本文总结了在AI模型、UE引擎和Cocos开发三个领域的学习进展：1）成功本地部署ollama模型管理器与llama模型，实现带10轮记忆的Python聊天机器人；2）掌握UE蓝图继承体系，理解函数与宏的封装特性及使用限制；3）完成Cocos跑道创建，学习素材导入与拖拽功能。

从pip导入工具包到uv导入工具包，我学会了俩种虚拟环境配置软件包的管理方法。链式调用就是从提示词处理到大模型到输出处理，采用了LangChain里面的格式方法，采用“|”字符进行链接。调用方法有invoke、stream、batch的同步处理方法，ainvoke、astream、abatch、astream_events的异步处理方法。游戏方面进一步完善了cocos基础模型的配置，准备进入ts脚

今天学习了prompt提示词的优化思路，知道了什么是好提示词标准。针对指令和推理型模型使用提示词的标准，大部分现在用的聊天类大模型都是指令类型，重点在于准确、规范。而推理类的重点在于少引导，让他发挥。实战方面实现了一个新闻分析项目，补习了一下日志类的调用。不过今天的重点主要是发现了大模型一个妙用，只要给好提示词，就可以让ai大模型变成一个完善的训练教练，帮我提升技能。ai学了，我就借ai学的学，没

摘要：作者在30天日记计划中取得进展，在AI领域基于昨日本地聊天机器人项目，使用Python的gradio包快速实现了网页版聊天机器人，该工具内置消息处理和历史记录功能。同时探讨了智能体FunctionCall存在的上下文窗口压力、路径坍塌及安全性问题。游戏开发方面，初步实践了Cocos Creator的射线碰撞检测和墙体搭建，但发现3D镜头移动速度控制存在问题待解决。两个领域的实战项目细节计划在

本文总结了在AI模型、UE引擎和Cocos开发三个领域的学习进展：1）成功本地部署ollama模型管理器与llama模型，实现带10轮记忆的Python聊天机器人；2）掌握UE蓝图继承体系，理解函数与宏的封装特性及使用限制；3）完成Cocos跑道创建，学习素材导入与拖拽功能。

今天，我完成了ai大模型的一周复习，从ai基本名词，到api编程调用，到简单coze智能体的实现，基本上对这部分内容有了一定的认识和理解。不过熟练度上，还是十分欠缺的。不同的规则和参数传递逻辑，还需要进一步实战巩固。ue5学习了蓝图通讯分发，类似于广播与接受广播的功能，cocos学习了基本相机、光源、节点层级关系的知识，明天将开启正式的cocos3d项目实战学习。

今天有点发烧了，主要完成了ue5的运算、向量的蓝图细节操作使用，cocos creator环境的安装与项目的创建，游戏的发布方式暂时还没探明。明天状态恢复的话，我会继续完成大模型基础的复习，把最近一个月的技术栈做一个总结与温习。

今天终于进入了大模型的学习，了解了一些基本名词：token、特征向量、注意力，基于transformer的三大基本模型：encode-decode、encode-only，decode-only。同时了解了一些流行的大模型，并利用pip进行了在python虚拟环境中的api调用。ue方面，继续实现了一个功能点，现在我感觉对里面一些组建有了基本的熟悉感，可以相对之前更自由的使用实现功能了。在技能的熟