1
class MemorySystem:
2
    def __init__(self):
3
        self.vector_store = VectorStore()
4
        self.user_profile = {}
5

6
    def add_memory(self, content, metadata):
7
        entities = extract_entities(content)
8
        self.vector_store.add(content, metadata)
9
        self.user_profile.update(entities)
10

11
    def build_prompt(self, query):
12
        memories = self.vector_store.search(query, top_k=5)
13
        return f"""
14
        用户画像：{self.user_profile}
15
        相关记忆：{memories}
16
        当前问题：{query}
17
        """

1
from mcp import Server
2

3
server = Server("my-company-server")
4

5
@server.list_tools()
6
async def list_tools():
7
    return [
8
        Tool(name="query_sales", description="查询销售数据"),
9
        Tool(name="send_notification", description="发送通知")
10
    ]
11

12
@server.call_tool()
13
async def call_tool(name: str, arguments: dict):
14
    if name == "query_sales":
15
        return query_sales_db(**arguments)
16
    elif name == "send_notification":
17
        return send_notification(**arguments)
18

19
server.run()

1
Skills = 领域知识 + 最佳实践 + 工具定义 + 示例

1
教师模型（70B）生成大量回答
2
        ↓
3
学生模型（7B）学习这些回答
4
        ↓
5
学生获得教师 80%～90% 的能力，成本降低 10 倍

1
┌──────────────────────────────────────────────────┐
2
│              AI 应用生态组件                        │
3
├──────────────────────────────────────────────────┤
4
│                                                  │
5
│  个性化层                                         │
6
│  └── Memory（记忆）+ Skills（技能）               │
7
│                                                  │
8
│  连接层                                           │
9
│  └── MCP（连接工具）+ A2A（连接 Agent）           │
10
│                                                  │
11
│  能力层                                           │
12
│  └── Prompt Engineering + RAG + Function Calling  │
13
│                                                  │
14
│  执行层                                           │
15
│  └── Agent 架构（ReAct / Multi-Agent）            │
16
│                                                  │
17
│  模型层                                           │
18
│  └── 对齐 + 量化 + 蒸馏 + MoE                    │
19
│                                                  │
20
│  基础层                                           │
21
│  └── Transformer + 预训练 + 推理优化              │
22
│                                                  │
23
└──────────────────────────────────────────────────┘