Function Calling 解决模型怎么表达调用意图，MCP 解决工具怎么被发现与跨应用复用，两者是上下游而非二选一。本文给出职责对比表、两段可运行代码、参数校验失败等四个高频分支的修复办法，以及工具调用的验证清单。

TypeScript 给函数参数设默认值写在参数后加等号即可；要分清可选参数 ? 与默认参数 = 的语义差异。本文给出默认、可选、剩余参数的写法与顺序约束，并列出必填后置、未判空、求值顺序三个常见坑。

装 AI 编程插件最常卡住的不是插件本身，而是环境：编辑器版本不达标、登录态没同步、网络被拦。本文给出安装步骤、最小验证示例与三类排查路径，每步标注预期结果，照着做能一次装好并判断问题出在哪一层。

TRAE 单 Agent 一把抓容易乱，本文讲透 TRAE Agent 工作台的 3 种统筹方式：串行派发、角色分工并行、工作台编排。从切任务到验收一步步讲清，帮你把大任务拆给多个 Agent 各管一摊，不再互相打架与上下文污染，整体交付更稳。

MCP 是一套让 AI 助手调用外部工具的标准协议。本文讲清本地与云端两种部署方式，列出上手前必须确认的主机、权限与鉴权几件事，并给出只读起步的最小示例，新手照着做就能先跑通再放开权限。

模型量化是把大模型权重从高位宽浮点降到 INT4 等位宽整数，显著压缩体积与硬件门槛。本文讲清量化原理、GGUF 格式与 INT4 的职责区别，并列出位数越低越好、等同原版、随意换格式三个常见误解。

给 Python 列表去重又想保留顺序，最稳的写法是 list(dict.fromkeys(seq))，它会按首次出现顺序原样保留。本文讲清去重与保序的区别，给出 dict.fromkeys、推导式、set 三种写法与对比，并列出乱序、嵌套、保留末次出现三个常见坑。

MCP 远程 Server 部署是新手常会卡住的点。本文用通俗的步骤讲清Trae、Codex、SSE的实操做法、适用场景与常见坑，并给出可直接套用的方案与示例代码，照着做就能一次跑通，帮你少走弯路，无论你是刚接触还是复习巩固，都能照着步骤直接上手，少走弯路。

容器里装 whl 包失败，八成是平台标签不匹配而非网络问题。本文按复现报错、定位根因、逐步修复、回归验证四步，讲清 cp 版本不符、Alpine 的 musl 与 manylinux 不兼容、缺少构建依赖三个高频坑，并给出可照抄的探测命令与多阶段构建写法。

CLAUDE.md 写不好，AI 每次都要重新问背景、还容易写错返工。本文给出 3 种写法：项目说明书式、指令清单式、结构化分节式，从最简到多人协作，并附验证步骤，帮你把项目上下文一次性喂给 AI 编程助手，减少来回确认。