模型上下文协议（MCP）完整指南：从 Anthropic 标准到 AI 应用互操作性革命
系统拆解 Model Context Protocol（MCP）的设计哲学、协议分层和核心概念：Resources、Prompts、Tools、Sampling。 涵盖 MCP 与 Function Calling、插件系统、API 网关的区别与互补关系。 附架构全景图、协议消息格式详解，以及 MCP 在 Claude Desktop、Cline、Continue 等客户端中的实际运行机制。
category
Llm
共 14 篇文章。
多模态语音合成与识别：从 Whisper + TTS 到实时语音交互的 LLM 实践
系统拆解 LLM 语音技术栈：语音识别（ASR / Whisper）、语音合成（TTS / ElevenLabs / Coqui TTS）、语音活动检测（VAD）。 覆盖实时语音交互架构（流式识别 + 流式合成 + 打断机制）、多语言语音克隆、以及语音 Agent 的安全与隐私考量。 附完整的 Whisper API 集成、本地 TTS 部署、WebRTC 实时语音管道代码。
多模态视频分析：从关键帧抽取到时序理解的 LLM 视频理解实战
系统拆解 LLM 视频理解的技术路径：关键帧提取、时序编码（Temporal Modeling）、视觉-时序联合推理。 覆盖 Gemini 1.5 Pro（原生视频）、GPT-4o（帧序列）、Claude（关键帧截图）、Video-LLaMA 四种实现方式。 附视频摘要生成、动作识别、异常检测、教育内容分析四个场景的完整代码与成本优化策略。
多模态生成式 AI：从 DALL-E 3 到视频生成与图生图的生产实战
系统梳理多模态生成技术：文本到图像（DALL-E 3 / Midjourney / Stable Diffusion XL）、文本到视频（Sora / Runway Gen-3 / Pika / 可灵）、图像到图像（ControlNet / IP-Adapter / Img2Img）。 涵盖 Prompt 工程（图像/视频生成专用）、负面提示词策略、分辨率与纵横比选择、版权与伦理边界。 附完整的 API 调用代码、Ollama 本地 Stable Diffusion 部署、以及批量生成与后处理流水线。
多模态图像理解：从 GPT-4o Vision 到开源视觉大模型的生产实践
系统拆解 LLM 视觉理解的技术栈：图像编码器（ViT/CLIP）、视觉-语言对齐（Projection Layer）、多帧处理与分辨率策略。 覆盖 GPT-4o Vision、Claude 3.5 Sonnet、Gemini 1.5 Pro、Qwen-VL、Llava 五大主流模型的能力对比与 API 调用方式。 附完整的视觉问答（VQA）、OCR 提取、图表分析、UI 自动化四种场景的 Python 代码实现。
多智能体协作（Multi-Agent）：从团队协作到自主组织的技术实现
深度解析多智能体系统的核心问题：通信协议、任务分配、冲突解决、共识达成。 涵盖 CrewAI、AutoGen、LangGraph 三大框架的实战对比：角色定义、层级编排、路由分发。 附基于 CrewAI 的产品开发团队仿真案例，含完整代码与性能调优策略。
人机协作模式（Human-in-the-Loop）：让 Agent 在关键时刻停下来，等待人类确认
深度分析 Agent 系统中人类介入的必要性与设计模式：审批流（Approval）、审核反馈（Review）、接管仲裁（Override）、触发条件与降级策略。 涵盖人机协作的 UX 设计、上下文压缩技术、以及监管合规要求（金融/医疗/工业控制的关键决策审计）。 附完整的 HITL 审批队列实现、审计日志设计与多层级审批工作流代码。
MCP 服务端开发实战：从 SQLite 查询服务到文件系统与 GitHub API 完整实现
手把手实现 3 个生产级 MCP Server：SQLite 数据库查询、文件系统操作（安全沙箱）、GitHub API 集成。 涵盖 Server 生命周期管理（初始化 / tool 发现 / 权限声明）、错误处理、连接安全、性能调优。 附完整的 Python 实现代码、单元测试用例与 Docker 部署方案。
MCP 工具生态与最佳实践：30+ Server 速查表与场景化选型指南
MCP 生态全景扫描：30+ 官方与社区发布的 MCP Server，按分类（文件/数据库/搜索/通信/开发工具/云）整理。 包含 Server 的功能范围、传输方式、认证需求、安装命令、场景化选型建议。 附自定义 Server 评估框架：延迟、稳定性、隐私、社区活跃度四维评分模型。
MCP 客户端集成实战：Claude Desktop、Cline、Continue 与自建 Agent 的完整配置
详细拆解 4 类 MCP Client 的接入方式：Claude Desktop（macOS/Windows）、Cline（VSCode 扩展）、Continue（IDE 插件）与自建 Python Agent。 涵盖配置文件格式、Server 注册、工具发现、权限管理、故障排查。 附完整的 JSON 配置模板、常见错误处理对照表、以及跨客户端兼容性的实践建议。
AI 智能体（Agent）架构设计：从 ReAct 到自主决策系统的完整实践
系统拆解 LLM Agent 的架构模式：ReAct、Reflexion、Plan-and-Solve、AutoGPT。 涵盖感知（Perception）、推理（Reasoning）、记忆（Memory）、工具（Tool）、执行（Execution）五大核心组件的设计与实现。 附基于 LangChain + OpenAI 的完整可运行推演 demo，以及生产环境的护栏与成本优化策略。
Agent 工具调用与 Function Calling：从零设计可控的外部能力接口
深度解析 LLM Agent 工具调用的实现原理：工具描述（Tool Schema）、参数推导、并行调用、结果消化。 涵盖 OpenAI Function Calling、Claude Tool Use、Google Function Declaration 三种主流标准，以及如何在 LangChain 中自定义工具。 附自定义工具注册器、Schema 验证、自动重试的完整代码实现。
Agent 工作流编排设计：DAG、状态机、暂停恢复与长期运行任务
深入探索 LLM Agent 的工作流编排模型：DAG（有向无环图）编排、状态机驱动、事件触发与暂停恢复。 涵盖 LangGraph 的图式编排、Temporal 的长任务持久化、以及事件总线驱动的异步 Agent 架构。 附完整的 LangGraph + Temporal 集成案例，含可运行代码与可视化。
大语言模型应用开发框架Eino介绍
引言 随着大语言模型（LLM）技术的快速发展，其在自然语言处理、智能客服、内容生成等领域的应用日益广泛。然而，开发高效、可靠的大语言模型应用仍面临诸多挑战，如复杂的流程编排、高维护成本、弱类型语言带来的调试困难等。