实战与技术
动手开发
手把手教程，解决“怎么做”的问题。包含主流 Agent 框架、Python 开发、本地部署与工作流编排。
💡 技术核心要点
本开发指南解决“怎么做”的工程落地问题。重点包含 Dify 复杂工作流编排（包括爬虫 API 和 Webhook 对接）、Anthropic 统一规范的 MCP（Model Context Protocol）协议开发、纯 Python 实现 of Multi-Agent 自我协调框架、以及利用 Docker + Ollama 本地部署 DeepSeek-R1 / Llama-3 的全套私有云方案。各部分教程带有完整逻辑说明，适用于产品经理与研发工程师快速打通 Agent 链路。
Dify 工作流编排：从小红书爆款文案到全自动发布
#Dify#工作流#实战
学习如何使用 Dify 的 Workflow 节点：输入词 -> Web Scraper 抓取爆款 -> LLM 重写 -> 自动排版并推送 Webhook。
AI Agent MCP (Model Context Protocol) 极速上手
#MCP协议#数据库#集成
探讨 Anthropic 发布的 MCP 协议如何统一大模型与本地开发环境、数据库和 API 的对接规范。
使用 Python 从零手写一个多代理协作 (Multi-Agent) 框架
#Python#多智能体#高级
不依赖外部框架，用纯 Python + OpenAI API 编写一个支持团队协同的 Agent 系统，实现任务的规划与分发。
Llama-3 / DeepSeek-R1 本地私有化部署实战指南
#Docker#Ollama#DeepSeek
使用 Ollama 本地运行开源大模型，配合本地 Dify 容器，在无网环境下搭建安全的企业知识库。