大语言模型基础
收录于 AI 浏览量
大语言模型入门：next-token 预测的生成原理、规模与涌现、从补全到对话的后训练、上下文窗口、能力边界与幻觉的根源、提示词的基本手艺、主流模型生态一览。本系列其他四篇的起点。
这个系列已经写了四篇：OpenCode 教程、Agent 推理逻辑、Agent 工作原理、AI 底层架构。有读者说该有个起点——对，这篇补上：大语言模型本身。不讲工程栈，讲一个使用者最该懂的概念：它是什么、能力从哪来、边界在哪、怎么把它用好。看完这篇再读系列其他篇，会顺很多。
Transformer 架构解析
收录于 AI 浏览量
拆开 Transformer 本体：总体结构与三种形态、embedding 与位置编码、自注意力的 QKV 完整机制与因果掩码、多头并行、前馈网络与残差归一化、输出侧的投影与采样，以及它为什么战胜了 RNN。
大语言模型基础讲了模型“是什么”，AI 底层架构讲了“跑在什么上面”，中间还缺一块：模型本体长什么样。这篇把 Transformer 拆开——从整体结构到每个组件的职责，看完你就能把“注意力、多头、前馈网络、残差、归一化”这些术语各归各位。
OpenCode 介绍与手把手入门教程
收录于 AI 浏览量
开源 AI 编码代理 OpenCode 的上手教程：安装、连接模型、TUI 核心键位、内置 Agent 体系、自定义命令与子代理，一篇走完从零到熟练的路。
AI 编码助手这两年层出不穷，但大多绑死在某一家厂商的客户端里。OpenCode 是一个开源的 AI 编码代理（AI coding agent）：它把“能读写你代码库、能执行命令、能自己多步干活的 AI 助手”做成了一款终端优先的工具，同时提供桌面 App 和 Web 界面。模型随便换——Anthropic、OpenAI、Google 或任何兼容供应商都行，数据和工作流都留在你自己的机器上。
OpenCode Skills 机制详解
收录于 AI 浏览量
OpenCode 的 Skills 扩展机制：按需加载的说明书如何节省上下文、SKILL.md 的结构与 front matter、发现位置与优先级、权限控制，以及与 Agent、命令、AGENTS.md 的分工。附本站真实技能案例。
OpenCode 入门教程里我们用过它的自定义命令和子代理，这篇补上第三种扩展机制：Skills（技能）。它解决的是所有 Agent 都要面对的一个问题——上下文是有限的，而“怎么干活”的知识越来越多。
MCP 协议详解
收录于 AI 浏览量
讲清 MCP（Model Context Protocol）：为什么需要它、Host/Client/Server 三角架构、Tools/Resources/Prompts 三类能力、JSON-RPC 消息与传输方式、与 Function Calling 和 Skill 的区别，以及在 OpenCode 里接入一个 MCP 服务器的实际步骤。
前面几篇讲过 Agent 怎么调用工具（工作原理篇第三节），也讲过 OpenCode 的 Skill 机制。但有一个问题还没回答：工具从哪来？ 每个产品都自己写一套文件读写、数据库查询、网页抓取，彼此不通用。MCP 就是为解决这个问题而生的协议。