
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
《深入理解 AI Agent》之学习笔记-DAY 4(提示工程 + Agent Skills + 状态栏 + 上下文压缩)
上下文里到底放什么、怎么组织、怎么按需加载、怎么压缩。这是上下文工程的核心实操内容,直接决定你的 Agent 好不好用。

《深入理解 AI Agent》之学习笔记-DAY 2(ReAct 循环 + Harness 工程 )
Day 1 学了 Agent = LLM + 上下文 + 工具,但这三个东西怎么协同工作?答案就是 ReAct 循环(Reasoning + Acting)。

《深入理解 AI Agent》之学习笔记-DAY 1(理解 Agent 核心公式)
弄懂一个公式:Agent = LLM + 上下文 + 工具,并且理解为什么这三个缺一不可。

《深入理解 AI Agent》之学习笔记-DAY 3(上下文工程 — API 消息结构 + Agent 核心循环 + KV Cache)
从 API 层面搞清楚:每次调用 LLM 时,上下文到底长什么样,以及为什么"前缀不能动、末尾可以追加"这条铁律如此重要。

《深入理解 AI Agent》之学习笔记-DAY 3(上下文工程 — API 消息结构 + Agent 核心循环 + KV Cache)
文章深入解析了LLM API的上下文结构和Agent核心循环机制。主要内容包括:1) API消息结构分为system、user、assistant和tool四种角色;2) Agent核心循环通过while循环管理消息列表,实现工具调用和结果追加;3) KV Cache机制确保性能优化,强调静态前缀不可变原则;4) 常见错误模式分析及优化建议。文章通过具体代码示例和类比,说明了上下文工程的关键技术要

到底了







