Cherry Studio 详解：聚合多模型、开箱即用的桌面 AI 客户端
Cherry Studio 详解：聚合多模型、开箱即用的桌面 AI 客户端用过大模型的人大多有个共同烦恼：要在 ChatGPT、Claude、Gemini、DeepSeek、本地模型之间来回切网页或客户端，对话历史和知识库还各管各的。CherryHQ/cherry-studio（Cherry Studio）想用"一个桌面客户端"解决这件事——它把主流云端大模型与本地模型聚合到一起，支持多模型同时对
263
分类
AI
聚焦于大模型（LLM）、AI 技术、MCP（Model Context Protocol）和 AI Agent 的前沿探索与实践应用。从基础的 LLM 原理、微调方法和提示工程，到 MCP 的上下文管理、Agent 架构设计（如 ReAct 框架）和多代理协作，代码示例、案例分析和优化策略。
共 69 篇文章
Claude Code 提示词库：52 个开箱即用的官方提示词
Claude Code 提示词库：52 个开箱即用的官方提示词用 Claude Code 时，很多人只会问"帮我写个 X"或"修这个 bug"。但面对一个陌生的几万行代码库、一次跨模块的重构、一场线上事故，"怎么问"往往比"用什么模型"更决定 Claude 能不能真正帮上忙。Claude Code 官方维护了一个提示词库（Prompt Library）——52 个精心设计、可直接复制粘贴的提示词，
144
小模型当道：蒸馏、量化与端侧部署的工程逻辑
小模型当道：蒸馏、量化与端侧部署的工程逻辑前两年"参数越大越强"的叙事统治一切，但 2026 年出现了一个反直觉的回潮：小模型重新吃香。从手机里的端侧助手，到企业里"小而专"的微调模型，越来越多人发现——"够用、便宜、快、可控"的小模型，在大量场景里比大模型更优。本文不讲"小模型也很好"的废话，而是拆开它靠什么变强、怎么部署、如何与大模型协作。1、"越大越好"为什么逆转大模型确实强，但它带着三个硬
323
God of Prompt：30,000+ 工程化 AI 提示词库
God of Prompt：30,000+ 工程化 AI 提示词库一个更"工程化"、更商业化的提示词库——God of Prompt。它自称 "The #1 Most Powerful Open Prompt Library"，收录 30,000+ 提示词，覆盖 19 大类目、180 个子类、7 大主流 AI 模型（ChatGPT、Claude、Gemini、Grok、DeepSeek、Midjo
174
推理模型详解：从 o1 到自适应推理的 test-time compute 革命
推理模型详解：从 o1 到自适应推理的 test-time compute 革命2024 年 OpenAI o1 横空出世，把大模型的竞争从"参数越做越大"拉到一条新赛道：推理模型（Reasoning Model）。到 2026 年，"先想后答"已成顶级模型的标配。但"推理"到底指什么？为什么"多想一会儿"就能更准？什么是 test-time compute？本文钻进原理，一次讲透——不背概念，只
179
prompts.chat：世界最大的开源 AI 提示词库
prompts.chat：世界最大的开源 AI 提示词库Prompt Engineering（提示词工程）是 AI 时代的核心技能，而谈到提示词资源，prompts.chat 是绕不开的名字。它的前身是鼎鼎大名的 Awesome ChatGPT Prompts——2022 年 12 月最早的提示词库，现已发展为"世界最大的开源 AI 提示词库"：143k+ GitHub stars，被 Forbe
194
AI 知识图谱生成器详解：从非结构化文本到可视化图谱
AI 知识图谱生成器详解：从非结构化文本到可视化图谱你有一堆文档（论文、报告、笔记、文章），想快速搞清其中的"谁和谁有关系、什么导致了什么、谁属于哪一类"——手动阅读提炼太慢，交给 LLM 又只给你一段总结文字。Robert McDermott 开源的 ai-knowledge-graph 恰好解决这个痛点：它用 LLM 从非结构化文本中自动提取"主-谓-宾"三元组（SPO triplets），然
209
Knowledge Graph Extractor 详解：单卡自托管的知识图谱生成器
Knowledge Graph Extractor 详解：单卡自托管的知识图谱生成器前面介绍了 Graphify（代码库图谱）和 ai-knowledge-graph（文本图谱），它们都依赖外部 LLM API（Claude / GPT / Ollama）。但如果你想完全自托管——不调任何云 API、数据不出域、一张 GPU 就能跑——Knowledge Graph Extractor（Han X
212
ChatGPT 最新演进：从 GPT-5 到 Agent 的全面进化
ChatGPT 最新演进：从 GPT-5 到 Agent 的全面进化2026 年的 ChatGPT 已经远不是 2022 年那个"聊天机器人"了。它经历了 GPT-5 → 5.1 → 5.2 → 5.5 → 5.6 的快速迭代，从一个"对话工具"进化成了一个集 Agent、编程、购物、健康管理于一体的 AI 平台。新增的 Auto/Fast/Thinking 三档模式、Work Agent、Cod
326
Graphify 详解：把整个代码库变成可查询的知识图谱
Graphify 详解：把整个代码库变成可查询的知识图谱理解一个大型代码库有多痛苦？几万行代码、几十个模块、数百个文件，新人入职两周还在"这个函数在哪调用、这个模块依赖谁"里挣扎。Graphify（GitHub 近 95k Star，2026 年最火的开发者工具之一）就是来终结这个痛苦的——它把任何代码库（含文档、SQL、PDF、截图）自动转成一个可查询的知识图谱，每条关系都标注"确定的/推理的/
286
RAG 进阶：生产级 RAG 的系统工程实战
RAG 进阶：生产级 RAG 的系统工程实战RAG（检索增强生成）是企业让大模型"基于自家知识"回答的主流方案。但"照着教程拼一个 demo"和"做出生产级准、全、稳的系统"之间，隔着一整个工程鸿沟——demo 能答对的问题，生产里可能十答九错。本文不再罗列名词，而是把 RAG 拆成索引、查询、生成、评估四大子系统，给出每个子系统的关键决策与进阶实践。1、先把架构看清：不是流水线，是四大子系统大多
200
MCP 实战：用模型上下文协议给 AI "长手"
MCP 实战：用模型上下文协议给 AI "长手"以前给 AI 接一个工具，要为每个客户端单独写一套集成——接 10 个工具、用 3 个客户端，就是 30 份适配代码，写不完、改不动。MCP（Model Context Protocol，模型上下文协议）就是为了消灭这个"M×N 适配地狱"而生的：它把"模型"与"工具/数据源"之间的连接标准化，写一次 Server，处处可用，被戏称为"AI 应用的
194
Fara-7B 详解：微软的高效 Computer Use Agent 模型
Fara-7B 详解：微软的高效 Computer Use Agent 模型2025 年底，微软开源了一个 7B 参数的"Computer Use Agent"模型——Fara-7B。它不是又一个聊天机器人，而是一个能自主操作电脑/浏览器完成真实任务的 AI Agent：给它一个网页任务（如"帮我查航班并订票"），它能看懂屏幕截图、决定下一步点击哪里、填什么表单、循环执行直到完成。更关键的是，它只
253
Cursor 完全教程：从 Tab 预测到 Composer 的实战指南
Cursor 完全教程：从 Tab 预测到 Composer 的实战指南Cursor 是 2026 年最火的 AI 原生 IDE，基于 VS Code 深度改造。它和"装个 Copilot 插件"的本质区别在于：AI 不是外挂，而是被织进了每一次按键、每一次选中、每一次保存。本教程钻进它的四级火力（Tab / Cmd+K / Chat / Composer）与上下文管理（@ 引用 / 规则文件 /
207
智谱 GLM 大模型平台详解
智谱 GLM 大模型平台详解智谱大模型开放平台是国产领先的一站式大模型开发平台，提供功能丰富、灵活易用、高性价比的大模型 API 服务。平台支持全模态、全尺寸的模型矩阵，覆盖文本生成、图像理解、视频生成、音视频处理等多场景，致力于构建高效通用的"一站式模型即服务"AI 开发新范式。1、平台概述1.1、平台优势• 模型矩阵：全模态、全尺寸、低幻觉、高精度 • 开发套件：覆盖模型与 AI 应用开发，全
308