三个项目加起来 40 万 star，但解决的是三个问题：一个把模型变成命令，一个是推理引擎，一个为吞吐重写调度。选错工具，比选错模型更常见。

协议按日期版本化，仓库里躺着 schema/2026-07-28。一年过去，真正落地的是工具调用，而不是资源与提示；真正的难点也从协议转移到了实现。

把目标、事实、待办、禁止项分开写，检索少而准，工具输出先裁剪，失败原因留在上下文里。四件事做完，同一模型的表现会明显不同。

权重只是显存的一部分，长上下文时 KV cache 才是大头。一篇讲清三种量化格式的取舍，以及为什么别只看困惑度。

40 TOPS 是 INT8 稠密算力，听起来很美；但 decode 阶段卡在内存带宽上。算一笔带宽账，就知道它能跑什么、不能跑什么。