分享的内容会围绕，两种模型，一种结构，两种抽象概念。

本文对比分析了Cursor、Agument和Claude Code三款AI代码编辑器的特性，重点探讨了不同场景下的选择建议。作者指出，大型项目推荐使用Agument或Claude Code，中型项目适合Cursor。文章提出AI编码工具评估的三个关键维度：上下文检索能力（10%）、准确性（40%）和模型能力（50%），强调精准的上下文比大量无关信息更重要。通过建立问题难度、模型能力和上下文准确性的

在构建智能对话系统或处理大规模数据时，流式输出是一种极具价值的技术，它允许数据在生成的同时逐步传输，而无需等待整个过程完成。LangChain作为一个功能强大的框架，为开发者提供了流式输出的支持，使得处理长时间运行的任务变得更加高效。

本文节选自我正在整理的 「上下文工程实践」 项目，该项目已完整发布在 GitHub 上。

在上下文的工具定义部分，应只加入与当前输入相关的工具定义，提供给 LLM 使用选择相关工具最简单的方法是将 RAG 应用在你的工具描述中，通过将工具描述存储到向量数据库中，RAG 能够根据输入来检索选择最相关的工具在对 DeepSeek-v3 进行提示时，团队发现：当可用工具数量超过 30 个时，选择合适的工具就变得至关重要。超过 30 个之后，工具的描述开始互相重叠，导致混淆。而当工具数量超过

本文探讨了工具管理在Agent系统中的核心作用。工具调用将LLM的不确定性流程转化为确定性代码执行，成为Agent系统设计的关键环节。文章重点介绍了工具调用的三种控制流模式（信息补充、信息获取和审批请求），提出通过工具调用实现结构化输出的创新方法，并详细分析了工具错误处理机制（参数验证和重试限制）。最后将工具分类为数据类、动作类和编排类三种类型，强调了合理设计工具调用可以替代传统工作流构建方式。全

概念：find方法中的第二个参数就是投影条件，投影条件是一个文档，其中键是要包含或排除的字段，对应的值为 1 表示包含，0 表示排除。默认情况下，如果不指定投影条件，MongoDB 会返回文档中的所有字段默认情况下，如果不指定投影条件，MongoDB 会返回文档中的所有字段3.要将“_id“键从返回结果剔除。

😁 作者简介：一名大四的学生，致力学习前端开发技术👐学习格言：成功不是终点，失败也并非末日，最重要的是继续前进的勇气​🔥​前言：这是MongoDB中关于文档的更新的操作，基本元素的操作是相对简单的，复杂的是对数组的更新，这一部分可以好好理解，这是我自己整理的学习笔记，希望可以帮助到大家，欢迎大家的补充和纠正。