大模型工具调用的安全与稳定性实战
在前面的文章中，我们让 AI 拥有了“双手”（Function Calling）并统一了“接口”（MCP 协议）。看着 AI Copilot 行云流水地帮我们查天气、搜文档，确实令人兴奋。 但是，给 AI 赋予行动能力，就像给一个聪明的五岁小孩一把上了膛的枪。大模型会产生幻觉，用户会进行 Prompt 注入攻击（Prompt Injection），下游的 API 也会因为并发过高而宕机。 在将 A
MCP 协议原理与实战指南
在上一篇文章中，我们探讨了大模型是如何通过“工具调用 (Function Calling)”拥有双手的。但随着工具越来越多，痛点也随之而来：如果每个 AI 平台（如 ChatGPT、Claude、甚至你自研的 Copilot）都需要一套特定的代码来接入你的天气接口或知识库，这无疑是一场维护灾难。 为了解决这个“各自为战”的局面，MCP（Model Context Protocol，模型上下文协议）
大模型的手与脚: LLM工具调用(Function Calling)原理与项目实战
在与大语言模型（LLM）交互时，我们常常会遇到它的能力边界：它不知道实时信息，也无法直接操作外部系统。为了解决这个问题，“工具调用”（Tool Calling / Function Calling）应运而生。 本文将剥离复杂的框架（暂不涉及 MCP 协议），通过一个实际的 AI Copilot 项目代码，带你搞懂工具调用背后的核心逻辑，并一步步实现让大模型具备查天气、搜文档的能力。 一
你与AI对话: 从 Messages 协议到 SSE 流式渲染
在目前的 AI 全栈开发中，前端实现一个“打字机”效果的聊天框似乎轻而易举。但当你按下“发送”键的那一刻，数据在网络底层到底经历了怎样的变形？大模型是怎么“记住”上下文的？前端接到的那些奇怪的字符 0:"字" 又是从哪来的？ 今天，我们就来扒开大模型对话交互的底层外衣，深入探讨 Messages 协议、HTTP SSE 流式通信，以及 Vercel AI SDK 在背后究竟帮你
RAG: 从核心原理到Next.js实战演练
在大模型（LLM）开发中，如何让 AI 拥有“最新记忆”和“私有知识”？答案就是 RAG（Retrieval-Augmented Generation，检索增强生成）。 本文将带你揭开 RAG 的神秘面纱，从底层向量原理出发，并结合真实的 Next.js + Pinecone + DeepSeek 项目代码，拆解一个基于私有知识库的 AI 对话接口是如何跑通的。 🧠 核心灵魂：Embedding
从零到一：如何搭建一套主题驱动的 UI 组件库-——-Awesome-Design UI 开发全记录
在这篇博客中，我想和大家分享一下我近期造的一个新轮子——Awesome Design UI。这不仅是一篇复盘笔记，也是一份写给想要自己从零搭建 React 组件库的同学的实战教程。 📚 文档与组件预览: Awesome Design UI Storybook 源码已托管至🫱 GitHub，期待你的 Star🌟。 💡 前言：为什么又要造一个轮子？市面上的 React 组件库已经多如牛毛，
重温前端框架 Vue
Vue基础MVVM Model（模型）： 在 Vue 组件中，这通常对应 data 函数返回的对象。它只是纯粹的 JavaScript 对象，包含了你的业务数据。 View（视图）： 这就是 Vue 的模板部分（HTML 代码）。它通过指令（如 {{ }} 或 v-bind）声明式地描述了数据应该如何呈现。 ViewModel（视图模型）： 这是 Vue 的
重温前端三件套(三)：JavaScript
数据类型和运算符有哪些数据类型原始类型 undefined null，打印typeof()是object，因为在第一版JS中，变量的值被设计保存在一个32位内存单元中。该单元包含一个1或3位的类型标标志，和实际数据值。类型标志存储在单元的最后。包括以下2几种情况 000：object，数据为对象的引用 1：int，数据为 31 位的有符号整型 010：double，数据为一个双精度浮点数的引用
