给 Claude 扩能力时,Skills 和 Agents 最容易混。它们的根本差异其实就一个字——上下文:Skill 把指令「装进」你当前的对话,Agent 则在一个「隔离的」上下文里独立干活。这篇讲清楚两者的本质、关键特性、怎么选,以及它们如何组合。
全部文章
30 篇文章
给 Claude 接上 MCP 不等于它就懂你的项目——它得先调用工具才能拿到上下文。这篇讲清楚和接了 MCP 的 Claude 高效协作的六个提问技巧:建立上下文、指定工具、缩小范围、组合工具链、提问模板、目标导向,最后归纳成一条核心原则。
让多个 AI Agent 同时改一个代码库,最大的坑是它们会互相踩踏文件。Git Worktree 给每个 Agent 一块物理隔离的工作区,再由主 Agent 协调合并——这篇讲清楚它的底层原理、为什么有效,以及这样做到底带来哪些收益。
AI Agent 就是给大模型装上「手、脚和大脑」,让它能自主拆解任务、调用工具、执行并交付。这篇从核心架构、ReAct 循环、技术栈讲到开发五步,并用 Claude SDK 手写一个能调用工具的最小 Agent,跑通整个闭环。
召回率衡量「该找的有没有找全」,召回策略决定「从海量数据里先捞出哪批候选」。这篇把召回率 vs 准确率、六种常见召回策略、多路召回与 RAG 里的召回优化一次讲清楚,配流程图。
控制面、Web 界面、中继都折腾好了,最后一步是日常最常做的:用 Tailscale 客户端 tailscale up --login-server 登录自建 Headscale,再在 headscale-ui 里批准、查看、管理设备。文字配模拟截图走一遍。
Tailscale/Headscale 靠 WireGuard P2P 直连,但很多 NAT 环境打洞会失败、流量被迫走官方境外 DERP,延迟动辄 100ms+。这篇记录我在自建 Headscale 上加一台国内自建 DERP 的全过程,含改源码、自签证书、防白嫖三处踩坑。
Headscale 原生只有 CLI,每次加节点、批用户、看路由都得 SSH 敲命令。headscale-ui 是个纯静态 Web 前端,调 Headscale API 把这些操作搬到浏览器里。这篇记录它的安装、反代配置和登录踩坑。
异地连家里的 NAS、回公司内网、给设备搭私有组网——Tailscale 把这些事做到了「登录即组网、自动打洞、像在同一局域网」。这篇是折腾系列的序章,先把 Tailscale 的原理、它和自建版 Headscale 的关系讲清楚,后面几篇再动手折腾。