从硬编码写死到动态注册中心+MCP双链路，系统拆解大规模Agent系统的工具管理架构
跟着 Andrej Karpathy 一起从零搭建字符级神经网络语言模型，理解 embedding、MLP、训练循环与学习率调度
Karpathy makemore 系列第一课：从最简单的 Bigram 模型开始，用统计方法生成看起来像名字的字符串，理解语言模型的核心思想
系统学习 Agentic Design Patterns 第 1-5 章的笔记，整理我对提示词链、路由、并行化、反思、工具调用的理解与疑问
深入学习HelloAgents框架的记忆系统和RAG系统，理解认知科学启发的记忆模型、四层记忆架构、智能文档问答助手的实现
深入剖析 DeerFlow 的 LangGraph 运行时架构，包括 RunManager 状态管理、run_agent 执行引擎、StreamBridge SSE 流式响应、多任务策略与取消机制
深入剖析 DeerFlow 的 Subagents 系统，包括 SubagentConfig 配置定义、SubagentExecutor 执行引擎、task_tool 委派入口、三层线程池架构、超时控制与协作式取消机制
深入剖析 DeerFlow 的 Skills 系统，包括 SKILL.md 格式规范、加载机制、Prompt 注入策略和 Skill Evolution 自演进机制
深入剖析 DeerFlow 的 Sandbox 执行引擎，包括 Sandbox/SandboxProvider 抽象设计、LocalSandbox 本地模式、AioSandbox 容器隔离、路径映射机制、以及 7 个 Sandbox Tools 的实现
深入剖析 DeerFlow 的 Lead Agent 架构设计，包括 ThreadState 状态管理、14 个 Middleware 执行链、动态 Prompt 组装机制等核心组件
