<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[d3y1`5 81_09]]></title><description><![CDATA[@3A -> (AI、Architecture、Algorithm)]]></description><link>https://blog.youkuaiyun.com/IOIO_</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; IOIO_]]></copyright><item><title><![CDATA[智能体性能评估架构02：BFCL基准与AST匹配]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170347283</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170347283</guid><author>IOIO_</author><pubDate>Mon, 09 Nov 2026 13:24:38 +0800</pubDate><description><![CDATA[BFCL基准由伯克利大学推出，评估智能体在自然语言任务中调用工具的能力。其涵盖Simple、Multiple、Parallel和Irrelevance四类任务，采用AST匹配算法进行精确评估，支持参数顺序、等价表达式等灵活匹配。核心指标包括准确率、分类准确率与加权准确率。数据集以JSON格式提供，可通过官方GitHub仓库或HelloAgents加载。使用bfcl evaluate命令可运行官方评估，生成标准化报告，确保结果一致性。]]></description><category></category></item><item><title><![CDATA[智能体性能评估架构01：评估体系]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170347089</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170347089</guid><author>IOIO_</author><pubDate>Mon, 09 Nov 2026 13:14:42 +0800</pubDate><description><![CDATA[本文提出构建可量化的智能体评估体系的必要性，针对工具调用、通用任务与数据生成三类场景，介绍BFCL、GAIA等主流基准及评估指标。通过设计包含AST匹配、准精确匹配与LLM Judge的评估系统，实现性能量化、对比与优化闭环，为智能体开发提供标准化验证路径。]]></description><category></category></item><item><title><![CDATA[DeepSeek Harness 子Agent架构设计]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170346864</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170346864</guid><author>IOIO_</author><pubDate>Mon, 09 Nov 2026 12:58:16 +0800</pubDate><description><![CDATA[DeepSeek Harness 通过“能力缝”（Capability Seam）架构，将子 Agent 提升为独立运行时能力，实现边界约束、委派深度与会话续接的硬性契约。相比传统依赖 prompt 的隐式规则，dsh 以 Service Definition + Provider + Consumer 架构，使模型仅感知统一调用入口，底层执行能力可配置替换，无需修改代码或 prompt。其插件化内核支持全链路可插拔，子 Agent 可灵活对接本地、沙箱、远程等多种执行环境，彻底解决嵌套失控与上下文串扰问题]]></description><category></category></item><item><title><![CDATA[DeepSeek Harness Superagent架构09：实战手册]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170346711</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170346711</guid><author>IOIO_</author><pubDate>Mon, 09 Nov 2026 12:35:28 +0800</pubDate><description><![CDATA[本文介绍如何为 dsh-superagent 扩展 webhook Source，通过 hookq CLI 工具实现消息轮询与响应。系统定义事件映射规则，将队列消息转化为 Trigger，支持按对话和 @ 通知过滤，并基于 Zod 验证配置与消息结构。通过分层设计（翻译、通道、轮询）完成源集成，实现从接收、处理到回复的完整闭环，展示可扩展的自动化系统构建路径。]]></description><category></category></item><item><title><![CDATA[DeepSeek Harness Superagent架构08：架构设计]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170345643</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170345643</guid><author>IOIO_</author><pubDate>Mon, 09 Nov 2026 12:23:49 +0800</pubDate><description><![CDATA[本文详解 DeepSeek Harness Superagent 架构的核心设计：Runtime 作为组合根，负责初始化与生命周期管理；Engine 为领域状态唯一写入者，通过端口（Ports）与各组件交互，实现触发、评估、任务与回复的完整闭环。核心类遵循单一职责与单向依赖原则，命令同步执行，事务保障一致性。通过 Intake、Evals、Tickets 等模块协同，支持源事件处理、决策流转与异步任务调度，确保系统可扩展、可观测且符合领域驱动设计。]]></description><category></category></item><item><title><![CDATA[DeepSeek Harness Superagent架构07：部署运维]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170288175</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170288175</guid><author>IOIO_</author><pubDate>Sun, 08 Nov 2026 12:16:13 +0800</pubDate><description><![CDATA[本文介绍 DeepSeek Harness Superagent 的部署与运维，涵盖安装、启动、检查、升级及排障。核心为独立 superagent profile，隔离运行环境，支持 GitHub Agent 账号与可选 Feishu Bot。需配置 Node.js、pnpm、git、gh-cli 等依赖，通过专用 wrapper 实现权限隔离。安装后需设置 cordis.patch.yml 中的 stateDir 及机器限制，使用 tmux 管理进程。提供 start/status/restart 命令，]]></description><category></category></item><item><title><![CDATA[DeepSeek Harness Superagent架构06：运维面板]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170288075</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170288075</guid><author>IOIO_</author><pubDate>Sun, 08 Nov 2026 12:06:37 +0800</pubDate><description><![CDATA[面板只回答三个问题：现在有什么需要我处理吗？系统是否健康、是否在做正确的事？某一件工作的完整历史是什么，从 Trigger 到 Eval 再到 Ticket？
这三点就是整个面板的产品定义。其他内容要么服务这三问，要么被删除。
传统后台喜欢把状态堆在一起：运行中的 Session、消息计数、模型名称、配置版本。这个面板拒绝这样做。它把健康状态折叠起来，把需要人的东西提前，并让所有数字都能点击到证据。
这就是注意力预算在 UI 上的最终形态：不让人监控一个正常系统，而是在异常真正需要行动时精准出现。]]></description><category></category></item><item><title><![CDATA[DeepSeek Harness Superagent架构05：提示工程]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170287952</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170287952</guid><author>IOIO_</author><pubDate>Sun, 08 Nov 2026 11:59:24 +0800</pubDate><description><![CDATA[本文详解 DeepSeek Harness Superagent 提示词系统的结构与权限：团队可编辑通信、任务范围、交付要求及技能，但工具描述等代码层内容不可修改。系统提示按优先级组装，核心规则由代码强制执行，提示词仅影响模型行为。Built-in 内容支持覆盖与版本追踪，变更生效即时且可追溯。强调角色分离、自动化决策与最小干预原则，确保 Agent 严格遵循规则，仅在必要时触发人工介入。]]></description><category></category></item><item><title><![CDATA[DeepSeek Harness Superagent架构04：执行模型]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170287386</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170287386</guid><author>IOIO_</author><pubDate>Sun, 08 Nov 2026 11:50:00 +0800</pubDate><description><![CDATA[本文介绍DeepSeek Harness Superagent执行模型，从工单（Ticket）创建到PR提交与恢复的全流程。每个工单拥有独立Session与目录，通过阶段状态（如working、person_answer、idle）驱动执行流转。Executor以OS用户身份运行命令，支持后台任务与并发控制，保障自动化与人工干预无缝衔接。关键机制包括：自动准备目录、执行变量注入、子代理权限隔离、超时处理及手动移交。自动合并由交付要求明确触发，确保安全可控。最终实现从工单到代码交付的端到端自动化闭环。]]></description><category></category></item><item><title><![CDATA[DeepSeek Harness Superagent架构03：授权模型]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170286553</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170286553</guid><author>IOIO_</author><pubDate>Sun, 08 Nov 2026 11:36:01 +0800</pubDate><description><![CDATA[本文详解DeepSeek Superagent授权模型中工单生成机制：通过“显式请求”与“推断候选”区分权限，基于Admission Table配置接收范围，确保仅授权用户可发起工作。消息在订阅路径下绕过审批，但受限于Ticket Mandate；已结束工单可通过主Session恢复。系统严格分离权限与上下文，保障安全与可追溯性。]]></description><category></category></item><item><title><![CDATA[DeepSeek Harness Superagent架构02：领域模型]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170244056</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170244056</guid><author>IOIO_</author><pubDate>Sat, 07 Nov 2026 16:19:34 +0800</pubDate><description><![CDATA[DeepSeek Harness Superagent 构建了一套基于核心概念的智能工单系统，以 Source、Thread、Eval、Mandate 与 Ticket 为核心，通过规则驱动实现事件感知、决策评估与任务执行。系统强调幂等性、审计与状态分离，支持多源事件聚合、动态策略更新及跨执行器协作。关键设计包括：Ticket 与 Assignment 解耦、Correlation 增强上下文、Policy 版本化管理权限，拒绝身份映射、状态跟随等复杂抽象，确保领域清晰、可复用。]]></description><category></category></item><item><title><![CDATA[DeepSeek Harness Superagent架构01：设计哲学-大道至简]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170243908</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170243908</guid><author>IOIO_</author><pubDate>Sat, 07 Nov 2026 16:03:54 +0800</pubDate><description><![CDATA[dsh-superagent 以“注意力即最贵资源”为核心设计哲学，主张一切功能、交互与配置必须创造大于其消耗的价值。项目坚持少即是多：仅在授权下行动、静默执行、精准发声、结构化提问、按影响停顿、诚实汇报。设计上精简概念、收敛设置、面板聚焦待办、文档有序递进。责任始终在人，强调从窄范围试用、降噪、避免制造虚假忙碌。后续架构、模型与部署皆由此原则推导，目标是在对的时间提供对的帮助，其余时刻保持沉默。]]></description><category></category></item><item><title><![CDATA[Harness架构之自进化底层原理]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170243782</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170243782</guid><author>IOIO_</author><pubDate>Sat, 07 Nov 2026 15:50:41 +0800</pubDate><description><![CDATA[Harness自进化是Agent系统从静态配置向动态演进的关键跃迁。面对环境快速变化与人工维护瓶颈，通过多Agent架构实现“执行-反馈-诊断-优化”闭环，依托四层可观测性（组件、经验、决策、验证）保障可追溯与可回滚。代表性技术如Harness²实现任务级递归验证，AHE推动全组件联合进化，HarnessBank则构建可复用的进化资产库。核心范式为：模型冻结，运行外壳持续自我迭代，以工程化手段突破模型能力上限，构建可持续进化的智能体生产系统。]]></description><category></category></item><item><title><![CDATA[框架开发智能体实践06：四框架对比及选型]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170242842</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170242842</guid><author>IOIO_</author><pubDate>Sat, 07 Nov 2026 14:35:18 +0800</pubDate><description><![CDATA[本文对比AutoGen、AgentScope、CAMEL与LangGraph四大智能体框架，从“涌现式协作”与“显式控制”、“工程化程度”两大维度剖析其设计哲学。通过案例实践，提出选型路径：高并发稳定运行选AgentScope，深度角色扮演用CAMEL，精确流程控用LangGraph，开放式协作则优先AutoGen。强调组合使用可兼顾灵活性与可靠性，核心在于理解框架背后的协作范式而非单纯依赖API。]]></description><category></category></item><item><title><![CDATA[框架开发智能体实践05：LangGraph三步问答助手]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170242753</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170242753</guid><author>IOIO_</author><pubDate>Sat, 07 Nov 2026 14:28:08 +0800</pubDate><description><![CDATA[LangGraph 将智能体流程建模为状态机与有向图，通过全局状态、节点函数与条件边实现高度可控的工作流。本文以三步问答助手为例，展示如何用 Mermaid 图可视化线性与循环流程，结合 LangGraph 实现理解-搜索-回答的迭代优化，支持动态路由与自我修正，显著提升智能体任务执行的灵活性与可解释性。]]></description><category></category></item><item><title><![CDATA[框架开发智能体实践04：CAMEL角色扮演协作]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170200070</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170200070</guid><author>IOIO_</author><pubDate>Fri, 06 Nov 2026 21:12:33 +0800</pubDate><description><![CDATA[CAMEL通过角色扮演与引导性提示，实现心理学家与作家智能体自主协作，共同创作《拖延症心理学》电子书。基于任务定义与对话循环，双方在框架搭建、内容生成、优化迭代与总结阶段协同推进，最终以结构化指令与解决方案完成8000–10000字的科普作品。该方法轻架构、强提示，适用于深度创作，但对提示工程依赖度高，多智能体复杂场景仍需更强大流程管理。]]></description><category></category></item><item><title><![CDATA[框架开发智能体实践03：AgentScope三国狼人杀]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170199962</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170199962</guid><author>IOIO_</author><pubDate>Fri, 06 Nov 2026 21:02:51 +0800</pubDate><description><![CDATA[AgentScope 以消息驱动架构重构多智能体协作，通过 Msg 与 MsgHub 实现异步解耦、位置透明与可观测性。在“三国狼人杀”实战中，利用结构化输出约束规则，结合角色双重身份建模与并发容错机制，实现狼人私密协商、精准投票与高鲁棒性游戏流程，展现其在复杂交互场景下的工程化优势。]]></description><category></category></item><item><title><![CDATA[框架开发智能体实践02：AutoGen软件开发团队]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170199868</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170199868</guid><author>IOIO_</author><pubDate>Fri, 06 Nov 2026 20:52:24 +0800</pubDate><description><![CDATA[AutoGen 0.7.4通过分层架构实现智能体协作：autogen-core提供异步消息与模型交互，autogen-agentchat封装角色化智能体。以虚拟开发团队为例，利用RoundRobinGroupChat串联产品经理、工程师、代码审查员与用户代理，基于系统提示完成需求分析、编码、审查与测试全流程。支持非OpenAI模型配置，通过async/await实现高效异步运行，最终自动终止并输出结果。]]></description><category></category></item><item><title><![CDATA[框架开发智能体实践01：框架选型与总览]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170199765</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170199765</guid><author>IOIO_</author><pubDate>Fri, 06 Nov 2026 20:43:06 +0800</pubDate><description><![CDATA[本文对比AutoGen、AgentScope、CAMEL与LangGraph四大智能体框架，梳理其核心定位与适用场景：AutoGen以群聊模式适配多角色协作，AgentScope基于消息驱动支持高并发分布式系统，CAMEL通过角色扮演降低协作门槛，LangGraph则用状态图实现精确流程控制。文章提出选型决策图与加权评分模型，并预告后续实战案例，助力开发者高效选择合适框架。]]></description><category></category></item><item><title><![CDATA[低代码平台的智能体搭建06：四平台对比及选型]]></title><link>https://blog.youkuaiyun.com/IOIO_/article/details/170199641</link><guid>https://blog.youkuaiyun.com/IOIO_/article/details/170199641</guid><author>IOIO_</author><pubDate>Fri, 06 Nov 2026 20:30:30 +0800</pubDate><description><![CDATA[本文对比Coze、Dify、FastGPT与n8n四大低代码平台，指出其本质是不同工程取舍：Coze擅快速上线，Dify适企业级复杂应用，FastGPT强于私有知识库问答，n8n胜在跨系统自动化。通过场景匹配与加权评分辅助选型，并倡导“混合开发”策略——以平台加速验证，用代码保障扩展与性能，实现智能体工程化高效落地。]]></description><category></category></item></channel></rss>