工程笔记
写给真正
交付技术栈的人
关于 React、Node.js、TypeScript 与 AI 的原创文章，来自与我们操作层软件同一套工程实践。正文为英文。
标签：llm
提示工程：无需微调即可操控大语言模型
利用角色设定、少样本示例、思维链以及格式约束来引导模型——并判断仅靠提示词是否已达极限，或是需要进一步微调。
748 词阅读工具与技能与MCP：AI智能体的三层结构
工具用于展现操作功能，技能用于编码工作流程，而MCP则负责标准化外部连接。这样就能建立清晰的思维模型，从而在设计智能体架构时避免各层次相互混淆。
1495 词阅读使用 LangChain 的你的第一个工具型 AI 智能体
用 Python 构建一个小型 LangChain 数学智能体：初始化聊天模型，注册工具，让大语言模型选择要调用的函数，并观察多步骤的工具使用过程。
1062 词阅读Jev：非生成式AI模型如何将文本转化为决策
了解 Jev 的数值型“System One”人工智能模型是如何运作的，为何它比大型语言模型更快更便宜，以及它在生产系统中的生成式人工智能体系中处于何种位置。
1629 词阅读理解AI智能体：工具调用、MCP与智能体循环
了解工具调用、MCP以及智能体循环是如何相互结合，构成智能体AI系统背后的实际架构的，而非仅仅停留在流行术语层面。
3643 词阅读六个能告诉你在信任某个答案之前应检查什么的人工智能概念
令牌、上下文窗口、温度参数、幻觉现象，以及被用作验证工具的RAG与智能体，帮助你发现错误、控制成本，并判断人工智能产品的宣传内容是否真实。
2235 词阅读基于规则的决定模型与大型语言模型调用：边界处的延迟与稳定性
一项包含240次调用的实验，用于比较Jev所给出的固有概率与大型语言模型自我报告的概率，以及如何将这一差异转化为LangChain模型路由器。
2630 词阅读在代码中实现代理规则：PreToolUse、PostToolUse与Stop钩子函数
了解为何LLM智能体的授权应放在确定性工具调用钩子中，如何安全地拒绝调用，以及如何在不使用递归的情况下封装调度器。
2721 词阅读诊断大语言模型输出问题：何时该使用提示词、检索或微调
一种以症状为导向的方法，用于判断弱人工智能功能是否需要更好的提示、检索层或微调，以及为何用事实数据训练模型反而会适得其反。
1607 词阅读
常见问题
关于这些文章
是。每篇都是为本站准备的英文原创改写。结构与代码跟随来源；正文重写并做过重合检查。
技术文先发英文，以保证代码与 API 名称准确。站点外壳提供全部九种语言。
草稿经编辑后进入发布队列。站点导入只收录新的或有变更的 slug，不会重复添加。
示例仅供说明。上线前请核对技术栈与许可。若需交付，请发来简报。