关于我

一个正在从 Python 基础走向 AI Agent 工程化的学习者。相信"跑得通的代码"比"看得懂的概念"更重要。

我是谁

你好，我是张小明。目前专注于大模型应用开发方向， 主要技术栈是 Python + LangChain。我的学习方式比较笨： 看到一个概念，先想办法把它手写一遍， 再回头用框架实现一遍，最后对比两者差异——差异在哪，框架的价值就在哪。

这个博客是我学习过程的副产品。写下来的目的，一是强迫自己把话说清楚， 二是希望后来者少踩几个我已经踩过的坑。

技术栈

🐍

Python

函数、类、装饰器、类型注解、异步基础。够用，仍在补基础。

🔗

LangChain

init_chat_model、@tool、bind_tools、create_agent、持久化与中断恢复。

🧠

大模型应用

Prompt 工程、Tool Calling 原理、ReAct 循环、多轮上下文管理。

🚀

部署运维

Linux 基础、Nginx 静态托管、阿里云 ECS、域名与备案流程。

学习路径

  • 打地基：Python 与 API 调用

    补 Python 基础语法，跑通第一个 OpenAI 兼容接口调用，理解 messages 结构。

  • 深入原理：手写 ReAct 与 Tool Calling

    拆开工具调用的黑盒，用 while 循环手写 Agent 骨架，理解框架究竟封装了什么。

  • 落地实践：接真实第三方 API

    用 Open-Meteo、DuckDuckGo 等真实接口替代假数据，处理限流、超时与错误分支。

  • 工程化：部署、监控与成本控制

    把项目部署到云服务器，开始关注 token 成本、并发限制与可观测性。

这个博客怎么搭的

纯静态站点：手写 HTML + CSS + 原生 JavaScript，零外部依赖， 没有构建步骤，没有 CDN 请求。部署在阿里云 ECS 上，由 Nginx 托管。 这样做的好处是国内访问快、不用担心第三方资源挂掉，也方便随时改。

写博客最大的收获不是被别人看到，而是被迫把模糊的理解变成清晰的表达。

联系我

如果你对我的文章有疑问，或者发现了错误，欢迎通过下面的方式找我：