摘要: AI 对程序员的深层冲击,从来不是 “能写代码” 这么简单,而是从 “输入确定、输出可控、有明确报错” 的确定性系统,转向 “意图靠猜、结果靠验、无明确反馈” 的概率性交互。本文剖析这份不适的本质,以及程序员适应 AI 时代需要掌握的上下文组织、约束表达、结果验证等新能力 阅读全文
posted @ 2026-04-30 10:22 it排球君 阅读(504) 评论(1) 推荐(3)
摘要: LLM 并不了解企业内部系统,更不知道刚刚发生过的历史故障。本文将使用 Python 从零实现一个最简 RAG,通过关键词检索、Top-K 筛选和 Prompt 拼装,把运维知识库接入 AIOps Agent;并进一步讲清楚文档切分、Chunk 和向量检索的基本原理,让 Agent 的故障分析有据可查,不再只靠通用知识猜答案 阅读全文
posted @ 2026-07-22 10:38 it排球君 阅读(123) 评论(2) 推荐(0)
摘要: 前言 本文主要描述Event-Driven开发中的ReAct模式,并且使用一个demo,彻底搞懂怎么在实际工作中使用Event-Driven模式 话不多说,我们开始 代码结构 代码地址 . ├── agent.py # EventDrivenAgent 主逻辑,负责接收事件、调用 LLM、执行工具 阅读全文
posted @ 2026-06-16 10:04 it排球君 阅读(179) 评论(0) 推荐(0)
摘要: 前言 本文主要描述agent开发中的Plan-and-Execute模式,并且使用一个demo,彻底搞懂怎么在实际工作中使用Plan-and-Execute模式 话不多说,我们开始 代码结构 代码地址 . ├── main.py # 主入口,串起规划、执行、分析三个阶段 ├── planner.py 阅读全文
posted @ 2026-06-04 10:49 it排球君 阅读(254) 评论(0) 推荐(0)
摘要: 前言 本文主要描述agent开发中的ReAct模式,并且使用一个demo,彻底搞懂怎么在实际工作中使用ReAct模式 话不多说,我们开始 代码解析 代码地址 . ├── main.py └── data_sources.py main.py:ReAct agent 主流程,负责让大模型思考、选择工具 阅读全文
posted @ 2026-05-27 11:14 it排球君 阅读(228) 评论(1) 推荐(0)
摘要: 本文通过一个最小监控 Demo,完整演示:MCP Server 如何暴露 Tool,Agent 如何调用 Tool 并交给 LLM 分析,stdio、SSE/HTTP、WebSocket 三种传输模式的区别与适用场景、本地工具、远程服务、多 Agent 共享时应该如何选型 阅读全文
posted @ 2026-05-13 14:44 it排球君 阅读(538) 评论(0) 推荐(0)
摘要: 从 SKILL.md 到 references,再到 scripts,Skill 并不是简单的 prompt,而是一套可维护的工程结构。本文结合线上 5xx 故障排查案例,详细演示 Skill 的构建方式、数据驱动分析流程,以及如何接入工具实现闭环排查 阅读全文
posted @ 2026-04-29 10:11 it排球君 阅读(560) 评论(1) 推荐(0)
摘要: 当你一次性给大模型多个工具,它真的会“选对”吗?本文用一个线上故障排查案例,手把手演示 LLM 如何像运维工程师一样分析问题、选择工具、补充证据,最终得出结论。同时拆解 Function Call 背后的核心机制 阅读全文
posted @ 2026-04-21 17:02 it排球君 阅读(329) 评论(0) 推荐(0)
摘要: 今天是一期function call的实战 阅读全文
posted @ 2026-04-16 11:37 it排球君 阅读(193) 评论(0) 推荐(0)
摘要: 今天来详细讨论一下,function call 和 skills。function call 到底是什么,skills 到底是什么,它们分别解决什么问题,最本质的区别在哪,以及在 Agent 系统里该怎么配合 阅读全文
posted @ 2026-04-14 15:10 it排球君 阅读(542) 评论(0) 推荐(1)