Uses - yicheng
一个 AI 开发者的工具箱
不是推荐列表,只是每天在用的、绕不开的那些东西。
开发环境
Cursor — VS Code 底子 + AI 原生集成。写 Agent 代码时 Tab 补全和 Cmd+K 几乎不离手。主力
Warp — 终端。Block 模式 + AI 补全,比传统终端更适合长时间调试。
Astro — 这个网站的框架。Islands 架构做内容站很舒服,Firefly 主题排版省心。
Vercel — 部署。git push 即上线,零配置。个人站没必要搞复杂。
AI 模型
Claude — 日常写代码、调 Prompt、做结构化抽取的首选。长上下文和指令遵循目前最稳。主力
GPT-4o — 多模态场景用得多——图片理解、语音转文字。API 生态成熟,兜底方案。
Qwen — 国内部署首选。中文场景效果好,开源可本地跑,成本可控。
llama.cpp — 本地跑模型。量化后 Mac 上能跑 7B-13B,隐私敏感的数据不出本机。
Agent 框架
LangChain — 做 RAG 和 Chain 的基础设施。抽象层厚但生态全,大部分项目从它起步。
LangGraph — 需要状态机和循环的 Agent 用它。比 LangChain 的 DAG 灵活,多步推理的核心。核心
AutoGen — 多 Agent 对话场景。让多个 LLM 互相协作、互相检查,适合需要讨论的任务。
Dify — 快速原型和交付给非技术同事时用。可视化编排,拖拽就能跑通 RAG 流程。原型
协议 · 工具
MCP — Model Context Protocol。让 Agent 调用外部工具的标准接口,正在成为事实标准。趋势
A2A — Agent-to-Agent 协议。跨系统、跨组织的 Agent 互操作,还在早期但方向明确。
FastAPI — 后端服务首选。Python 生态里写 API 最舒服的方式,类型提示即文档。
Decap CMS — 这个网站的后台。Git-based CMS,改内容不用碰代码,直接网页编辑提交。
日常流程
最近在学
MCP 生态 — 研究怎么把更多外部服务接入 Agent,让工具调用更标准化。
多 Agent 编排 — LangGraph 状态机 + AutoGen 对话模式,探索两种范式的结合点。
结构化输出 — 大模型输出 JSON 的可靠性优化,简历解析项目的核心难题。