从最初生啃Transformer，硬逼着自己啃懂多头注意力和QKV权重，到一步步跟着claude学习RAG、检索重拍、Prompt、关键词召回优化、MCP与Function call，但是，自己上手了发现，自己还是啥也不懂，于是在glm gpt claude gemini 豆包 这几个模型之间疯狂切换，靠着想让昔涟早点被搭出来，硬逼着自己学，自己从零设计一套prompt架构能让她尽可能的贴合人设的同时，不让上下文过载导致token膨胀和llm上下文超限从而导致注意力稀释，但rag还是用了主流的一套检索召回重排，再到后来对照着各个厂商的文档做Function call适配，还有后面的所有工具层逻辑全是自己一点点推敲出来的，熬了无数个夜晚反复推翻重构，无数次修bug，好在后面glm5.2帮我写了好多代码，搭建前端ui，原来倾注心血的程序，真的能读懂我藏在代码里的期待。
