Agent Skills 通常可以直译为“智能体技能”，是一种给智能体“加技能包/工作流插件”的标准化方式。从本质上看，它的作用类似于给 Agent 安装“技能包”或“工作流插件”——把完成某一类任务所需的知识步骤和工具使用方式整体封装起来，供 Agent 在合适的时机自动调用和执行，而不再依赖人类反复编写提示词来引导。如果将 Agent 理解为一个能够自主完成任务的“数字员工”，那么 Skill

使用该工具可以梳理陌生的代码逻辑，生成流程图放到设计文档中，使用场景还是挺多的。

Temperature：控制不同词的概率差距调低：拉大差距，输出稳定调高：缩小差距，输出多样Top-p：控制长尾词的概率阈值调低：去掉长尾，输出稳定调高：放宽门槛，输出多样越大越多样——写小说，头脑风暴越小越稳定——写代码，做数学题提示词工程（Prompt Engineering）就是一门关于如何构造和精炼你的提示词的艺术和科学，目的是最大化 AI 模型的性能，让它产出更符合你需求的、高质量的输出

简介作用编程思想简介：ReactiveCocoa（简称为RAC）被称为函数响应式编程框架FRP(Functional Reactive Programming)，是GitHub开源的。作用：开发中经验会用到按钮事件Action、代理delegate、监听属性变化KVO、通知、网络请求等，这些常见的操作都是将监听和实现分离开来的，读代码时需要来回跳跃，降低代码的可读性，使用RAC可以使监听和实

MCP 的传输层支持扩展，开发者可实现自定义传输以满足特定需求，只需遵循 Transport 接口。接口定义TypeScript 中 Transport 接口，定义了初始化、消息发送和关闭的抽象方法onclose?onerror?onmessage?Python 基于传输上下文管理器和 anyio 库实现):"""Args:"""# 创建一个异步任务组，用于并发执行消息处理任务try:raise

Function Call是大模型基于意图识别触发预设函数的机制，其本质是模型与外部工具的“点对点”交互。平台依赖性强：对于不同大模型（如GPT、Claude），Function Call的实现差异显著，开发者需要为每个大模型编写适配的相关代码。扩展性不足：新增工具需调整模型接口或重新训练，难以支持复杂多轮任务。从模型调用工具的流程来看，MCP 跟 Function Call 是调用链上的两个环节

"args": ["-y",--executablePath: Chrome可执行文件路径（Windows路径使用正斜杠），通过右键桌面快捷图标通过打开文件所在的位置查看。Windows 路径中的反斜杠 \ 在 JSON 中需要转义为 \ \ ，或直接使用正斜杠 /。--headless: 是否无头模式运行（默认false，显示浏览器窗口）--viewport: 初始视口大小，例如 1920x10

"args": ["-y",--executablePath: Chrome可执行文件路径（Windows路径使用正斜杠），通过右键桌面快捷图标通过打开文件所在的位置查看。Windows 路径中的反斜杠 \ 在 JSON 中需要转义为 \ \ ，或直接使用正斜杠 /。--headless: 是否无头模式运行（默认false，显示浏览器窗口）--viewport: 初始视口大小，例如 1920x10

Spec-Kit（） 是 GitHub 推出的开源规范驱动开发工具包，深度集成了 Cursor、Claude 等 AI 编码助手，帮助开发者从需求到实现全流程结构化开发，摆脱“瞎写代码”困境。相比Plan模式聚焦于「代码执行层」，Spec Kit更进一步关注在「需求定义层」不止在生成代码前写出详细计划、提出澄清问题，做到「先规范，再编码」更把规范与代码一起，作为了项目的一部分。

工作空间 - 资源库 - 资源 - 工作流。