Agent基础概念详解
Prompt、MCP、Agent、Context 等核心概念的系统讲解，为深入学习大语言模型打下坚实基础
Prompt概念详解及应用教程
Prompt（提示词）是用户与大语言模型（LLM）交互的核心方式，它决定了模型生成内容的方向和质量。本教程将详细讲解Prompt的概念、组成结构、设计原则和工程技巧。
Context上下文及相关概念详解
Context（上下文）是大语言模型（LLM）理解和生成文本的核心机制，它决定了模型在生成响应时能够参考的历史信息的范围。本教程将详细讲解Context的核心概念、组成结构、作用机制，以及Context Window（上下文窗口）的关键特性。
Tool Calling工具调用技术分析与应用教程
Tool Calling（工具调用，也称 Function Calling / 函数调用）是大型语言模型（LLM）与外部系统交互的核心能力——它让 LLM 不只停留在"对话生成"，而是能够**调用真实的函数、API 和服务**来获取数据、执行操作、完成任务。
MCP概念详解与应用完整教程
MCP（Model Context Protocol，模型上下文协议）是 Anthropic 推出的一种开放协议，它让 AI 模型能够安全地连接和使用外部的工具、数据源和服务。
Harness概念详解
Harness（执行引擎/运行时框架）是 AI 应用中最核心但最容易被忽略的底层架构——它是连接大语言模型（LLM）、工具调用（Tool Calling）、模型上下文协议（MCP）和智能体（Agent）之间的"操作系统"，负责协调、调度和执行所有组件的交互。
Agent概念详解
Agent（智能体）是人工智能领域最核心、最具活力的概念之一——它代表了 AI 从"被动回答问题"到"主动执行任务"的根本性飞跃。本教程将从概念本质、核心架构、类型分类和典型工作模式等角度，系统讲解 AI Agent 的完整知识体系。