摘要 Claude Code是Anthropic推出的命令行AI编程工具，被誉为"终端中的AI工程师"，能深度理解项目、执行终端命令并直接修改代码。为解决官方API地域限制和成本问题，推荐使用CC-Switch工具接入国产大模型（DeepSeek、Qwen、GLM等）。安装教程涵盖Node.js环境配置、Claude Code安装、CC-Switch部署及模型接入步骤，特别提供了DeepSeek/

文章摘要： DeepSeek 的 Input Cache（输入缓存） 是一种优化大模型推理性能的技术，通过缓存输入 Prompt 的中间计算结果（如 KV Cache），避免重复计算相同前缀的 Token，从而提升响应速度并降低 API 成本。其核心原理是：当多次请求的输入前缀一致时，直接复用已缓存的中间状态，仅计算新增或变化的部分。 关键点： 缓存内容：模型处理输入时的中间计算结果（非最终回答）

大模型agent的记忆系统如何实现,什么时候存，什么时候取？

如何让大模型稳定输出JSON

文章摘要： DeepSeek 的 Input Cache（输入缓存） 是一种优化大模型推理性能的技术，通过缓存输入 Prompt 的中间计算结果（如 KV Cache），避免重复计算相同前缀的 Token，从而提升响应速度并降低 API 成本。其核心原理是：当多次请求的输入前缀一致时，直接复用已缓存的中间状态，仅计算新增或变化的部分。 关键点： 缓存内容：模型处理输入时的中间计算结果（非最终回答）

AI 应用的高并发并没有一个所谓的“万能技术”。先减少不必要的请求↓缓存再限制请求进入速度↓限流再控制下游并发↓再把耗时任务异步化↓再提高单机处理能力↓单机不够↓多实例 + Load Balancer下游不稳定↓模型成为瓶颈↓模型路由 + vLLM / SGLang + Batching所以对于 AI 应用来说，高并发优化最重要的不是记住几十个组件，而是学会找到真正的瓶颈在哪里。QPS高→ 看限流

大模型agent的记忆系统如何实现,什么时候存，什么时候取？

大模型agent的记忆系统如何实现,什么时候存，什么时候取？

大模型agent的记忆系统如何实现,什么时候存，什么时候取？

本文介绍了一个基于LangGraph和MCP协议构建的AI Agent天气查询系统。系统采用分层架构设计，包含MCP Server(提供天气查询服务)、MCP Client(工具调度)、LangGraph Agent(决策推理)和DeepSeek LLM(语言处理)四个核心组件。相比传统LangChain Agent，该系统通过MCP协议实现了工具服务化，解决了工具复用性差、耦合度高的问题。文章详