- 博客(77)
- 资源 (3)
- 收藏
- 关注
RSS订阅
原创 教了 Agent 一百遍的规矩，换个工具它一条都不认，换个人也一条都不认——我把记忆搬回了仓库
跨 AI 工具、多人共用一份项目记忆，可跟随项目迁移，并且还能实现RSI-HARNESS自进化的超级记忆MCP。
2026-11-03 15:56:10
1190
1
原创 RSI-BOOT 召回链路揭秘：纯 BM25 如何零 API Key 精准召回项目记忆
BM25 零 API Key 精准召回项目记忆，数据可证token节省99%！
2026-11-08 20:39:36
326
原创 接进五大宿主 + 解剖 `.rsi/`：同一套 rsi serve，换工具读的是同一份
五大宿主接法各异，背后是同一个 rsi serve、同一份 .rsi/。本篇列清各家的 MCP 接入范式，再逐文件拆开 .rsi/，说清没接 MCP 的工具为何也能读到记忆。
2026-11-08 20:37:05
223
原创 5 分钟装上并跑通：pip install + rsi init + 零配置主链路 + “第一次学这个项目“
pip install 加 rsi init，不写配置、不用 API Key 就装好 RSI-BOOT。但规矩不会自动落库：得由 Agent 显式写入、批准后才进召回。本篇走完上手的最小闭环。
2026-11-07 14:24:23
220
原创 函数与 lambda：def 造出来的不是一段代码，而是一个对象
Python 默认可变参数陷阱, Python 函数是一等对象, Python 闭包晚绑定, return 返回的是 tuple, Python lambda 用法, Python 参数是传值还是传引用
2026-11-07 10:58:53
183
原创 容器三件套：list / tuple / dict / set 其实只有两种数据结构，list 不能当 key 就是证据
零矩阵改一格，三行同变；16 万条判存在，list 比 set 慢 2.5 万倍。根子：list、tuple 是顺序数组，dict、set 是哈希表。list 为何当不了 key，收尾给选型法。
2026-11-06 17:33:18
211
原创 RSI 到底是什么：宿主模型的“程序性记忆层“
喊它 AI 记忆，它却不存聊天也不读代码。RSI-BOOT 的身份是宿主模型的程序性记忆层：只沉淀约定、禁止项和修过的教训，改变的是 Agent 的行为，不是多给一份资料。
2026-11-06 17:30:31
210
原创 流程控制：Python 的 for 根本不是“计数循环
Python 的 for 不是计数循环，是拿迭代器取下一个。三个坑：for else 当 if else、边遍历边删列表、改循环变量，讲透迭代器协议，并给 for 与 while 的选型口诀。
2026-11-05 18:01:15
356
原创 给编程 Agent 一份跟着仓库走的记忆
项目规矩总在丢：宿主删功能、本机记忆不进 git、云记忆跟账号。RSI-BOOT 把约定和教训放进仓库的 .rsi/，跟着仓库走、跨工具一份、零 API Key。
2026-11-05 17:57:23
187
原创 运算符与表达式：你每天都在用，却没看懂它的底层
-3 ** 2` 你脱口而出 9，Python 给你 -9；`2 ** 3 ** 2` 你算 64，实际 512。不是抽风，是 `**` 比负号绑得紧还右结合。这篇把运算符拆成两层：语法糖下面是 `__add__` 方法调用，表达式里藏着短路求值的控制流，顺带讲透链式比较、优先级与真值模型。
2026-11-03 17:43:05
295
原创 Python 环境搭建教程：Anaconda + Jupyter 安装与第一行代码（零基础）
照着教程敲 `import pandas`，蹦出一行 `No module named pandas`，百度两小时还是没装上——卡住新手的从来不是语法，是环境。这篇拆开 Anaconda 到底打包了什么、conda 和 pip 各管哪摊、为什么每个项目都该有独立虚拟环境，再给出建环境、启 Jupyter、跑通第一行代码的四步命令与选型口诀
2026-11-02 20:32:24
172
原创 26-不会还有人拿「感觉变好了」当改进吧？基线不在，改进不算 | 效果评测与回归门槛
这篇解决一个具体问题：改完分类规则或检索排序之后，拿什么证明系统变好了。手头几条 case 跑绿不算数。做法是把指标收成版本化基线，放进 CI。eval_gate.py 用固定数据集卡三道门：宏 F1 看小类有没有被大类平均掉，按场景分层看总量是不是在掩盖某一层变差，基线文件被改低则视同回归，必须单独审批。当前值比基线低过 2 个百分点就失败。
2026-10-30 09:55:57
329
原创 22-不会还有人让学来的记忆跟手写规则打架不裁决吧？误报不该有否决权 | 冲突裁决
记忆和手写规则一打架，就把 lesson 关掉。第二周才发现，一个几乎不懂语义的正则，罢免了一堆我亲手批过的经验。它比任何一次审批都权力大，自己却从没被审批过。这篇把检测和裁决拆开。检测只拍照，矛盾、过期、重复都只是疑似。还没裁决时，记忆照常注入，你的规则照常生效。罚单要人签：听你的、听记忆的，或两边共存。误报最多多提醒你一次。conflict_arbiter.py 拿三条记忆撞了三个规则文件。
2026-10-30 09:52:36
186
原创 27-不会还有人学完还觉得「感觉用上了 AI」就算落地吧？清单打分不认感觉 | 工程化终章
二十六篇走到终章，若你只带走「好像懂了」，那我们失败了。我按清单勾过一次：安全 Rule 常驻空着，假绿门禁也空着。感觉不认账，勾选认账。附一份可打印的 AI 工程化检查清单
2026-10-17 11:20:35
186
原创 25-不会还有人红灯只会重跑和甩锅吧？假绿自动修是自杀 | 红灯喂回闭环
CI 红了，脚本把失败用例删掉，灯就绿了，群里还在夸。我见过这出：报警器电池被拔掉，故障原地躺着。这篇讲红灯怎么变成一条待审 lesson。机器只许写草稿，或在旧坑上再补一个变种。删用例、改期望、重跑到绿，脚本里直接拒绝，丢给人看。文里 red_to_lesson.py 跑了六道红灯：超时和第三方宕机只留日志，断言对不上才进审核队列。你家要是也养着「修到绿为止」，拿这份白名单对一下。
2026-10-17 11:10:05
225
原创 24-不会还有人把 E2E 当成单测换皮吧？没有归档就没有原料 | 执行器判定归档
本文聚焦E2E测试闭环核心——执行器、判定与归档，揭示“用例数量”虚荣背后的稳定性危机。通过e2e_harness.py实操，构建最小骨架：执行器隔离运行、判定策略显式（关键路径必绿、已知波动记账）、失败归档留证。重点修复上篇“共享logs污染”问题，实现“一用例一沙盒”，确保归档可回溯。强调：执行器管跑、判定管色、归档管留证，且“留证”首重隔离，杜绝脏数据干扰，真正实现测试平台的可复现与持续进化。
2026-10-16 11:14:21
137
原创 23-不会还有人验收全靠点点点截图吧？配置化断言才喂得回闭环 | YAML 测试
本文提出以YAML配置化驱动自动化测试，实现“测什么”“怎么测”“配不配测”三层解耦。通过定义步骤、断言与夹具，结合schema校验拦截无效用例，执行器统一运行并生成机器可读报告，彻底告别截图验收。示例展示三条用例（应绿/应红/故意错误），验证链路通、门禁有效及失败现场捕获能力，确保测试闭环可回流、可审计，真正实现AI工程化落地的可靠验证。
2026-10-16 11:05:38
288
原创 20-不会还有人同一坑踩五次还开五条 lesson 吧？变种要演进不要堆 | 失败变 lesson
本文以“同一坑重复踩”为切入点，提出“一条 lesson 一签名、复发追加变种”的实践原则。通过 fault_signature 提取模块-错误类型-断言类型三锚点，实现失败事件的精准归因；利用 Store.record 实现同签名条目追加变种而非新建，避免冗余；当命中达阈值（如3次）时晋升为 Skill 候选，支持近义合并与历史归档。代码示例完整演示从捕获、审核到召回的闭环流程，强调：失败不是开新条，而是演进旧条，真正实现可复用、可进化、可管理的 AI 工程化知识沉淀。
2026-10-15 11:16:33
314
原创 19-不会还有人失败了就靠群里说过吧？没有审核的自动注入是事故生产线 | 捕获到召回
本文构建记忆闭环：捕获→审核→注入→召回，强调人工审核不可替代。无审核的自动注入实为事故源头，错误经验被“盖章”后反噬系统。通过100行Python代码演示召回全流程：过滤、打分、三重刹车与晋升机制，确保仅高价值教训进入上下文。核心原则：召回=安检+排队+限量，缺一即溃。
2026-10-15 11:14:27
81
原创 18-不会还有人把聊天记录当组织记忆吧？噪声和密钥一起进库更可怕 | 蒸馏黑名单
本文强调记忆层需“先安检后收录”，杜绝聊天记录中的密钥、隐私、情绪宣泄与未证实猜测入库。通过六道筛子（硬拒、软标记、待审）实现蒸馏，仅保留可复现的稳定教训。配套纯标准库脚本 screen_drafts.py 实现自动拦截，确保只有高质量内容进入知识库，避免噪声污染与安全风险。
2026-10-14 17:48:05
142
原创 17-不会还有人既当运动员又当裁判吧？审核门禁必须分角色 | 主 Agent 与审核
本文提出AI工程中“主Agent、Worker、审核门禁”三角色分离的必要性，避免“既当运动员又当裁判”。通过roles_gate.py实现风险打分、权限矩阵与契约校验三合一，确保职责清晰：主Agent管目标，Worker专注执行，审核门禁独立把关。四个真实场景验证了“批的权与写的权分离”的有效性，显著降低返工与越界风险，推动AI系统可落地、可审计。
2026-10-14 14:07:16
455
原创 16-不会还有人每个会话都从零发明流程吧？入口文件才是值班手册 | Agent 启动清单
本文强调Agent会话应以入口文件为“值班手册”，通过启动清单、停靠点与输出约定三阶段规范流程，避免每次会话从零发明流程。作者提供可直接使用的BOOT.md模板与session.py模拟器，实测验证了风险判定、范围控制与不确定性处理的自动化停靠机制，揭示了类型比较等隐蔽陷阱，确保执行可预期、复盘有依据，推动AI工程化落地从“即兴发挥”走向“纪律交付”。
2026-10-14 14:05:03
386
原创 15-不会还有人 MCP 接不上就怪模型吧？多半是路径和环境 | IDE 配置调试排障
MCP 接不通？别急着怪模型，90%问题出在环境与配置。本文以“五层保命”为核心：进程→握手→清单→调用→权限，通过两个真实可跑的 Python 文件，分层验证每一步。从路径错误、令牌缺失到命令名拼错，四类故障逐层演示，输出真实可复现。强调调试顺序：先查底层，再看上层，避免误判。附排障清单与可视化流程图，助你快速定位，告别玄学排查。
2026-10-14 11:04:21
80
原创 13-不会还有人一上来就做二十个工具吧？三个工具够演示闭环 | 最小 MCP 实战
本文聚焦最小化MCP服务器的实战落地，仅用三个清晰职责的工具（health、list_fixtures、run_safe_task）实现可发现、可调用、可观察的闭环。强调默认开启dry-run以保障安全，错误返回结构化码，日志可追踪。通过固定验证流程与可勾选自检清单，确保演示可复现、团队可快速上手。核心理念：少即是多，先亮灯再配电。下篇将升级至上线级安全机制。
2026-10-13 11:28:41
229
原创 14-不会还有人演示级 MCP 直接上生产吧？没有闸门就是裸奔 | 鉴权熔断职责边界
上线级MCP需构建“鉴权+熔断+审计”三重闸门：按T1-T4分级管控权限，熔断机制防重试压垮系统，审计留痕仅存参数哈希。通过ops_gate.py实现连败熔断、人工复位与可追溯决策链，杜绝“裸奔式”上线，真正实现安全可控的AI工程化落地。
2026-10-13 10:48:50
498
原创 不会还有人一上来就做二十个工具吧？三个工具够演示闭环 | 最小 MCP 实战
系列：《从 Rule 到落地：AI 工程化实践》第 13 篇标签：MCP · 实战 · dry-run · 工具设计专栏：从小白到AI落地大师系列：《从 Rule 到落地：AI 工程化实践》第 13 篇标签：MCP · 实战 · dry-run · 工具设计专栏：从小白到AI落地大师。
2026-10-13 10:47:33
298
原创 12-不会还有人以为接上 MCP 就等于安全了吧？协议≠授权 | MCP 入门选型
MCP仅解决“能否调用”，不等于“该不该调用”。本文通过工具清单体检，揭示协议与授权的差异：缺危险级别、无参数schema、读写共用凭证、HTTP裸奔等风险。强调必须结合Rule与网关策略，实现权限分级与鉴权控制。代码化审查工具mcp_review.py可自动检测问题，确保上线前完成安全加固。核心观点：协议是插座，通电与否由规则决定。
2026-10-12 11:10:35
430
原创 11-不会还有人拿单次工具调用撑多步骤业务吧？没有编排就没有纪律 | 意图流水线 Worker
本文提出“意图流水线 Worker”编排范式，强调多步骤业务必须通过结构化流水线实现纪律性执行。核心观点：门禁、确认、回滚应为一等节点，杜绝依赖“提醒”与“良心”。通过意图识别、流水线编排与窄职责 Worker 的分离，确保每步可测、可追溯、可补偿。示例代码展示从高风险补丁阻断到失败回滚的完整流程，验证“把侥幸从执行层拿走”的工程化原则，推动 AI 从自由发挥走向可靠落地。
2026-10-12 11:07:01
171
原创 10-不会还有人三处拷贝 Rule 还手改吧？漂移事故都是这么来的 | Pack 与 SSOT
标签：SSOT · Pack · 版本管理 · 工程化 > 专栏：从小白到AI落地大师## 序言Skill 和 Rule 写得再好，若散落各仓库、手工拷贝、随手改，过三个月一定漂。童鞋们可能已经历过：A 仓改了禁止项，B 仓还是旧的，出事时两边都说「我们有规则」。没有银弹，但有原则：必须能说出权威在哪，必须能回滚。SSOT 不是教条清教徒：允许 overlay，允许紧急热修，但热修必须回流权威源并打版本。可以理解为：出版社出书，书店可以贴自己的荐购条，但不能用马克笔改正文。，不要默默改权威包。
2026-10-12 11:04:47
144
原创 09-不会还有人修完解析失败就散会吧？两周后变种又复发 | 从失败提炼 Skill
两周后变种日志又来，于是你把当次步骤写成 SKILL 草稿：输入是日志路径，步骤是定位字段 → 对照映射 → 出最小补丁 → 跑回归，反例是「只改提示词不改映射」。读到这里，不妨立刻做一个五分钟动作：打开你们仓库，找到与本篇对应的那个目录（没有就新建），把文中最小示意落成真实文件名。标签：Skill · 实战 · 知识提炼 · 排障 > 专栏：从小白到AI落地大师## 序言目录会搭、路由会挂，还差最硬的一跃：把一次真实失败提炼成可复用 Skill。是，但上次停在聊天里。把整锅渣端上去，不叫分享，叫甩锅。
2026-10-12 11:01:53
171
原创 08-不会还有人指望模型自己猜该用哪个 Skill 吧？猜不准就别谈复用 | Commands 与 Manifest
说句自嘲的：我曾经觉得触发短语是小事，结果用户说「又挂了」，模型匹配到三个毫不相关的包。触发短语里只有「挂了」「失败」，等于把菜单写成「来点好吃的」。虚构的 acme 团队靠这一行，发现用户口语「又挂了」同时命中解析失败、网络超时、权限错误三个 Skill——于是把触发词收窄，并在多命中时强制二选一。把路由做成「可演练」：准备三条用户原话——「解析又挂了」「log 里 parse error」「适配表好像不对」——期望都命中同一 command，且候选列表里。有「上错菜」的路由事故，也欢迎对照本篇拆。
2026-10-12 10:57:32
216
原创 07-不会还有人把 Skill 写成一坨聊天长回复吧？没法移交就不叫 SOP | Skill 结构拆解
本文拆解Skill的标准化结构，强调其作为可移交SOP包的核心价值。指出常见误区：将聊天记录当技能文档、混淆references与templates、缺失适用边界与失败路径。提出“块齐即移交”的验收标准，并附可运行的skill_lint.py工具，自动检测SKILL.md是否具备适用/不适用、输入输出、步骤、失败路径等七要素，确保技能可复现、可审计、可交接。
2026-10-11 10:52:15
165
原创 06-不会还有人改映射不带样例还敢提 PR 吧？假绿一时爽，回归火葬场 | 多引擎适配最小 Rule
上一篇：不会还有人把全部 Rule 塞进 alwaysApply 吧？Context 一炸，约束就蒸发 | 常驻与场景路由。
2026-10-11 10:51:41
166
原创 05-不会还有人把全部 Rule 塞进 alwaysApply 吧？Context 一炸，约束就蒸发 | 常驻与场景路由
本文剖析规则管理常见误区：盲目将所有规则设为alwaysApply导致上下文过载，关键约束被淹没。提出“常驻+场景路由”双轨策略——仅核心安全规则（如密钥禁止）常驻，其余按意图动态加载。通过类型分级（SEC/GATE/SCN/SUG/DOM）、预算控制与降级优先级（越软越先砍），实现规则精准投放。附可运行代码示例，验证路由观测与降级逻辑，确保高危约束永不丢失，提升AI系统可靠性。
2026-10-11 10:51:05
94
原创 04-不会还有人把「尽量注意」当成 Rule 吧？不可判定=等于没写 | 硬约束与加载顺序
本文聚焦AI工程化中Rule设计的核心痛点：避免将“尽量注意”等不可判定的软性表述误作硬约束。强调Rule必须具备可执行性——语气分清“必须/禁止/建议”，内容需有明确坐标与判定条件，加载顺序应支持场景覆盖并显式声明。通过实战演练与自动化校验工具，验证规则有效性，确保门禁真正拦截违规，而非沦为标语。核心观点：写不清判定条件的，别进硬约束文件——标语越多，越等于门禁越弱。
2026-10-11 10:50:25
225
原创 03-不会还有人把 AI 落地当成零散技巧吧？没有主线，越学越乱 | 规则到测试闭环预览
本文提出AI工程化落地的五站闭环主线：规则→技能→协议→记忆→测试，强调以痛点为导向切入，而非盲目堆砌技巧。通过最小交付物（如hard-constraints.md、SKILL.md、YAML断言等）驱动进展，避免“收藏夹变胖、仓库不稳”的陷阱。提供可运行的决策脚本，帮助团队识别最痛环节，优先修复“最堵一站”，实现高效、可回流的落地路径。
2026-10-11 10:49:13
209
原创 02-不会还有人把 Rule、Skill、MCP 写成一锅粥吧？边界一糊，落地全糊 | AI 工程化概念地图
本文厘清AI工程化中Rule、Skill、MCP、Agent等核心概念的边界：Rule管“能否做”，Skill管“如何做”，Tool/MCP是能力出口，Agent负责编排，Context仅为临时信息窗口。混淆概念会导致权限混乱、排障困难。强调必须将制度化约束与可复用流程分离，避免将规则写进提示词或密钥粘在上下文中。通过自检清单和真实案例，提醒团队“各归其位”，才能实现真正落地。
2026-10-10 19:57:11
282
原创 01-不会还有人只会聊天写 Prompt 吧？同事都在落地，你还 out | AI 工程化开篇
2026年，用AI不等于会用AI。AI工程化关键在约束、流程、工具边界、记忆与验证五层，而非仅靠聊天能力。本文以“法官审案”类比，厘清Agent、Rule、Skill、MCP等概念，指出常见卡点：无硬约束、流程飘忽、工具裸奔、教训散失、验证缺失。通过自检清单定位问题，提出“先立地图，再建工程”的实践路径，强调唯有将团队经验转化为可复用、可验证的系统能力，才能真正实现AI落地。
2026-10-10 19:36:28
434
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人