Skill 的结构尽可能做得扁平，一个主 SKILL.md 作为入口，各个模块的命令说明则放到 references/ 目录中。
所有备忘录数据通过 @State 装饰器管理，当数据发生变化时，框架自动重新渲染 UI。
而设备码流程支持授权过程在任意一台机器的浏览器上完成，CLI 侧只做发起和轮询。
Ant Design 是阿里巴巴开源的一套企业级 UI 设计语言和 React 组件库。
9 µs 21.6 µs 201.3 µs 2318.0 µs 23.2 ms 232.
因此，我们可以把后训练理解为对模型输出分布的重新塑造。本文重点讨论三种后训练方法： 监督微调（Supervised Fine-Tuning，SFT）：在预先准备好的标准答案上学习； 强化学习（Reinforcement Learning，RL）：从当前模型的输出中采样，再根据奖励优化； 在线策略蒸馏（On-Policy Distillation，OPD）：由学生生成轨迹，再由教师在学生实际访问的状态上提供逐 token 指导。