📓 Archive

概念解释 #

• LLM(Large Language Model) #

  LLM 是大语言模型（Large Language Model）的英文缩写，是一种基于海量文本数据训练的人工智能系统，能够理解、总结、推理和生成类人语言。 1, 2

  本质：一种拥有庞大参数量的深度学习模型，利用神经网络（主要是 Transformer 架构）来预测和生成下一个词。
  能力：它不只擅长单一任务，还能同时处理文字创作、翻译、编程写代码、问答和数据分析等多项工作。

  目前主流的 LLM 有:
  闭源：OpenAI GPT 系列：如 GPT-4、GPT-4o，Google Gemini，Anthropic Claude 系列：如 Claude 3.5
  开源：Meta Llama 系列：如 Llama 3，DeepSeek，Qwen，智谱 AI 的GLM等。

• RAG(Retrieval-Augmented Generation) #

  RAG（检索增强生成，英文全称为 Retrieval-Augmented Generation）是一种结合了“外部知识检索”与“大模型文本生成”的 AI 技术架构。 1, 2, 3简单来说，它就像是给大语言模型（如 ChatGPT）外挂了一个专属的资料图书馆和搜索引擎。 1, 2

  为什么需要 RAG？
  传统的大模型虽然聪明，但有三个明显的缺点： 1, 2
  知识过时：它们的知识截止于训练完成的那一刻，无法自动获取最新信息。
  瞎编乱造（幻觉）：当遇到不知道或不确定的问题时，它不会承认，而是会一本正经地胡说八道。
  缺乏私密数据：它没读过你公司的内部文件、个人的私有文档或最新的专业资料。 1, 2, 3
  如果选择对大模型进行“重新训练或微调（Fine-tuning）”，成本极其高昂且耗时。而 RAG 是一种花钱少、见效快的替代方案。

  RAG 是怎么工作的？
  RAG 的工作流程通常分为两个核心阶段： 1, 2
  准备阶段（离线）：把你的私域文档（如公司规章、PDF、产品手册等）切成小段。把这些小段文字转化成计算机能理解的向量（Embedding），存入向量数据库中。 1, 2
  运行阶段（在线）：用户提问：你向 AI 问了一个问题。检索召回：系统立刻去向量数据库里查找，找出和你的问题最相关的几段文档。注入提示词：系统把你的问题和检索出来的资料打包塞给大模型（Prompt）。生成答案：大模型结合这些“现成参考资料”，用它强大的语言能力总结并回答你的问题。 1, 2, 3
  你可以参考 AWS 检索增强生成指南 了解更多企业级应用细节。

• MCP(Model Context Protocol) #

  MCP（Model Context Protocol，模型上下文协议）是由 Anthropic 于 2024 年底推出的一项开放标准协议，旨在为人工智能（AI）与外部数据源、工具及系统之间建立标准化、安全且双向的连接。 简单来说，MCP 就像是 AI 世界的 USB 接口 或 HTTP 协议，让大语言模型（LLM）不再局限于单纯的对话，而是能够安全地读取本地或远程数据、调用各种工具来主动执行任务。

  为什么需要 MCP？
  打破信息孤岛：过去让 AI 读取本地文件、数据库或企业软件，需要为每个模型和每个数据源单独定制复杂的集成接口。 1, 2
  统一标准：有了 MCP 之后，服务商只需开发一套符合协议的服务器，任何支持 MCP 的 AI 主机（如 Claude Desktop、Cursor 等）都可以直接接入并使用。 1
  从“只会说话”到“能动手干活”：AI 借助 MCP 可以查找文件、操作数据库、运行开发工具甚至发送邮件，让 AI 真正升级为具备实际操作能力的 AI Agent（智能体）。

• Tool #

• Agent #

  Note

  能够自主规划，自主调用工具，直至完成用户任务的系统为agent。
  目前主要有Cluade code、Codex、Gemini CLI，构建模式有 ReAct，plan and execute。

  • ReAct 框架 #

    在人工智能和大语言模型领域，ReAct（Reasoning + Acting，推理与行动）是一种让 AI 像人一样工作的设计框架。

    核心特点：
    思考（Thought）：AI 先在心里分析任务，把大问题拆成小步骤。
    行动（Action）：AI 调用外部工具（如搜索引擎、计算器或数据库）来获取真实数据。
    观察（Observation）：AI 查看工具返回的结果，调整下一步的计划。

    它能大幅减少 AI 的“胡言乱语”（幻觉），让回答更准确可信。

  • Plan-and-Execute #

    Plan-and-Execute（规划与执行）是人工智能和大语言模型（LLM）Agent 领域的另一种核心决策范式。

    如果说 ReAct 是“边想边做”（遇到问题走一步看一步），那么 Plan-and-Execute 就是“谋定而后动”（先做好完整计划，再按步骤执行）。它彻底改变了 AI 处理复杂长流程任务的方式。

    核心架构：大脑与双手的解耦该框架将 AI 的工作拆分为两个独立的角色（甚至可以由两个不同的模型担任）：

    • 规划器 (Planner - 大脑)：

      职责：只负责思考，不直接调用工具。
      行为：接收用户的宏观目标，利用 LLM 的推理能力将其拆解为一份结构化的、有先后顺序的多步骤详细指南（Roadmap）。

    • 执行器 (Executor - 双手)：

      职责：只负责干活，不盲目调整方向。
      行为：死板地按照 Planner 给出的路线图，一个步骤接一个步骤地调用工具（如 API、写代码、查数据库）去完成。

    只有当某一步彻底失败或遇到严重冲突时，系统才会触发 重规划（Re-planning），让 Planner 出来修改路线图。

  • 对比和沿伸 #

    维度	ReAct 模式（边想边做）	Plan-and-Execute 模式（先规划后执行）
    思考逻辑	“我先去厨房看有什么菜（行动），发现只有番茄（观察），那我就做个番茄炒蛋（思考），现在我去拿鸡蛋（行动）……”	“第一步：设计菜单；第二步：统计人数与采购；第三步：洗菜切菜；第四步：依次下锅。好，计划定了，现在开始做第一步……”
    优势	高适应性。计划随时跟着外部环境变，适合不确定性高、信息残缺的任务（如即时客服、排查动态 Bug）。	高可控性、低成本。不容易迷失方向，流程可预测，且不用频繁调用大模型来想下一步（省 Token）。
    劣势	容易迷路（死循环）。如果中间某一步错了，AI 可能会反复尝试，甚至忘了最初要干嘛（产生局部最优或偏航）。	缺乏灵活性。如果第一步制定的整体计划有逻辑漏洞，执行器可能会僵硬地把错误步骤全部执行完才发现不对。
    典型应用	动态搜索、智能助手对话。	深度研究报告生成（Deep Research）、复杂数据分析、自动化软件测试。

    沿伸：现在的 AI 怎么用它？
    在实际的 AI 落地（如知名框架 LangChain）中，开发者往往不会二选一，而是将两者结合。
    最聪明的做法是：由外层的 Plan-and-Execute 制定大方向的宏观任务清单，而每一个具体的清单子任务，交给一个小的 ReAct 智能体去动态攻克。 这样既保证了大方向不偏，又保留了局部的灵活应变能力。

• Agent Skill #

  Agent Skill（智能体技能）是一种把特定领域的专业知识、标准作业流程（SOP）和关联工具封装为可复用文件的模块化能力单元。 1, 2, 3，可以简单理解为：提前写好，塞给 Agent 的一份说明文档。

  你可以把它比作给 AI 助手（如 Claude Code、Cursor、Manus 等）准备的“员工工作手册”或“标准食谱”，让 AI 在处理特定任务时不再完全依赖临场发挥或冗长的重复提示词。 1, 2, 3

  核心组成与工作原理
  基本结构：通常以一个独立目录形式存在，核心是包含 YAML 元数据与 Markdown 正文的 SKILL.md 文件，同时可挂载脚本（scripts）、参考文档（references）或输出模板（assets）。 1, 2
  渐进式披露（Progressive Disclosure）：AI 启动任务时只读取所有 Skill 的名称和描述（极省 Token），只有当任务与某个 Skill 匹配时，才会按需加载完整的执行指令。 1, 2
  与 MCP 的区别：MCP（Model Context Protocol）负责解决“AI 能不能连上外部数据和工具（如读取云端硬盘或数据库）”的权限与通道问题；而 Agent Skill 解决的是“拿到工具和数据后，按什么步骤、什么规范把活儿干完”的流程问题。

  Agent Skill 样例

  ~/.claude/
  └── skills/                       
      └── git-commit-expert/        # 技能文件夹（名字需与内部一致）
          └── SKILL.md              # 核心技能说明书（必须）
  
  my-project/
  └── .agent-skills/                # 某些工具（如 Claude Code）的默认存放目录
      └── git-commit-expert/        # 技能文件夹（名字需与内部一致）
          └── SKILL.md              # 核心技能说明书（必须）
  

  git-commit-expert

  ---
  name: git-commit-expert
  description: 用于当用户完成代码修改、准备提交 Git Commit，或者要求“帮我提交代码”时触发。该技能提供标准化的 Angular 规范 commit message 生成与提交流程。
  allowed-tools:
    - git
  ---
  
  # Git 规范化提交标准作业程序 (SOP)
  
  你是经验丰富的研发效能专家。当用户要求提交代码或为你触发此 Skill 时，请严格按照以下步骤执行：
  
  ## 1. 检查暂存区 (Staging Area)
  - 运行 `git status` 检查是否有已暂存的文件。
  - 如果没有暂存文件，询问用户：“你希望将哪些修改加入本次提交？”并根据用户的回答运行 `git add`。
  
  ## 2. 分析变更内容
  - 运行 `git diff --cached` 仔细阅读本次提交的实际代码变更。
  - 严禁凭空捏造提交信息，必须基于代码变更的实际影响。
  
  ## 3. 生成 Commit Message
  依据 **Angular 规范** 生成信息，格式如下：
  `<type>(<scope>): <subject>`
  
  ### 类型 (Type) 限制：
  - **feat**: 新增功能
  - **fix**: 修复 Bug
  - **docs**: 仅仅修改了文档
  - **style**: 仅仅修改了空格、格式缩进等，不影响代码运行逻辑
  - **refactor**: 代码重构（既不是新增功能，也不是修改 Bug）
  - **chore**: 构建过程或辅助工具的变动
  
  ### 约束原则：
  - `subject` 使用中文，简明扼要，不超过 50 个字符。
  - 严禁使用模糊的词汇（如 "update", "fix bug", "修改文件"）。
  
  ## 4. 执行与确认
  - 向用户展示你生成的 Commit Message 预览。
  - 询问：“是否确认使用此信息提交？”
  - 用户确认后，代为执行 `git commit -m "<message>"`。
  

  go-out-checklist

  ---
  name: go-out-checklist
  description: 生成出门清单。当用户询问“出门要带什么/要准备什么/今天外出需要带哪些东西”时使用
  ---
  
  # 目标
  你是一个贴心的“出门清单助手”。你的任务是根据用户所在位置的实时天气情况，告诉用户出门必须携带的物品。
  
  # 执行步骤
  1. 调用“定位工具”，获取用户当前所在位置的经纬度。
  2. 将获取到的经纬度作为参数，调用“天气工具”，一次性获取降雨情况、光照强度、空气质量和风力大小这四项数据。
  3. 根据天气数据结果，按照下方的“判断规则”整理出门需要携带的物品。
  4. 严格按照下方的“输出格式”向用户输出最终结果。
  
  # 判断规则
  5. 手机：无条件必带。
  6. 伞：当“天气工具”返回“有雨”时，必须携带。
  7. 帽子：当“天气工具”返回“光照强”时，必须携带。
  8. 口罩：当“天气工具”返回“空气质量差”时，必须携带。
  9. 防风外套：当“天气工具”返回“强风”时，必须携带。
  
  # 输出格式
  你必须输出两段：
  
  【结论一句话】  
  用一句话总结今天出门最关键的注意点（例如“有雨 + 光照强”，或“风力大”）。
  【出门清单】  
  - 物品（原因）  
  - 物品（原因）
  
  # 示例
  ## 用户问题
  我马上要出门，帮我看看今天需要准备带些什么？
  
  ## 工具返回
  ### 定位工具
  {
  "经度": -73.9855,
  "纬度": 40.7580
  }
  
  ### 天气工具
  {
  "降雨情况": "有雨",
  "光照强度": "弱",
  "空气质量": "良",
  "风力大小": "强风"
  }
  
  ## 最终输出
  【结论一句话】
  有雨 + 强风
  
  【出门清单】
  
  手机（必带）
  伞（有雨）
  防风外套（强风）