让模型生成 SQL，而是如何结合语义层、权限、查询引擎、知识库和规划能力，稳定地产出可信的数据结论。
Next AI Draw.io 把大语言模型和 Draw.io 结合起来，可以用自然语言生成流程图、架构图和 UML 图，也能基于已有图表继续修改。它适合快速产出可编辑的图表初稿，再交给人工做细节调整。
Claude Skills 把业务 SOP 封装成可加载的能力包，MCP 则负责把模型连接到外部系统和数据源。围绕合同审核场景，讲清 Skills、MCP、脚本和垂类 Agent 的分工，以及这种模式在企业落地中的适用边界。
