MCP 常被称为“AI 的 USB-C 接口”。它解决的核心痛点是：传统模式下 m 个模型 × n 个工具需要 m×n 次定制开发，引入 MCP 后只需 m+n 次实现即可全互联。标准化连接层：统一 LLM 与外部工具/数据源的交互接口，各厂商只需实现一次 Client 或 Server 即可互通能力扩展桥梁：让模型从“只会回答”升级为“能执行操作”（读文件、查数据库、调 API）安全隔离层：所有

通过ctrl + shift + P执行 View : Move Primary Side Bar Right进行查看。如果要将Agent对话调整到左边，文件查看在右边。可以修改对应的settings.json文件。通过Ctrl + E 在Agent布局和Editor布局两种布局间切换。针对当前项目，可以新增.vscode/settings.json，这样secondary side bar就会自

针对 CLI 版本的 Claude Code，Anthropic 官方文档明确推荐通过修改配置文件来禁用自动更新。该方法适用于所有安装方式（包括原生安装与 npm 安装），且配置不会被后续的版本更新所覆盖。

大模型基础和提示词基础

如果是java选手，学习过langchain4j，上手这部分内容应该很快。先详细看看课程目标建立对 LangChain 的整体认识，知道它是什么、解决什么问题、在 AI 应用开发里处于什么位置。理解 LangChain 在 1.x 时代的产品边界、包结构、版本演进，以及它与LangGraph、LangSmith、Deep Agents 的关系。建立对 Model I/O、Chains、Memory

在Java开发或刷题时能够遇到这行代码能够完美通过编译并成功运行，但稍作修改，写成编译器就会报错。同样是类型，int[]可以作为泛型参数，而int却不行，

官方文档：https://www.npmjs.com/package/vue-cropper。typescript vue3 环境下 安装新版的 vue-cropper。解决办法，寻找安装目录，

/ 按字符串长度进行升序排序。

由于模型中的参数初始化例如权重参数如下图，就是随机初始化的，为了能够更好的得到论文中提到效果，可以设置随机种子，从而减少算法结果的随机性，使其接近于原始结果。设置了随机种子，产生的随机数都是相同的。值得注意的是：“随机种子和神经网络训练没有直接关系，随机种子的作用就是产生权重为初始条件的随机数。神经网络效果的好坏直接取决于学习率和迭代次数”。

针对 CLI 版本的 Claude Code，Anthropic 官方文档明确推荐通过修改配置文件来禁用自动更新。该方法适用于所有安装方式（包括原生安装与 npm 安装），且配置不会被后续的版本更新所覆盖。