AI开发
" 这里记录 AI Agent、MCP、LangGraph、NAS 部署实践与开发工具使用经验。"
在 2026 年，我们正站在从“生成式 AI”向“代理式 AI (Agentic AI)”跨越的奇点上。单纯的发 Prompt 已经无法满足工业级的生产需求，我们需要的是能够自主编排、自我反思、并物理连接私有数据的智能体集群。
这个频道是我作为一名全栈开发者，在“数字避难所”中通过 10,000 小时实战沉淀的技术底座。从[MCP 协议](https://www.xbstack.com/ai/mcp-protocol-deep-dive)的底层原理，到基于飞牛 NAS 的私有 AI 中心搭建，我致力于通过技术逻辑锁死个人主权。
拒绝浅尝辄止。这里的每一篇指南都指向一个终极目标：**通过 AI 锁死生产力，通过逻辑换取自由。**
精选教程 / FEATURED
AI Agent Evaluation Guide: How to Evaluate AI Agent Performance（完整评估方法）
AI Agent Evaluation Guide：详细讲解如何评估 AI Agent 性能，包括评估指标（accuracy、latency、cost）、测试方法和实际案例，适用于开发者和企业系统优化。
How to Use AI Agents for Data Analysis（AI Agent 数据分析实战教程）
How to Use AI Agents for Data Analysis：详细讲解 AI Agent 在数据分析中的应用，包括自动分析流程、工具调用和实际案例，适用于自动化数据处理。
