# HYD

> Public articles, projects, and profile for HYD.

## Core

- [About HYD](https://hydblog.xyz/about.md)
- [Projects](https://hydblog.xyz/projects/)
- [Answers](https://hydblog.xyz/answers/)
- [Profile JSON](https://hydblog.xyz/api/profile.json)
- [Full corpus](https://hydblog.xyz/llms-full.txt)
- [OpenAPI](https://hydblog.xyz/openapi.json)
- [About index](https://hydblog.xyz/.well-known/about.json)
- MCP endpoint (primary): POST https://ask.hydblog.xyz/mcp
- NLWeb v0.55-compatible restricted /ask subset: POST https://ask.hydblog.xyz/ask
- MCP ask: POST https://ask.hydblog.xyz/mcp (tool: ask, Streamable HTTP)
- Capability boundary: Supports POST /ask with conversational_search, list, summarize, buffered SSE, and MCP ask over Streamable HTTP. Does not support /await, promise responses, elicitation, chatgpt_app, arbitrary extension fields, result actions, or long-term memory.
- Protocol profile: undeclared

## Answers

- [本站的搜索和提问是怎么工作的？](https://hydblog.xyz/answers/live-ask/): 先匹配预生成的策展答案，没命中就在文章、随笔与问答里做全文检索；仍未命中则交给实时问答服务，检索公开内容并生成带来源的回答，单轮、有配额、不长期记忆。
- [本站是什么？](https://hydblog.xyz/answers/what-is-this-site/): HYD 的个人站点，记录 AI 全栈与 LLM 方向的学习过程，发布文章、随笔、项目和常见问题；用 Astro、Starlight 和 Refined-X 模板搭建，一份内容同时面向读者、搜索引擎和 AI Agent。
- [如何与 HYD 合作？](https://hydblog.xyz/answers/collaborate/): 发邮件到 HYDhyd0505@gmail.com，或者在 GitHub 上找 HYDtomako 开 Issue、提 PR；聊 AI Agent 实践、开源协作和站点发布都欢迎。
- [以前的文章发在哪里？](https://hydblog.xyz/answers/where-articles-were/): 2025 年夏天起写在 CSDN（blog.csdn.net/2401_87876529），前期是 Python 与数据分析，后期转向 Transformer、LLM 与 Agent；2026 年 9 月起新内容写在这里，旧文保留不再更新。
- [有哪些开源项目？](https://hydblog.xyz/answers/open-source-projects/): 目前六个：EnCoder、QQbot、Minimind-notes、Simple_CNN、interview-skill、homework-web_blog，集中在 Agent 工具和深度学习复现上。
- [站点记录了哪些 AI 实践？](https://hydblog.xyz/answers/ai-practice/): 分三层：Transformer 与深度学习的学习笔记，Agent 工程机制的源码阅读笔记（Agent Loop、工具、上下文压缩、多 Agent），以及把这些机制用起来的小工具，比如 EnCoder 和 QQbot。
- [作者是谁？](https://hydblog.xyz/answers/who-is-author/): HYD 是青岛工学院 2024 级数据科学与大数据技术专业的学生，方向是 AI Agent 与 AI Native 产品，习惯把学到的东西推到能跑起来的那一步，再开源出来。
- [Agent 或 AI 怎么读取本站内容？](https://hydblog.xyz/answers/agent-ready/): 从同一份内容生成 llms.txt、llms-full.txt、Markdown 镜像、JSON 接口和 OpenAPI 描述，Agent 不用解析页面布局就能拿到可引用的材料。

## Recent articles

- [三个 Claude Code 实现：一份 Agent 工程笔记](https://hydblog.xyz/2026/08/23/agent-engineering-from-claude-code.md): 一份来自三个实现的 Agent 工程笔记。CoreCoder 是 Python 手写的最小实现，Claude Code 是生产实现，learn-claude-code 是教学实现。内容覆盖 Agent Loop 的流转条件与中断修复、工具定义与文件编辑策略、上下文注入与三档压缩、QueryEngine 的长期状态、并行工具与子 Agent、Hook 与 Task 扩展点、多 Agent 协作、记忆 / MCP / 后台任务 / 定时任务，以及路径与命令的安全防线。
- [Transformer 学习笔记：从整体架构到多头注意力](https://hydblog.xyz/2026/04/04/transformer-learning-notes.md): 一份 Transformer 的学习笔记，按先整体再拆件的顺序整理：编码器与解码器的数据流；学大模型前需要回答的三个问题（神经网络、注意力机制、PyTorch 组成）；Token、词嵌入矩阵与位置编码各自解决什么问题；Q、K、V 的含义，Q·K 点积为什么代表相关性，softmax 前为什么要除以维度的平方根；自注意力与交叉注意力的区别，以及交叉注意力为什么不需要掩码；训练时并行预测多个 token 而推理时逐 token 生成，因此需要因果掩码防止偷看，做法是把后文置为负无穷再经 softmax 变成 0；前馈网络、多头注意力与层归一化的定义，包括层归一化与批量归一化在归一化维度上的差别。