AI 工程小册 · 动画作战地图

自动播放 8 幕：散点→平台 → 四层架构（治理/平台/能力/基础设施）→ 七层工程×覆盖度对照（75% 已由 A/B/D/Z 卷讲透）→ 一次请求穿行全平台（Session→Manager→Dispatcher→Executor→LLM Gateway→返回）→ 三市场运营（版本兼容矩阵）→ 模型资产 Model Registry + LLM 智能路由/语义缓存 → 三层治理 + 告警应急闭环 → 运行态 Pod Pool（Manager/Executor 池化、Hot→Cold→销毁）+ AI Infra 全貌收束。

自动播放 8 幕：场景是设计的源头（业务倒推而非技术倒推）→ 12 场景全景（三大条线×合规等级）→ 范式匹配三规律（确定性→工作流/多源→主管/长尾→自主）→ 信贷审批（HITL 分级切点 0.2/0.7）→ 智能客服（多意图路由+Scope Guard）→ 反欺诈（延迟分层混合范式）→ 能力拆解（12 场景→7 大能力域）→ P0-P3 优先级与收束。

自动播放 8 幕：交互场景是架构源头（业务视角讲「做什么」、交互视角讲「怎么用」两者叠加）→ 12 类交互场景穷举（单轮→并发，遗漏即缺陷）→ 场景叠加组合（3+4+6+8 多 Agent 处理文件跑 20 分钟断网恢复）→ 问题空间（P0 冷启动/状态丢失/级联失败/安全隔离，P1 循环/溢出/成本/观测盲区）→ 七层架构逐层映射（每层治一类问题）→ 双闭环（内网合规+外网弹性，一套代码两套配置）→ 容错六件套+编排六模式（层级化失效仅降 5.5%）→ 收束。

自动播放 8 幕：全貌即骨架（四层逻辑×七层工程×四范式×三市场×三层治理 三个视角叠加）→ L1 接入层（三协议/鉴权/双维限流防重试风暴）→ L2 会话路由（session/意图/附件四层/任务分发）→ L3 编排层（LangGraph/Checkpoint/HITL/Token 预算，四范式由图结构决定）→ L4 执行层（可插拔沙箱/Pod 生命周期/Watchdog，工具调用不经 K8s 调度）→ L5 状态存储（三层记忆=恢复链路）→ L6 生态市场+LLM Gateway（声明式依赖解耦/双闭环）→ L7 治理横切+收束（从全貌到细节的打通方式）。

自动播放 7 幕：一个微调完的模型从「进资产库」到「收钱」再到「回滚」——① 起点（LoRA 微调产物，训练侧到此为止）→ ② 注册入库（Model Registry=模型的 Git）→ ③ 评测准入（离线评测+红队红线 0 违例）→ ④ 灰度发布（5%→100%，每档有观测点+回滚点）→ ⑤ 上线运营（计量→归因→分摊→预算→优化，FinOps 三问）→ ⑥ 事故回滚（注册让回滚秒级）→ ⑦ 退役+治理横切（IAM/Vault/Prompt 资产）。

自动播放+手动步进：A01 全卷 6 篇合并一张思维导图——核心「全卷坐标系」+ 6 大主干（9 认知差/框架坐标 Essential-Accidental/8 设计模式/工程九原则/5 硬边界/因果链 4 金线），可 ⏮⏭ 逐步、点节点跳板块。

自动播放：真实对话展示请求体逐轮生长，请求体窗口看 messages 追加 + Cache 命中(绿)/未命中(红)分区实时变化；反例 Skill 塞 System 中部前缀全断、正确做法附件替换 Cache 保持。

每轮重发全部历史 → 成本 O(n²) 的根源。

自动播放+手动步进：A02 全卷 10 篇合并一张思维导图——循环基石（ReAct/messages）→ 五条路线（图编译/Prompt驱动/状态机/HITL/选型）→ 收敛保障（三层漏斗+死循环四法+O(n²)成本）→ Plan 模式 → 两范式收束（Loop 管不失控 · Graph 管不跑偏，ReAct 为核+Graph 为壳）。

自动播放：一条「排查CPU」请求走完循环（3 轮 ReAct 定位泄漏）；四视角同屏 + ⚡动作/💡讲解双色块 + O(n²) 成本曲线。

层0 语义判断失效 → 层1 调用指纹（×5警告/×8终止）→ 层2 预算 MAX_STEPS 硬兜底；O(n²) 成本仪表盘。

自动播放+手动步进：A06 全卷 9 篇合并一张思维导图——三层模型与五模式（+决策树）→ 图引擎 StateGraph（Kahn 拓扑/条件边默认分支/子图五层隔离）→ 通信与信任边界（Fork/spawn/Department/A2A 四档）→ A2A 协议（AgentCard/Task 状态机/Message/Artifact + 全流程 + 多 Agent 协作平台（聊天室总线））→ 选型与护栏（工作流vsAgent 四层护栏/规划光谱 0.9^5=59%）→ 交接与运行时（热温冷/内核四要素/四协作机制）。

自动播放：CPU 高负载主线（Router→Supervisor 分解→三子 Agent 并行→Merge 根因），全局状态 状态区实时合并、模式条 5 卡、编译时 vs 运行时、同步/异步/并行、成本坑 + 决策树收尾。

自动播放删库审批：ReAct 编译成 StateGraph 后免费获得持久化/中断/嵌套/可观测；条件路由→Checkpoint 增量存盘→interruptBefore 暂停→HITL 审批→resume 从断点继续。

自动播放四路线（Prompt驱动/图编译/Reactive/状态机）逐行对比；通用智能体=Prompt 驱动（无 for/while + MAX_STEPS 兜底）；Checkpoint 显式 vs 藏在消息流；行业收敛 + 选型决策。

自动播放：消息即时触发 + 渲染流式(TTFB≈200ms) + 执行流式(tool_call 状态机增量解析闭合即执行) + 事件驱动(flatMap 并发)；两层流式辨析修正（渲染=给用户看 vs 执行=给框架跑）。

自动播放：循环骨架 while(!done){chat→execute→append}；9 个扩展点逐行点亮；用户中途插话=消息流改道（新 user 消息插入，LLM 从头读到新指令自己改道）vs HITL 框架暂停；MAX_STEPS 兜底。

什么时候必须停下问人；Plan 模式全局 Deadline；删库审批场景；interruptBefore 暂停→HITL 三反馈（接受/拒绝/修改）→resume（并入演示02C）。

自动播放+手动步进：A03 全卷 10 篇合并一张思维导图——缓存第一性→分层→组装→四级架构→压缩全景→行为治理 6 大主干；含逐字节前缀判据（无字段级 Key 哈希）、4 层分层省钱账、9 卡槽与断点位置、167K 可用上限（窗口−输出预留−观察余量）、9 策略四防线 + Commit→Compact→Rebuild→Validate 闭环与限定条件丢失反例、Feature Flag+6 对抗技巧。

自动播放：Token 上涨时 L1缓存→L2 FRC→驱逐磁盘→L3 AutoCompact→L4 持久记忆逐级兜底，窗口占用条+消息列表实时变化；四道防线（先提交/切点安全/压缩后校验/熔断）+ Commit→Compact→Rebuild→Validate 闭环 + 限定条件被压没的真实反例 + 熔断后转人工或降级为只卸载不摘要。

6 部分模型；静态进前缀动态不进；270s 保护。

自动播放：9 槽位逐槽点亮（稳定前缀/会话级/recency 三档）+ 请求体渲染 System 数组 cache_control 锚点；命中判据是「从第 0 个 token 起逐字节相同的那一段」，没有字段级 Cache Key 哈希；Skill 进 Attachment 是把断点推到尾部、只为增量付费；MCP 连接让 tools 数组变化、断点前移到请求最前面，System 与历史整段重算。

自动播放+手动步进：A04 全卷 6 篇合并一张思维导图——三层记忆（Checkpoint≠Memory/7 后端）→ 长期提取（四类标签/双层管道/Nudge）→ 检索策展（rel×rec×conf/动态 Top-K/Curator）→ 身份人设（SOUL/USER/谁有权写）→ REME 引擎（蒸馏六步/双阈值/预测检索/演进三件套）→ 架构教训（9 段笔记/v1→v2 三子系统）。

自动播放：一条信息沿 工作→会话→持久→下次会话检索注入 四节点流转 + 旅程轨迹；Checkpoint≠Memory 混用 Bug、7 后端选型、写异步读同步、三坑收尾。

自动播放+手动步进：A05 全卷 4 篇合并一张思维导图——FC 闭环（tools 契约/决策执行分离/tool_call_id 原样回填）→ 工具工程（描述质量：真实事故 91%→76%、10–15 个工具经验上限、元工具）→ MCP（JSON-RPC over stdio/发现调用/断点前移三方案）→ 工具网关（位置透明/路由表/无缝切换）→ 执行安全四模型（ML/三层协商/YAML/Middleware+L1-L3）→ 选型演进（FC vs MCP/A2A）。

自动播放：六步管道 + LLM 服务/工具运行时消息往返（tool_calls→并行执行→按 ID 注入→二次请求→final）；🤖LLM 决策紫 / ⚙️框架执行蓝主体色区分 + 主导者指示条；工具卡显示实参+返回值；反例段：Schema 校验失败修正 + 同参数指纹拦截。

自动播放：工具数组+JSON-RPC 消息实时渲染（配置→启动 fork 子进程→tools/list 发现→延迟加载 Schema→mcp__ 前缀翻译→tools/call→结果回传）；崩溃重启 + Cache 破裂传导链 + 三方案。

自动播放：光点沿注册→发现→路由→执行→统一返回流动，路由表实时高亮（改一行路由表迁移工具、Agent 无感）；无缝切换三态渲染 + 故障五件套 + 四陷阱。

Supervisor/Swarm/Debate/Pipeline/Plan-and-Execute；三层模型（编排/执行/通信）。

自动播放 4 轮对话自动切换：每轮重新路由 + totalScore 打分（keyword×3+glob×2+LLM×1）+ 漂移阈值 0.5 + 移除旧注入新 + Cache 生死。

自动播放：文档解剖区逐段高亮（frontmatter name/desc/allowed-tools/paths 给框架看、body 工作流给 LLM 看）+ 三路径请求体实时渲染 + 生命周期五阶段。

自动播放：inline 进 System 末尾切换时重算 / attachment 进 system-reminder 旧前缀保留、只付本轮尾部增量（仅 Claude Code）/ fork 进独立子 Agent 字节级引用共享父 Cache 前缀（按读价命中，主请求体看不到）＋压缩规避三层保障。

自动播放：4 轮对话请求体实时生长（R1 注入→R2/R3 随历史 CARRY→R4 切换移除旧注入新），skill 高亮 inj/carry/new 三态 + Cache 状态卡 + AutoCompact 三层保障。

选择→注入→漂移→切换→压缩后重注入；编程→PPT 场景。

自动播放：季度汇报 doc+ppt+email 三场景；Prompt 形态实时渲染三态（同注 Inline Co-injection / Fork 子 Agent Cache 100% / Skill 作 Tool）；干扰治理四手段 + 后端类比。

自动播放：注册台账逐行高亮（skillId=name+source 命名空间、body 不注册）→沙箱（SHA-256+14 类扫描+懒加载、信任四档）→路由（倒排索引+find-skill 自愈）→生命周期（驻留/semver/回收）。

自动播放：A07 全卷 8 篇合并成一张思维导图，光点沿 5 大主干（格式触发/执行/分发/自建进化/注册中心）+ 2 横向维度（对比选型/多Skill组合）巡游逐板块讲解；左侧章节逻辑合并总览 + 知识点一句话总结整章。

自动播放+手动步进：A08 全卷 6 篇合并一张思维导图——五层模型（L1-L5+框架覆盖矩阵）→ 权限与沙箱（策略层vs机制层/沙箱三层深度/升级协商）→ 错误恢复（先分类再施策/四层容错）→ Prompt 注入攻防（三类注入/五道闸门）→ MCP 风险五级（R0-R4/四维打分）→ 信任主干（RBAC/ABAC/PBAC+审计链+五层沙箱）。

自动播放：curl|bash 恶意调用沿五层决策链流动，RCE-201 命中 DENY，工具调用卡+审计日志 correlation_id 贯穿，坑 TOCTOU/无声黑洞/参数绕过，覆盖矩阵+组合方案。

间接注入/混淆逃逸/防御对策；五层防御含三套检测引擎。

自动播放+手动步进：A09 全卷 7 篇合并一张思维导图——链路追踪（LLM 决策纳入 Span/双轨制/采样分级）→ 成本可观测（Cache 命中率=最大杠杆/三级归因/模型路由降本）→ LLM-as-Judge（三种方案/四类偏差/三层数据集/CI-CD 门禁/Critic 闭环）→ 测试策略（四层金字塔隔离非确定性/Mock LLM）→ 确定性与可复现（四个随机来源/四层策略）→ 反指标博弈（Goodhart/三道防线/每周审计）。

自动播放：四维指标卡实时打分（完成率×0.5+工具效率×0.2+安全×0.2+成本×0.1）→ QS 0.72 黄灯人工 Review；门禁三档色灯 + A/B 统计检验 + 四类偏差 + 防刷分。

自动播放：Agent Trace 单位从 HTTP/DB 变成 LLM 决策/工具执行，每轮 ReAct 三 Span（REASON/ACT/OBSERVE），成本大头在 Cache 命中率（90% vs 50% → 比值约 2.9 倍，命中价按 10% 计，非 3-5 倍）、三级归因、命中率阈值、异常检测三规则、模型路由降本。

自动播放+手动步进：A10 全卷 6 篇合并一张思维导图——RAG 流水线（11 步全管道/RAGAS 五指标）→ 向量数据库（三件套/ivfflat·hnsw/向量+BM25/选型）→ Agent 与 RAG 深度融合（七维差异/三种触发/CoT+RAG/Agentic RAG）→ RAG 六大坑（切断/不匹配/污染/相似≠相关/过期/多源）→ 分块权衡（两个互斥目标/五种做法/四个坑/怎么验证）。

自动播放：一条 K8s 排查手册从入库到回答，文档窗看真实内容（清洗→结构感知切分 wiki 标题/表格→向量化→入库），在线 HyDE→Top-5→Rerank 过滤假阳性→上下文扩展→注入→LLM 生成，RAGAS 五指标收尾 + 分块权衡（结构优先、长度兜底、重叠最后加）。

自动播放：核心不是存向量是存检索最准的结构（content+embedding+metadata 三件套）；ivfflat 分桶(百万级) vs hnsw 图(千万级)、余弦距离 <=>、metadata 过滤、向量+BM25 混合、阈值 0.7 降级、上下文扩展、写慢读快。

自动播放+手动步进：A11 全卷 5 篇合并一张思维导图——自进化循环（三层进化/四大系统闭环/四条件/复利效应）→ 自进化型产品的策展器（400 行 Prompt 驱动/四 Phase/Fork 共享 Cache/防递归五开关）→ 两条发布管道（Agent 运行时 分钟级 vs AgentScope 天级/14 类威胁×4 级信任）→ 安全与回滚（四类失控/版本化/三层门禁/渐进式/三治理模式）。

自动播放：自进化=CI/CD 的 Agent 版本，七步流水线（提取→整理→识别→生成→扫描→确认→复用）；①-③记忆系统 ④-⑦自进化；三层次（L1 记忆成熟/L2 技能探索中/L3 策略空白）；四系统闭环（Memory 记住/Skill 会做/Nudge 提醒/Curator 整理）；复利效应；从不删除只归档。

自动播放动画：请求在状态机图上自动流转，Deadline/Token 仪表盘实时走动，HITL 真点审批，死循环被指纹检测拦截。LLM 只在 THINK 决策；五重预算+安全阀链。

时间/步数/模型/工具/Token 五维上限；演示12 动画含五重预算+安全阀链。

自动播放：Prompt 不是一大坨是五层（框架层 agent_loop→产品层 working_modes→配置层 ToneStyle→上下文层 Memory→Skill 层 SKILL.md）；分层判据=变更频率×负责人；记忆三阶段注入 记忆注入器_1/2/3 避免上下文稀释；好处三条。

每轮全量重发的成本曲线；优化手段（演示01 请求体 + 演示03 四级压缩）。

轻/中/重三级加载与元技能（同注 vs Fork vs 作 Tool，演示07D）。

自动播放 4 场景：传统耦合（一次请求=完整上下文）→ 分离模式（Harness 框架数据 / Payload 任务数据分槽）→ 三问题五决策（放哪/何时变/谁可见）→ 收益对比（Cache 命中/并发安全/上下文精简）+ 代码对比。

自动播放 5 场景：生态=框架+模型+开发者三环；三位一体=Agent 包（ReAct 内核）+ Skill 包（七环节闭环环形图 dot 逐点点亮）+ Model 包（38 家路由）；框架四件套（Loop/Session/Event/Tool+Hook）。

自动播放 6 场景：Model+Harness=Agent；Cordis v4 元框架（DI/生命周期/事件总线）；一切皆插件无特权内核；append-only SessionEvent 唯一事实源（事件日志逐条点亮：类型+时间戳+序号+载荷，turn=0+step）；四种模式（标准/PTC 省 token/极简/创造）；进阶三件套（能力缝/运行时断言/自修改）。

自动播放 4 场景：六大框架定位对比（LangGraph 图编译/LlamaIndex 检索/CrewAI 角色协/AutoGen 对话/OpenAI SDK/Claude Agent SDK）+ 决策树逐步下钻（复杂度→确定性→生态→可视化）+ 行业趋同洞察（ReAct 为核+Graph 为壳）。

自动播放 5 场景：四层互补不竞争（L0 LLM-API 脑和模型 / L1 MCP 脑和手 / L2 A2A 脑和脑 / L3 AG-UI 脑和眼）+ 一次请求全链路逐层高亮（AG-UI 进→LLM-API 决策→MCP 调工具→A2A 委派→AG-UI 渲染）+ 每层协议报文示例 + 生产四坑。

自动播放 5 场景：四概念（Agent Card 发现→Task 异步追踪→Message 交互→Artifact 交付）；Agent Card 能力发现 vs Nacos 实例发现；Task 状态机（submitted→working⇄input_required→completed/failed/canceled）；完整委派时序（轮询/推送）；生产四坑（payload 引用/绝不同步/streaming 判定/sessionId 隔离）。

自动播放 5 场景：路径爆炸（一次任务 10-30 次 LLM 调用）→ 重试放大（30% 重试×25K tokens=$22,500 月账单）→ 上下文膨胀 O(n²)（第 N 轮输入 2N-1 单位，历史占 80%）→ 八大策略按 ROI 排序（Prompt Cache 降 90% 第一）→ 级联路由省钱示范（1000 请求 $500→$55，省 89%；Opus vs DeepSeek 输出差 68 倍）。

自动播放：无限循环 12% 会话失控；五维仪表盘实时走动（时间 80%/步数 85%/模型 90%/工具 95%/Token 80% 预警）→ 任一超限强制终止；监控流程（初始化→检查→更新→终止→恢复）；场景化预算（客服 30s/8 步 vs 分析 180s/25 步）；成本波动 ±300%→±20%。

自动播放 + 故障注入按钮：L0 完整→L1 RAG+工具→L2 大模型+工具→L3 小模型+RAG→L4 知识库→L5 人工→L6 稍后重试；核心「哪个组件先挂进哪一级」非逐级递减；触发阈值表（LLM 5s/RAG 3s/工具 90%/内存 90%）；恢复逐级回升。

自动播放逐层下钻：FAQ 90%→缓存 4%→小模型 0.6%→RAG 0.4%→大模型 5%；100 万并发→5000 RPS 降 95%；延迟 800ms→250ms；成本 $100k→$2k；黄金法则「大模型是最后一道闸不是第一道门」。每层取舍表。

自动播放：P0 架构级八问（冷启动/状态丢失/级联/隔离）+ 六件套自愈（Supervisor Tree/三态熔断/幂等守卫/Watchdog/压缩/5 级降级）+ 层级化优于线性（10 步×85% 端到端 20%，层级化仅降 5.5% vs 线性 23%）+ 故障分布（规格 42%/协调 37%/验证 21%）+ 编排模式表。

自动播放：JSON Mode 90%（靠自觉）→ Function Calling 95%（协议槽位）→ Structured Output 99.9%（解码约束前缀树）→ Instructor 99.9%+（校验重试）；每层机制拆解 + 选型决策金字塔（新模型默认 L3、严格 L4）。

自动播放 5 场景：复现→缩小范围（90% 根因在检索层）→二分定位（去 RAG/换小模型/关工具/回滚 Prompt 一次动一个变量）→修复+回归+护栏；五类故障速查表（质量/工具/幻觉/性能/漂移）；排障工具箱（Langfuse Trace/Prompt Git Log/检索抽查/Checkpoint 回放）。

自动播放：LangChain 核心是 Runnable+LCEL；三动机（调用不统一/编排散落/三模式）→ Runnable 三方法（invoke/batch/stream 模板方法）→ a|b 编译 RunnableSequence（first/middle/last）→ invoke 沿树执行；六种子类（Sequence/Parallel/Branch/Lambda/Passthrough/Binding）。

while 循环直到无 tool_call；条件边；ReAct 编译成 StateGraph（并入演示02C 自动播放）。

索引引擎→查询→合成；高级检索模式（混合检索/父子分块，演示10）。

自动播放 A/B 两请求内存布局：传统连续预分配（相对预留长度的浪费 95%）→ 分页 Block Table 逻辑→物理 → 按需分配动态增长 → 共享前缀 CoW → 有效 token 口径的浪费 4%；第 ⑩ 幕专讲四个不同分母（预留长度/总 KV 池/有效 token/已分配 slot）为何不能直接相减。

自动播放：Static/Dynamic/Continuous 三级进化 + 实时吞吐对比；GPU Batch 面板 seq 进出 + 利用率 0→100%；10–20 倍的分母是「静态批处理等最长序列时的空转占比」，长度越接近倍数越接近 1，需按自己负载校准；Chunked Prefill 防 TTFT 飙升。

KV cache 管理（分页/CoW，并入演示14 动画）；前缀共享加速（CB 调度，并入演示15）。

Swap vs Recompute 抢占；Prefill/Decode 穿插（演示15）。

自动播放 8 幕：装得下（14B FP16 28GB → GPTQ-Int4 8.5GB，量化 QAT/PTQ）→ 算得快（Prefill 计算密集 / Decode 内存带宽密集 + Chunked Prefill）→ 塞得满（PagedAttention 碎片 60%→4% + Continuous Batching 60%→96% + Prefix Caching -30~50%）→ 起得来（五层镜像/InitContainer/三种 Probe/StatefulSet）→ 看得见（Metrics/监控/日志/排障）+ 引擎选型（vLLM/TRT-LLM/SGLang 全 OpenAI 兼容）+ 生产四坑。

自动播放 7 幕（真实场景「查文件行数→read_file」）：为什么两轮（模型无状态，工具结果=上下文注入）→ 请求报文（OpenAI tools+parameters vs Anthropic input_schema+max_tokens 必填）→ 模型响应（tool_calls+arguments 字符串 vs tool_use 块+input 对象）→ 框架执行 → 回填（role:tool+tool_call_id vs user+tool_result.tool_use_id）→ 对照表 → 网关翻译（OpenAI-compatible 事实标准）。

自动播放 7 幕：五种方式全景（全参数 8×A100/LoRA 0.1-1% 参数/QLoRA 单卡 4090/RLHF 16×A100/DPO 轻量对齐）→ 参数显存对比 → 数据量阶梯（风格 100+/领域 1000+/推理 5000+/全参 1 万+）→ 对齐三兄弟（RLHF/DPO/GRPO）→ 微调 vs RAG 决策（知识新鲜用 RAG、能力固化才微调）→ 实战路径 → 选型收束。

自动播放 6 幕：全参数显存去哪了（权重/梯度/优化器三块）→ 低秩假设（ΔW 是低秩的）→ LoRA 结构（W 冻结 + A(4096×8)×B(8×4096)=65536=0.4%）→ 训练到推理生命周期（合并 W+A×B 零开销 / vLLM 动态 LoRA）→ QLoRA（4bit 量化+LoRA+双重量化+分页优化器，单卡 4090 跑 7B）→ 关键参数（rank 16/alpha 32/target qkv o）。

自动播放 7 幕：五步闭环（数据→训练→评估→部署→监控）→ 数据准备（Alpaca 格式 + 1210→清洗 800 条 + 语义去重）→ 训练（LLaMA-Factory Docker）→ 评估（LLM-as-Judge + 人工抽检 20 条，目标 4+5 分>80%）→ 部署（GGUF 合并 / vLLM 动态 LoRA）→ 三轮迭代 65%→78%→85%（失败案例对症补数据）→ 收束。

自动播放+手动步进：X 卷元认知 3 篇合并一张思维导图——①全链路总图（10 知识点一张图/同步异步/工具拒绝反馈）②因果链（第一公民→Loop→Context→Memory→Skill→Tool→Multi→Security）③第一公民理论（8 大派系/必然工程结果/怎么选）。

自动播放：LLM 输出=f(上下文)；四维矩阵逐行点亮（内容/位置/时机/频率）+ 五技巧族（注入/记忆/工具/压缩/注意力）；02-16 每个机制归位四维 + 上下文自演化闭环。

自动播放动画：一条请求穿行 10 环节，cache/loop/denial 三告警仪表盘实时走动，Ask 真点审批，Deny 带原因+替代，RAG 跨环节。你的主线总图。

补 mermaid 缺口②：10 步流转（金融合规报告例）+ 架构图（Planning→校验→Execution→预算引擎→终止）+ 五重预算联动动画（任一超限即停）+ 全局 Deadline 减法传播树（父10min→子6+4min）+ Plan vs 裸 ReAct 与三坑。

补 mermaid 缺口①：10 步流转（查天气写文件例）+ 架构图（START→beforeAgent→beforeModel→AGENT_MODEL→afterModel反向→条件路由→TOOL→回环/END）+ 洋葱模型动画（注册正向、执行反向，安全 Hook 最后注册）+ 4 关键节点 + while vs 图编译对比。

把 A01~A11 全部 133 个 mermaid 图按主题归并成可切换总览：全局图谱 11 章 + 每章主题图谱（已覆盖演示链接 + 缺口标注）+ 覆盖统计/合并建议。结论：95% 已覆盖，真缺口 2 个（A02 Hook 链、A02 Plan 模式），建议补成机制动画。

一图看全 Agent Loop：板块①核心循环=Loop 内部架构图（上下文组装/Skill路由/记忆/解析/执行路由/收敛判定+LLM旁路）+10 步循环流转（Thought→Action→Observation→回 Thought 直到收敛）；板块②扩展点 8 幕=记忆(recall)/Skill注入/工具网关/多Agent/Checkpoint+HITL/安全可观测成本/收束——每个扩展点标注"挂在循环哪个节点"。

19A 怎么走 + 20 怎么跑完 + 21 怎么稳住防住：8 幕——会话一致性（Pod 漂移→路由表心跳刷新+失败重路由）、路由表多副本一致性（Redis 权威源+缓存失效广播+TTL）、生命周期（idle 回收+预热池按热度）、安全（mTLS/短期token 互信+Calico 网络隔离+最小权限）、多租户配额（requests/limits+GPU 独占 CPU 超卖）、产物生命周期（下载/对象 TTL+审计）；收束金线=一致性·生命周期·安全·治理。

一页看完整套沙箱：板块①主链路（10 步：多端→LLM 出 JSON→网关→直连沙箱→签名 URL 交付，LLM 旁路、执行-生命周期分离）+ 板块②可靠性（7 幕：流式 SSE/异步长任务/上传反向链路/中断取消/失败重试/收束）；顶部板块 tab 切换，各自独立播放+手动步进；已修复原19 %8 循环 bug（第9/10步走不到）。

沙箱系列演进中间版本已移入 _归档_旧版/ 子目录：17（架构）、18（流转归属）、19（架构+流转合并图）、20（执行工程化）、21旧版（执行进阶）——内容并入 19A 与 21 两个主文件，便于追溯不再单独展示。

自动播放+手动步进（图文化排版）：X 卷工程横切 4 篇合并+补缺 4 点——①Harness（六子系统卡片/Hook 六节点/严重度四层阶梯）②生产化（9 道坎对比/容错两轴/CI-CD/优雅关闭/RAG 延迟进度条）③补缺可观测四件套+成本三件套+评测体系 ④协议栈四层阶梯+L0 报文对比+四坑+流式 HITL ⑤配置 YAML 代码块+四张表+多租户隔离。

自动播放+手动步进：X 卷生态选型 3 篇合并一张思维导图——①共识与冲突（6 共识+7 冲突/14 产品 13 维度）②乐高配方（模块目录/5 配方/5 组合原则）③进化时间线（2023→2026 四次跃迁/未解决问题）。

自动播放：一个请求沿 8 环因果链的运行时旅程，每环改下一轮发给 LLM 的 messages（技能注入/工具回填/记忆摘要）；⚡动作/💡讲解双色块；多Agent 并行 + 安全拦截。