### 3. 验证边界条件AI生成的代码必须经过：- 空输入测试（空列表、空字符串、空文件）- 极端值测试（极大整数、特殊字符、Unicode）- 并发测试（多线程读写）- 环境差异测试（不同操作系统、Python版本）#### 4. 使用类型系统和契约强制AI生成带类型注解的代码，并用。的已有方法）- 性能要求（是否支持大文件）- 错误处理策略（是否记录日志）#### 2. 让AI修改现有代码，

AI Agent 30天速成｜Day7 笔记 引言：从基础到进阶的第七天今天是我们AI Agent速成课程的第7天。在前六天里，我们已经学习了Agent的基础概念、环境搭建、简单对话系统、记忆机制、工具调用以及多轮交互。今天，我们将深入探讨一个核心进阶主题：Agent的决策与规划能力。这不仅是从“被动响应”到“主动思考”的关键一步，也是构建智能Agent的里程碑。## 基础概念回顾：Agent决策

本文将带你从零开始，掌握Chroma的安装、配置、数据持久化和查询操作。从基础的数据插入、查询，到高级的自定义嵌入模型、元数据过滤和批量操作，你已掌握了构建AI应用所需的核心技能。确保数据持久化- 合理设计集合名称和元数据结构- 根据场景选择合适的嵌入模型- 善用过滤条件优化查询性能掌握Chroma后，你就可以构建真正的AI应用，如语义搜索系统、智能问答机器人、个性化推荐引擎等。## 基础操作：创

OpenVLA 更像是先发明一套“动作密码本”，把方向盘角度和油门大小编码成若干特殊词，然后让一个会看图的语言模型根据路况和指令生成这些特殊词。这里 -10.0 和 8.0 很可能是异常值，例如传感器错误、数据记录异常、碰撞瞬间动作等。它生成的是 token。因此需要一个动作编码器。图片特征 + 语言 token -> LLM -> 动作 token -> 连续动作向量。这里的动作 token 不

安全性运行时沙箱约束（无文件系统/网络）三步门禁：tool_allowlist + capabilities + MetaSkill.Enabled。理想的组合：用 Claude Code Workflows 做原型和探索，模式稳定后用 MetaSKILL 模板固化成可审计、可回放的生产级工作流。表达力极高：循环、条件、动态计算、try-catch中等：DAG + 条件路由 + fan_out 覆