模型部署（Model Deployment / Model Serving），指把训练或微调好的大语言模型（LLM）以可调用的推理服务形式交付给上层业务使用的全过程。它覆盖：模型加载、推理引擎选型、硬件分配、服务化封装、API 暴露、监控运维、成本治理。部署 ≠ 训练/微调：训练解决"模型怎么变聪明"，部署解决"模型怎么稳定提供服务"——两者的技术栈几乎不重叠；部署 ≠ 简单的 pip insta

2024 年 Anthropic 发布 MCP（Model Context Protocol），把"AI 应用"和"外部工具/数据源"之间的对接从"每家自己写一套 Function Calling 胶水"变成标准协议。2025 年起，GitHub、Slack、Notion、数据库厂商纷纷提供官方 MCP Server，它成了 Agent 工具生态的"USB-C 接口"。

"""历史太长时，把较早的对话压缩成一段摘要，保留最近几轮原文。"""summary_prompt = f"""把下面的对话历史压缩成摘要，要求：1. 保留：已确认的需求/约束/决策/关键事实2. 丢弃：寒暄、重复、无结论的讨论3. 输出格式：条列式，每条一句话历史：历史太长时，把较早的对话压缩成一段摘要，保留最近几轮原文。

模型时好时坏——今天能调对，明天开始瞎编函数名；参数 JSON 少个括号直接解析失败；一次超时重试三次重复下单；接了 20 个工具后模型开始选错。这些不是模型"不行"，而是工具层工程设计不到位。本文全部围绕真实问题：现象 → 根因 → 可运行方案（Schema 设计、参数校验、重试与幂等、超时熔断、错误反馈、工具检索、MCP 实践、可观测），带完整 Python 代码。

单轮 Agent 还能用，一旦让它"连续跑 20 步完成一个复杂任务"，问题全暴露：反复调同一个工具（死循环）、目标越跑越偏、中间结果开始编、第 30 步还在兜圈、失败后无法重来、出问题完全查不到。可靠性不是"换个更强的模型"能解决的，而是的系统工程。本文全部围绕真实问题：现象 → 根因 → 可运行方案（ReAct 循环检测、预算守卫、终态判定、Plan-Execute-Review、Checkp

Codex 是 OpenAI 的云端 AI 编程代理（Agent），不再是"补全代码"的对话工具——它拥有自己的沙箱环境，能读仓库、写代码、跑测试、执行命令、迭代修复，直接帮你完成整个开发任务。这是 2025 年以来 CSDN/技术圈最火的"AI 编程 Agent"话题。本文从 Codex 是什么讲起，覆盖安装登录、CLI 用法、无头模式、权限与工具、项目实战（修 bug/写特性/跑测试）、工作流

让 Claude Code 能调用外部工具/数据源：- 数据库查询- 文件系统- 浏览器- 内部 API例：加一个"查询订单"的 MCP，Claude 就能直接查库帮你分析。

在开始安装之前，我们先花点时间搞清楚我们即将安装的这个工具是什么。很多人在搜索引擎里搜 “Codex”，可能会得到完全不同的结果——这是因为 “Codex” 这个名字背后有好几个不同的东西。环境检查→ Node、Git、npm 三件套；安装→ npm / Homebrew / 源码，三选一；登录→ OpenAI 账号授权，一套状态复用；四大形态→ CLI、App、云端、IDE 插件，按场景选；高频

运行中的程序实例——有独立的内存空间、文件描述符、环境。

第一阶段：Chatbot——单轮/多轮对话。用户问一句，模型答一句。代表产品：早期 ChatGPT。能力边界：只能基于训练数据回答，不能"做事"。第二阶段：RAG——给模型外挂知识库。用户问公司内部政策，模型先检索文档再回答。能力边界：能查资料，但不能操作业务系统。第三阶段：Agent——模型不仅能对话、能查资料，还能调用工具、执行动作、自主规划多步任务。你说"帮我订明天去上海的机票，上午出发，预