- 博客(3753)
- 收藏
- 关注
RSS订阅原创 BrowserSkill实战：基于AI Agent的浏览器自动化技能库设计与应用
在AI Agent与浏览器自动化逐渐融合的今天，大模型直接操作网页仍面临元素定位难、页面动态渲染、流程不稳定等现实挑战。BrowserSkill作为一种标准化的浏览器操作技能库设计理念，将导航、点击、填表、提取、等待等高频动作封装为可复用的技能模块，让AI Agent通过技能调度代替脆弱的脚本逻辑。其核心价值在于把不确定的浏览器环境转换为确定性接口，提升自动化任务的可观测性、可组合性与可维护性，显著降低复杂网页流程的搭建与维护成本。该方案可广泛应用于自动化测试、数据采集、AI Agent产品开发等场景，并与
2026-11-07 16:39:51
49
原创 开源代码评审实践：用流程自动化提升代码质量
代码评审是保障软件质量的关键环节，但在团队规模扩大后常常沦为走过场。其根源在于缺乏标准的评审流程与自动化支撑。通过规范Git提交信息、定义Pull Request模板、配置持续集成（CI）流水线中的静态检查、单元测试与增量扫描，可以将评审标准固化为工程资产。这种基于约定优于配置的实践，不仅能够提升代码可读性与可维护性，还能降低新成员上手成本，让评审者的精力聚焦于真正的设计问题。对于采用Git工作流的中大型团队或开源项目，建立一套可复用的评审自动化机制，是提升协作效率与代码质量的有效路径。本文围绕open-c
2026-11-07 16:08:27
58
原创 Navicat 16 Premium 中文语言包安装、校验与回滚指南
软件本地化中的界面汉化，通常不是修改程序业务逻辑，而是通过替换翻译资源让菜单、对话框与报错提示显示为目标语言。以 Qt 应用为例，界面字符串由 .qm 翻译文件或 macOS 的 .strings/.lproj 资源加载，运行时按当前语言查找键值，缺失时回退源字符串；因此语言包能否完整生效，取决于资源格式、版本对齐与加载路径。其技术价值在于降低英文术语密集界面的误操作概率，提升数据库管理、运维排错和跨平台客户端的操作效率。实际应用中，升级主程序后旧语言包易造成半中半英，替换前需备份、替换后做入口校验，并关注
2026-11-07 15:56:59
90
原创 BrowserSkill：让AI Agent稳定操作浏览器的技能化方案
浏览器自动化是AI Agent落地的关键能力，但传统脚本维护成本高、稳定性差。BrowserSkill通过将浏览器操作抽象为可组合的技能，输出结构化页面状态，让Agent能动态决策并调用技能，实现从“能跑”到“好用”的转变。它不替代Playwright，而是在其上增加面向Agent的状态感知与技能调度层，适用于登录、表单填写、数据提取等场景。结合codex cli、claude cli等CLI工具，BrowserSkill能作为可调度能力集成到Agent工作流中，提升长期运行的稳定性与效率。
2026-11-07 15:52:19
56
原创 SKILL测试框架：Playwright+pytest构建高收敛自动化回归体系
自动化回归测试是保障微服务持续交付质量的核心环节，其本质是通过可复用、可验证、可观测的测试能力封装，实现从页面操作到业务意图的语义化建模。基于Playwright的多上下文隔离与真实交互能力，结合pytest的参数化组织与插件生态，可构建具备环境韧性、失败自愈与问题聚类能力的测试框架。关键技术价值在于降低维护成本、提升定位精度，并支撑高频发布下的多轮并发回归；典型应用场景包括微前端架构下的跨团队协作验证、动态iframe/Service Worker等现代前端组件的稳定性保障，以及基于DOM快照与网络轨迹的
2026-11-07 15:50:47
50
原创 开放式代码评审体系：从流程设计到自动化门禁的落地实践
代码评审是软件工程质量保障的关键环节，然而传统评审模式常陷入效率低下、标准不一、过程黑盒等困境。通过将评审规则透明化、全员参与、自动化工具兜底、量化度量，可以构建一套开放式的评审体系。其核心原理是把人工判断与机器检查分层：静态检查、增量覆盖率门禁负责拦截低级问题，审查者专注于逻辑与架构。该体系在团队协作、知识共享和缺陷预防方面具有显著价值，适用于从初创团队到成熟组织的不同规模研发场景。围绕PR生命周期、分支策略、评审节奏与反馈闭环，能够系统性地提升代码评审效果，让质量保障从依赖个人自觉走向制度化、可度量的工
2026-11-07 14:56:22
56
原创 Web服务器性能评估：架构师的系统级压力推演方法论
Web服务器性能评估本质上是面向生产可用性的系统工程，其核心在于理解请求生命周期中的资源竞争、瓶颈传导与指标分层逻辑。它超越简单QPS测量，需结合真实负载模型、环境镜像、多维指标采集与时间窗口分析，实现从现象到根因的闭环定位。关键技术价值体现在容量规划的可量化决策、反脆弱设计的前置验证，以及对SLA（如99.9%<200ms）的工程化保障。典型应用场景包括大促压测、架构升级验证与云原生弹性水位设定。本文聚焦架构师视角下的性能评估本质，深度融合负载模型与瓶颈定位两大关键实践。
2026-11-07 14:34:03
64
原创 BrowserSkill 深度解析：为 AI Agent 装上浏览器操作技能层
浏览器自动化是 AI Agent 从对话走向行动的关键能力。传统方案如 Playwright MCP 和 Agent Browser 各有侧重，而 BrowserSkill 通过 CLI 技能化封装，将浏览器操作抽象为语义化技能单元，让 Agent 以自然语言指令驱动导航、点击、填表、截图等动作。其核心原理在于技能描述与执行逻辑分层，降低 Agent 行动熵，提升多步任务成功率。在 AI Agent 开发、自动化测试和 RPA 场景中，BrowserSkill 平衡了控制力与易用性，成为连接大模型意图与浏览
2026-11-07 14:14:32
52
原创 C#反编译工具实战：从IL元数据到程序集批量审计
C# 反编译工具的核心，是把 .NET 程序集从 PE 文件中的元数据表与 IL 指令还原为可读的 C# 类型、方法签名和调用链。它不改变程序集运行逻辑，而是通过解析 TypeDef、MethodDef 等元数据并重建控制流，帮助开发者理解无源码组件的真实行为。技术价值在于降低遗留系统接手、线上异常定位与第三方组件审计的门槛；典型场景包括依赖升级后的 Process.Start、文件写入、网络请求和反射入口排查。借助 Mono.Cecil 等库对程序集做批量扫描，并结合 PDB 符号提升可读性，可把人工逐页
2026-11-07 13:55:28
70
原创 告别假评审：五层拆解代码评审，打造真正有效的Code Review机制
代码评审是保障代码质量、传递团队知识的关键工程实践。然而许多团队在GitHub、GitLab上配置了CODEOWNERS与CI流程，PR/MR也频繁创建，评审却常沦为走过场的“假评审”——评论集中在空行、命名等表层问题，无法触及系统设计与稳定性。其根源在于目标错位、上下文缺失与反馈断裂。要让代码评审真正产生价值，需先以Lint、静态检查与自动化测试接住机械性问题，再通过评审清单、分级评论与明确的沟通机制提升人性化判断的质量，并结合度量指标与作者自评形成闭环。本文梳理了一套从根因到落地的工程方法论，帮助技术负
2026-11-07 13:37:41
49
原创 Navicat Premium 11 免安装版启动失败排查指南
Navicat 是一款广泛使用的多数据库可视化管理工具，其免安装版本因部署灵活常被用于临时调试、客户演示或权限受限环境。但所谓‘绿色’实为伪命题——Navicat Premium 11 依赖特定 VC++2013 运行时、Windows 系统组件兼容性及轻量注册表映射机制。原理上，它绕过 MSI 安装器，却未摆脱对 `msvcp120.dll`、Qt 5.3.2 插件、OpenSSL 1.0.2 及数据库驱动 ABI 的强绑定。技术价值在于零管理员权限下快速连接 MySQL/PostgreSQL/Oracl
2026-11-07 13:07:02
74
原创 Claude知识工作插件实战：slash command机制与自定义插件开发指南
插件系统通过声明式指令与slash command机制，将重复性知识工作流程固化为可复用单元。其原理在于用自然语言定义任务步骤与输出格式，结合元信息绑定触发命令，实现零代码自动化。这种模式降低了工具开发门槛，让非程序员也能构建专属工作流。在会议纪要、调研分析、文档写作等场景中，通过命令组合可显著提升效率。本文以knowledge-work-plugins仓库为例，深入解析插件目录结构、指令编写、参数传递及本地测试方法，并分享命令冲突、格式漂移等常见问题的排查经验，帮助读者快速掌握自定义知识工作插件的开发与迭
2026-11-07 12:56:54
64
原创 BrowserSkill：浏览器自动化技能化抽象与CLI实践
BrowserSkill并非具体开源项目，而是一种将浏览器操作封装为可复用、可验证原子技能（Skill Unit）的工程范式。其核心基于Chromium DevTools Protocol实现底层驱动，依托Playwright等现代引擎提供智能等待与断言即等待能力，通过CLI统一调度，达成声明式意图表达。该范式显著缓解传统脚本因UI变更导致的脆弱性问题，支撑登录、报表生成、飞书任务获取等典型场景，并已在麒麟OS等信创环境完成落地验证。关键词涵盖浏览器自动化、CLI工具链、Playwright、Chromiu
2026-11-07 12:56:10
51
原创 OD调试器选型与实战：32位逆向、断点调试与环境配置
软件调试是程序分析与逆向工程的基础环节，调试器通过断点、单步、寄存器和内存观察控制执行流，帮助定位逻辑分支与异常行为。其技术价值在于把不可见的运行态转化为可检查、可验证的工程信号，广泛应用于32位闭源程序分析、64位程序调试、崩溃复盘与汇编教学。实际落地时，调试环境配置、插件兼容和断点策略往往比工具功能更影响效率。中文OD调试器打包版在32位分析中开箱即用，能降低环境搭建成本，但64位调试、dump复盘等场景仍需按需切换工具，形成以场景为导向的调试器选型思路。
2026-11-07 12:07:01
71
原创 BrowserSkill：浏览器技能抽象层的设计与工程实践
BrowserSkill 并非具体工具，而是面向 AI Agent 与浏览器深度协同的语义化能力抽象范式。其核心原理在于构建 CLI、Runtime 与浏览器扩展三层解耦架构，通过标准化技能契约（如 click、fillForm）弥合大模型意图与 DOM 操作之间的语义鸿沟。技术价值体现在复用真实用户登录态、兼容已安装扩展、支持实时上下文感知等关键能力，显著优于 Puppeteer/Playwright 等独立实例方案。典型应用场景包括自动化表单填写、AI 驱动的网页数据抓取、企业级审批流程机器人等。本文聚
2026-11-07 11:56:56
106
原创 open-code-review落地实践：用代码评审与自动化流程守护代码质量
代码评审（Code Review）并非简单的挑错行为，而是一种团队知识同步与质量保障机制。通过将评审流程与自动化工具链深度结合，团队可以在代码合入主线前拦截低级缺陷，维持架构一致性，并让关键业务逻辑的设计意图在历史评审记录中持续沉淀。其核心原理在于，先利用CI门禁完成构建、单测、静态检查等机器可判定的项目，再让评审人聚焦于业务逻辑、边界条件与系统风险。这一实践适用于不同规模的研发团队，并能显著降低线上故障率、缩短新人上手周期。文章基于作者亲历的工程实践，分享了从轻量评审约定、CODEOWNERS配置到rev
2026-11-07 11:36:45
136
原创 Beyond Compare免安装便携版部署：配置重定向与换机验证
便携软件与绿色软件的核心，是把程序、配置和缓存收敛到同一目录，通过启动脚本重定向 APPDATA、TEMP 等环境变量，使配置随包迁移而不写入系统用户目录；资源管理器右键菜单则依赖 Shell 扩展 DLL 的注册与反注册，涉及 32 位与 64 位匹配及管理员权限。其技术价值在于降低部署与迁移成本，避免多版本冲突和卸载残留，常见于 U 盘工具、临时机器、无管理员权限环境及多机往返的文件与文件夹比对场景。Beyond Compare 免安装便携目录正是这一思路的落地：先校验包完整性，再用 BC.bat 固定
2026-11-07 09:20:46
115
原创 从流于形式到落地生根：open-code-review 代码审查工程化实践
代码审查是软件开发中公认的重要环节，但在实际团队中常常流于形式。其底层逻辑并非单纯寻找缺陷，而是降低知识传递成本，通过提交方与审查方的确定性信息交汇保障代码质量与团队一致性。然而，缺乏统一审查规则、MR描述缺失、自动化工具与人工判断脱节，都是常见痛点。open-code-review 提供了一套开放、轻量、可组合的方案：以维度化审查清单明确“好代码”的评判标准，以MR模板补齐上下文信息，以Git Hooks在提交阶段拦截基础问题，以CI流水线实现增量、精准的静态扫描辅助。这套工程化能力不取代人工判断，而是通
2026-11-07 09:19:13
59
原创 浏览器自动化新范式：BrowserSkill 如何让 AI 代理高效操控网页
浏览器自动化正从固定脚本向 AI 代理自主决策演进。传统 Playwright 脚本线性执行，页面一改便失效；而基于“技能化”设计，将打开网页、点击元素、填写表单等操作封装为可复用单元，配合 Playwright MCP 作为模型与浏览器间的标准通信层，Agent Browser 负责任务规划与自我纠错，BrowserSkill 则提供标准化动作集。这种分层架构降低了上下文依赖，使 AI 能根据页面实时反馈动态调整操作。在实际工程中，无论多页面数据采集、表单自动填写还是 Web 回归测试，技能化均显著提升系
2026-11-06 16:53:13
259
原创 knowledge-work-plugins 插件化知识工作流实战指南
在智能协作环境中，插件化架构通过将重复性知识工作封装为可复用单元，解决了提示词膨胀与行为不可预测的问题。其原理基于显式能力边界与标准化意图入口，使每个插件具备可测试、可替换、可组合的特性。技术价值在于提升输出稳定性与团队协作效率，应用场景覆盖会议纪要转行动项、长文档摘要、跨工具信息汇总等。knowledge-work-plugins 正是这一思路的实践，借助 slash commands 与本地插件机制，将知识流水线固化，让智能助手真正嵌入日常工作流。
2026-11-06 16:44:54
237
原创 OpenSpec规格驱动开发实战：解决需求文档与代码脱节问题
在软件开发中，需求文档与代码实现脱节是常见痛点，导致联调困难、维护成本高。规格驱动开发（Specification-Driven Development）通过将需求规格转化为可执行、可校验的声明，并嵌入开发流程，确保代码与规格一致。OpenSpec 作为轻量级工作流工具，提供 Spec、Change、Validation 核心机制，支持与 Git、CI 等工具链融合，适用于中小团队和独立开发者。它强制对齐规格与代码，提升协作效率，减少沟通成本，是解决文档腐烂问题的有效实践。
2026-11-06 16:32:04
338
原创 BrowserSkill 深度解析：让 AI Agent 稳定操作浏览器的 CLI 技能层
浏览器自动化是 AI Agent 落地的重要环节，Playwright 等引擎提供了底层驱动能力，但 Agent 需要的是可发现、可调用的语义化操作单元。BrowserSkill 通过 CLI 将浏览器操作抽象为标准化技能，支持元素定位、等待重试与会话管理，并与 Playwright MCP、Agent Browser 形成分层协作。在 codex cli、claude cli 等命令行 Agent 框架中，bsk 命令可显著提升网页表单填写、信息提取与端到端测试的稳定性与效率。
2026-11-06 16:05:39
199
原创 Nexus 3.30 Windows 安装避坑指南：JDK 11 与端口冲突解决方案
Nexus Repository Manager 是一款基于 Java 的企业级制品仓库管理工具，其核心依赖 JVM 运行时环境与网络端口资源。理解 Java 应用在 Windows 平台的启动原理，是解决 Nexus 启动失败的关键——它并非简单解压即用，而是受 JDK 版本兼容性、JVM 参数配置、用户权限模型及系统端口占用等多重因素制约。尤其 Nexus 3.30.0-01 明确要求 OpenJDK 11.0.15+（非 Oracle JDK），并严格规避 JDK 17+ 的强封装机制；同时默认端口
2026-11-06 15:30:23
200
原创 BrowserSkill 实战：为 AI Agent 打造轻量级浏览器操作技能接口
浏览器自动化是 AI Agent 与真实网页交互的关键能力，传统方案如 Playwright、Puppeteer 面向工程师，而 Agent 需要更轻量、语义清晰的接口。BrowserSkill 通过 CLI 提供原子化浏览器操作技能，将导航、点击、提取等动作封装为 Agent 可直接调用的命令，无需理解 DOM 结构。其无状态、可组合的设计天然适配 codex cli、claude cli 等 AI 编程助手，接入成本极低。在网页查询、表单填写、内容存档等场景中，BrowserSkill 能显著提升 Ag
2026-11-06 15:00:18
255
原创 BrowserSkill 实战：用 CLI 让 AI Agent 操作 Chrome 浏览器
浏览器自动化是 AI Agent 落地的重要环节，传统方案如 Playwright 需要编写复杂脚本，维护成本高。BrowserSkill 通过 CLI 将浏览器操作抽象为原子命令，让 AI 能像人一样操作 Chrome，同时更稳定可复现。它基于 Chrome DevTools Protocol，支持页面导航、元素定位、表单填写、数据提取等核心功能，并可轻松集成到 AI Agent 工作流中。在网页数据采集、表单自动填写、流程自动化等场景下，BrowserSkill 提供了轻量且可控的解决方案，尤其适合需要
2026-11-06 14:57:33
227
原创 BrowserSkill 深度解析：如何让 AI Agent 通过 CLI 稳定操作浏览器
浏览器自动化技术已从工程师编写脚本演进为 AI Agent 调用标准化技能。其核心原理是将 Playwright 等底层能力封装为语义清晰、参数精简的 CLI 命令，使 Agent 无需管理浏览器生命周期即可完成页面操作。这种技能接口设计显著降低了 Agent 集成浏览器能力的门槛，适用于自动化测试、数据采集、流程巡检等场景。BrowserSkill 正是这一思路的典型实践，通过 bsk 命令行工具将浏览器操作转化为 Agent 可稳定调用的技能边界，兼顾可调试性与跨语言组合能力。
2026-11-06 14:35:05
211
原创 OpenSpec规格驱动开发：从接口契约到自动化测试的落地实践
在软件开发中，接口契约不一致常导致联调困难、测试滞后。规格驱动开发通过将接口描述前置为机器可读的规格文件，实现代码、测试与文档的自动同步。OpenSpec 作为一套开放式的规格描述约定与工具生态，支持从规格生成前后端代码、测试用例及 Mock 服务，有效降低沟通成本，提升变更可控性。其核心价值在于强制对齐认知，让规格成为团队唯一事实来源。适用于中小团队、全栈开发者及对工程质量有要求的测试与前端工程师，助力实现高效协作与持续集成。
2026-11-06 14:25:52
277
原创 OpenSpec：可执行接口契约驱动的工程协同方案
接口契约是现代分布式系统协作的基础概念，其核心在于定义服务间交互的结构、语义与约束。OpenAPI 等传统规范侧重 HTTP 层元数据描述，但在业务规则绑定、多环境差异、AI 生成指令等场景存在表达力断层。OpenSpec 作为可执行的契约语言，在 YAML 基础上扩展 constraints（业务约束）、lifecycle（生命周期规则）和 aiHints（AI 提示词），实现校验、代码生成与 CI 拦截三位一体。它不替代 OpenAPI，而是补足其语义层短板，支撑 spec-driven develop
2026-11-06 14:04:59
212
原创 BrowserSkill：为AI Agent浏览器自动化打造的高效技能层
浏览器自动化经历了从Selenium脚本到AI Agent自主操作的发展，但大模型直接驱动浏览器面临Token消耗高、动作成功率低等挑战。Playwright MCP提供了原子操作能力，却仍需要模型逐步规划。BrowserSkill作为一种技能化封装层，将高频网页操作固化为声明式DSL脚本，让Agent只需调用“执行技能”即可完成复杂任务，实现决策与执行分离。这种方案不仅降低了约七成的Token成本，还通过多候选选择器、兜底重试等机制提升了真实网页环境的稳定性。在商品比价、数据采集等生产场景中，Browse
2026-11-06 13:30:38
261
原创 OpenSpec 接口契约规范实战：从描述文件到 CI 校验与 mock 服务
API 契约是前后端协作中用于定义接口请求与响应结构的标准化约定，其核心原理是通过独立于代码的描述文件（如 YAML）声明路径、参数、状态码与示例数据，并借助工具链实现自动校验、mock 生成与代码骨架输出。在工程实践中，契约驱动开发能显著降低联调成本、提升接口一致性，尤其适用于中小团队快速迭代、前端并行开发以及 CI 流水线中的契约测试场景。OpenSpec 作为描述文件驱动的规范工具，将接口定义从静态文档升级为可执行、可追踪的工程资产，帮助团队在版本控制、mock 服务与代码生成等环节落地契约先行理念。
2026-11-06 13:28:49
263
原创 OpenSpec规格驱动开发实战：从文档到可执行契约的落地指南
在多人协作的软件开发中，接口定义与代码实现不一致是常见痛点。规格驱动开发通过将接口、数据结构与行为约束结构化，使规格成为可校验、可追溯的契约。OpenSpec 作为一套规格先行的工作流与工具集合，强调规格即代码，将规格文件纳入版本控制，并借助 CI 校验实现规格与代码的同步。其技术价值在于减少理解偏差、提升联调效率，应用场景覆盖前后端协作、测试用例生成与新人上手。本文基于实际项目经验，系统梳理 OpenSpec 的落地路径、常见陷阱与避坑技巧，帮助团队从零构建规格驱动开发体系。
2026-11-06 13:06:48
274
原创 OpenSpec 规格驱动开发实战：从契约定义到自动化校验
在多人协作与多端对接场景中，接口契约漂移和字段语义不一致是常见工程痛点。其根源在于契约缺乏可机读、可校验的统一描述，导致文档、代码与测试各自为政。OpenSpec 通过分层规格描述与工具链友好设计，将系统契约从代码中抽离为单一事实来源，使校验逻辑、类型定义和契约测试均可自动派生。这一思路在跨端协作、长期维护的项目中价值尤为突出，能有效减少人工同步成本与线上事故。
2026-11-06 12:53:15
228
原创 BrowserSkill vs Playwright MCP：浏览器自动化的新玩法与选型指南
浏览器自动化正从脚本驱动的固定流程，迈向目标驱动的智能操作。传统上，Playwright、Selenium 等工具通过代码控制浏览器，而在大模型时代，MCP（模型上下文协议）与 Agent Skills 两条路线并行发展。Playwright MCP 将浏览器能力封装为标准服务，模型通过协议调用；BrowserSkill 则把操作逻辑、提示词与脚本打包成技能包，让模型在推理中自主加载与组合。相比 Agent Browser 的端到端自主方案，BrowserSkill 更轻量、更具定制性，能针对开放调研、表单
2026-11-06 12:22:34
257
原创 OpenSpec 接口规范实战：契约优先设计与自动化落地指南
在前后端协作中，接口契约不一致常导致联调效率低下。OpenSpec 作为一种契约优先的规范描述方案，通过结构化规范文件定义接口路径、参数类型与约束，实现文档自动生成、Mock 数据产出与 CI 契约校验。其核心原理是将规范作为唯一事实来源，让机器可读的 schema 同时服务于文档、测试与代码生成。技术价值在于减少沟通成本、提升联调稳定性，并支持接口版本管理与复用。典型应用场景包括多人协作的 API 项目、接口自动化测试以及微服务数据结构统一。本文围绕 OpenSpec 使用教程，从设计思路、核心概念到实操
2026-11-06 12:18:34
218
原创 OpenSpec实践：用规范即代码重构API治理与团队协作流程
在API开发和前后端分离的工程实践中，接口文档与代码脱节是团队协作效率低下的常见根源。静态文档难以跟上业务演进，导致联调靠猜、维护靠问。解决这一问题的思路是借鉴DevOps与持续集成理念，把接口规范当作软件工程产物来管理，即“规范即代码”。通过将规范文件置于代码仓库，用Git管理版本、评审控制变更、自动校验约束质量，形成一条从规范定义到代码生成、Mock服务、破坏性变更检测的完整工具链。这种方式让规范真正融入开发流程，成为前后端共同遵循的“合同”。本文从OpenSpec的核心思想出发，讲解如何搭建规范骨架、
2026-11-06 11:51:50
300
原创 BrowserSkill实战：用MCP协议让AI Agent操控浏览器
浏览器自动化正从固定脚本走向智能体驱动的范式转变。AI Agent在执行复杂任务时，不仅需要理解语义，更需具备操作浏览器的能力，这催生了BrowserSkill这类将自然语言指令转化为标准浏览器动作的工具组件。其核心原理是通过Playwright等底层驱动，结合语义DOM压缩与视觉截图让模型理解页面，再经由MCP协议将点击、输入、滚动等操作封装为可复用的技能接口，使Claude、GPT等不同的上层模型均能无差别调用。围绕AI Agent的浏览器操作、Playwright MCP集成、页面元素定位与状态管理等
2026-11-06 11:08:07
304
原创 BrowserSkill：为AI Agent打造的浏览器操作CLI技能层
浏览器自动化是AI Agent落地的重要能力，传统方案依赖Playwright等SDK编写脚本，链路长且维护成本高。BrowserSkill通过CLI将打开网页、点击、输入、抓取等操作标准化为语义化命令，让Agent像人一样操作浏览器。它兼容codex cli、claude cli等工具链，支持文本匹配、角色匹配等稳定选择器策略，并具备会话隔离与多标签管理能力。在数据采集、后台报表导出、多账号操作等场景中，BrowserSkill显著降低了Agent集成门槛，成为连接AI决策与浏览器执行的高效技能层。
2026-11-06 11:07:18
251
原创 OpenSpec 规范驱动开发实战：接口契约、校验与协作落地经验
在多人协作的接口开发中，数据结构不一致、文档与实现脱节是常见痛点。规范驱动开发通过将接口契约定义为可执行的规范文件，实现请求校验、文档生成与 mock 数据派生，从而提升协作效率与数据一致性。OpenSpec 作为面向接口与数据结构的描述与校验工具链，支持类型约束、枚举校验与渐进式集成，适用于后端、前端、测试等角色对齐数据结构。其核心价值在于将规范变为可执行约束，减少联调扯皮，让接口变更可见、可追溯。
2026-11-06 10:40:14
299
原创 iredis 加速 Redis 协议解析：原理、性能与实战
Redis 客户端与服务器之间的 RESP 协议解析是高频读写场景下的关键性能瓶颈。纯 Python 实现的解析器在命令密集时会产生显著的 CPU 开销，而 C 扩展通过将协议解析逻辑编译为机器码，大幅降低单字节读取和类型判断的解释器成本。这种优化技术价值在于提升吞吐量、降低 P99 延迟，尤其适用于 pipeline 批量操作和大 value 响应场景。iredis 作为 redis-py 的透明加速层，自动接管 RESP 解析，无需修改业务代码。本文深入拆解其 C 扩展原理，结合压测数据展示性能提升，并
2026-11-06 10:33:51
250
原创 VS2013 x86 编译 PoDoFo 0.9.5 与 PDF 读写避坑
在 C++ 工程里做 PDF 读写，通常不是调用一个 API 那么简单，而是要把压缩、图像解码、字体和加密等依赖按同一编译器 ABI、同一运行库配置组织成可链接的静态库。VS2013 对应 MSVC 12，x86 与 x64 的库不能混用；静态链接 PoDoFo 时还需定义 PODOFO_STATIC，并保证 /MD 或 /MT 全链路一致，否则容易出现 LNK2019、LNK2038 或运行期访问违例。把依赖版本、CMake 生成器、链接顺序和头文件包含顺序对齐后，老项目也能稳定完成 PDF 生成、解析、
2026-11-06 10:23:59
210
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人