#

llm

4 篇文章 NaN.NaN→NaN.NaN

相关：#ai 4 #工程实践 2 #agent 2 #rag 1

▸ Prompt Engineering 实战：让 LLM 真正听话的技巧

System prompt 怎么写、Few-shot 怎么设计、Chain-of-Thought 原理，以及常见失败模式和调试方法。

#ai#llm#工程实践

▸ RAG 系统设计：从 naive 到 production-ready

Retrieval-Augmented Generation 不只是「向量数据库 + LLM」，分块策略、召回质量、重排序、缓存才是工程核心。

▸ OpenClaw vs Hermes Agent：两个本地优先 Agent 的设计差异

OpenClaw（Novita AI）和 Hermes Agent（Nous Research）都是本地运行的个人 AI Agent，但在记忆系统、技能学习、运行环境和模型生态上走了不同的路。深入对比两种架构的核心差异。

▸ 什么是 AI Agent？从 LLM 到自主执行

LLM 本身是无状态问答机，Agent 是什么让它’动’起来的？本文深入解析 Agent 的四个核心能力、ReAct 框架、工具调用原理，以及主流框架横向对比。