- **Linux 内核（Kernel）**：由林纳斯·托瓦兹（Linus Torvalds）于 1991 年发起并开源。它是系统的底层核心，专门负责管理硬件资源（CPU、内存、磁盘、网络等）与进程调度。- **操作系统（GNU/Linux）**：只有内核是无法直接作为完整系统给用户使用的。将 Linux 内核与 GNU 项目的命令行工具（Shell、核心工具链）、包管理器及桌面环境打包在一起，才

JavaScript 异步机制解析：从调用栈到 DOM 渲染 本文深入解析 JavaScript 的异步运行机制，通过四个关键部分揭示了其工作原理： 调用栈：采用后进先出原则处理函数嵌套调用，确保内层函数执行后能返回正确上下文。 事件循环架构：由调用栈、Web API线程池、微任务队列和宏任务队列四方协作，按照"执行同步代码→清空微任务→可能渲染→执行一个宏任务"的循环规则运行。 网络请求机制：主

这篇文章详细介绍了如何从零开发、打包到发布一个完整的CodeBuddy Skill（技能）的全流程。主要内容包括： 设计阶段：明确技能边界、编写清晰描述、规划目录结构 开发阶段：编写SKILL.md文件，包含YAML元数据和Markdown指令 打包阶段：配置npm包结构，添加自动安装/卸载脚本 发布阶段：发布到npm仓库的步骤和验证方法 自动化配置：通过GitHub Actions实现"打tag

本文详细介绍了AI编程助手（如CodeBuddy/Codex/Claude）中的Skill机制。Skill是一种扩展能力系统，本质是为AI提供专业培训手册和工作流模板，使其在特定领域表现如专家。文章对比了Skill与斜杠命令的区别，解析了Skill的目录结构、文件格式（SKILL.md的YAML Frontmatter+Markdown指令）及调用流程（分三阶段：启动注册、按需加载、运行时引用）。

本文详细介绍了AI编程助手（如CodeBuddy/Codex/Claude）中的Skill机制。Skill是一种扩展能力系统，本质是为AI提供专业培训手册和工作流模板，使其在特定领域表现如专家。文章对比了Skill与斜杠命令的区别，解析了Skill的目录结构、文件格式（SKILL.md的YAML Frontmatter+Markdown指令）及调用流程（分三阶段：启动注册、按需加载、运行时引用）。

本文介绍了如何从零开发一个本地时间查询的MCP Server，并发布到npm的完整流程。主要内容包括： MCP协议简介：一种让AI助手通过标准输入输出调用外部工具的开放协议，类比"餐厅服务员与后厨"的关系 开发过程关键点： 实现核心时间查询功能 设计可测试的模块结构（isMain判断） 本地测试方案（直接测试函数+协议层验证） 发布流程： 完善package.json配置 npm账号注册与2FA处

MCP（模型上下文协议）是一种开放协议，旨在为AI应用提供标准化接入外部工具和数据的方式。其核心思想是让大语言模型（LLM）专注于决策推理，而通过MCP协议调用外部系统执行具体操作，实现"LLM负责想，MCP负责做"的协作模式。协议包含三个关键角色：Host（AI应用）、Client（协议连接器）和Server（能力提供方），通过JSON-RPC进行通信，支持stdio和HTTP两种传输方式。MC

本文是MCP协议的流程指南，详细解释了从启动到关闭的完整交互过程。文章以CodeBuddy+local-time MCP Server为例，将MCP生命周期划分为启动阶段（自动完成）和调用阶段（用户提问触发）。启动阶段包括进程启动、握手协议和工具发现；调用阶段则展示了大模型推理、工具调用和结果返回的完整链条。文中提供了配置示例、协议字段详解以及真实交互报文，帮助开发者理解MCP的工作机制。配套图表

现代IDE/AI编程工具（如CodeBuddy、Trae、VS Code）登录时调用系统浏览器的设计，是基于安全与兼容性的综合考量。核心机制是通过生成临时loginSessionId建立客户端与服务端的会话关联，在浏览器完成验证后同步状态。这种架构实现了三大优势：1）敏感信息隔离，避免桌面端接触验证凭证；2）规避本地端口监听可能触发的防火墙拦截；3）充分利用浏览器成熟的生态支持（如微信扫码、密码管

MCP（Model Context Protocol）是Anthropic推出的AI工具调用协议，旨在让AI以统一安全的方式接入外部系统。文章介绍了MCP的背景、架构和工作流程，将其比作AI世界的"USB-C接口"，能标准化工具调用、管理上下文并支持灵活扩展。MCP不同于Function Calling，它提供完整的协议体系，包括权限管理和结果处理。通过实际案例展示了MCP如何让AI从"能说"变为