DuckDB是一款面向OLAP分析的嵌入式列式数据库，被誉为"SQLite for Analytics"。其核心特点包括：1) 列式存储和向量化执行引擎，支持SIMD优化，聚合分析性能优异；2) 零依赖嵌入式设计，无需部署即可使用；3) 原生支持直接查询Parquet/CSV文件，支持谓词下推等优化；4) 完美兼容Arrow内存格式，与Pandas/Polars等工具无缝集成。

DuckDB是一款面向OLAP分析的嵌入式列式数据库，被誉为"SQLite for Analytics"。其核心特点包括：1) 列式存储和向量化执行引擎，支持SIMD优化，聚合分析性能优异；2) 零依赖嵌入式设计，无需部署即可使用；3) 原生支持直接查询Parquet/CSV文件，支持谓词下推等优化；4) 完美兼容Arrow内存格式，与Pandas/Polars等工具无缝集成。

多模态大语言模型（MLLM）指令微调旨在使模型能理解多模态输入并生成符合人类偏好的回答。关键技术包括：1）构建高质量多模态指令数据；2）通过视觉编码器和连接器实现模态对齐；3）采用分阶段训练策略；4）使用LoRA/QLoRA等参数高效微调方法；5）抑制幻觉并增强视觉证据关联；6）扩展至高分辨率图像、视频和文档理解；7）优化指令模板与损失设计；8）建立多维评测体系。核心挑战在于平衡数据质量、视觉表征

Python asyncio 与 C++ Fiber 都是协作式并发模型，但抽象层级不同。asyncio 基于事件循环调度无栈协程，通过await挂起异步任务，适用于I/O密集型场景；C++ Fiber则是用户态有栈协程，可在任意调用点yield，更像轻量线程，适合高性能服务。关键区别在于asyncio只能在async/await链路挂起，而Fiber可暂停整个调用栈。两者都通过调度器管理任务切换

Python asyncio 与 C++ Fiber 都是协作式并发模型，但抽象层级不同。asyncio 基于事件循环调度无栈协程，通过await挂起异步任务，适用于I/O密集型场景；C++ Fiber则是用户态有栈协程，可在任意调用点yield，更像轻量线程，适合高性能服务。关键区别在于asyncio只能在async/await链路挂起，而Fiber可暂停整个调用栈。两者都通过调度器管理任务切换

Silk：新一代高性能用户态调度运行时 Silk是ClickHouse开源的高性能stackful fiber运行时，旨在替代传统线程池+异步回调模型，面向超高并发、NUMA感知、低延迟和IO密集型场景。其核心定位是现代用户态微内核调度器，包含Fiber执行、用户态调度、负载均衡、NUMA感知等模块。相比传统线程模型，Silk通过轻量级fiber实现同步编程风格下的异步性能，避免了线程切换开销和异

Silk：新一代高性能用户态调度运行时 Silk是ClickHouse开源的高性能stackful fiber运行时，旨在替代传统线程池+异步回调模型，面向超高并发、NUMA感知、低延迟和IO密集型场景。其核心定位是现代用户态微内核调度器，包含Fiber执行、用户态调度、负载均衡、NUMA感知等模块。相比传统线程模型，Silk通过轻量级fiber实现同步编程风格下的异步性能，避免了线程切换开销和异

Fiber（纤程/用户态线程）是一种用户空间的轻量级线程，相比操作系统线程更轻量、更高效，适合高并发场景。核心特点包括用户态调度、极低切换成本（KB级栈）、协作式调度机制，支持任意函数深度挂起（stackful）。Fiber通过避免内核切换实现高性能（仅需几十纳秒），采用M:N调度模型（如10万纤程运行在16个线程上）。现代应用如数据库（ClickHouse Silk）、AI Agent运行时等广

Fiber（纤程/用户态线程）是一种用户空间的轻量级线程，相比操作系统线程更轻量、更高效，适合高并发场景。核心特点包括用户态调度、极低切换成本（KB级栈）、协作式调度机制，支持任意函数深度挂起（stackful）。Fiber通过避免内核切换实现高性能（仅需几十纳秒），采用M:N调度模型（如10万纤程运行在16个线程上）。现代应用如数据库（ClickHouse Silk）、AI Agent运行时等广

消息渠道 Channel= 用户在哪里跟 Agent 说话模型提供商 Provider= Agent 用哪个大模型思考Agent= 中间的“人格 + 工作区 + 工具 + skills + 模型配置”Gateway= 把渠道、Agent、模型、工具、会话全部串起来的中枢不要只按渠道硬切模型；而是按渠道/账号/群组 → 路由到不同 Agent → 每个 Agent 配自己的模型、工具和 skills