1、自我介绍2、项目介绍3、Agent 的核心组成是什么LLM Agent 本质上不是单独一个大模型，而是由模型、提示策略、工具、知识、记忆和执行接口组成的系统。可以概括成：[Agent = LLM + Prompt + Tools + Knowledge + Memory + Interface]其中 LLM 负责理解和生成，Prompt 决定任务边界和行为方式，Tools 负责访问外部能力，比如检索、地图、计算、数据库和 API，Knowledge 负责补充外部知识，Memory 负责保留短期上下文和长期用户信息，Interface 则负责把 Agent 和外部系统连起来。如果任务比较简单...

😅😅😅😅

想知道这种双非简历能拿啥工资，不行的话就考研刷学历或者考公了。求大佬帮忙看看

💡 写在前面春招和暑期实习的节点越来越近了，相信很多同学和我一样，每天都在死磕算法题或者八股文。但在高强度的刷题过程中，我发现自己陷入了一个极其内耗的死循环：刷完就忘，复盘极其耗时。很多时候，前脚刚看懂了灵茶山艾府（灵神）等大佬的精妙题解，遇到同类变种题大脑又是一片空白。如果想认真做复盘笔记，不仅要在代码编辑器、网页和笔记软件之间来回切换，还要手动去调整 Markdown 里的代码高亮和 LaTeX 数学公式，半个多小时过去了还没进入核心逻辑的梳理。作为一个程序员，遇到这种机械的重复劳动，第一反应当然是：写个工具把它干掉。于是，我花了点时间开发了这款浏览器插件 CodeNote Helper...