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

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

一句话介绍：你的私人读书助理，快速提炼长文档、视频、播客的核心要点。OpenClaw的强大不在于它本身有多聪明，而在于它能通过Skills不断扩展能力。这6个核心技能覆盖了从安全防护到实时搜索，从智能总结到自我进化，从技能发现到工程化开发的全链路。安装建议新手：先装 skill-vetting + tavily-search + summarize + find-skills内容创作者：加上 bi