AI 开发
01 · LLM 核心概念 Token 与分词、上下文窗口、注意力机制、训练与推理、幻觉与缓解手段
02 · Agent 与 MCP 从 LLM 到 Agent：Tool Calling 循环、ReAct 模式、MCP 协议架构与生态
03 · 上下文注入 Rules / Skills / Plugins 的分层注入机制、加载顺序与 Token 预算
04 · 上下文压缩 Token 经济学、Headroom proxy 与 MCP 的部署、统计与验证
05 · RAG 检索增强生成 Embedding 与向量检索、Chunking 策略、RAG vs 长上下文窗口
06 · AI 开发工具链 AI 编程工具对比、模型网关与 SDK、本地模型、应用部署