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
Skill概念详解
Skill（技能）是 AI 系统中一种重要的行为定制机制——它本质上是一组预定义的指令模板，在需要时注入到系统的运行上下文中，指导 AI "以什么方式工作"。本教程将从概念本质、核心架构、类型分类和典型应用模式等角度，系统讲解 Skill 的完整知识体系。
Workflow概念详解
Workflow（工作流）是系统中将多个处理步骤编排为一个完整执行流程的核心概念。本教程系统讲解 AI 语境下 Workflow（以下简称 AI Workflow） 的定义、核心要素、主要类型、设计模式和应用场景，帮助读者建立完整知识体系。无论你是在构建 RAG 管线、多智能体协作系统，还是自动化数
Sandbox沙箱概念详解
Sandbox（沙箱）是一个受严格限制的隔离执行环境：程序可以在其中自由运行，但它能访问的文件、网络、内存等资源都被预先限定，即使程序出错或携带恶意行为，破坏效果也被封闭在沙箱内部，不会波及宿主系统。在 AI Agent 时代，Agent 的每一个动作都由大语言模型在运行时动态生成，行为不可完全预测
Hook钩子概念详解
Hook（钩子）是一种事件驱动的扩展机制：用户预先定义好脚本或命令，把它们"挂"在 Agent 执行生命周期的特定事件点上（例如工具调用执行前、工具执行后、会话结束时），事件一旦发生，Agent 的执行引擎就自动触发这些脚本。它的核心价值在于提供确定性控制——模型的行为由大语言模型（LLM）
Plugin插件概念详解
Plugin（插件）是一种标准化的扩展打包与分发机制：它把散落在各处的 Agent 扩展能力（斜杠命令、子 Agent、Skill、Hook、MCP 服务器等）连同一份清单文件，打包成一个可整体安装、更新、卸载和分享的独立单元。如果说 Skill、Hook、MCP 分别解决了 Agent 的某一类能
Loop循环概念详解
Loop（循环，也称 Agent Loop、智能体主循环）是 Agent 执行任务的核心引擎：从接收目标开始，Agent 反复执行"模型推理、工具调用、结果反馈、再推理"的基本循环，直到模型判断任务完成才退出。大语言模型本身无状态且被动，一次调用只能生成一段文本；Loop 赋予模型"行动、观察、修正