你刚装好 Claude Code，进了终端，闪着光标的 > 提示符摆在那里，你大概会有这几个困惑：一启动是 sonnet，我想用 opus 怎么换？对话长了卡得要死，听说有 /compact 但不知道什么时候该按AI 一通操作把我项目改崩了，能不能撤回去？CLAUDE.md 是啥？为啥每个教程都让我写一份？想让 AI 自己跑测试、跑构建，怎么不用每次点确认？这些问题对应的命令都在下面。先把官方那张「全命令表」翻译成人话，再挑出最常用的几组教你怎么搭着用。下面这张是这篇文章的精华——把 60+ 个命令、按类别、配上场景说明、密密麻麻铺在一张图里。看不清就放大看，需要哪条命令看一眼就找到。后...

最近读了腾讯写的文章，简单自己做了下总结和理解，又有了新的输入，不愧是腾讯👍 一、学到的核心知识 1. 大模型推理的两大基石  Continuous Batching（连续批处理）：传统批处理要求一个 batch 内所有请求"同时开始、同时结束"，但 LLM 输出长度不可预测，会浪费 GPU。vLLM 把调度粒度从 request level 下沉到 token level——每一步看哪些请求"差几个 token"，就调度几个 token，把短请求填进 batch 的空隙里。 Paged Attention：传统做法一次为请求申请全部显存，碎片严重；P...