学完 Plan-and-Execute 之后，我能说出大致的思想和实现，但如果再往深挖一层，追问具体的设计理由、实现细节，我就卡壳。这篇文章是我尝试把模糊的理解变成清晰认知的过程——用一个真实任务走完全部代码，把每个"为什么这样做"都讲透。

在 ReAct Agent 的基础上实现 Plan-and-Execute 模式，用 LLM 拆解复杂任务、DAG 管理依赖、拓扑排序编排执行顺序。写完之后的体感却让我发现了更深层的问题。

用 13 个测试场景系统性地压测手写的 raw_agent，发现了安全隐患、效率问题和意外的能力亮点。

同一个模型（DeepSeek V4 Flash）、同一个问题、两种 API 格式的完整对比，从设计哲学到工程实践。

从最小可行 Agent 出发，理解 ReAct 循环的原理，并在动手写代码之前预判四个核心工程问题。

跑通一个RAG Demo只需要半天，但从Demo到真正能在企业里用的产品，中间隔着四道坎——文件上传管道、语义分块、混合检索、多租户隔离。本文沿着数据的完整生命周期，拆解每一道关背后的因果逻辑。

阅读《图解博弈论》一书的笔记收获

Redis到底是什么？——从“缓存工具”到“数据结构服务器”的思考过程