本文介绍了Nginx基于epoll网络事件模型的运转机制，重点解析了其作为反向代理的完整流程。内容分为七个步骤：1)整体框架；2-3)接收和处理客户端请求；4)回源准备和发送请求；5-7)读取源站数据并转发给客户端。通过拆解Nginx源码，详细说明了从客户端请求处理到数据转发的完整链路，帮助开发者深入理解Nginx的网络事件处理模型。文章鼓励读者提问交流，共同学习Nginx底层实现原理。

最近在使用proxy_cache的时候发现一个缓存不住的问题，比较隐蔽，现在抛出来，看看大家有遇到相同的情况没。响应头中包含Expires 和 Cache-Control两个头，但是Expires是一个过期的时间(比当前时间小)。RFC中规定 cache-control：max-age的优先级高于Expires，看起来没有问题，理论上没有问题，但是nginx处理这块的代码有点问题。会导致资源不缓存

一、location配置解析nginx中location的配置示例：server {listen 9999;location /a1 {return 200 $uri;}location /aa {return 200 $uri;}location /aac {return 200 $uri;}location /aad {re

微调（Fine-tuning）是在预训练模型基础上，使用特定领域数据继续训练，使模型适应特定任务的过程。类比理解•预训练模型 = 完成大学通识教育的毕业生（知识广博但不够专业）•微调 = 专业岗前培训（快速成为特定领域专家）•LoRA = 轻量级培训方法（只调整少量参数，成本极低）1.数据是核心：高质量的数据比大量低质量数据更重要2.LoRA 是首选：参数高效，内存友好，效果接近全量微调3.MLX

Agent（智能体）是基于大语言模型，能够自主感知环境、制定决策并执行行动的智能系统。与传统的"输入-输出"模式不同，Agent具备目标导向、工具调用、多轮推理三大核心能力。核心特征：理解用户意图、解析任务需求基于上下文规划执行步骤调用工具完成具体任务根据执行结果调整策略组件核心角色主要职责Agent核心决策理解用户意图、规划任务流程、协调各组件协作、整合生成最终结果MCP协议层统一接口、工具管理

MCP在大模型应用中扮演的是 "能力扩展器" 和 "统一接口标准" 的角色MCP在大模型架构中的位置详细交互流程MCP在其中的具体角色1. 工具发现者2. 协议翻译官3. 能力扩展器最后总结整体架构及角色定位

Agent（智能体）是基于大语言模型，能够自主感知环境、制定决策并执行行动的智能系统。与传统的"输入-输出"模式不同，Agent具备目标导向、工具调用、多轮推理三大核心能力。核心特征：理解用户意图、解析任务需求基于上下文规划执行步骤调用工具完成具体任务根据执行结果调整策略组件核心角色主要职责Agent核心决策理解用户意图、规划任务流程、协调各组件协作、整合生成最终结果MCP协议层统一接口、工具管理

微调（Fine-tuning）是在预训练模型基础上，使用特定领域数据继续训练，使模型适应特定任务的过程。类比理解•预训练模型 = 完成大学通识教育的毕业生（知识广博但不够专业）•微调 = 专业岗前培训（快速成为特定领域专家）•LoRA = 轻量级培训方法（只调整少量参数，成本极低）1.数据是核心：高质量的数据比大量低质量数据更重要2.LoRA 是首选：参数高效，内存友好，效果接近全量微调3.MLX

Agent是LLM能力的放大器LLM：提供"思考"能力（理解、推理、生成）Agent：提供"行动"能力（规划、执行、交互）二者结合：构建真正有用的AI应用Agent是LLM从"思考"到"行动"的关键跨越。

MCP在大模型应用中扮演的是 "能力扩展器" 和 "统一接口标准" 的角色MCP在大模型架构中的位置详细交互流程MCP在其中的具体角色1. 工具发现者2. 协议翻译官3. 能力扩展器最后总结整体架构及角色定位