一勺浮光-优快云博客

原创 WorkBuddy 工具地图

WorkBuddy 有 46 个本地工具，另有 5 个连接器提供的 33 个方法。这些工具不是平等地摆在模型面前的：常驻上下文、延迟加载、外部连接三层，加载方式不同，占的 token 也不同。这篇文章按层逐个过一遍，讲清每个工具干什么、什么时候会被用到，以及分层背后的代价判断：为什么最常用的那批留在上下文里，为什么方法最多的一层反而最省，第 2 层那条调用路径又省掉了哪一步。

2026-10-26 11:42:21 96

原创 Loop Engineering 工程笔记

Loop Engineering 讲 harness 之上的自主循环：不靠人逐轮提示，由系统自己发现工作、推进、收尾。本篇回答：一个自主循环由哪六个环节构成；四种循环怎么按触发与停止组合、人从循环里逐级撤出；什么时候敢无人值守——停止条件可验证、验证者独立、预算有熔断三个判定；人该留在哪一环；常见失效模式怎么处置。收尾是一份开循环前的五问清单。

2026-10-13 13:53:31 102

原创 Harness Engineering 工程笔记

harness 是 agent 减掉模型后剩下的全部：状态、工具、执行环境、约束与反馈。前十二篇各讲一层怎么做好，这一篇讲四层装配起来之后整体怎么判定——层间张力怎么排优先级，四种产品形态里各层的决定权在谁手里，整体性失效长什么样，以及一份能核对的清单。

2026-10-13 09:47:01 311

原创 Agent 多智能体编排工程笔记

单个 agent 做不完的任务，要拆给一批 agent 协同。这篇文章不复述某一家框架怎么用，而是把多智能体编排共有的机制拆开——控制流怎么走、agent 之间怎么通信、共享状态放在哪、下一步交给谁、什么时候停、结果怎么合。机制之上，看两种主流范式、几种常见拓扑，以及把编排延伸到组织边界的互操作协议 MCP 与 A2A。最后给一份选型判断和几个容易踩的坑。

2026-09-29 17:11:52 349

原创 Agent 子智能体工程笔记

单智能体把任务在一个上下文窗口里从头跑到尾。任务一长、要并行、要专精，一个窗口就装不下。SubAgent 是多智能体编排里最简单也最成熟的一种：一个父 agent 把一个自包含子任务交给子 agent，子 agent 在自己的上下文里独立做，只把结果摘要交回。本文讲清它解决什么、机制是什么、各框架怎么落地、坑在哪，以及它和其他多智能体形态怎么区分。

2026-09-29 14:07:54 377

原创 Agent 执行环境工程笔记

agent 一旦要读写文件、跑命令、把产物交出去，就需要一套承载这些动作的执行环境——文件放哪、代码在哪跑、产物存在哪、出错后怎么恢复。执行环境是 agent 的操作系统接口，靠两层抽象与 agent 逻辑解耦：存储抽象管文件与产物，运行时抽象管整台环境。再叠上大输出卸载、产物交付、终端会话与流控、环境自愈。这些机制怎么设计，又会在哪里失效。

2026-09-27 16:07:48 113

原创 Agent 规划与推理工程笔记

Agent 每轮面临两个决策：做什么（规划）与想多深（推理）。规划是工程师写下的结构——分解、排序、依赖、重规划；推理是工程师配置的档位——思考等级、reasoning effort。这层决策逻辑拆开看：从静态到动态再到分层混合的规划谱系、推理作为配置控制面的工程原则、计划如何表示与持有、失败如何恢复，最后按典型框架的底层设计模式落地。

2026-09-27 13:27:29 333

工具调用是 agent 第一次把模型的决定落到真实系统、第一次产生副作用的环节。模型不是可信主体：它会被注入劫持、会误判、会被赋权过度。工具的安全执行由三道都在执行前的闸组成——权限决定能不能做，沙箱决定做坏了多大范围，human-in-the-loop 决定谁为后果拍板。本文拆开三者的分层与正交关系，讲清权限设计、沙箱谱系、HITL 闸门与编排决策，再按四家框架对照落地形态，落到一张风险分级到控制组合的矩阵。

2026-09-25 13:55:19 483

原创 Agent 上下文工程笔记

上下文工程是每轮请求前确定性地构造 LLM 输入窗口的学科：放什么、怎么排、受多大 token 预算约束、跨轮怎么更新。本文先拆开窗口里的七个 Zone，再把第 1–8 期所有子系统收拢成同一个窗口的总装配台，接着走完装配流水线、技术原语与失效模式，最后按四家框架对照窗口管理的落地形态，落到一张压缩还是检索的决策树。

2026-09-25 11:53:44 265

原创 Agent Memory 工程笔记

长时记忆不是把对话历史存起来备份。它是 agent 跨会话保留、检索、复用经验与偏好的子系统：捕获、存储、检索、注入、遗忘构成一条生命周期。本文用「记忆即工具」把长时记忆收拢成 agent 可调用的读写接口，再按托管 store、内存故事、文件即记忆运行时、bolt-on 中间件四类范式对照主流框架的落地形态，落到工程纪律与坑。

2026-09-24 21:02:51 260

原创 Agent Skill 工程笔记

Skill 是工具之上的组合层：把它和「原子 tool / 跨边界 MCP」放在一条「原子—接口—组合」的递进上看，三者不是替代关系。本文讲清 Skill 由「一组 tool + 过程 + 指令 + 按需资源」打包而成，配图拆解其内部结构、Agent Skills 规范的渐进披露，再亲手写一个「代码审查」Skill，并对照 OpenAI、LangGraph、AgentScope、AutoGen 四家接入方式，最后落到生产级工程纪律。

2026-09-24 09:19:51 421

原创 Agent MCP 工程笔记

本篇把那个跨边界展开讲透：MCP（Model Context Protocol）是什么、协议本身长什么样、怎么自己写一个 server、四家框架各自怎么接。它解决的是「工具提供方」和「工具消费方」之间的协议解耦，不是又一个工具调用方式。

2026-09-23 16:43:06 158

原创 Agent 工具调用工程笔记

Agent 真正"做事"的那一下，就是工具调用。前面几篇讲了 loop 怎么转、state 怎么存、message 和 event 怎么分、中间件挂在哪几个切面，这些合起来让 agent 会思考、会记忆、会传递信号，但都不碰外部真实系统，也就不产生副作用。工具调用是第一个让模型的决定落到真实系统里的环节：查数据库、调 API、发消息、改文件——也就是第一次产生副作用。

2026-09-23 12:52:32 275

原创 Agent 中间件工程笔记

agent 跑起来后，除了 LLM 在算，还有压缩、校验、审批、脱敏、trace 一大堆事——它们挂在 message / event 的流动路径上，这就是中间件。本文讲清中间件是什么、它在 loop 的六个切面挂在哪、四家框架各自怎么实现、它和跨边界协议怎么分工，最后给出生产级的工程纪律。

2026-09-22 13:40:51 237

原创 Agent 消息与事件工程笔记

LLM 无状态，状态要在端点攒起来、过程要流出去——攒起来的是 Message，流出去的是 Event，这是 agent loop 上两个最基本的数据面。本文把它们拆开讲：各是什么、一轮 loop 里怎么流动、四家框架怎么实现、跨边界怎么靠 MCP / A2A / AG-UI 统一，最后落到工程上怎么用、三条边界怎么划。

2026-09-22 12:24:57 385

原创 AgentScope 2.0 多智能体状态管理工程笔记

多智能体把状态作用域从「会话」细化到「角色×会话」。以 AgentScope 2.0 为基准，拆解 Subagent/Agent Teams 两套协作语义、RuntimeContext 多维隔离与状态后端选型，含工程坑

2026-09-21 16:08:08 135

原创 Agent 状态管理工程笔记

LLM 每次调用都无状态，Agent 要"记住上一句"必须自己管理状态。本文把这套机制拆成三层——装上下文的容器（Session）、容器里会变的活数据（State）、可中断/回放的冻结副本（Checkpoint），并对照 OpenAI Conversations、LangGraph、AgentScope 2.0 的真实 API 落地，最后给出 token 墙、checkpoint 膨胀、session 串味等工程坑的应对策略。

2026-09-21 14:25:14 307

原创拆解 deepseek-harness 的 Agent Loop

DeepSeek Harness 是 MIT 许可的开源 agent harness。本文逐行回读源码：agent loop 是三层嵌套 while，step 有三个出口，工具并发 fail-closed，还用运行期断言把「可 replay」变成硬约束。最实用的是把 12 项上线检查清单逐条映射到落点——决定循环行为的代码只占非前端核心的 0.7%，而总预算与幂等键两项没有对应实现。

2026-09-16 09:48:46 352

原创 Agent Loop 工程笔记

Agent Loop 是 agent 能"自己动手"的引擎——把一次 LLM 调用放进循环里，想一步、做一步、看结果、再想下一步。本文回答四个递进的问题：loop 是什么、为什么会失控、该不该用、要用怎么治理，并给出终止判据、工具契约、上下文预算、护栏分层这套让它可控的工程手段，最后附报文对照、参考实现与排错清单。

2026-09-16 08:47:26 450

原创 Claude Code 踩坑：官方文档漏掉的“幽灵模式“与 Skill 配置的设计缺陷

本文揭示了Claude Code插件系统中两个配置字段disable-model-invocation和user-invocable的设计缺陷。当同时设置为禁用时，会导致"幽灵模式"——插件既不会报错也不会被调用。文章分析了四种可能的组合状态，指出官方文档遗漏了这种危险情况，并批判了混合命名的反模式设计。最后提出了改用枚举类型的改进方案，以消除配置歧义和无效状态。

2026-04-25 10:48:00 1080

原创 Claude Code 记忆加载的底层真相：一次9层人格压力测试的完整报告

Claude Code 的记忆系统不是"覆盖"，而是"拼接"。9 层配置文件全部缝进同一个 Prompt，靠物理位置竞争注意力——越靠后越占优势。动态规则之所以"夺权"，是因为 Read 触发后物理后置，离用户消息最近。这是 Transformer 的注意力机制，不是逻辑优先级。理解这一点，你就知道 MUST 指令不是越多越好——每加一条，都在稀释所有约束的有效性。

2026-04-08 21:50:15 694

原创 2026 多Agent已经分叉：OpenAI、Claude Code、CodeBuddy、OpenClaw 的四条路线

2026 年，多Agent没有走向统一框架，而是分叉成四条路线：OpenAI 做委派，Claude Code 做上下文隔离与并行，CodeBuddy 做团队协作，OpenClaw 做运行时编排。

2026-04-03 19:54:06 1187

原创 Agent 记忆失效的 5 种方式：完整排查复盘

Agent 记忆由工作记忆、情景记忆、长期记忆、跨 Session 一致性、记忆评分五个环节构成。本文梳理五种典型失效：上下文污染导致答非所问、摘要时机错误丢失细节、向量检索语义漂移、并发写入覆盖记忆、边界评分过度保守跳过正确结果。每种配有症状、排查与修复方案。

2026-04-01 16:09:05 947

原创从 32 倍 Token 差到 98.7% 节省：OpenClaw CLI 与 MCP 选型完全指南

Scalekit 实测 MCP 与 CLI 的 Token 消耗差距最高达 32 倍，可靠性 100% vs 72%。本文溯源 Token 膨胀根因，对比核心差异，解析 CLI 更"懂" AI 的原理，给出三类场景选型决策树，介绍两条 MCP 优化路径，最后梳理三条技术路线与一个选型口诀。

2026-03-31 21:12:33 936

原创 Agent 架构分野：OpenClaw vs Claude Code

在构建复杂 AI Agent 时，如何管理成百上千个专业技能？Anthropic 的 Claude Code 与开源的 OpenClaw 框架给出了不同答案：前者将"路由权"交给大模型，换取灵活性；后者将"路由权"收归系统底座，换取确定性。本文从第一性原理拆解两种架构的渐进式披露机制，探讨 AI Agent 设计中的核心权衡。

2026-03-26 22:12:02 779

原创 AI账单太贵？可能是你忽略了提示词缓存

本文解析三种Prompt Caching实现的主流方案：OpenAI隐式缓存、Anthropic书签模式、Gemini资源模式。附选型决策树，帮你判断什么场景选什么方案。真正省钱的AI架构 = 知道什么时候用、怎么用、怎么衡量ROI。

2026-03-25 20:19:16 702

原创深入理解大模型的请求 API 格式

本文将从系统架构的视角，深入拆解当前大模型生态的四大核心 API 格式。从 JSON Payload 结构到 Tool Calling 握手逻辑，带你彻底看清大模型通信的工程真相。如果你在配置 OpenClaw，这篇文章能帮你绕开 90% 的坑。

2026-03-25 12:12:20 1087

一勺技术，一勺思考。