完整文档索引见 llms.txt。在任意 URL 后追加 `.md` 即可查看该页面的 Markdown 版本。

模型交互

模型交互指的是为了获得期望输出而与模型通信的过程，也就是向模型发送提示词，并接收其返回结果。

OpenAI-compatible API

OpenAI-compatible API 实现了与 OpenAI 官方 API 相同的请求和响应格式，使开发者能够在不修改现有代码的情况下切换不同模型。

Anthropic-compatible API 复现了 Anthropic 的 Messages API，因此基于 Claude 的客户端、SDK 和 agent 工具只需极少代码改动即可使用其他模型或 provider。

了解 function calling 是什么，以及它适用于哪些场景。

Structured outputs 是采用 JSON、XML 等定义格式的模型响应，使 AI 生成的数据可预测、机器可读，并且易于集成到应用和工作流中。

了解 Model Context Protocol（MCP）是什么，以及它的典型用法。

理解面向 LLM inference 的 prompt engineering。学习 system prompt、user prompt、zero-shot 和 few-shot prompting、KV cache 影响、token 成本以及生产最佳实践。

LLM inference parameters 是请求时设置，用于控制随机性、输出长度、重复、停止行为、可复现性以及 structured generation。