Agent Skills 是为 AI 智能体（Agent）提供的模块化、标准化、可复用的专业化能力单元，是连接大模型 “推理能力” 与外部 “工具执行” 的核心中间层，让通用 Agent 能像专业人员一样完成特定领域任务。简单理解：Agent 是 “大脑 + 身体”，Skills 是 “专业技能包 + 操作手册”—— 没有 Skills 的 Agent 只会基础推理，有了 Skills 才能精准、

Agent Skills 是为 AI 智能体（Agent）提供的模块化、标准化、可复用的专业化能力单元，是连接大模型 “推理能力” 与外部 “工具执行” 的核心中间层，让通用 Agent 能像专业人员一样完成特定领域任务。简单理解：Agent 是 “大脑 + 身体”，Skills 是 “专业技能包 + 操作手册”—— 没有 Skills 的 Agent 只会基础推理，有了 Skills 才能精准、

RabbitMQ是使用Erlang语言开发并基于AMQP协议来实现的开源消息队列系统。其主要目的是为了解决传统的消息传输上管理困难,效率不高的问题。docker拉取RabbitMQ镜像使用官方定义的端口启动RabbitMQ容器进入刚启动的容器在容器交互页面执行下面命令下载插件打开浏览器，输入服务器ip+端口号回车，进入客户端登录页面，输入默认的账号密码：guest/guest就可以登录到Rabbi

RabbitMQ是使用Erlang语言开发并基于AMQP协议来实现的开源消息队列系统。其主要目的是为了解决传统的消息传输上管理困难,效率不高的问题。docker拉取RabbitMQ镜像使用官方定义的端口启动RabbitMQ容器进入刚启动的容器在容器交互页面执行下面命令下载插件打开浏览器，输入服务器ip+端口号回车，进入客户端登录页面，输入默认的账号密码：guest/guest就可以登录到Rabbi

一、什么时数据库索引？数据库索引是数据库管理系统中一个排序的数据结构，这种数据结构主要以「平衡树」(非二叉)，也就是b tree或者 b+ tree为主，当然有的数据库也使用哈希桶作用索引的数据结构。二、数据库索引的作用？1、快速的查找数据。如果没有索引，通常会全表扫描数据，如果表的数据非常大的话，一条一条的去匹配的话，最坏的情况下需要匹配O(n)最坏时间复杂度；而通过索引的话，不需要全表扫描，一

一、概述Redis线程模型主要是基于Reactor模式开发的网络事件处理器，这个处理器被称为文件事件处理器（file event handler），也就是说Redis线程模型指的就是文件事件处理器。文件事件处理器是单线程模式运行的，所以也叫单线程模型。但是通过IO多路复用机制监听多个socket，可以实现高性能的网络通信模型，又可以跟内部其他单线程的模块进行对接，保证了redis内部的线程模型的简

1.Redis简介Redis 是完全开源的，遵守 BSD 协议，是一个高性能的 key-value 非关系型数据库。相比其他非关系型数据库有以下三个特点：支撑数据的持久化，可以将内存中的数据保存到磁盘中，重启的时候可以再次加载进行使用。不仅仅支持简单的String类型的数据，同时还提供list，set，zset，hash等数据结构的存储。支持数据的备份。2.Redis优点纯内存操作，性能极高，能读

函数调用 (Function Calling)起源：源自 OpenAI 于 2023 年推出的原生 API 功能（functions/tools 参数），是 LLM 厂商定义的模型能力。本质：让模型输出结构化的 JSON 指令（包含函数名、参数），而非自然语言。模型只负责 “决定调用” 和 “生成参数”，不负责执行。狭义：特指单个函数的结构化调用协议。工具调用 (Tool Calling)起源：L

继承 BaseAgentMiddleware，重写需要的钩子方法。示例：日志中间件class LoggingMiddleware(BaseAgentMiddleware) : def before_agent(self , inputs : dict , ** kwargs) - > dict : print(f"[Agent 启动] 输入： {

如果内置解析器不满足需求，可以继承 BaseOutputParser 并实现 parse 方法。为了获得最佳实践，可以同时提供 get_format_instructions。继承 BaseOutputParser[T]实现 parse() 方法（处理字符串）可选实现 get_format_instructions()（告诉模型输出格式）功能：把 “姓名：张三，年龄：25” 解析成字典# 自定义解