update docs

Author: wu-clan

docs/.vuepress/sidebar.ts

@@ -22,6 +22,16 @@ export const mySidebar: ThemeSidebarMulti = {
                 { text: 'Visual Studio Code', link: 'vscode' },
             ]
         },
+        {
+            text: 'AI',
+            collapsed: false,
+            prefix: 'ai/',
+            items: [
+                { text: 'Skills', link: 'skills' },
+                { text: 'Mcp', link: 'mcp' },
+                { text: 'Prompt', link: 'prompt' },
+            ]
+        },
         {
             text: '参考',
             collapsed: false,

docs/backend/ai/mcp.md

@@ -0,0 +1,29 @@
+---
+title: MCP
+---
+
+[MCP 介绍](../../blog/claude-ai-ecosystem.md){.read-more}
+
+## ace (Augment Context Engine)
+
+官网：[ace](https://www.augmentcode.com/context-engine)
+
+相关文章：[linuxdo#1360514](https://linux.do/t/topic/1360514)
+
+首当其冲的绝对是它，ace 绝对是无与伦比的存在，检索快，定位准；
+
+但其存在国内账号注册难，订阅开通难，费用昂贵，易封号等多重机制，只能说是且用且珍惜
+
+## fetch
+
+源码：[fetch](https://github.com/modelcontextprotocol/servers/tree/main/src/fetch)
+
+MCP 官方实现，使 LLM 能够从网页中检索和处理内容，并将 HTML 转换为 Markdown 以便于阅读和使用，虽然目前很多 LLM 已经内置 web
+搜索引擎，但 fetch 仍可作为本级支持的一部分（免费）
+
+## playwright
+
+源码：[playwright-mcp](https://github.com/microsoft/playwright-mcp)
+
+Playwright 是由微软（Microsoft）在 2020 年初开源的现代化 Web 测试与自动化框架，而 playwright-mcp 能够使 LLM
+通过结构化的可访问性快照与网页进行交互，从而无需依赖屏幕截图或视觉调整后的模型

docs/backend/ai/prompt.md

@@ -0,0 +1,13 @@
+---
+title: Prompt
+---
+
+提示词不以多取胜，而是可用性，无效的提示词反而会给 LLM 带来负担
+
+[Prompt 介绍](../../blog/claude-ai-ecosystem.md){.read-more}
+
+## 答复
+
+标题：answer
+
+内容：Think and execute in English, but always reply in Chinese（中文）

docs/backend/ai/skills.md

@@ -0,0 +1,19 @@
+---
+title: Skills
+---
+
+开放代理技能生态系统：[skills.sh](https://skills.sh/)
+
+[Skills 介绍](../../blog/claude-ai-ecosystem.md){.read-more}
+
+## fba
+
+源码：[skills](https://github.com/fastapi-practices/skills)
+
+fba 项目开发指南。提供完整的架构规范、编码风格和插件开发指导
+
+安装：
+
+```shell
+npx skills add fastapi-practices/skills
+```

docs/blog/claude-ai-ecosystem.md

@@ -8,6 +8,24 @@ tags:
 
 Claude 的“智能体”（agentic）功能越来越强大，随着 **Skills**（技能）的推出，用户开始关注其生态系统中各个组件的角色与协作方式
 
+## Projects（项目）
+
+付费计划专属的自包含工作空间，拥有独立聊天历史、200K 上下文窗口和知识库
+
+### 工作机制
+
+- 可上传文档作为知识库，Claude 在项目内所有对话均可访问
+- 接近上限时自动启用 RAG（检索增强生成），有效扩展上下文
+- 支持自定义项目指令，适用于所有子对话
+
+### 适用场景
+
+- 需要持久背景知识的项目（如产品发布、研究专题）
+- 团队协作（共享知识库）
+- 为特定领域设定统一语气、视角或方法
+
+**示例**：创建一个“Q4 产品发布”项目，上传相关文档，设置指令“从产品策略角度分析竞争对手，提出差异化建议”。所有后续对话自动遵循
+
 ## Skills（技能）
 
 Skills 是一个“文件夹”，包含指令、脚本和资源文件。Claude 在处理任务时会动态扫描并加载相关 Skills
@@ -27,35 +45,22 @@ Skills 是一个“文件夹”，包含指令、脚本和资源文件。Claude
 
 **示例**：创建一个“品牌指南”Skill，包含颜色、字体、布局规范。此后所有生成内容自动遵守标准，无需重复说明
 
-## Projects（项目）
-
-付费计划专属的自包含工作空间，拥有独立聊天历史、200K 上下文窗口和知识库
-
-### 工作机制
-
-- 可上传文档作为知识库，Claude 在项目内所有对话均可访问
-- 接近上限时自动启用 RAG（检索增强生成），有效扩展上下文
-- 支持自定义项目指令，适用于所有子对话
-
-### 适用场景
-
-- 需要持久背景知识的项目（如产品发布、研究专题）
-- 团队协作（共享知识库）
-- 为特定领域设定统一语气、视角或方法
+## MCP（Model Context Protocol）
 
-**示例**：创建一个“Q4 产品发布”项目，上传相关文档，设置指令“从产品策略角度分析竞争对手，提出差异化建议”。所有后续对话自动遵循
+一种开放标准协议，用于将 Claude 连接到外部工具和数据源（如 Google Drive、GitHub、数据库、CRM）
 
-## Prompts（提示词）
+### 作用
 
-对话中直接输入的自然语言指令，短暂且对话式
+- 提供持久的外部数据访问，而非每次手动上传
+- 类比互联网时代的 HTTP/API，是 AI 时代的“连接器”
 
-### 适用场景
+**与 Skills 的关系**：
 
-- 一次性任务（如总结文章）
-- 实时调整（如“语气更专业”）
-- 临时上下文或格式要求
+- MCP 负责连接与数据获取（原子能力）
+- Skills 负责处理逻辑与流程（SOP 化指导）
+  两者互补：MCP 提供工具，Skills 指导如何使用
 
-**特点**：不跨会话持久化。如果同一类指令频繁重复，建议升级为 Skill 或 Project 指令
+**适用场景**：需要频繁访问外部系统或集成企业工具时
 
 ## Subagents（子智能体）
 
@@ -72,47 +77,42 @@ Skills 是一个“文件夹”，包含指令、脚本和资源文件。Claude
 - Subagents 更像“专属员工”，适合特定工作流
 - Skills 更像“通用教材”，适合跨对话共享专业知识
 
-## MCP（Model Context Protocol）
-
-一种开放标准协议，用于将 Claude 连接到外部工具和数据源（如 Google Drive、GitHub、数据库、CRM）
-
-### 作用
+## Prompts（提示词）
 
-- 提供持久的外部数据访问，而非每次手动上传
-- 类比互联网时代的 HTTP/API，是 AI 时代的“连接器”
+对话中直接输入的自然语言指令，短暂且对话式
 
-**与 Skills 的关系**：
+### 适用场景
 
-- MCP 负责连接与数据获取（原子能力）
-- Skills 负责处理逻辑与流程（SOP 化指导）
-  两者互补：MCP 提供工具，Skills 指导如何使用
+- 一次性任务（如总结文章）
+- 实时调整（如“语气更专业”）
+- 临时上下文或格式要求
 
-**适用场景**：需要频繁访问外部系统或集成企业工具时
+**特点**：不跨会话持久化。如果同一类指令频繁重复，建议升级为 Skill 或 Project 指令
 
 ## 各组件如何协同
 
-真正强大的工作流来自于组合使用：
+- **Project** 提供持久上下文和知识库
+- **Skills** 注入可复用的专业知识和处理规范
+- **MCP** 连接外部实时数据源
+- **Subagents** 分担专业子任务
+- **Prompts** 用于实时微调
 
-1. **Project** 提供持久上下文和知识库
-2. **MCP** 连接外部实时数据源
-3. **Skills** 注入可复用的专业知识和处理规范
-4. **Subagents** 分担专业子任务
-5. **Prompts** 用于实时微调
+### 实际案例
 
-**实际案例**：构建竞争情报智能体
+《构建竞争情报智能体》
 
 - 创建 **Project**，上传历史报告，设置统一分析指令
-- 通过 **MCP** 连接 Google Drive 和 Web 搜索
 - 创建 “竞争分析” **Skill**，定义文档检索策略和输出模板
+- 通过 **MCP** 连接 Google Drive 和 Web 搜索
 - 设置两个 **Subagents**：市场研究员（趋势分析）和技术分析师（产品对比）
 - 用户只需一个 **Prompt** 启动：“分析前三大竞争对手的 AI 功能，找出突破机会”
 
 **结果**：Claude 自动协调多源数据、专业方法、子任务分工，输出结构化、高质量报告
 
 ## 总结建议
 
-- 重复性专业知识 → 封装为 **Skills**（最高复用性）
 - 持久项目上下文 → 用 **Projects**
+- 重复性专业知识 → 封装为 **Skills**（最高复用性）
 - 外部工具集成 → 用 **MCP**
 - 任务隔离与并行 → 用 **Subagents**
 - 临时调整 → 用 **Prompts**