本文介绍了一个基于Vite搭建的前端项目，实现调用阿里云百炼平台的Qwen Image 2.0 Pro多模态生图模型API。项目结构简洁，通过Vite的环境变量机制安全存储API Key，避免敏感信息泄露。核心功能是通过fetch API发送包含参考图片和文字描述的请求，获取AI生成的合成图片并渲染到页面。文章详细解析了项目文件结构、Vite工程化优势、多模态模型特性以及核心代码逻辑，展示了现代前

本文是一份关于AI智能体（Agent）的面试备战指南，主要涵盖以下核心内容： Agent定义：自主拆解任务、调用工具、循环执行直到完成目标的AI系统，区别于普通AI对话的单次问答模式。 工作模式对比： 普通AI：单次问答，无持续执行能力 Agent：多轮循环（ReAct框架），包含思考→行动→观察的闭环流程 核心机制： ReAct框架（Reasoning-Acting-Observing循环） 工

本文介绍了如何构建一个名为 Mini-Cursor 的小型 AI 编程 Agent，它能通过 ReAct 循环和安全护栏自动化完成编程任务。Mini-Cursor 集成了四个核心工具（读、写、列目录、执行命令），并采用 DeepSeek-v4-pro 模型进行推理。文章详细拆解了 Agent 主程序的架构，包括依赖导入、LLM 初始化、任务 Prompt 设计以及核心执行函数。通过 React T

本文系统回顾了博主近期的技术成长轨迹，呈现出一条从基础夯实到前沿探索的完整学习路径：首先深入JavaScript语言特性、算法优化和Git工程化实践等编程根基；随后拥抱AI浪潮，从大模型应用开发入门到全栈项目实战，并探讨AI智能体开发等新模式；最后聚焦React+TS等技术栈实践及AI赋能前端3D等前沿方向。文章展现了博主构建技术知识体系的系统性思考，既包含语言基础、工程规范的深度解析，又涵盖AI

本文介绍如何从零搭建一个Vue 3 + Vite的流式输出Demo，通过调用DeepSeek API实现SSE（Server-Sent Events）协议的数据流处理。项目结构包含标准Vue 3单页应用的配置，核心依赖为Vue和Vite。重点解析了App.vue组件，展示如何实现输入问题、调用API、流式接收数据并实时渲染的完整链路。通过v-model实现双向数据绑定，利用Vue 3的响应式特性自

本课聚焦于为LLM扩展工具能力(Tool Use)，这是构建AI Agent的关键第一步。文章从直接调用大模型API的局限性出发，系统性地介绍了Agent的组成架构和工作流程，重点讲解了如何使用LangChain框架为LLM添加工具调用能力。 主要内容包括： 直接调用大模型API的5大局限性：无状态、无法执行操作、知识有限等 Agent的完整组成公式：LLM+Memory+Tool+RAG+MCP

本文介绍了如何构建一个名为 Mini-Cursor 的小型 AI 编程 Agent，它能通过 ReAct 循环和安全护栏自动化完成编程任务。Mini-Cursor 集成了四个核心工具（读、写、列目录、执行命令），并采用 DeepSeek-v4-pro 模型进行推理。文章详细拆解了 Agent 主程序的架构，包括依赖导入、LLM 初始化、任务 Prompt 设计以及核心执行函数。通过 React T

文章摘要 本课扩展了MCP协议的应用场景，实现Agent同时连接四种不同来源的MCP Server：高德地图（HTTP远程）、Chrome DevTools（npm包）、FileSystem（npm包）和本地自建Server。关键突破在于： 支持HTTP远程和npm包两种新连接方式 改造Tool调用逻辑兼容多种返回格式（字符串/数组/对象） 构建完整AI工作流：查询酒店→浏览器展示→结果保存 通过

本文介绍了如何通过MCP协议解决基础AI代理的两大痛点：工具无法跨项目复用和跨语言调用。MCP（Model Context Protocol）允许工具脱离代理进程独立运行，支持跨进程、跨语言、跨网络调用，并为LLM增加了静态知识注入（Resource）能力。文章详细讲解了MCP协议的核心定义、两大通信方式（stdio/HTTP）和五大核心能力（Tool/Resource/Prompt/跨进程/跨语

本文介绍了如何构建一个名为 Mini-Cursor 的小型 AI 编程 Agent，它能通过 ReAct 循环和安全护栏自动化完成编程任务。Mini-Cursor 集成了四个核心工具（读、写、列目录、执行命令），并采用 DeepSeek-v4-pro 模型进行推理。文章详细拆解了 Agent 主程序的架构，包括依赖导入、LLM 初始化、任务 Prompt 设计以及核心执行函数。通过 React T