共 11 篇文章
从 Next.js App Router 边界、小 Kun 的可信与超时，到音视频工具与构建缓存——整理 KunSpace 开发中真正难的点，以及具体怎么定位、怎么解决。
站内走轻量 RAG、常识交给大模型、实时事实调用外部工具——讲清小 Kun 的分流逻辑、Agent 循环，以及我们如何约束 AI 幻觉。
完整记录 KunSpace 站点上所有 AI 相关能力，以及如何把大模型、轻量 RAG、Agent 工具调用做成可 Demo 的管理后台助手。
学完 Prompt、RAG、Agent 之后，如何做一个能演示、能讲解、能放进作品集的项目？
复杂任务可以分给多个专职 Agent——写代码、测功能、写文档各管一摊，由协调者汇总。什么时候需要、怎么分工？
聊天机器人你问一句它答一句；Agent 会拆目标、用工具、看结果、再决定下一步，直到任务完成。
一个 Agent 不会一次学会所有本事。Skills 把能力拆成可插拔的模块——查天气、搜文档、跑脚本各算一项。
模型背不下整本手册怎么办？RAG 先检索相关段落，再生成答案——像开卷考试带小抄。
大模型本身不会读你的硬盘、不会查数据库。MCP 是一套标准协议，给 AI 装上「万能插头」。
Ollama 像给电脑装了一个「本地 AI 引擎」。一文搞懂它是什么、解决什么问题、怎么用。
做 AI 应用之前，先搞懂三个最基础的概念——提示词、接口调用和代码，它们分别负责什么？