| timezone | UTC+12 |
|---|
GitHub ID: JateLi
Telegram: @bot_zhe
小小纽村前端程序员，乐于学习新技术，请多指教：）
** MCP Inspector** 是一个浏览器内的调试工具，专门用于测试 MCP 服务器，无需连接到完整的应用程序。
- 使用装饰器自动生成工具模式
- 直接资源：静态 URI
示例：docs://documents - 模板资源：参数化 URI
示例：docs://documents/{doc_id}
- 服务器提供的优化提示模板
Model Context Protocol 小测验：
✅ 6 / 6
Model Context Protocol
MCP 是一个通信层，为 Claude 提供上下文和工具，无需开发者编写繁琐的代码。
传统方式：应用开发者 → 编写所有工具集成
MCP方式：MCP服务器维护者 → 处理工具集成
Request →你的服务器 ←→ MCP 客户端 ←→ MCP 服务器 →(GitHub API)
MCP 客户端本质上是一个通信代理，让你的应用能够轻松利用各种 MCP 服务器提供的功能，而无需直接处理复杂的服务集成逻辑。
Features of Claude
Extended thinking "先思考再回答"，特别适用于需要复杂推理、多步骤分析或需要权衡多个因素的任务，从而显著提高回答的准确性和质量。
Prompt Caching 适用于有重复内容的应用场景，能显著提高响应速度并降低成本。 初始请求 → Claude 处理 + 保存工作到缓存 → 后续请求（相同内容）→ Claude 检索缓存工作而不是重新处理 最大持续时间： 1 小时
BM25 Lexical Search 经典的文本搜索算法 专注于精确词汇匹配 在RAG管道中与语义搜索配合使用
Reranking Results 让AI当"终极裁判"，重新整理搜索结果的顺序，确保最相关的内容排在最前面。
Contextual Retrieval 添加上下文，告诉它们来自哪里、讲什么内容，让搜索更准确。
Text Chunking Strategies 把大文档切成小块，让AI更好理解和处理。
Why？
- 大文档太长，AI处理不了
- 分成小块后，AI只看相关部分
- 提高准确性，降低成本
好的分块 = AI能找到正确信息 = 更准确的回答
Text Embeddings：把文字转换成数字，帮助AI理解更准确。
Full flow 准备阶段（做一次就够了）
- 切文档 - 把大文档切成小块
- 转数字 - 把每块文字变成数字
- 整理 - 让数字格式统一
- 存储 - 把数字存到"智能仓库"
使用阶段（每次问问题都要做）
- 理解问题 - 把用户问题也变成数字
- 找相关 - 在仓库里找最相似的数字
- 组装回答 - 把找到的内容给AI，让AI回答
Retrieval Augmented Generation (RAG)
- 切块 - 把大文档切成小片段
- 找相关 - 用户提问时，找到最相关的片段
- 回答 - 只用相关片段让AI回答问题
核心思想："只给AI看需要的信息，而不是所有信息"
Text Edit Tool 本质上让 Claude 具备了专业代码编辑器的文件操作能力，通过 API 调用而非 GUI 交互来完成复杂的文件编辑任务。
Web Search Tool 让 Claude 从依赖训练数据转变为能够获取实时、专业信息的研究助手，特别适合需要最新信息或专业领域知识的应用场景。
Quiz on tool use with Claude 7/7
Using Multiple Tools = 在现有工具框架基础上添加更多工具，让Claude拥有更丰富的能力
Fine-Grained Tool Calling 本质上是在响应速度和数据可靠性之间的权衡选择，适合对实时性要求较高的交互式应用。
TestDone
Tool Schema = Claude的"工具说明书"
Message Blocks = 把简单的"一问一答"变成了"解释+行动+结果"的复杂对话流程。
Tool Results = 让Claude能够"看到"工具执行的结果，从而基于真实数据做出准确回应。
流程：Claude提问 → 工具执行 → 结果返回 → Claude整合答案
Multi-Turn Tool Conversations = Claude在一次用户请求中，连续使用多个工具来完成复杂任务
Diff： 单轮对话: "告诉我天气" → 一次工具调用 多轮对话: "帮我规划明天的行程" → 查天气 + 查日程 + 推荐活动 + 设置提醒
Claude调用外部工具获取实时信息和执行操作
-
用户请求 → 2. Claude判断需要工具 → 3. 调用工具 → 4. 获取结果 → 5. Claude整合回答
-
Tool Functions 给Claude提供它自己做不到的能力 Claude = 大脑（思考、理解、规划） Tool Functions = 手脚（获取信息、执行操作）
Prompt Engineering = 系统性地编写和优化提示词，让AI给出更好的回答
- Clear and direct
- Being specific
- XML标签结构
- 提供示例: One-shot & Multi-shot: 多个示例，处理复杂情况
Quiz on prompt: 5/5
Model Based Grading
- Code Graders: 程序化检查快速、客观(仅技术指标)
- Model Graders: API调用评估高度灵活(可能不一致)
- Human Graders:人工评估最准确(耗时、昂贵)
Code Based Grading
- 准备测试数据集（包含format字段） ↓
- 运行run_eval函数 ↓
- 每个测试用例同时进行：
- Model Grading（语义质量1-10分）
- Code Grading（语法有效性0/10分） ↓
- 计算综合分数：(模型分数 + 语法分数) / 2 ↓
- 生成评估报告：平均分、通过率、详细结果 ↓
- 基于结果优化提示词，重复评估
Quiz on prompt evaluation: 6/6
Prompt Evaluation 使用客观指标自动测试提示词效果的技术，系统性地改进提示词质量。（不依赖主观感受）
Typical Eval Workflow
步骤1：编写初始提示词草稿
↓
步骤2：创建评估数据集（3个或数千个测试用例）
↓
步骤3：生成提示词变体（将测试输入插入模板）
↓
步骤4：获取LLM响应（发送给Claude收集输出）
↓
步骤5：对响应进行评分（1-10分制，计算平均分）
↓
步骤6：迭代改进（修改提示词，重复循环，对比版本）
核心：客观分数 + 系统性测试 + 量化改进
Temperature = 0 完全确定性输出 始终选择概率最高的词汇 每次运行相同输入会得到相同输出 最保守、最可预测
Temperature 接近 1 增加选择低概率词汇的机会 输出更有创意和意外性 相同输入可能产生不同输出 更随机、更有变化
Quiz passed 8/8
Claude API的关键限制是它不会自动存储任何消息
"role"：要么是"user"要么是"assistant" "content"：实际的消息文本
Helper functions: add_user_message(messages, text) - 将用户消息添加到历史中 add_assistant_message(messages, text) - 将Claude的回复添加到历史中 chat(messages) - 将完整的消息历史发送给API
Basic Chat:
- 向Claude发送初始用户消息
- 接收Claude的回复
- 将Claude的回复添加到消息历史中
- 将新的用户消息添加到历史中
- 为下一个请求发送完整的历史记录
System Prompts: 设定一个身份或角色风格
- Generate APK
- Set Up Python Environment
- Make a First Request
- FE
- Client → Developer's server (keep API key secret)
- Server → Anthropic API (using SDK or HTTP)
- Text Generation Process:
- Tokenization: breaking input into tokens
- Embedding: converting tokens to numerical representations
- Contextualization: adjusting embeddings based on neighboring tokens
- Generation: predicting next word, repeating process
- Stop: when max_tokens reached or end_of_sequence token generated
- Return: generated text + usage counts + stop_reason
- Token: text chunk (word/word part/symbol/space)
- Embedding: numerical representation of word meanings
- Contextualization: meaning refinement using neighboring words
- Max_tokens: generation length limit
- Stop_reason: why model stopped generating
- Opus：最强智能，适合复杂推理，成本高、延迟大（如 deep thinking）
- Sonnet：性能均衡，编程能力强，适合大多数场景（如 coding）
- Haiku：最快最省，适合简单对话，无复杂推理（如 chatbot）