AI

这篇文章基于我们之前的深度探讨，将视角从“如何构建一个 Agent”提升到了“如何架构一个可演进的 AI 平台”。

LangChain 团队通过 A/B 测试发现：高质量的 Claude.md + 按需文档工具 > 单纯文档接入；上下文工程是打造领域 Agent 的关键。

拆解 NocoBase 智能工单系统的架构设计与商业落地实践，重点分析 AI 驱动的数据闭环。

深入解析 AI 网关如何解决企业 AI 应用面临的三大场景挑战：模型访问、工具访问和 Agent 访问，及其核心能力与实践。

深入解析 Prompt 缓存的工作原理，揭示 LLM 服务商如何通过 KV 缓存技术实现 10 倍 Token 成本降低和 85% 延迟减少。

理解 Model Context Protocol 的 Transport 设计、浏览器适配器实现，以及 MCP Server 的开发方式。