置顶从模型到 Harness：重新理解 Agent 与 AI 编程工具
很多人把模型、工具、Agent、Harness、编程助手和多 Agent 系统混在一起讨论，结果是同一个词在不同语境中指向不同东西。本文先建立一套统一的概念地图，再用 Codex、Cursor、Claude Code、OpenCode、Hermes Agent 和 DeepSeek Harness 说明这些概念如何落地到真实产品中。
Ai
共 25 篇公开文章
大模型应用开发学习 24：任务怎样选择路径循环重试和并行处理
退货任务遇到资格不符、查询暂时失败或多笔订单时，程序应该怎样继续？从售后场景出发，结合 LangGraph 代码与运行结果，讲清条件分支、有限重试、动态派发和结果汇总，理解状态如何决定下一步、重试何时停止，以及怎样保留重复订单并检查结果完整性。
大模型应用开发学习 23：LangGraph怎样记录并推进退货任务
助手说“申请准备好了”，程序怎样确认它真的完成了工作？围绕订单查询、资格核对和退货草稿准备，逐步理解LangGraph的状态、节点、边与Reducer。结合可运行代码，观察每一步怎样读取状态、返回更新并形成业务记录，讲清图的定义、编译与执行，以及流程结构和业务检查各自承担的职责。
大模型应用开发学习 22：助手怎样接着上一次对话继续处理
用户追问“那这笔呢”，助手怎样知道指的是哪笔订单？从售后对话出发，对照手工维护历史与LangChain会话管理，理解Memory、State和模型上下文的关系。结合检查点、SQLite跨进程恢复、Store偏好读写与历史摘要实验，讲清短期记忆、长期记忆和持久存储的区别，看清信息怎样保存、找回并进入本轮模型输入。
大模型应用开发学习 21：结构化输出：让模型结果变成程序能用的数据
模型回答通顺，程序却未必能直接使用。本文以“将售后描述整理成工单草稿”为例，讲清 JSON、Schema 与结构化输出的关系，演示如何用 Pydantic 定义字段、通过 LangChain 获取可校验对象，并处理信息缺失、解析失败和有限重试。同时区分格式校验、来源核对与业务验证，避免把“结构正确”误当作“事实正确”。
大模型应用开发学习 20：用LangChain组织一次政策解释
从一次售后政策解释出发，逐步观察问题和条款怎样经过提示模板、模型与文本解析器，理解LangChain的Runnable统一接口与LCEL组合方式。结合代码讲解字段映射、并行处理、条件分支、批量与异步调用，并通过流式缓冲、有限重试和失败回退实验，看清链中每一步的输入、输出与执行边界。
大模型应用开发学习 19：LangChain 入门：它到底帮我们封装了什么
LangChain到底替开发者做了什么？本文从售后助手中的重复代码出发，讲清框架、模型服务、厂商SDK与业务程序的分工，介绍模型、消息、提示模板、工具、文档、检索与记忆如何配合，并通过组件实验和Agent示例展示数据流转，帮助初学者理解框架封装的价值、执行过程与适用边界。
大模型应用开发学习 18：安全护栏与中间件：不要让 Agent 乱跑
Agent能够连续调用工具以后，怎样避免越权查询、未确认就提交、重复申请和预算失控？本文沿用售后场景，讲清安全护栏与中间件的区别，展开权限校验、人工确认、重试、调用限额、隐私处理和输出检查，并通过可运行的小例子说明中间件的执行顺序，帮助初学者理解检查应该放在哪里，以及怎样验证它真正生效。
大模型应用开发学习 17：Agent 入门：让模型自己规划并使用工具
工具接通以后，应用怎样根据结果决定下一步？本文沿用售后场景，讲清Agent与RAG、工具调用、MCP的关系，拆解查询订单、核对资格、补充信息和准备申请的多步过程，并介绍任务状态、执行循环、人工确认、停止条件与结果验收，帮助初学者理解Agent怎样推进任务，以及什么时候应该停下来。
大模型应用开发学习 16：MCP 入门：模型如何连接工具和资源
工具多了以后，AI应用怎样统一连接和使用它们？本文承接售后查询场景，用通俗语言介绍MCP，讲清主机、客户端、服务器的分工，以及工具、资源和提示模板的区别。通过可运行示例，展示本地stdio与Streamable HTTP连接、工具发现、政策读取和查询结果返回，再说明怎样接回模型调用流程，帮助新手理解MCP的作用、使用方式与边界。