进击的横打-CSDN博客

原创【软考系统架构设计师】知识点必知必会系列汇总

【软考系统架构设计师】知识点必知必会系列汇总

2021-12-31 06:00:00 3286 1

原创【软考系统架构设计师】复盘架构设计师真题知识点汇总

【软考系统架构设计师】复盘架构设计师真题知识点汇总

2021-12-30 08:30:00 1391

原创【软考系统架构设计师】章节习题汇总系列

【软考系统架构设计师】章节习题汇总系列

2021-12-30 07:00:00 4014

原创【软考系统架构设计师】系统架构设计师历年真题题目书

【软考系统架构设计师】系统架构设计师历年真题题目书

2021-12-29 20:13:35 10325 14

原创【系统分析师之路】系统分析师历年真题大汇总

【系统分析师之路】系统分析师历年试题大汇总

2020-12-28 13:08:53 19687 23

原创【人工智能】AI基础知识（第十六节：什么是Harness）

本文通过都江堰工程的类比，阐述了AI领域中"Harness"（束导工程）的概念与应用。文章将都江堰比作Agent，岷江比作大语言模型，而工程设施则对应Harness系统，说明Harness是内嵌于Agent、用于约束和引导大模型能力的核心机制。文章提出束导工程的四大要素：1）分流分布，分解复杂任务；2）控量约束，规范输入输出；3）兜底机制，预防系统故障；4）成长维护，持续迭代更新。最后强调Harness需要随模型能力和业务需求变化而不断优化，才能确保AI系统长期稳定运行。全文以水利工程为喻，生动阐释了AI系

2026-08-03 08:30:00 229

原创【人工智能】AI基础知识（第十五节：工作流）

AI工作流是通过将复杂任务拆解为有序步骤来实现稳定执行的自动化流程。它包含触发器、状态、动作和转换四个核心组件，通过状态持久化、幂等性和错误处理机制保证稳定性。与灵活多变的多轮对话不同，工作流具有固定路径，适合处理复杂、重复性任务。设计工作流需注意上下文传递、明确分支条件、步骤数量控制等原则，并以测试工程师工作流为例展示了从代码解析到报告生成的标准执行流程。工作流能有效解决AI输出不稳定问题，是处理复杂自动化任务的理想方案。

2026-07-28 15:07:03 291

原创【人工智能】AI 基础知识（第十四节：如何使用 Skill）

但 Skill 必须依附于某个 Agent 才能生效，只有这样，它才能被发送给大模型，让大模型明确知道哪个 Agent 拥有哪些 Skill，以及哪个 Skill 可以被执行。同时，同一个 Skill 也可以被安装到不同的 Agent 上，这就是 Skill 的依存性。所有情报员必须在收到指挥员的指令后，才能开始行动。您可以直接访问 www.skills.sh 网站来查找所需的 Skill，也可以直接向 AI Agent 提出请求，例如“帮我在 GitHub 上找到关于 xxx 的 Skill”。

2026-07-28 08:30:00 263

原创【人工智能】AI基础知识（第十三节：知识串讲）

本文系统梳理了AI智能体的发展路径：从基础的无记忆聊天机器人开始，逐步引入记忆功能使AI具备对话上下文理解能力；通过工具扩展实现复杂任务处理；采用技能机制优化token使用效率；建立多智能体团队提升并行工作能力；借助MCP/CLI接口打通外部软件调用；最终通过RAG技术实现对私有数据和实时信息的处理。这一演进过程完整展现了AI系统从简单问答到复杂任务解决的智能化跃迁，构建出功能完善的人工智能架构体系。

2026-07-22 12:49:14 334

原创【人工智能】AI基础知识（第十二节：知识蒸馏）

本文介绍了人工智能中的知识蒸馏技术。知识蒸馏通过将大模型（教师模型）的知识转移给小模型（学生模型），实现模型轻量化与性能提升。核心在于"取舍"与"对比"两个过程，让学生模型不仅能学习硬标签（最终答案），还能掌握软标签中的隐含知识（类别间关系）。文章通过烹饪评价、动物识别等生动比喻，解释了知识蒸馏如何工作，并介绍了温度参数在调节概率分布中的作用。该技术能实现模型压缩、精度提升、跨域迁移等优势，使小模型具备更强的泛化能力，在保持高效推理的同时逼近大模型性能。

2026-07-22 08:30:00 179

原创【人工智能】AI基础知识（第十一节：四个工程）

本文介绍了AI开发中的四个核心工程：提示词工程（Prompt工程）、上下文工程（Context工程）、驾驭工程（Harness工程）和LOOP工程。提示词工程专注于优化输入内容；上下文工程管理发送给大模型的多类信息；驾驭工程整合工具、技能等功能模块；LOOP工程实现自动化流程。这四个工程呈层级包含关系：LOOP工程包含驾驭工程，驾驭工程包含上下文工程，上下文工程又包含提示词工程。这一架构体现了从基础优化到高级自动化的完整AI系统设计思路。

2026-07-20 16:01:32 228

原创【人工智能】AI基础知识（第十节：记忆消息与历史消息）

本文介绍了AI Agent中的两种关键消息类型：历史消息和记忆消息。历史消息指Agent与大模型交互过程中产生的所有信息，仅对当前会话有效，受上下文窗口限制，可通过压缩或clear指令管理；而记忆消息存储在特定文件中，具有跨会话持久性，不受窗口限制影响，可分类整理并采用多种存储方式。两者的核心区别在于持久性、作用范围和管理机制，共同影响着Agent的性能表现。

2026-07-20 13:33:23 271

原创【人工智能】AI基础知识（第九节：AI工具的合理使用）

文章摘要本文探讨了AI工具的合理使用方法。首先强调应理性看待AI工具宣传，避免盲目跟风。其次介绍AI Agent的基本概念和工作原理。文章重点提出使用AI工具前的四个前提条件：获取渠道、账号注册、付费方式和替代方案。特别强调开发时应优先复用现有框架（如LangChain、CrewAI），并提供了三个判断开源项目质量的标准：STAR数、更新频率和issue处理情况。最后指出合理选择工具需综合考虑实际需求和使用条件。（148字）

2026-07-17 10:52:23 172

原创【人工智能】AI基础知识（第八节：去除文章AI味）

文章摘要：本文探讨了AI生成内容常带有的"AI味"问题，分析了其7个典型特征：高频模板词语、固定句式结构、句子段落均质化、缺乏情感细节、冗余内容、模棱两可判断以及三段式结构。指出这种风格源于AI训练过程中形成的安全表达模式。提出10种去AI味方法：建立作者身份、添加具体细节、避免高频词、优化句式、调整句子节奏、使用口语化表达、增强互动性、模仿个人风格、后期质检及自定义目录格式。核心是通过正向引导和细节补充，使AI产出更自然、更具个性化的内容。（149字）

2026-07-17 08:47:21 354

原创【人工智能】AI基础知识（第七节：RAG）

RAG（检索增强生成）技术解决了大模型在处理私有和实时数据时的局限性。其核心流程包括：1）将用户提问向量化，通过语义搜索匹配相似内容；2）检索向量数据库找出最相关的TopK数据片段；3）将检索结果与原始问题结合形成增强提示；4）由大模型生成最终答案。通过向量化技术（将词语特征转化为多维数值）和余弦相似度计算，RAG能有效处理语义相近的查询（如"退商品"与"退货"），从而避免大模型的"幻觉"问题，为私有数据和实时信息查询提供可靠解决方案。

2026-07-10 20:21:45 421

原创【人工智能】AI基础知识（第六节：什么是CLI）

本文介绍了CLI（命令行交互界面）的基本概念及其在AI代理中的应用。CLI通过文本命令实现与计算机的交互，具有执行速度快但需记忆命令的特点。文章对比了CLI与MCP（Model Context Protocol）协议的区别：MCP以"工具"形式严格定义功能，CLI则以更灵活的"Skill"形式暴露命令。通过微信CLI程序示例，说明了Agent如何利用Skill信息让大模型调用CLI功能。最后指出实际应用中应根据业务场景选择CLI或MCP，Git、飞书等软件采用不同接口方式体现了这种灵活性。

2026-07-10 08:15:00 344

原创【人工智能】AI基础知识（第五节：MCP）

文章摘要： MCP（模型上下文协议）是连接AI Agent与外部软件的标准化桥梁，解决Agent调用第三方工具（如Figma、浏览器）的需求。其核心通过协议规范交互流程：定义软件功能暴露方式、Agent请求格式及结果返回机制。类比"大牛"合作协议，MCP明确服务条款与验收标准。使用时，用户通过Agent发起请求，大模型识别MCP工具并调用外部功能，最终将结果经Agent返回用户。支持命令行查看MCP列表及状态管理，实现安全可控的外部能力扩展。（149字）

2026-07-08 08:15:00 631

原创【人工智能】AI基础知识（第三节：Skill基础下）

本文介绍了人工智能中Skill的基础知识及其工作机制。Skill由主文件、脚本和素材组成，分为用户级和项目级两种存储方式。Agent启动时会收集所有Skill信息并发送给大模型。大模型通过分析用户需求，选择合适Skill后与Agent协作执行：Agent负责读取Skill详情、执行脚本操作，大模型负责逻辑判断和结果生成，两者通过交互对话共同完成用户任务。整个过程展示了AI系统中各组件如何协同工作，高效完成复杂任务。

2026-07-07 08:30:00 416

原创【人工智能】AI基础知识（第四节：工具）

文章摘要：本文探讨了AI聊天机器人升级为Agent的关键步骤——工具集成。传统聊天机器人受限于"输入-思考-输出"模式，无法完成需要外部交互的复杂任务（如文件操作）。升级过程分为两个阶段：首先让大模型掌握工具元信息（功能、参数等），然后通过React技术实现"思考-执行-观察"循环。实例演示了Agent如何调用读写工具协同解决代码文件问题。最终指出，工具赋予是大模型从对话系统进化为实用Agent的核心突破，使其能像人类一样使用"手脚"完成闭环任务。

2026-07-07 08:30:00 488

原创【人工智能】AI基础知识（第二节：Skill基础中）

本文介绍了SKILL的基础知识，包括目录结构、编写方法和使用方式。主要内容为：1) SKILL的标准目录结构包含父目录、说明文档和三个子目录（资源、参考、脚本）；2) 编写SKILL的三种方法：使用官方模板、借助SuperPowers或直接让AI生成；3) SKILL分为项目级和用户级，后者使用范围更广；4) 可通过find-Skills工具或skills.sh网站获取他人开发的SKILL。文章指出SKILL的编写和使用并不复杂，提供了实用的入门指导。

2026-07-06 10:26:48 240

原创【人工智能】AI基础知识（第一节：Skill基础上）

摘要：本文介绍了人工智能中SKILL的基础概念与应用。SKILL通过封装提示词和工作流来解决重复低效问题。其核心文件skill.md包含技能名称和描述，配合脚本和素材目录实现完整流程。Agent仅传递必要信息匹配技能，有效节省Token消耗。SKILL不仅能提升效率，还整合了工作流中的代码、图片等资源，优化AI任务执行。

2026-07-06 09:43:28 274

原创【人工智能】写好一个Skill的最佳实践（上）

它是一份清晰、严谨、可执行的指令文档，用于明确告诉模型——在什么条件下（When），按照哪些步骤（How），产出什么结果（What）。以下是本文核心内容的思维导图，帮助您快速掌握 Skill 设计的最佳实践：fill:#333;important;important;fill:none;写好一个Skill的最佳实践【什么是Skill】清晰、严谨、可执行的指令文档明确: When, How, What【原则1: 精准元数据内容】name: 简洁唯一标识符: 小写字母、数字、连字符。

2026-07-01 11:11:50 355

原创【人工智能】SubAgent与MultiAgent之间的概念

Sub Agent是一个独立执行任务的单元。主Agent负责下发任务，Sub Agent则各自执行被分配的任务。执行完毕后，Sub Agent仅将最终结果反馈给主Agent。然而，在执行过程中，Sub Agent具体调用了哪些提示词、执行了哪些Skill等细节，并不会告知主Agent。此外，在执行途中，各个子Agent之间也没有内部沟通。Multi Agent 是一个协作的团队，各 Agent 之间会相互通知和反馈，共同完成任务。例如，主 Agent 会向开发 Agent 和测试 Agent 下发执行指令。

2026-07-01 07:00:00 314

原创【人工智能】Agent在启动时做了啥

在Agent启动的时候需要把系统提示词，历史沟通记录，工具使用信息和模型信息都发给大模型，所以Agent每次启动都会先去收集工具信息，历史信息，技能信息，对话角色身份信息，项目目录中的一些信息都发给大模型之后，才与它建立起连接。可以知道在Agent启动的时候，其实内部还做了这么多事情。

2026-06-29 08:52:39 204

原创【人工智能】AI时代给新手小白的一些学习建议

【AI时代学习建议摘要】在AI时代，知识获取变得极为廉价便捷，AI如同全知全能的导师。建议学习者：1）优先选择性能最优的大模型；2）从基础内容循序渐进学习；3）将AI作为个性化教师，让其制定学习路径；4）通过实践互动持续提升。关键要善用AI的即时答疑、多角度讲解和持续陪伴优势，保持学习热情，逐步深入专业领域。AI时代的学习应注重人机协作，在对话中实现知识的高效吸收。（149字）

2026-06-29 08:42:38 330

原创【人工智能】一篇文章彻底搞懂Vibe Coding

Vibe Coding是氛围编程的意思。前OpenAI研究员Andrej Karpathy在2025年提出的全新AI开发范式，直译过来就是“氛围感编程”。氛围编程的核心是开发者只表达意图、效果、业务需求，把编码、调试、文档、测试等底层实现全部交给AI来实现；人只做需求提出和结果的验收，不用逐行敲代码、纠结语法细节。Vibe Coding是AI时代的全新开发范式，核心是用自然语言驱动AI完成全流程开发，降低编程门槛，提升落地效率。

2026-06-26 00:30:00 497

原创【人工智能】TRAE AI（Trae IDE）与Claude Code完整核心区别

总的来说，Claude Code更像一个"深度思考的工程专家"，而Trae则是"高效执行的全能助手"。两者并非替代关系，而是可以组合使用——用Trae快速搭建框架，再用Claude Code进行深度优化和重构。对比维度Trae开发公司Anthropic（美国）字节跳动（中国）产品定位终端命令行AI编程助手，强调深度推理和代码质量AI 原生集成开发环境（IDE），注重全流程自动化开发使用方式命令行终端（CLI）完整的可视化IDE界面核心特点强推理能力、系统思维、适合复杂架构设计。

2026-06-26 00:15:00 451

原创【人工智能】Claude Code十二个核心技能

有一个想法但实际还没有想清楚，把一个模糊想法，先聊成2-3个可选方案，并说明每一个方案如何取舍以及优势略势，它会让ai先把想法跟你聊天清楚，比方说做给谁看，哪些功能不要做，哪些功能需要保留，然后再把想法变成可执行的设计。让ai先停下来问清楚的一个Skill，遇到那种超过五步的任务，让AI先问清楚目标、边界和验收标准，再开始执行。它就相当于给智能体装上了专业的插件，你可以为不同场景预设技能包，比如前端设计，代码审查，视频制作，一句话就能调用专家级的输出，再也不用每次都输入一长串提示词给智能体了。

2026-06-20 13:29:27 221

原创【人工智能】一文搞定到底什么是智能体

围绕着目标，自主推理，自主开展行动与检查，自主确认目标是否达成，如没有达成目标则再次进入循环。它的核心思想是不是只做一次事情开交差，而是会检查和迭代不断完善来完成目标。需要注意的是它步数React，React代表了Reasoning加上acting。

2026-06-20 13:02:43 178

原创【人工智能】Agent Skill基础功能解析

本质形式：Skill本质是一个大写的Markdown格式的提示词文件SOP，它规定了AI在特定的场景下的行事逻辑雨处理准则。简单说Skill就是一套标准化专业操作SOP。大脑LLM遇到对应的需求就会自动加载对应的SKill，它是核心大脑回路。Skill是纯文本的提示词，指令及业务流程规范。它决定了AI怎么思考以及按什么顺序执行。MCP是Model Context Protocol是外部系统接口与工具（如操作数据库，联网），它赋予了AI触达物理与数字世界的能力。

2026-06-19 00:15:00 198

原创【人工智能】带你了解AI Agent Harness

它是一套系统化工程方法论，专门设计、搭建、运维这套 AI 管控运行体系，解决 AI 干活不稳定、越权、失忆、失控问题。简单来说它让AI智能体既跑得快，又跑不偏的缰绳与马鞍。

2026-06-19 00:15:00 239

原创【人工智能】DeepSeek API的入门介绍

DeepSeek API是深度求索（DeepSeek）官方提供的云端大模型HTTP调用服务，通过标准化REST接口，让程序、IDE 工具、Agent框架远程调用DeepSeek全系大模型，无需本地部署庞大模型权重，仅通过网络请求即可完成对话、代码生成、工具调用、长文档解析等任务。网页端 / APP（chat.deepseek.com 在线聊天）永久免费使用 V4全系。

2026-06-19 00:15:00 498

原创【人工智能】MCP和API的区别与联系

API是Application Programming Interface，中文名称叫做应用程序编程接口。可以把他理解为软件与软件之间的一个约定，我给你一个地址参数以及返回的格式，你按照这个规则来发送请求并返回结果。API的特点就是明确与固定，开发者需要提前知道这个接口能做什么，需要哪些参数，返回什么数据，程序代码通常也是提前写好的，它比较适合传统的开发方法，因为传统的软件开发稳定流程，明确边界和可控结果。AI应用通常需要在对话中临时判断，用户到底想查文件，读数据库改日程，还是调用某一个内部系统。

2026-06-18 00:15:00 350

原创【人工智能】大模型幻觉深度解析

就是依然存在的，一本正经的胡说八道。尽管2026年的推理模型在算力与架构上已远超过去，但幻觉现象却并未消失。这不仅仅是一个技术Bug，更是概率大模型的本质特征。简单错误（Simple Error）：知识边界导致的无知。如果你问他2026年世界杯冠军是谁，因为知识的缺失，它会胡乱回答，这个不是幻觉。幻觉（Hallucination）：逻辑自洽但违背事实的自信创造。大模型凭空给你捏造一个世界杯冠军，详细的夺冠历程，并例句了虚构的比赛过程与成绩。虽然逻辑上通畅但却完全是虚假的。

2026-06-18 00:15:00 304

原创【人工智能】AI时代冒出来的六种人

AI时代全民化能力：搭建、创建可自主完成任务的AI智能体、自动化工作流，原本只有专业程序员能开发程序、工具，现在普通人依靠自然语言 + MCP工具，就能搭建专属自动化智能体，这个创造智能体 / 工作流的人群统称为Builder。2026年取代Prompt Engineer的核心 AI 岗位，核心管理AI能看到的全部信息环境，决定AI推理时能读取哪些文件、日志、工具、历史对话、行业知识库、工具权限，构建完整稳定的智能体运行环境。它被翻译为AI原住名。使用AI对话窗口的人，我们就认为他是AI的原住名了。

2026-06-17 00:15:00 219

空空如也

空空如也