多 Agent 共享上下文的六种实现模式与架构选型
本文为「AI Agent 技术系列」第 7 篇。在 LangChain 工程化（第 4 篇）提到的多智能体协作基础上，深入”多个 Agent 之间如何共享状态”这一架构设计层面。
AGENTS.md 与 CLAUDE.md——AI 编码代理的上下文工程
本文为「AI Agent 技术系列」第 6 篇，独立性较强。与前 5 篇聚焦”应用 Agent”不同，本文聚焦”编码代理”的上下文工程。
LangChain 安全防护体系——护栏、人机交互与多层防御架构
本文为「AI Agent 技术系列」第 5 篇。在 LangChain 工程化（第 4 篇）基础上，深入安全防护这一个切面。
LangChain 工程化实践——从原型到生产的 AI 应用架构
本文为「AI Agent 技术系列」第 4 篇。在 ReAct 理论（第 1 篇）和 Function Calling 机制（第 2 篇）基础上，进入工程框架层面。
MCP 协议详解——AI 应用的标准化连接层
本文为「AI Agent 技术系列」第 3 篇。Function Calling（第 2 篇）解决了”模型如何决定调用工具”，MCP 解决”工具如何被标准化接入”。
Function Calling 深度解析——大模型工具调用的工程化实践
本文为「AI Agent 技术系列」第 2 篇。Function Calling 是 Agent 调用工具的基础机制，理解本文是阅读 MCP 协议（第 3 篇）和 LangChain 工程化（第 4 篇）的前提。
AI Agent 理论基石——从 ReAct 范式到框架工程化选型
本文为「AI Agent 技术系列」第 1 篇，后续文章将分别深入 Function Calling、MCP 协议、LangChain 工程化、护栏与安全、上下文工程、多 Agent 协作等主题。
工程化开发小程序
Rax 是淘宝出品的一个多端开发框架，语法层面以 React 为标准，支持 Hooks、Context 等 80% 以上的 React API。它最大的特点是”双引擎”——同时支持编译时和运行时两种方案，而且允许在同一个项目里混用：默认走运行时保证开发效率，局部高性能场景（如长列表）用编译时组件做优化。
这篇文章以 Rax 为主线，覆盖从项目搭建、组件编写、状态管理、到小程序原生能力接入的全流程。如果你已经有 React 基础，这篇文章能帮你快速把 Rax 用起来。
小程序开发框架解析
小程序开发有一个”行业特产”的痛点：同一个业务要在微信、支付宝、百度等多个平台上线，每个平台有自己的 DSL、自己的 API、自己的组件体系。如果每个平台写一套代码，维护成本直接乘以 N。
跨端框架试图解决这个问题——用一套 DSL（通常是 React 或 Vue 语法）写代码，编译或运行时转换为各平台的小程序代码。这篇文章从行业小程序的差异对比开始，然后拆解编译时（Rax compile）和运行时（Rax runtime + kbone）两种方案的原理。