AI专区
Claude API 会话压缩：长对话省 token、保留近期原文
Claude API 支持按需压缩会话（conversation compaction），把历史消息摘要成一个签名块，既节省 token 又保留近期原文的完整性，适合长程智能体与超长上下文场景。
七彩云博客
AI专区
Claude API 对话中途注入工具：不改 tools、不失效提示词缓存
Claude API 新增 inline tools 能力，可在对话进行中通过系统消息动态添加、修改或升级工具定义，且不会让已命中的提示词缓存失效，是长程智能体的实用技巧。
智能体开发
子智能体拆分与上下文隔离：编排形状与报告规范
多智能体最大的收益不是并行而是上下文隔离。本文讲清子智能体的独立记忆边界、规划者执行者评审者的三层分工、扇出汇总等四种编排形状，以及报告即产品的四条返回规范和控制流用代码的落地原则。
智能体开发
智能体护栏怎么实现：输入、工具、输出三侧的四道防线
智能体会真的动手，护栏就是无论收到什么指令都做不了越权动作的执行边界。本文给出输入侧、工具侧、输出侧三个拦截点，四道防线的落地顺序，用小模型做语义评审的做法，以及按风险分级的三档策略。
MCP
MCP Sampling 与 Elicitation：服务端的两种反向能力怎么用
MCP 不只有客户端调服务端，协议里还有 Sampling 与 Elicitation 两个反向能力。本文讲清两者的分工与报文要点、为何模型偏好只是建议、表单与 URL 两种追问形态，以及能力协商与隐私边界的四条底线。
MCP
远程 MCP 服务器怎么做授权：OAuth 2.1 落地流程与上线清单
远程 MCP 服务器必须回答谁在调用、有什么权限、凭证何时失效。本文讲清资源服务器与授权服务器的分工、四步握手流程、权限范围的最小够用原则、整服务器与按工具授权的取舍，并给出上线前必查清单。
AI工具
AI 浏览器自动化工具对比：把多少决策权交给模型
浏览器自动化选型的核心是把多少决策权在运行时交给模型。本文对比底层驱动框架、AI 原生控制层与浏览器能力服务三类方案，给出按重复性、界面稳定性、开放性判定的四步选型法与注入防护底线。
AI工具
AI 文档解析工具对比：PDF 表格与版式还原该怎么选
知识库效果差往往卡在 PDF 解析：表格错位、多栏混排、页眉污染。本文对比商业文档服务、专用解析工具、开源解析库三条路线，给出按文档类型选型的四步法与表格准确率优先的评估口径。
AI建站
AI 多语言建站流程：URL 方案、语言标记与机器翻译校对四步
多语言站点做不好通常不是翻译质量，而是结构与流程。本文给出语种与 URL 方案的三个前置决策、语言标记的双向互指要求、机器翻译加人工校对的四步流程，以及术语不一致等三个高频翻车点的解法。
AI建站
AI 建站先做内容架构：栏目、关键词与内链三张表怎么搭
AI 能在十分钟生成站点，但栏目、关键词与内链骨架它做不了。本文给出栏目表、关键词表、内链表三张表的搭建流程，指出按内部分组、一词多文、零内链等四类典型错误，并给出上线前三项验收。
AI编程
AI 编程的 Plan/Act 分离：先出方案再动手的五步工作流
AI 写代码翻车多源于没确认要做什么就动手。Plan/Act 分离把一次改动拆成只读方案与确认后执行两个阶段，本文给出五步工作流、方案模板的四段结构、可直接跳过 Plan 的四类场景，以及不可逆改动的强制要求。
AI编程
让 AI 读懂你的项目：CLAUDE.md 与 AGENTS.md 项目记忆文件怎么写
项目记忆文件是每次会话都会被自动加载的操作规程，写好它等于把每天重复三遍的口头交底固化成文件。本文讲清 CLAUDE.md 与 AGENTS.md 的分工、四块必须写的内容、四类无效信息，以及五步落地与验证方法。
WordPress
WordPress HTML API 怎么用：用 WP_HTML_Tag_Processor 安全修改 HTML
WordPress HTML API 提供 WP_HTML_Tag_Processor，用规范兼容的解析器替代正则修改 HTML 属性、类名与文本。本文给出实战写法、书签回跳技巧与能力边界。
AI专区
规格驱动 AI 开发怎么做：把 spec 变成智能体的唯一事实源
规格驱动开发把规格文档放在编码之前，让 AI 智能体按规格生成、拆任务、再逐条实现。本文给出 Specify、Plan、Tasks、Implement 四阶段落地流程与规格写作规范。
WordPress
WordPress Interactivity API 怎么用：指令、store 与服务端状态完整上手
Interactivity API 是 WordPress 6.5 起内置的官方前端交互方案，用 data-wp 指令配合 store 就能做出灯箱、即时搜索与无刷新导航。本文讲清指令写法、state 与 context 的区别以及服务端协…
AI专区
本地部署大模型怎么做：Ollama 与 vLLM 的显存换算、量化选型和并发实测
本地部署大模型的关键不是装哪个工具，而是先把显存账算清：模型权重加 KV Cache 必须留足余量。本文给出 Ollama 与 vLLM 的选型边界、量化档位对照表和并发容量估算方法。
