AI+Go架构师 人生得意须尽欢，莫使金樽空对月。
Claude Code 内置 Agent 对比：工具、权限与适用场景
梳理 Claude Code 6 个内置 Agent 的核心属性、工具权限、模型和使用场景，并解释多 Agent 协作、Agent 核心概念，以及如何选择合适的 Agent。
AI Agent Skill 拆分：从大文档到按需加载
介绍 AI Agent Skill 的拆分逻辑，说明为什么 SKILL.md 应该只作为入口文件，如何通过 references、scripts、--help 和交叉引用实现按需加载，降低 token 成本并提升执行稳定性。
Ask User Question：让 AI Agent 停下来问对问题
介绍 Ask user question 在 AI Agent Skill 中的使用方式、接口协议和跨平台兼容写法，重点对比 Claude Code 的 AskUserQuestion 与 Codex 的 request_user_input，并用 git-cmsg 的提交确认流程展示如何设计可靠的人机交互。
如何估算 Token 数量：基于内容规模的快速估算法
介绍 LLM Token 估算的核心方法，从精确计算到基于内容规模的快速估算技巧，包括按字符数、语言类型、内容类型的经验公式和参考表，帮助你在调用 API 前快速预判成本。
Cyeam AI 架构问答的三档变速
详细介绍Cyeam AI架构问答系统的三种模式：Fast模式（向量搜索快速回答）、Think模式（动态Prompt选择+MCP Wiki/Skill工具调用+SSE实时思考流）和Expert模式（双路交叉验证深度分析）。文章涵盖整体链路设计、代码实现、MCP集成架构和安全设计，为开发者提供构建多模式AI问答系统的完整参考。
LLM Wiki：Andrej Karpathy的个人知识库新范式详解
详细介绍Andrej Karpathy提出的LLM Wiki个人知识库构建新范式，对比传统RAG与LLM Wiki的核心差异，详解如何通过MCP协议搭建LLM可查询的个人知识库。文章涵盖Tools（wiki_query等核心工具）、Resources（资源访问）、Prompts（提示词模板）的设计实现，以及整体调用链路和关键设计决策，为构建可持久化、结构化、可复利增长的知识系统提供完整指南。
npx skills深度解析：AI Agent技能包管理器完全指南
详细介绍npx skills（Vercel开源AI代理技能管理器）的使用方法，包括常用命令、核心结构、SKILL.md文档YAML规范。文章对比Claude Code Skills、OpenClaw Skills和Vercel Skill的差异，分析格式兼容性、模型绑定、安全模型等关键维度，并提供优秀Skill案例和提示词设计洞察，帮助开发者高效管理和分享AI Agent技能包。
LLM API接口对比：Claude、Google与OpenAI协议详解
详细对比三种主流LLM API接口的特性与差异，包括Claude原生协议、Google Antigravity测试版和OpenAI兼容协议。文章分析了各接口的协议类型、适用场景、稳定性和生态兼容性，并从请求体结构、流式响应格式和错误处理等维度进行深入比较，提供了基于不同使用场景的接口选择指南。