learn-ai-practice

这是一个面向AI工程实践的学习型知识库，聚焦大语言模型从规模扩展、推理能力到智能体化（Agentic）的演进路径。项目系统梳理了智能体核心概念（如ReAct、CoT、Agent Loop、Function Calling）、主流协议（MCP、ACP）、多智能体系统（MAS）及典型工具链（CodeIsland、Ghostty、GPUI终端、AgentFS等），强调基于真实工作流的闭环设计与工程落地。适合AI工程师、LLM应用开发者及技术决策者用于理解智能体架构演进、评估协议标准、选型开发工具与构建自主智能系统。