知识集中管理：所有学习资源集中在一个地方，不再散落各处AI上下文自动注入：AI助手能够自动理解可用的学习资源，无需手动提供上下文跨项目知识复用：多个学习项目之间可以共享和复用知识标准化目录结构：提供一致的目录结构，降低学习成本这套方案在HagiCode项目中已经经过了实际验证。如果你也在做AI辅助开发相关的工具，或者面临类似的知识管理问题，希望这些经验能给你一些参考。其实技术方案的价值不在于有多复

llama.cpp已经废弃了原来的Makefile编译方式，改用CMake，下面是MacBook Air专属的编译命令，自动启用Metal GPU加速，低功耗的关键就在这一步！给大家准备了专属脚本，实现一键启动、停止、重启、查看状态，适配你的MacBook Air，无需修改任何内容。避坑提醒：models目录下原有「ggml-vocab-xxx.gguf」文件，只是词表（相当于词典），不是完整模型

会话管理模型推理调度，即负责与 LLM 交互，解析模型输出为可执行动作环境状态跟踪日志记录与持久化CLICK：点击屏幕坐标OTYPE：输入文本COMPLETE：标记任务完成WAIT：等待指定时间AWAKE：唤醒指定应用INFO：向用户询问信息ABORT：终止任务SLIDE：滑动操作LONGPRESS：长按操作。

1.7.0 在工具调用的事件与消息结构上做了比较大的增强：SSE 事件更丰富、消息内容里新增了工具请求/响应的类型，前端能把“调用了什么工具、传了什么参数、拿到了什么结果”以更清晰的方式展示出来。这件事看起来偏“体验”，但它会直接影响你是否愿意在真实业务里用工具调用：当工具一多、调用链一长，如果 UI 只是一坨 Markdown 混在一起，那基本等于不可用。

1.7.0 在工具调用的事件与消息结构上做了比较大的增强：SSE 事件更丰富、消息内容里新增了工具请求/响应的类型，前端能把“调用了什么工具、传了什么参数、拿到了什么结果”以更清晰的方式展示出来。这件事看起来偏“体验”，但它会直接影响你是否愿意在真实业务里用工具调用：当工具一多、调用链一长，如果 UI 只是一坨 Markdown 混在一起，那基本等于不可用。

langchain专门用于构建LLM大语言模型，其中提供了大量的prompt模板，和组件，通过chain(链)的方式将流程连接起来，操作简单，开发便捷。response = chain.invoke({"topic": "Python", "concept": "列表"})response = chain.invoke({"topic": "Python", "concept": "列表"})这是

在实际使用中该控件主要用于整型或浮点的计数显示，与普通的LineEdit组件不同，该组件可以在前后增加特殊符号并提供了上下幅度的调整按钮，灵活性更强。接下来将用一个简单的案例展示如何使用 QSpinBox组件，该组件有两个版本：QSpinBox用于展示单精度浮点数，而QDoubleSpinBox() 则可以展示精度更高的数值，需要注意的是，该组件有两个特殊参数，当使用setPrefix() 时可以