- 博客(75)
- 收藏
- 关注
RSS订阅原创 最终回复也能结构化：OpenAI、DeepSeek 与 LangChain
结构化输出既能约束工具调用参数，也能规定模型最终回复的格式。本文通过同一个联系人案例，梳理 OpenAI、DeepSeek 的接口能力，以及 LangChain 的策略选择、解析校验与实际调用路径。以前，我知道 Function Calling 可以严格规定函数参数，却以为模型最后回复的 text，只能通过提示词要求它“尽量输出 JSON”。后来我发现，从“请按 JSON 回答”到“按 Schema 交付结果”，接口设计和数据处理方式都会随之改变。
2026-09-15 16:36:49
319
原创 图表不是把文字塞进方框：一个 SVG Skill 如何把“画图”工程化
全流程工程化:从设计规范 → 分类型知识库 → 实际绘制规则 → 自动化后处理脚本,形成闭环,不依赖用户二次加工。"遮罩矩形"技巧、"CJK 加宽" 等细节体现出这是经过大量实战踩坑后沉淀出的经验规则,而不是泛泛的通用指导。版本号高达 1.117.3,说明这是一个被持续快速迭代打磨的成熟 skill。通过参考文件的按需读取机制,在保持主 SKILL.md 精简的同时,支撑了 9 大类图表类型(架构/流程/时序/结构/思维导图/时间轴/概念图/状态机/数据流)的专业化布局指导。
2026-09-02 09:30:00
328
原创 用 LangGraph 搭自己的工作流
前面整章没用过模型。把decidef"候选城市数据（rain_mm=降水毫米，hours=自驾小时数）：{ok}\n"f"请选一个推荐给用户，一句话说明理由，不要编造数据里没有的信息。图的结构一行都没改。控制流的对错和模型的好坏是两件事，混在一起调会很痛苦。骨架对了再换模型，出问题时你能立刻分清是"路由走错了"还是"模型答得不好"。同理，第 1 章那个的产物本身就是编译好的图，可以直接当一个节点塞进来——一个"会用工具的专家"就成了你流程里的零件。
2026-09-01 16:05:03
344
原创 为什么这个前端设计 Skill 让我眼前一亮：它先让 AI 知道，平庸是不合格的
很多前端设计 prompt 的第一句都是：“你是一位资深 UI/UX 设计师。” `frontend-design` 不是这样写的。它让模型把自己当成一家小型设计工作室的负责人——这家工作室以独特的视觉识别出名，而眼前这位客户，已经拒绝过好…
2026-09-01 09:30:00
163
原创 PRD 不该是“AI 写完的一篇文档”：这个 Skill 先研究代码库，再把需求落到工单
"深模块"设计理念的显式引入,把架构设计的行业最佳实践直接写进了 skill 流程里,引导 Claude 在做模块拆分时不只是"照抄现有结构",而是主动寻找封装点。对接真实工单系统(GitHub/Jira)的探测优先级和调用方式写得非常具体,包括 Jira 的 issue type、标签、参数,这些都是容易在实践中被忽略的细节,写清楚后能避免生成的 PRD "有内容没有 owner / 没有留痕"。
2026-08-31 09:30:00
227
原创 想法还很模糊时，别急着写代码：先让 Agent 问对问题
极简实现(单文件、无脚本),但通过流程状态机 + 显式回退规则把"如何和用户对话"这件事流程化,减少了 AI 一次性输出大量假设、跳步实现的问题。"一次只问一个问题"和"200-300字分段呈现+逐段确认"是两条最具体、最可执行的约束,直接对应了"减少无效沟通轮次""避免一次性输出用户没法消化的长文档"这两个常见痛点。设计为流水线中的第一棒,通过"Announce at start"这种显式播报机制,让用户始终知道当前处于哪个 skill/哪个阶段。
2026-08-30 21:15:24
249
原创 我常用的 8 个 Claude/Cursor Skills：从“会聊天”到“能交付”的工具箱
很多人把 Coding Agent 当成一个更会写代码的聊天框。实际用久了会发现，差别往往不在模型本身，而在它有没有一套能在合适时机被调用的工作方法：先澄清需求，再写 PRD；先定视觉方向，再落地页面；图、信息图和演示文稿也各有独立的生产流…
2026-08-30 20:53:14
219
原创 DeepSeek Harness 架构拆解
这一篇就来拆这条日志本身。它是整个系统里——模型看到的历史、界面上的气泡、排错用的时间线、崩溃后的恢复、子 Agent 的分叉，全都从它长出来。
2026-08-27 09:30:00
762
原创 DeepSeek Harness 架构拆解（三）：Agent Loop 内部
循环、模型、工具、权限、界面，全是可以换掉的部件。里面记的东西比聊天多得多：用户消息、模型输出的每个片段、完整回复、工具调用、工具结果、轮次和步骤的边界、权限事件……它是跑在你电脑上的那个进程，握着所有实权：工作目录、会话存储、模型凭据、文件和 Shell 能力、权限与沙箱。——重试、上下文压缩、权限、持久化、界面，统统不写在循环里，而是由插件挂在扩展点上参与。插件能做的事：提供服务、注册工具、监听事件、注册接口路由、注册界面区块，以及。模型适配器、工具、会话、循环本身、持久化、权限、沙箱、界面——
2026-08-25 09:30:00
336
原创 DeepSeek Harness 架构拆解（二）：概念地图
DeepSeek Harness 架构拆解（三）：Agent Loop》会钻进那个"厨师"内部：Turn 和 Step 到底怎么划分、待办队列怎么工作、历史是怎么每次重新拼出来的、工具并行执行时结果怎么保证不乱序。缺的东西相当多：模型适配器、工具注册表、提示词组装、会话日志、持久化、审批与沙箱、上下文压缩、子 Agent 与工作流、各种入口（网页 / 终端 / SDK）。除了这条主线，它还管：待办队列、轮次和步骤、流式输出、工具并行与结果顺序、取消和错误收敛、事件边界。—— 这个问题本身就不成立。
2026-08-24 09:45:00
309
原创 DeepSeek Harness 架构拆解（四）：插件组合
部署者用 Profile、Bundle 和 Patch 决定跑哪些 Plugin；Plugin 之间通过服务和事件协作；而其中只有被明确做成 Tool 的那一小部分能力，才会交到模型手上。
2026-08-23 19:43:46
362
原创 DeepSeek Harness 架构拆解（一）：整体架构
循环、模型、工具、权限、界面，全是可以换掉的部件。里面记的东西比聊天多得多：用户消息、模型输出的每个片段、完整回复、工具调用、工具结果、轮次和步骤的边界、权限事件……它是跑在你电脑上的那个进程，握着所有实权：工作目录、会话存储、模型凭据、文件和 Shell 能力、权限与沙箱。——重试、上下文压缩、权限、持久化、界面，统统不写在循环里，而是由插件挂在扩展点上参与。插件能做的事：提供服务、注册工具、监听事件、注册接口路由、注册界面区块，以及。模型适配器、工具、会话、循环本身、持久化、权限、沙箱、界面——
2026-08-23 18:55:07
190
原创 DeepSeek Harness 上手：把 Agent 拆成插件来拼
接入模型是插件，执行命令是插件，读写文件是插件，网页界面是插件，Agent 主循环也是插件。官方提供的插件，和第三方开发者写的插件，遵循的是同一套装配方式，只是官方的那批插件会在默认配置中被加载。这句话听起来像是“支持插件”，但 DSH 想表达的其实更彻底：不仅外围功能是插件，连通常被当作核心的 Agent Loop，也可以作为插件被替换。这也是“第三方插件和官方插件使用同一个插槽”的具体证据：官方可以提供 loop、工具和 UI，第三方开发者也可以用同一种方式提供自己的功能。这不是简单的“谁替代谁”。
2026-08-18 10:13:44
168
原创 用第一性原理，一句话推导模型能力的边界
把这句话记住，你就不用再背任何"适合/不适合"清单了——因为你能从"它是什么"，自己推导出它在任何任务上的边界，包括那些你还没遇到过的。这就是为什么"品味"是人类的护城河——不是模型笨，是它机制上就没有"想要"这个器官。它输出的是"最像训练数据里会出现的答案"，而不是"正确答案"。关于"你这件事"它没有目标：不"想"让你的报告变好，不"在乎"结论对不对。这些不是"模型现在还不行"，而是"由它是什么决定的、结构性的"边界。出来的，只能覆盖你见过的任务；这就是"原理"和"清单"的根本区别：清单要记，原理能推。
2026-08-18 10:12:19
167
原创 用第一性原理，一句话推导模型能力的边界
把这句话记住，你就不用再背任何"适合/不适合"清单了——因为你能从"它是什么"，自己推导出它在任何任务上的边界，包括那些你还没遇到过的。这就是为什么"品味"是人类的护城河——不是模型笨，是它机制上就没有"想要"这个器官。它输出的是"最像训练数据里会出现的答案"，而不是"正确答案"。关于"你这件事"它没有目标：不"想"让你的报告变好，不"在乎"结论对不对。这些不是"模型现在还不行"，而是"由它是什么决定的、结构性的"边界。出来的，只能覆盖你见过的任务；这就是"原理"和"清单"的根本区别：清单要记，原理能推。
2026-07-15 16:12:37
197
原创 别再空谈“驾驭工程“：落到实处，我们做的哪些事才算 Harness Engineering？
最近"驾驭工程（Harness Engineering）"这个词开始被频繁讨论——OpenAI 在 Codex 实践里、Anthropic 在 agent harness 的描述里、Martin Fowler 的文章里都在谈它。——比如"个股深度研究 harness"“策略回测 harness”“报告生成 harness”，不同任务类型各有一套可复用的轨道。记录每一步 tool_call 的输入输出、用时、token 数、成本、错误、命中的数据源——让 Agent 能。不停在概念层面，而是把它拆成一张。
2026-06-28 14:27:30
238
原创 长链路 Agent 的累积错误率：从 60% 到 99% 的工程实践
这是真正把"随机行为"变成"确定行为"的关键。入口前置条件（precondition）：开工需要的输入满足什么？不满足就立刻 fail-fast，并把错误归因到正确的上游——而不是带着烂输入往下跑，让 pivot 去莫名其妙填 NaN。失败时的契约行为（failure behavior）：产不出正常输出时，固定做什么？停、降级、返回标记过的空、还是用上次缓存顶上？这件事必须写死。出口后置条件（postcondition）：交出去的东西保证满足什么？（就是第一层的验证门。中间那条是大多数人最缺的。
2026-06-23 10:30:32
176
原创 宏观到底是个什么框架？一个工程师的入门梳理
宏观研究的是“整个经济/市场环境”，而不是“某一家公司”。研究“某家公司财报好不好、该不该买它的股票”，叫微观。研究“现在整个经济是热还是冷、钱该往哪个大类资产流”，叫宏观。微观是看一棵树，宏观是看整片森林的天气。这两件事用的方法、能得到的结论，完全不一样——记住这个区别，后面很多困惑都能解开。
2026-06-05 10:29:43
384
原创 HTML 替代 Markdown？4 个论点里只有 1 个真正成立
最近 Anthropic 的 Thariq Shihipar（Claude Code 团队工程负责人）发了一篇博客 《Using Claude Code: The Unreasonable Effectiveness of HTML》，主张在 AI 工作流里，同样的内容，HTML 版本可能比 Markdown 版本多消耗 30-50% 的 token。Thariq 把它放进文章里，更像是把工作流说得"完整"而硬加的，并不是真正的核心论点。其他要么是这个核心论点的衍生，要么是被硬加进去的。
2026-05-28 17:18:01
368
原创 准确定位问题，就成功了一半——读 MiniMax “嘉祺事件“ 排查报告
这篇文章通过MiniMax对"马嘉祺"输出问题的排查案例，揭示了AI时代稀缺的核心能力：准确定位问题而非简单解决问题。作者指出，常见的模糊标签（如"模型偷懒"）只会终止排查，而MiniMax通过6个维度的系统分析（包括分词器检查、embedding分布等），最终定位到"token遗忘"这一具体机制——后训练阶段某些token因使用频率过低导致参数偏移。这种精准归因不仅解决了当前问题，还连带解释了日语输出混杂俄韩字符的历史bug，并指导出有效的修复方案。文章强调，真正的工程思维在于将模糊感受转化为可验证假设，
2026-05-26 14:41:19
429
原创 读完 Anthropic 100+ 个 Skills 和 Agent Prompt 后，我重写了自己的系统
Agent 系统提示词的本质是 orchestrator，不是 worker——指明调谁，不教怎么做。Skill 简洁的关键是"不写模型已知的东西"——只补充模型不知道的部分。Skill 写长了就拆，不要试图再补——重新思考哪些是必读的、哪些是按需读的。先想清楚 Skill 是被怎么调用的，再选合适的写法——不要套统一模板。最后，如果你也在做 Agent 工程，强烈建议自己去翻一下 Anthropic 的。
2026-05-25 17:08:22
518
原创 动态生成 vs 静态预制：复杂 Agent 系统的 Sub-Agent 架构选择
大多数团队在做这类系统时，往往会埋头堆 Skills、堆 Tool Call，直到某一天 Token 爆炸、或者主 Agent 在长任务中后期开始出现幻觉——即：用静态 Agent 解决 80% 的确定性工作流，仅在遇到无法覆盖的边际场景时，允许主 Agent 尝试"动态组装"并输出一个。的板块（如：数据抓取、财务建模、合规审查）直接封装成固定的 Sub-Agent，主 Agent 仅作为路由进行调度。在构建复杂的 Agent（如量化投资、金融研报 Agent）时，由于业务逻辑极深，通常会积累大量的。
2026-05-15 14:14:20
402
原创 让 Agent 真正“学起来“：构建多层防御性评估体系实战指南
生成 → 反思 → 经验入库 → 下一轮跑起来也没报错，甚至 Demo 给老板看效果还不错但跑得越久，效果越模糊，甚至越来越差为什么？因为整个自迭代系统能不能进步，100% 取决于"反馈信号"的质量。如果评估器（Judge）告诉 Agent：“你做得很好” —— 但其实它做得很烂，那么这个"烂"的轨迹就会被当作正例存入经验库，污染下一次决策。一旦发生级联污染（Cascading Failures），整个系统会以肉眼可见的速度退化。没有好的 Eval，就没有好的 Agent。
2026-05-12 15:52:40
283
原创 价格不变，账单变厚？深度拆解 Claude Opus 4.7 的“隐形”进化
分词器是 AI 的“翻译官”，它负责把我们的人类语言切成数字块（Token）。Claude Opus 4.7 是一款**“性能换取成本”**的工业级作品。如果你正在做多智能体（Multi-agent）系统： 4.7 是你的首选。它对 JSON 格式的精准控制和逻辑稳定性，能帮你省下无数调试 Agent 报错的时间。如果你对成本极度敏感： 请务必重新审视你的 Context Packing（上下文填充）逻辑。因为 4.7 的分词器会让你的上下文空间比以前“显得”更小。一句话评价。
2026-04-18 19:49:34
305
原创 AI Agent 评估体系完整指南：从 Claude Code 源码学到的那些事
很多团队拿到 Agent 就直接开始测，结果发现测了半天不知道测出来说明什么。根本原因是没有先想清楚目标。这套框架是我结合 Claude Code 源码的设计思路和实际做 AI 项目的经验整理出来的。如果你的 Agent 主要做有明确对错的任务（数据查询、代码生成），第一类评估是重点如果你的 Agent 主要生成开放性内容（分析报告、建议方案），第二类评估是重点如果是金融、医疗这类高风险场景，五层框架都要有，尤其是 Kill Switch。
2026-04-13 17:40:19
408
原创 AI 界的 “USB 接口”[特殊字符]Claude Code MCP 工具集成，让外部能力即插即用✨
MCP 为什么是工业级必备？即插即用：不用改核心代码统一标准：所有外部服务一套规范按需加载：省 Token、省成本、速度快安全可控：状态管理、权限清晰自带说明书：AI 永远懂怎么用不会 MCP，你在做玩具 AI；会 MCP，你在做商用级 AI 生态。Claude Code 靠 MCP 实现了真正的开放与扩展 🔥Skills 系统 —— 把高频任务变成一键命令。
2026-04-09 09:00:00
357
原创 上下文爆炸终结者[特殊字符]Claude Code 四层压缩机制，让 AI 对话无限续杯✨
Claude Code 上下文压缩，是长对话 Agent 的基建天花板四层递进：轻→重，体验最优缓存优先：成本压到最低强约束提示词：保证压缩稳定执行记忆 + 恢复：AI 永远不 “断片”不会压缩的 Agent，只能玩 demo；会压缩的 Agent，才能商用落地。Claude Code 把长对话做到了真正工业化 🔥下一篇讲解：MCP 工具集成 ——AI 即插即用的 USB 标准。
2026-04-08 09:00:00
1349
原创 多 Agent 协作封神设计[特殊字符]Coordinator 如何指挥 Worker 并行干活？
复杂任务必须拆分，单 Agent 撑不住必须有总指挥，否则全局混乱专用 Agent 比全能 Agent 更可靠、更便宜、更稳定好的 Agent 系统，不是一个超级 AI，而是一支高效 AI 团队。Claude Code 把这件事做到了工业级标准 🔥下一章讲解：上下文压缩机制。
2026-04-07 22:31:20
420
原创 提示词工程天花板[特殊字符]Claude Code 54KB 系统提示词到底怎么设计？✨
Claude Code 的提示词，直接定义了工业级 AI 提示词标准不是一段文字，是一套系统不是靠运气，是靠工程不是给 AI 自由，是给 AI 规则不是一次性写完，是动态生长提示词工程的终点，是让 AI 像一个严谨、守规矩、高可靠的员工。而 Claude Code，把这件事做到了极致🔥下一章讲解：多 Agent 协作机制。
2026-04-07 22:17:08
363
原创 读懂工业级 AI Agent 骨架[特殊字符]Claude Code 主循环与工具系统全解析
稳定的主循环：保证自主执行能力🔁可插拔工具系统：支持扩展、支持权限控制🧩动态工具池：按场景、按用户分级提供能力👥自动容错与重试：不靠模型 “智商”，靠架构保证可靠🛡️明确的退出规则：可控、可中断、可限制✅一句话总结：AI Agent 不是魔法，而是一套严谨的自动化执行系统。Claude Code 把这套系统做到了工业级。🚀下一篇讲解：提示词工程篇。
2026-04-07 22:00:50
442
原创 OpenClaw & AI Agent 深度思考总结
AI的最低竞争从“谁的大模型更强”，转向了“谁能把大模型的能力成本地接入日常工作流程”。一个喷气式飞机可以抢到这个位置，大公司反而慢了。
2026-03-11 10:01:30
393
原创 ClaudeOpus4.6震撼发布：AI界新王者降临
今天这篇文章，我们就来深度解析新发布的 Claude Opus 4.6 的核心亮点，看看这个新王者究竟强在哪里，以及我们开发者该如何用好它。作为程序员，我最关心的还是编程能力。如果说之前的 AI 模型像是一个反应很快的聪明学生，那么 Claude Opus 4.6 就像是一个会。简单来说，以前的模型收到问题后会直接给答案，而 Opus 4.6 会先。这就像给 AI 装上了一个"大脑运转仪表盘"，简单问题快速回答，复杂问题深度思考，用户能实时看到 AI 在"思考什么"、"做什么"，体验提升了好几个档次！
2026-02-06 09:52:38
960
原创 开源版贾维斯来了！Clawdbot 让你的电脑拥有 AI 大脑
Clawdbot 最大的特点是它不是一个网页应用，而是一个运行在你本地机器上的 Agent 框架。这意味着什么？无需切换应用：它直接嵌入你现有的聊天软件（Telegram、WhatsApp、Discord、Slack 等）。你就像给朋友发微信一样给它下指令，完全无缝系统级权限：它能读写文件、执行命令、操作浏览器、管理邮件，基本上你能做的事情它都能做24/7 在线：只要你的电脑开着，它就像一个不眠不休的助手在待命Clawdbot 的爆火不只是一个技术项目的成功，更像是AI Agent 时代的序幕。
2026-01-28 17:33:45
1381
原创 解密黑盒：如何追踪 AI 角色的“观点”变化？
摘要：最新研究提出TDKPS（时序数据核透视空间）方法，用于检测黑盒AI智能体的行为变化。该方法通过将智能体的回答转化为低维动态地图，实现跨时空的行为比较。研究验证了两种统计检验：个体智能体变化检测和群体系统性变化分析。在真实案例中，TDKPS成功捕捉到数字国会议员Agent在COVID-19疫情期间的公共卫生观点转变。这一突破为监控复杂AI系统的行为演变提供了可靠工具，对确保AI可靠性具有重要意义。（149字）
2025-12-08 09:14:59
493
原创 深度解析 Claude：如何打造高阶 Skill 以及它与 Tool 的本质区别
摘要： Claude的Skill（技能）与Tool（工具）是企业级AI应用的关键组件，但二者功能不同。Skill是自定义指令集，用于固化知识、标准化流程（如文档处理或财务分析），需通过明确需求、命名、描述、指令编写和部署五步创建；而Tool是执行外部操作的函数（如数据查询）。Skill决定“如何思考”，Tool解决“如何执行”。二者协同可提升AI效能，例如Skill指导报告框架，Tool调用数据工具。开发时应聚焦高频需求，避免过度填充上下文，通过测试验证可靠性。二者的结合能将通用AI转化为专业化业务代理。
2025-12-06 10:31:15
1791
原创 AI 的记忆革命：为什么“嵌套学习”能治好大模型的“健忘症”？
摘要： 传统AI存在“灾难性遗忘”问题，学习新知识时会覆盖旧知识。嵌套学习（NestedLearning）通过分层记忆机制解决这一难题，将AI模型分为快、中、慢多层，分别处理即时信息、短期经验和核心知识。基于此理论的Hope架构进一步引入连续记忆系统（CMS），使AI能动态调整学习策略，显著提升性能。实验显示，Hope在长文本理解和持续学习任务中表现远超传统模型，遗忘率仅7%。这一技术有望推动个人助理、自动驾驶等领域的突破，标志着AI从静态架构向动态生长的范式转变。
2025-12-03 08:59:38
922
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