边缘计算场景：在受限资源设备上部署DeepSeek的可行性

好复杂的 IoT 世界：工业数据采集技术栈全景解析

CPU推理引擎选型：llama.cpp、OpenVINO与ONNX Runtime横向对比

这是一本来自一线从业者的协议驱动开发实战笔记，目标是帮助AI开发人员、架构师与技术决策者构建完整的协议驱动开发的能力，帮助企业构建模型、工具、数据与多智能体高效协作的数字员工体系，让AI真正自动化赋能企业业务。本书围绕MCP与A2A的核心原理、架构设计与应用实践展开，系统解析MCP如何打通大语言模型与外部资源的交互壁垒，A2A如何支撑多智能体间的能力发现、任务协同与可信通信，深度呈现二者在企业级A

大模型在多核CPU上的推理优化：线程亲和性与NUMA感知

本文探讨了如何将AI Agent从纯文本问答升级为具备具身交互能力的展厅讲解员。研究发现，现有大模型虽具备语言理解和内容生成能力，但缺乏现场交互所需的实时反馈与多模态表达。传统数字人方案存在协同断点，难以实现动态交互。 通过整合DeepSeek的认知生成能力与魔珐星云的具身交互技术，构建了分层架构的展厅讲解Agent系统。DeepSeek负责内容生成，魔珐星云SDK则将文本转化为语音、表情和动作，

物联网平台优化系列（一）：多 iframe 显隐，解决切标签丢状态

Java 异步任务工厂（二）生产实战案例与性能调优

Java 异步任务工厂（三）线程管理深度优化

Java 硬件通信