生成式人工智能应用工程师学习线路。

本快速入门将带您从简单设置到构建一个功能完整的 AI 代理，仅需几分钟。首先创建一个简单的代理，它可以回答问题并调用工具。该代理将使用 Claude Sonnet 4.5 作为语言模型，一个基本的天气函数作为工具，以及一个简单的提示来指导其行为。对于此示例，您需要设置一个账户并获取 API 密钥。然后在终端中设置环境变量。使用第三方DeepSeek可设置。官方为或者。硅基流动为。请用最后提供的完整

Ollama 是一个专注于本地运行大型语言模型的工具。它允许用户在本地环境中部署和运行各种开源语言模型（如 LLaMA、GPT-J 等），而不需要依赖云服务。Ollama 的主要优势在于其本地化运行的能力，这使得用户可以在不依赖互联网连接的情况下使用强大的语言模型。我们现在的模型目录，默认是在C盘，如果C盘空间不够大，需要把它转移到其它位置。大模型文件已经下载在指定盘符，但C盘依然有小部分文件生成

但是，本地使用云API一般都是要收费的。本文讲解了两个平台的云API配置。

在 Windows 11 上禁止 Ollama 开机自动启动，操作起来并不复杂。由于 Ollama 安装后默认会设置开机自启，但并没有提供直接的图形化开关，因此我们需要通过系统自带的功能来管理它。了 Ollama 应用程序（包括在系统托盘右键点击图标选择退出）。这是最推荐的方法，能彻底解决 Ollama 的开机自启问题。：在进行任何启动项修改（包括此方法）之前，请确保已经。

Trae 中的是一种可插拔的能力扩展机制，它允许你将常用的知识、规范或工作流程封装成一个 Markdown 文件（SKILL.md），让 大模型 在合适的时机自动调用，或者通过/技能名命令手动触发。Skill 遵循 Agent Skills 开放标准，可以跨多种 AI 工具使用，实现“编写一次，到处运行”。

智能体开发套件 (ADK) 是一个灵活且模块化的框架，用于。虽然为 Gemini 和 Google 生态系统优化，但 ADK 是，并且构建为。ADK 的设计目的是使智能体开发更像软件开发，让开发者更容易创建、部署和编排从简单任务到复杂工作流的智能体架构。

摘要：本文提出基于Go技术栈的多租户RBAC模型设计方案，采用共享数据库+tenant_id行级隔离策略，结合Gin、GORM、PostgreSQL等技术实现统一隔离与高性能。方案包含完整的数据库设计，涵盖租户管理、用户体系、组织架构（混合邻接表/物化路径/闭包表）、RBAC权限模型（角色-资源绑定）以及精细数据范围控制（ALL/DEPT/SELF等5种类型）。通过GORM全局作用域自动注入租户隔

设置本地工作区。生成代码以使用您选择的语言实现 API。对文件进行代码检查以提高代码质量和一致性。检测破坏性变更以避免破坏下游消费者。使用集成生成代码的服务器应用程序访问您的 API。要了解如何在大型组织中更有效地使用 Protobuf 模式，请接着完成Buf Schema Registry 快速入门。

上述结构遵循 DDD 分层，核心业务逻辑封装在domain，外部依赖（Web、DB、Cache）在和interface。TenantID作为值对象贯穿领域层；仓储接口方法均接收tenantID；应用层和中间件确保当前租户上下文正确传递。该方案适合中大型项目，保持高内聚低耦合，便于长期演进和测试。