zhang-llmlab
机器学习、深度学习、大语言模型、Agent 工程、Harness——一位工程师沿 AI 系统的脉络，记录每一层的原理、取舍与实现。
33 篇笔记 · 7 个专题 · 最后更新 2026-07-15
专题矩阵
全部专题 → langgraph 7 篇
LangGraph 与智能体应用
- 01 LangGraph 入门：有状态智能体与工作流编排
- 02 LangGraph Graph API：State、节点、边与三层 Schema
- 03 LangGraph Reducer：状态字段如何合并与累积
pytorch 4 篇
PyTorch 深度学习基础
- 01 PyTorch 张量的创建与常用操作
- 02 PyTorch 张量的索引与形状操作
- 03 PyTorch 自动微分（Autograd）入门与实践
ml-basics 9 篇
机器学习基础
- 01 机器学习概念介绍
- 02 机器学习的分类
- 03 机器学习建模流程
agent-dev 5 篇
Agent 开发实践
- 01 主流 AI Agent 开发框架分类
- 02 Agent 开发的技术壁垒与护城河
- 03 主流 Multi-Agent 架构
skills 3 篇
Skills 协议
- 01 Skills 基本原理
- 02 Skills 自动加载机制：Agent 如何"读取"Skills
- 03 Skills 跨框架实践：标准化程度与在不同框架中的用法
harness 3 篇
Harness 工程
- 01 Harness 工程概念：把 LLM 变成 Agent 的"外壳"
- 02 Harness 工程与 Autonomous Agent 的差异
- 03 Harness 的本质与 Claude Code 的实现
nginx 1 篇
Nginx 入门与实践
- 01 Nginx 简介
最新笔记
全部 33 篇 →Nginx 简介
nginx·01Nginx 是高性能的 HTTP / 反向代理服务器，兼具邮件代理能力。本文梳理它的由来、核心概念（Web 服务器、正向 vs 反向代理），并对比 IIS / Tomcat / Apache / Lighttpd 等主流 Web 服务器。
主流 AI Agent 开发框架分类
agent-dev·01框架 定位 特点
Agent 开发的技术壁垒与护城河
agent-dev·02作为 Agent 开发工程师视角的思考
主流 Multi-Agent 架构
agent-dev·03Multi-Agent 架构可以从协作拓扑、控制方式和代表框架三个维度来梳理。
多 Agent 统一入口架构设计
agent-dev·04汽车技术中心当前正推进多个 Agent 项目：
基于 AI Agent 的 CATIA 自动化建模 —— 技术路径
agent-dev·05通过与 AI Agent 对话,实现:
Harness 工程概念：把 LLM 变成 Agent 的"外壳"
harness·01Harness（工程外壳） 是包裹在 LLM 外面的运行时环境，负责把一个"能对话的模型"改造成一个"能干活的 Agent"。
Harness 工程与 Autonomous Agent 的差异
harness·02Harness 是基础设施，Autonomous Agent 是跑在这个基础设施上的一种应用形态。
Harness 的本质与 Claude Code 的实现
harness·03Harness（挽具/框架） 是包裹在 LLM 外面的一层工程系统。LLM 本身只是一个"输入文本 → 输出文本"的函数，它不能执行代码、不能读文件、不能记住上一次对话、不能主动做任何事。Ha
强化学习
强化学习（reinforcement learning，RL） 讨论的问题是智能体（agent）怎么在复杂、不确定的环境（environment）中最大化它能获得的奖励。如图 1.1 所示，强
