当前越来越多的AI开发工具是基于vs code开发的，例如trae和qoder，如果不熟悉vs code的使用，使用这些AI开发工具也很难得心应手。总结一下vs code的优点：很多AI ide工具，都是基于vs code开发；当前几乎所有程序员都是vide coding，都是AI生成代码，ide更多是充当代码查看器；vs code 开源免费vs code 轻量，打开速度快，对电脑的资源需求低vs

当前越来越多的AI开发工具是基于vs code开发的，例如trae和qoder，如果不熟悉vs code的使用，使用这些AI开发工具也很难得心应手。总结一下vs code的优点：很多AI ide工具，都是基于vs code开发；当前几乎所有程序员都是vide coding，都是AI生成代码，ide更多是充当代码查看器；vs code 开源免费vs code 轻量，打开速度快，对电脑的资源需求低vs

本文解析了AI Agent中Skill调用的实现原理与流程。Skill调用本质通过Tools机制实现，框架涉及Agent（维护对话与工具）、LLM（决策与解析）和Skill（结构化指令）。以微信公众号文章摘要为例，展示了完整交互链：用户请求触发Skill描述注入→LLM决策调用工具获取Skill详情→执行工具步骤→LLM生成最终结果。整个过程遵循"思考-行动-观察"的Agent

一直迷惑agent怎么实现tools的调用，可能我的prompt不对，问千问、豆包，回复都很抽象，感觉自己知道了，好像又不知道。下面以程序员的角度，以实例分析一下tools的调用过程。告之agent，当前交互需要调用工具。如下所示，截取LLM返回的2个chunk。4. agent拼接上下文后（role:tool），再次请求LLM，LLM会返回请求的结果。例如，你定义了一个递归的函数作为tool，然

对大多数开发来说，只要知道/v1/chat/completions就可以了，但对于运维来说，这个是不够的，运维上如果要做模型的高可用部署（即部署多个节点，然后做负载均衡）一般需要health接口，代理层（例如apisix）可以做主动检查，自动将异常节点下掉。同时，运维也要做性能监控，接入promethus。那这些vllm是否支持呢，这就要看vllm有哪些接口了。