分布式是关于"多台机器怎么协作"的运行方式，微服务是关于"一个应用怎么拆开"的架构风格。本文通过类比、关系图和五个维度的对比，帮助读者厘清这两个常被混为一谈的概念，并指出什么场景该用分布式、什么场景该用微服务

本文从微服务和 Spring Cloud 的基本概念出发，讲清了二者的分工关系（微服务负责拆，Spring Cloud 负责管），并通过 Nacos服务发现、OpenFeign 声明式调用、Spring Cloud Gateway 网关、Sentinel 熔断降级、Nacos Config配置中心五个核心组件的代码示例，带你了解 Spring Cloud 如何解决微服务拆分后的治理问题。

本文介绍了 Docker 的三个核心概念：镜像是只读的分层打包模板，容器是镜像的运行实例并在镜像层上方增加可写层，Registry 负责镜像的存储和分发。文章从镜像结构、容器生命周期、Registry 工作方式三个角度展开，最后对比了容器与虚拟机的隔离方式差异，帮助读者建立 Docker 工作流的完整认知。

从一个简单的 Dockerfile 示例出发，逐条拆解 FROM、COPY、ENTRYPOINT 等指令的职责，通过镜像体积问题引出多阶段构建，再用构建缓存说明 COPY 顺序对构建速度的影响，最后给出一份可直接复用的生产模板和几个首次容器化时容易踩的坑。

从手动启动多个容器的痛点出发，介绍 Docker Compose 如何用一个 YAML 文件集中管理多服务的配置、网络和启动顺序，重点说明服务名替代 localhost 的通信机制和 depends_on 配合 healthcheck 保证依赖就绪的做法，并对比了 docker run 和 docker compose 的适用场景。

本文讲解 Spring Boot 项目从本地到服务器的完整部署链路：Dockerfile 多阶段构建、本地验证、Compose 编排 MySQL 和 Redis、镜像交付（save/load、Registry、GitHub三种方式），再到服务器启动。重点说明了开发环境和生产环境的四个关键差异：配置隔离、数据持久化、JVM 内存限制和日志输出，以及部署失败时按容器启动、网络通信、配置、时区逐层排查的

本文面向 Agent 初学者，用简单 Python 代码演示了工具调用的核心三步——定义注册表、根据工具名查找函数、执行并返回结果，帮助读者理解 LLM 的文字输出和真正执行工具之间那座"注册表桥梁"是怎么搭建的。

本文介绍了 Agent Planning 的核心设计思想，解释了为什么 LLM 天然不具备规划能力（当前上下文 ≠ 完整任务状态，当前最优 ≠ 全局最优），以及如何通过 Planning + ReAct 混合模式让 Agent 在复杂任务中保持执行方向，并通过触发式 Replan机制应对执行过程中的意外情况。

【小白必看】 一个工具 + 一个循环 = 一个 Agent。本文意在拆解 AgentLoop 的最小实现，帮助读者理解LLM和Agent的最本质区别。

本文从 AgentLoop 的设计缺陷出发，分析了工具循环调用的三种成因，介绍了重复调用检测、相似调用检测、累计次数检测三种检测手段，以及软阻断、硬阻断、Hook 拦截三种阻断策略，并给出了整合使用的完整防护方案。