把核心机制做成可播放的动画演示——像算法演示一样，一步步看清机制怎么运转。覆盖 7 卷 18 个主题、75 个演示页，持续扩充中。
自动播放 4 轮对话（编程→表格→PPT→回编程）看 skill 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+手动步进：A01 全卷 6 篇合并成一张思维导图——核心「全卷坐标系」（LLM 无状态→5 连锁问题→11 章答案）+ 6 大主干（① 9 认知差 ② 四框架+Essential/Accidental+双运行时 ③ 8 设计模式+微服务平移 ④ 工程九原则 ⑤ 5 硬边界+穿越 ⑥ 因果链+4 金线）；左侧章节逻辑合并总览 + 知识点一句话总结整章。
一条真实对话（写 Python 脚本 → 工具回填 → 切到 PPT Skill）自动播放请求体如何逐轮生长：请求体窗口看 messages 实时追加 + Cache 命中（绿 1/10 价）/未命中（红）分区实时变化；O(n²) token 累积仪表盘；反例演示 Skill 塞 System 中部前缀全断、正确做法附件替换前缀不动 Cache 保持。
自动播放+手动步进：A02 全卷 10 篇合并一张思维导图——核心「LLM 无状态→必须循环→控制权三选→收敛兜底→范式收束」+ 5 大主干（①循环基石 ReAct/messages ②四条路线：图编译/Prompt驱动/Reactive/状态机（HITL 横切） ③收敛保障三层漏斗+死循环四法+O(n²)成本 ④Plan模式 ⑤Loop工程vs Graph工程+ReAct为核Graph为壳）；左侧章节逻辑合并总览。
自动播放+手动步进：A03 全卷 10 篇合并一张思维导图——核心「上下文是第一稀缺资源：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（①缓存第一性：逐字节前缀判据/锚定/断点位置 ②分层策略：按变化频率 4 层 ③组装流水线：9 卡槽/断点落在哪 ④四级架构：缓存→FRC→AutoCompact→持久记忆 ⑤压缩全景：9 策略四防线 + Commit→Compact→Rebuild→Validate 闭环/Codex Diff vs 某实现/结构化总结 ⑥行为治理：Feature Flag+6 对抗技巧）；左侧章节逻辑合并总览。
自动播放：一条「排查 CPU 高负载」请求走完循环——正常 3 轮 ReAct（top→grep→read_file 定位泄漏）→ LLM 自觉终止不可靠 → 死循环被层1指纹（×5警告/×8终止）拦截 → 层2 预算 MAX_STEPS 硬兜底；四视角同屏（LLM 窗/装配线/仪表盘/动作面板）+ ⚡动作/💡讲解双色块 + O(n²) 成本曲线。
自动播放+手动步进：A06 全卷 9 篇合并一张思维导图——核心「从单 Agent 状态机扩展为多 Agent 协作系统」+ 6 大主干（①三层模型与五模式 ②图引擎 StateGraph ③通信与信任边界 ④A2A 协议与落地 ⑤选型与护栏 ⑥交接与运行时）；左侧章节逻辑合并总览 + 知识点一句话总结整章。
自动播放：CPU 高负载主线（Router→Supervisor 分解→三子 Agent 并行→Merge 根因），模式条 5 卡 + 全局状态区实时合并、编译时 vs 运行时、同步/异步/并行、成本 1.7 倍坑 + 选型决策树收尾。
自动播放"为什么发消息立马就开始干活"：四层叠加（消息即时触发→渲染流式首Token<800ms→执行流式tool_call闭合即执行/增量解析→事件驱动flatMap并发）。含两层流式辨析修正（渲染=给用户看 vs 执行=给框架跑）。
自动播放回答"通用智能体不走 StateGraph"：四路线（Prompt驱动/图编译/Reactive/状态机）对比逐行点亮，通用智能体走 Prompt 驱动（无显式图拓扑 + 计数器兜底），两条路线 Checkpoint 对比（显式 vs 藏在消息流），行业收敛 + 选型决策。
自动播放删库审批场景：ReAct 编译成 StateGraph → 条件路由 → Checkpoint 增量存盘(全局状态+KeyStrategy) → interruptBefore 暂停+释放线程 → HITL 审批 → resume 从断点继续。四件事"图引擎免费赠送"。
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（Checkpoint+审批）。终止兜底 MAX_STEPS 在框架手里。
自动播放：代码助手加鉴权对话，Token 一路上涨时四级兜底实时触发——窗口占用条 20%→83% 逼近硬阈值→摘要后回落、messages 列表看 FRC 清掉/摘要替换/权限记录永不压缩实时变化；L1 缓存省成本→L2 FRC 零成本→驱逐磁盘头尾预览→L3 AutoCompact Fork 摘要→L4 持久记忆；反例越权 + 熔断兜底收尾。
自动播放+手动步进：A04 全卷 6 篇合并一张思维导图——核心「LLM 无状态→记忆补状态→三层流转→提存检注闭环」+ 6 大主干（①三层记忆模型 ②长期记忆提取 ③检索与策展 ④身份与人设 ⑤REME 引擎 ⑥架构教训）；左侧章节逻辑合并总览 + 知识点一句话总结整章。
自动播放：一条信息"项目用 PostgreSQL 14"沿 工作→会话→持久→下次会话检索注入 四节点装配线流转，信息卡片跟随移动 + 旅程轨迹实时记录每层形态；Checkpoint≠Memory 混用 Bug 动画（重复执行删两次）、7 后端选型、写异步读同步、三坑 + 跨框架哲学收尾。
自动播放+手动步进：A05 全卷 4 篇合并一张思维导图——核心「单进程能调（FC）→ 跨进程能复用（MCP）→ 危险操作被管住（安全）」+ 6 大主干（①Function Calling 闭环 ②工具工程要点 ③MCP 协议 ④工具网关 ⑤执行安全四模型 ⑥选型边界与演进）；左侧章节逻辑合并总览 + 知识点一句话总结整章。
自动播放：一条"查天气+存笔记"请求沿六步管道流动，LLM 服务与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、工具卡实参+返回值、头像化对话；反例段：Schema 校验失败修正 + 同参数死循环指纹拦截。
自动播放：一条请求沿 6 节点装配线流动（输入源→PromptBuilder→槽位1-3稳定前缀→槽位4-6会话级→槽位7-9 recency→发LLM）；左屏 某实现 9 卡槽逐槽点亮（几乎不变/会话级/很少变三档）；请求体实时渲染 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」；Skill 进 Attachment 是把断点推到尾部、只为增量付费；MCP 连接让 tools 变、断点前移到请求最前面，System 与历史整段重算。
自动播放：Prompt 不是"一大坨"是五层架构，光点沿五层装配线流动（框架层 agent_loop→产品层 working_modes→配置层 ToneStyle→上下文层 Memory→Skill 层 SKILL.md）；左屏五层表逐层点亮（负责人×变更频率×内容）+ 记忆三阶段注入 记忆注入器_1/2/3（推理前/选工具前/回复前，避免一次性全塞稀释）；好处三条 + 分层判据（变更频率决定负责人）。
自动播放：Agent 只向网关发 tool_call，光点沿「注册→发现→路由→执行→统一返回」流动；路由表实时高亮（lookup_order 从本地迁到远程只改一行、Agent 无感）；无缝切换三态渲染（本地调用→改路由表迁移→MCP 挂了切 LOCAL fallback）；故障五件套 + 四陷阱。
自动播放：工具清单数组 + JSON-RPC 消息实时渲染（配置→启动 fork 子进程→发现 tools/list→延迟加载 Schema→翻译 mcp__ 前缀→tools/call→结果回传）；崩溃自动重启；Cache 破裂传导链 + 三方案；LLM 完全不知道 MCP 存在只看 description。
编程→办公 PPT 场景：三级路由选 Skill、注入三路径对比（inline/attachment/fork）、漂移检测切换、Cache 生死。
自动播放：8 篇合并成一张思维导图，光点沿导图巡游逐板块讲解——5 大主干（格式与触发/执行/分发/自建进化/四层注册中心）+ 2 横向维度（对比选型/多Skill组合），每板块讲清核心机制+设计取舍；左侧章节逻辑合并总览（阅读顺序：入门①→②→⑦ / 规模化③→⑤→⑥ / 进化④→⑦→③）；知识点一句话总结整章。
自动播放：一份 python-coding SKILL.md 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）；三级路由 → 三路径注入实时渲染（inline 进 System 末尾，切换时替换点之后重算 / attachment 进 system-reminder，旧前缀保留、只付本轮尾部增量 / fork 进子 Agent，字节级引用父 System Prompt 的前缀按读价命中＋一次子任务调度）；生命周期五阶段 + 压缩规避三层保障 + Lost-in-Middle 四手段。
自动播放：回答"编码技能每轮放一次吗"——注入是动作不是每轮内容。4 轮对话请求体实时生长（R1 注入 python-coding → R2/R3 随历史 CARRY 携带 → R4 主题漂移切换移除旧注入新），skill 高亮标签 inj/carry/new 三态 + Cache 状态卡 hit/miss + AutoCompact 三层保障。
自动播放：季度汇报 doc+ppt+email 三场景；Prompt 形态实时渲染三态——策略1 同注 Inline Co-injection（3 body 堆 System 破 Cache）/ 策略2 Fork 子 Agent（主只调度，子各带 1 个 Skill，父前缀按读价命中＋每子任务一次调度）/ 策略3 Skill 作 Tool（body 完全不在 Prompt 只有 signature）；干扰治理四手段 + 后端类比。
自动播放：注册层（frontmatter→注册表，skillId=name+source 命名空间隔离，body 不注册）→ 沙箱层（staging SHA-256 + 14 类威胁扫描 + 懒加载，信任四档）→ 路由层（倒排索引+三级路由）→ 生命周期层（驻留/semver/回收）；注册台账逐行高亮 + 路由失败→find-skill→重注册闭环；与微服务唯一本质区别：服务不需沙箱，Skill 需要。
自动播放+手动步进：A08 全卷 6 篇合并一张思维导图——核心「约束能编程的 root 用户」+ 6 大主干（①安全五层模型 ②权限与沙箱 ③错误恢复与容错 ④Prompt 注入攻防 ⑤MCP 风险五级 ⑥信任主干）；左侧章节逻辑合并总览 + 知识点一句话总结整章。
自动播放：一条 curl|bash 恶意工具调用沿五层决策链流动（L1 身份→L2 沙箱→L3 权限→L4 注入扫描 RCE-201 命中 DENY→L5 Skill 审计），工具调用卡 + 审计日志链 correlation_id 贯穿实时看每层裁决；坑 TOCTOU/Allow-and-log 无声黑洞/权限缓存参数绕过；框架覆盖矩阵 + 组合方案 + 检测选型收尾。
自动播放+手动步进：A09 全卷 7 篇合并一张思维导图——核心「验收层：看得见/好不好/会不会被骗」+ 6 大主干（①链路追踪 ②成本可观测 ③LLM-as-Judge ④测试策略 ⑤确定性与可复现 ⑥反指标博弈）；左侧章节逻辑合并总览 + 知识点一句话总结整章。
自动播放：改一行 Prompt 触发评测流水线，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（自我偏好+8%/位置+5%/长度/风格）+ 防刷分 + RAGAS 对齐。
自动播放：Agent Trace 不是传统 Trace 换皮，光点沿 6 节点装配线流动（Agent 循环→Span 生成→Trace 存储→成本归因→Cache 监控→告警+路由降本）；左屏每轮 ReAct 三个 Span（REASON/ACT/OBSERVE）逐个点亮 + 成本归因三级（Agent/用户/任务）；事件序列七段、Cache 命中率阈值（>80% 正常/<70% 黄/<50% 红）、异常检测三规则（>3×/死循环/上下文爆炸）、模型路由降本（Haiku/Sonnet/Opus）。
自动播放+手动步进：A10 全卷 6 篇合并一张思维导图——核心「外部记忆」+ 5 大主干（①RAG 流水线 ②向量数据库 ③Agent 与 RAG 深度融合 ④RAG 六大坑 ⑤分块权衡）；左侧章节逻辑合并总览 + 知识点一句话总结整章。
一条 K8s 排查手册从入库到回答自动走完 11 步：文档窗看真实内容每一步怎么变（清洗去 HTML→结构感知切分：wiki 按 ## 标题、表格独立成块、固定 500 字硬切的反例→向量化→入库）；在线 HyDE 改写→Top-5 检索→Rerank 过滤假阳性→上下文扩展→注入带引用→LLM 生成；RAGAS 质量门禁 + 分块权衡（两个互斥目标、五种做法、四个坑）收尾。
自动播放：核心不是"存向量"是"存什么结构让检索最准"，光点沿装配线流动（文档切 chunk→Embedding API VECTOR(1536)→INSERT 三件套→问题向量化 ANN Top-K→metadata 过滤+混合→上下文扩展注入）；左屏 knowledge_chunks 表结构 + ivfflat vs hnsw 两种索引对比 + 查询 SQL 实时渲染（余弦距离 <=> 运算符、to_tsvector BM25）；相似度阈值 0.7 判噪声、空结果降级、写慢读快、设计取舍四行。
自动播放+手动步进：A11 全卷 5 篇合并一张思维导图——核心「越用越聪明」+ 4 大主干（①自进化循环 ②自进化型产品的策展器 ③两条发布管道 ④安全与回滚）；左侧章节逻辑合并总览 + 知识点一句话总结整章。
自动播放：自进化不是"自动变聪明"是"提取→整理→固化→反馈"闭环，光点沿七步流水线流动（使用数据→记忆蒸馏→Curator 策展→模式→Skill 草稿→安全扫描+Nudge→发布复用）；左屏三层次进化（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）；Nudge 唯一主动打扰入口、Curator 唯一后台写文件入口、复利效应、从不删除只归档。
一个真实任务（整理复盘发群）在状态机图上自动流转：请求 token 沿 11 状态走、仪表盘 Deadline/Token 实时走动、HITL 审批要真点按钮、死循环被调用指纹当场拦截。LLM 只在 THINK 三选一；五重预算+五个安全阀链；45s→28s。
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）；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/LlamaIndex/CrewAI/AutoGen/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 + 每层报文示例 + 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）；能力发现 vs 实例发现；Task 状态机（submitted→working⇄input_required→completed/failed/canceled）；完整委派时序；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（10-30 次 LLM 调用）→ 重试放大（$22,500 月账单教训）→ 上下文膨胀 O(n²) → 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%）。
自动播放：无限循环 12% 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；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；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」。
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 8 幕：散点→平台（为什么需要平台而非一堆应用）→ 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，缺口标注）→ 一次请求穿行全平台（Session→Manager→Dispatcher→Executor→LLM Gateway→返回，每环节标注对应专题）→ 三市场运营（版本兼容矩阵/灰度/评审）→ 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：业务倒推设计（非技术倒推）→ 12 场景全景（零售/对公/运营科技 × 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 自动通过 >0.7 自动拒绝 中间转人工）→ 智能客服多意图路由+Scope Guard → 反欺诈延迟分层（实时规则<50ms / 准实时 Agent / 事后自主型）→ 12 场景→7 大能力域 → P0-P3 实施优先级与收束。
自动播放 8 幕：交互场景是架构源头（业务「做什么」×交互「怎么用」两维度叠加才完整）→ 12 类交互场景穷举（单轮问答→多轮→多Agent→文件→代码→长时→流式→中断→多模态→HITL→定时→并发）→ 场景叠加组合（架构必须处理任意组合）→ 问题空间（P0 冷启动/状态丢失/级联失败/安全隔离是架构级问题）→ 七层架构逐层映射（Gateway/Session Router/Orchestrator/Runtime/存储/LLM 网关/可观测治理）→ 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：一条业务请求从入口到结果穿行七层工程——L1 接入（三协议/鉴权/双维限流）→ L2 会话路由（session/意图识别/附件四层路由/任务分发）→ L3 编排（LangGraph/Checkpoint/HITL/Token 预算，四种范式由图结构落地）→ L4 执行（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（Redis+Postgres+向量库三层记忆=恢复链路）→ L6 生态市场+LLM Gateway（Skill/MCP/模型市场声明式依赖解耦，双闭环配置驱动）→ L7 治理横切（三层治理 三层/可观测/评测/审计）→ 收束：全貌到细节的打通方式。
自动播放 7 幕：微调完的模型从「进资产库」到「收钱」再到「回滚」——注册入库（Model Registry=模型的 Git，版本/血缘/可回滚）→ 评测准入（离线评测+红队红线 0 违例）→ 灰度发布（5%→100% 每档观测+回滚点）→ 上线运营（计量→归因→分摊→预算→优化，FinOps 三问）→ 事故回滚（秒级）→ 退役+治理横切（IAM/Vault/Prompt 资产）。模型生产闭环 = 系统业务架构总图 L6 之后、治理层之前的「分水岭」。
自动播放 A=34/B=20 token 两请求同时推理：传统连续预分配（相对预留长度的浪费 95%）→ KV cache 按 16 token/block 分页 → Block Table 逻辑→物理映射 → 按需分配动态增长 → 写时复制共享前缀 → 有效 token 口径的浪费 4%；并讲清四个不同分母为何不能直接相减。
自动播放：Static/Dynamic/Continuous 三级进化 + 实时吞吐对比；GPU Batch 面板 seq 进出 + 利用率仪表盘 0→100%；讲清 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；Prefill/Decode 混跑 + Chunked Prefill 防 TTFT 飙升 + 与 PagedAttention 协同。
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：有效 KV 占比在预留远大于实际时从四到六成抬到九成以上，并发约 2 倍量级 + Continuous Batching 让 batch 恒满 + Prefix Caching TTFT -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）；左侧章节逻辑合并总览 + 知识点一句话总结整章。
自动播放：本质就是上下文玩法——核心等式 LLM 输出 = f(上下文)；四维矩阵逐行点亮（内容维放什么/位置维放哪/时机维何时放/频率维放几次）+ 五技巧族（注入/记忆/工具/压缩/注意力）；演示库 02-16 每个机制归位四维，上下文自演化闭环（这就是 agent loop）。
自动播放+手动步进：X 卷工程横切 4 篇合并一张思维导图 + 补缺 4 点——①Harness 工程（六大子系统卡片/Hook 六节点/严重度四层阶梯）②生产化工程（9 道坎对比/四层容错两轴/CI-CD/优雅关闭/RAG 延迟预算进度条）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-L3）+L0 报文对比+四坑+流式 HITL ⑤配置落地（YAML 代码块/四张表/多租户隔离）；图文化排版，每幕按内容选卡片/阶梯/进度条/对比形态。
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）；左侧章节逻辑合并总览 + 知识点一句话总结整章。
回答"因果链到底怎么跟 LLM 交互"：一条「整理Q3销售周报发管理群」请求沿因果链 8 环运行（第一公民→Loop→上下文→记忆→Skill→工具→多Agent→安全），每环都在改下一轮发给 LLM 的 messages；四视角同屏（LLM 服务窗/框架动作面板/因果装配线/监控仪表盘）；真实多Agent 并行 + 安全注入拦截。
一条请求（整理周报发群）自动穿行 10 环节：光点在管道上流动、cache/loop/denial 三告警仪表盘实时走动、工具网关 Ask 真点审批、Deny 带原因+替代、RAG 跨环节、触发 warning/ALERT 告警。
19A 讲"怎么走"、20 讲"怎么跑完"，本页讲"怎么稳住 + 怎么防住"：8 幕——总览/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+本地缓存+失效广播+TTL）/生命周期（idle 回收释放资源+预热池按热度常驻）/安全（网关↔沙箱 mTLS/短期 token+Calico 网络隔离+最小权限）/多租户配额（requests 保证 limits 封顶+GPU 独占 CPU 超卖）/产物生命周期（下载 TTL+对象 TTL+审计）/收束金线（一致性·生命周期·安全·治理）。与 19A 治理横切对应。
一个页面看完整套沙箱：顶部板块 tab 切换——板块①「架构与流转」=原演示 19（10 步主链路：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「执行工程化」=原演示 20（7 幕可靠性：流式 SSE/异步长任务/用户上传反向链路/中断取消/失败重试/收束）。两板块各自独立播放+手动步进+点节点跳板块；已修复原 19 中 %8 硬编码导致第 9/10 步走不到的 bug。
沙箱执行系列演进中间版本已归档至 _归档_旧版/ 子目录，便于追溯：演示_17（云端沙箱执行架构）、演示_18（请求流转与执行归属）、演示_19（架构+流转合并图）、演示_20（执行工程化）、演示_21 旧版（执行进阶）——它们的内容已分别并入 19A（全景）与 21（运行时治理）两个主文件，不再单独展示。
补 mermaid 缺口②：把"规划"变成显式 JSON、把"终止"变成程序硬约束。10 步流转（金融合规报告例）+ 架构图（Planning LLM→校验引擎→Execution LLM→预算引擎→终止）+ 三子板块：五重预算联动动画（时间/步数/模型调用/工具调用/Token，任一超限即停）、全局 Deadline 减法传播树（父10min→子6+3min（留1min给父任务）→Tool 3+2min）、Plan vs 裸 ReAct 与三个坑。
补 mermaid 缺口①：把 ReAct 循环编译成确定性 StateGraph。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）+ 三子板块：洋葱模型动画（注册正向 H1→H2→H3，afterModel 执行反向，安全 Hook 必须最后注册）、条件路由与 4 关键节点（entry/loopEntry/loopExit/exit）、while vs 图编译与 AgentScope Reactor 对比。
一图看全 Agent Loop：板块①「核心循环」= 下钻 Loop 内部架构图（上下文组装/Skill路由/记忆读写/动作解析/执行路由/收敛判定 + LLM 旁路虚线） + 10 步循环流转（Thought→Action→Observation 转圈，直到收敛）；板块②「扩展点」8 幕 = 记忆系统(recall)/Skill路由与注入/工具与网关/多Agent编排/Checkpoint+HITL/安全可观测成本/全貌收束——每个扩展点讲"挂在循环哪个节点"。仿 19A 双板块交互式全景，已修循环取模 bug（10 步全通）。
把 A_理论卷 A01~A11 全部 133 个 mermaid 图按知识主题归并成一张可切换总览：顶部全局图谱（11 章宏图，点击进章节）+ 每章主题图谱（主题节点 + 已覆盖演示链接 + 缺口标注）+ 右侧覆盖统计/缺口/重复合并建议。结论：95% 主题已被现有演示覆盖；真正缺口 2 个（A02 Hook 链、A02 Plan 模式审批流），建议补成机制动画。