- 博客(600)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 两种 Session，二十个工具，零句“在吗”：把 AI 同事装进 DeepSeek Harness
（约 120 字）：DeepSeek Harness 是跑道，dsh-superagent 是运行手册。本文拆解一个 Agent 应用如何在不改内核的前提下，借 Session、Preset、Tool、Skill、Event 五套机制，长出一套“谁能派活、什么事能接、做到哪算完、什么时候闭嘴”的团队语义，并给出一条从安装到放权的实操路径。
2026-11-09 17:29:10
277
原创 我把会自己写代码的 Agent 接进仓库，第一件事是教它闭嘴
dsh-superagent以“尽量少占人的注意力”为核心架构约束，重构了智能体系统的设计逻辑。它通过严格的授权冻结、幂等重放、静默执行与可审计的“观察-放权”流程，将自主性转化为可控的预算。代码级实现中，从内容寻址ID到提示词即配置，从拒绝清单到调度优先级，每一层都服务于“减少无效打扰”的目标。其真正突破在于：当模型能力不再是瓶颈时，系统优化的核心应是“每次打扰所交付的价值”，而非“能干多少活”。
2026-11-09 16:27:57
341
原创 不翻译，重写：17 万行 TypeScript Agent 框架的 .NET 重生记
回到开头那个问题。把 17 万行 TypeScript 搬到 .NET，最难的是什么？不是语法。不是异步。不是泛型。甚至不是那些复杂的协议适配。在一堆“看起来都能跑”的实现里，守住“行为一致”这条线。Pi.NET 给我的最大启发，不是某个巧妙的设计，而是一种工程态度：把错误当数据，而不是当异常；把差异当档案，而不是当耻辱；把测试当体检，而不是当勋章；把接缝当产品，而不是当抽象。Agent 框架的护城河，从来不在“调用模型”那一行代码，而在边界怎么划、状态怎么存、失败怎么收场。
2026-10-22 23:41:14
316
原创 一个把内核写到 949 行，一个把内核拆到“不存在“——pi 与 DeepSeek Harness 的路线之争
本文对比了个人开发者主导的Pi与大厂开源的DeepSeekHarness（dsh）两大Agent底座，揭示其工程哲学的根本分歧：前者追求“内核极简”，949行代码构建稳定可读的运行时；后者奉行“一切皆插件”，通过可组合的插件架构实现极致扩展。二者在循环设计、扩展机制、安全模型、上下文治理等层面各展所长，体现“向内求极简”与“向外求开放”的两种范式。最终指出：真正的答案不在选边站，而在根据团队规模与风险偏好，在极简与可扩展之间找到自己的平衡点。
2026-10-11 19:02:02
899
原创 949 行的 Agent 循环，凭什么？——拆解 Pi：一个把“做减法“做到极致的 Coding Agent
Pi项目以极简主义颠覆Agent框架“功能堆砌”潮流，949行核心代码构建轻量、可扩展的Agent底座。它拒绝sub-agent、计划模式等复杂特性，强调“马具”哲学——让模型自由驾驭，而非被框架束缚。通过窄腰设计统一40+大模型接口，用12种事件流协议抽象差异；会话以树状JSONL持久化，支持分支回溯与压缩；工具系统克制而精密，错误即消息，失败即教学。其扩展钩子深度嵌入链路，赋予开发者无限定制可能。在模型能力日益增强的今天，Pi揭示了真相：真正的智能不在框架，而在如何让框架“消失”。
2026-10-11 18:44:27
653
原创 我把 DeepSeek 开源的 Agent 框架拆了一遍：原来“插件化“可以做到这种程度
DeepSeekHarness（dsh）以“无特权核心”为理念，将系统拆解为可动态组合的插件单元，实现从模型适配器到代理循环的全链路可替换。其核心设计基于Cordis框架，通过能力接缝（Capability Seam）、依赖驱动加载、五类事件分发与配置替换机制，确保灵活性与可复现性。关键创新包括：注册即副作用、运行时可热插拔、作用域隔离多会话、以及“模型可见即已记录”的不变式。该架构将插件化从“打补丁”升维为“无核心重构”，真正实现按需组合、动态演化，堪称现代Agent系统的范式革新。
2026-09-25 11:33:27
816
原创 两个顶级 Coding Agent 拆开对比：OpenAI Codex 用 Rust 铸了一堵墙，ZCode 用状态机织了一张网
本文深度对比OpenAI Codex与智谱ZCode两大Agent系统，从安全架构、状态管理、工具调度到上下文压缩等维度，揭示其背后截然不同的设计哲学：Codex以Rust构建内核级隔离，强调“破坏不可能发生”；ZCode则通过显式状态机与决策链，追求“过程可诊断”。二者分别代表了“墙”与“网”的工程范式，各有侧重。文章指出，真正的智能系统应兼具双重优势——既能在底层防住失控，又能在流程中清晰追踪。最终提醒开发者：面对复杂性，最珍贵的不是性能或功能，而是能回答“它现在在哪一格？它作得了吗？”的能力。
2026-09-25 11:20:51
7988
原创 把一个 Agent 关进“状态机“会发生什么？ZCode 内核拆解：从 while(true) 到可审计的工程机器
本文深入剖析ZCode Agent核心循环的演进，揭示其从简单while(true)到四层嵌套循环+状态机+记忆管理的复杂架构。通过真实代码与设计哲学，展现长程任务中上下文压缩、权限治理、状态可观测性、子Agent协同等关键机制，强调“可信任”远胜“会运行”。最终指出：真正的智能不在于模型，而在于系统在每一步失败时的应对能力。
2026-09-25 11:06:14
7986
原创 188 万行 Rust 对 84 万行 TypeScript：我把 Codex 和 ZCode 拆到了骨头，看见了 AI 编程助手的两种活法
本文对比了OpenAI Codex与智谱ZCode两大AI编程助手的架构哲学：前者以Rust构建安全沙箱，聚焦“不可信执行”的防御；后者以TypeScript实现多端一致性协议，强调“状态分裂”的治理。二者本质是“安全”与“一致”两种世界观的碰撞——一个建墙防意外，一个立规保统一。代码量虽悬殊（188万 vs 84万行），但皆在用工程化手段将抽象原则转化为可执行约束。最终启示：选型不在于技术优劣，而在于你愿为哪个敌人付代价。
2026-09-24 12:00:55
8085
原创 AI 漫剧怎么做？从小说到成片的完整实操流程（2026 版）
如果角色在不同镜头里长得不一样，最常见的原因就是这一步没做——角色没绑定到镜头，那么这一镜生成时就没有参考图约束。
2026-09-23 23:51:05
9994
原创 我给一个 AI 编程工作台做了次“尸检“，发现它把最难的事藏在了 400 行以内
ZCode是一款以确定性为核心的AI编程工作台，通过“宪法式”代码约束（如400行上限、禁止深导入）、状态机驱动的Agent循环、显式工具元数据与权限判定，将模型不可靠性转化为系统可控性。其核心思想是：用代码写“难听话”，让错误在发生时即刻暴露，而非事后发酵。上下文压缩、并发安全、身份闭包、幂等机制等设计，均服务于“让模型省力、系统更稳”的目标。它不追求炫技，而是以工程严谨性应对AI不确定性，为复杂任务协作提供了可复用的架构范式。
2026-09-22 13:58:05
8013
原创 腾讯把 AI 放进终端后，运维终于不用死记命令了
腾讯这次把 OrcaTerm 往 AI 方向推，我觉得重点不在“又多了一个 AI 产品”。重点是，终端这个几十年没怎么变过的入口，开始重新被设计了。以前，终端是专家的工具。它效率高，但记忆负担也高。现在，终端开始拥有文件视图、命令面板、协作、自动化和模型能力。它仍然保留专业性。但没那么拒人千里之外了。这不是让运维变简单。运维本身不会简单。它只是让复杂的事情，少一点重复，少一点迷路，少一点“我到底刚才做了什么”。对第一次接触服务器的人来说，OrcaTerm 像一个带路的人。
2026-08-24 10:49:28
8862
原创 FDE-前沿部署工程师，最缺一个“能拆开再拼”的 Agent 底座
deepseek-harness 里有一个概念，叫"能力接缝"。这个名字听起来抽象，拆开其实很简单。一个能力接缝，由三个角色组成：定义、提供、消费。定义，是说清楚这个能力是什么、长什么样。提供，是真正实现它的那一层。消费，是使用它的那一方。三者各归其位，边界清晰。拿文件系统举例。文件系统是一个能力接缝，策略层负责定规则，本地实现负责真正读写，Agent 的工具负责调用。要做边界控制，就在策略层写清楚，而不是在循环里埋一坨 if。这个拆法，对个人工具来说，有点过度设计。
2026-08-24 10:39:13
8030
原创 AI编程Agent的“引擎“对决：Codex、Grok、Hermes、Pi的Harness深度拆解
本文深入探讨了AI编程Agent的核心组件——Harness（执行引擎），通过分析四个代表性开源项目（OpenAI CodexCLI、xAI GrokBuild、NousResearch HermesAgent、EarendilWorks Pi）的设计哲学，揭示了不同Agent在安全模型、执行引擎、工具系统和状态管理等方面的差异化设计。文章指出，Harness是Agent的"隐藏护城河"，决定了模型能力的实际发挥效果。CodexCLI以安全至上，GrokBuild专注结构化工作空间，He
2026-08-13 00:44:53
15595
原创 我拆了一个 Agent 仓库，发现真正难的从来不是让 AI 会写代码
本文通过对Wordless项目的技术解析，揭示了智能体（Agent）开发的核心挑战：真正困难的不在于让AI生成代码，而在于构建完整的任务执行体系。作者指出，智能体的关键区分在于"run.completed"和"session.idle"两种状态，前者仅表示AI输出结束，后者则要求完成持久化、重试、上下文压缩等完整工作流。文章深入剖析了Wordless架构中的权限系统、事件协议、本地数据库和恢复机制等关键技术设计，强调优秀的工作流智能体需要具备精确的上下文引用、模块化结
2026-08-12 00:09:48
15413
原创 Grok Build 不是一个聊天框，它更像一套 AI 编程工作系统
《GrokBuild：重新定义终端AI编程助手的工作范式》 SpaceXAI推出的GrokBuild颠覆了传统AI编程助手的交互模式，将终端转变为智能化工作台。区别于简单的代码补全工具，该系统通过全屏TUI界面实现：实时展示代码差异、命令输出和思考过程；支持多代理协作（主代理+探索/计划子代理）；内置跨会话记忆系统和项目知识库；提供MCP服务接口实现GitHub等第三方平台集成。其创新性体现在将AI任务从单次问答升级为可持续工作流，包含沙箱安全机制、权限分层控制和结构化输出能力，支持headless模式接入
2026-08-09 14:53:58
15324
原创 这个AI编程 Agent，为什么故意不做计划模式？
最近我在本地翻一个叫 Pi 的仓库，看到 README 里一段话时，停了一下。它明确写着，Pi 不内置子代理，不内置计划模式，不内置待办列表，也不提供后台 Bash，甚至连 MCP 都没有放进核心。这就有点反常了。现在大家都在给 AI 编程工具加功能，恨不得打开之后直接替你拆需求、做计划、派任务、跑测试、发 PR，Pi 为什么反而主动少做？我把这个仓库的 README、包结构和最近几条提交过了一遍，越来越觉得，它不是一个功能不够多的 AI 编程工具，而是故意把一部分空白留给了你。
2026-08-09 14:37:07
15539
原创 别急着选最会写代码的 AI：拆开 Pi、Codex 与 Grok Build 后，我看见了三条完全不同的工程路线
同样在终端里输入一句「帮我修这个 bug」，Pi、Codex 和 Grok Build 表面上都会开始读文件、跑命令、改代码。可一旦把仓库打开，事情就没那么像了。Pi 更像一套可以拆开重组的乐高底板：它把多模型适配、Agent 循环、终端 UI、会话存储和编码助手拆成独立包，默认功能很克制，计划模式、子代理、权限门都留给扩展作者决定。Codex 更像一辆已经装好安全带、仪表盘和行车记录仪的量产车：Rust 核心、线程会话、审批策略、执行策略、沙箱和 App Server 被组织成一条受治理的执行链。
2026-07-29 15:09:45
15758
原创 别再只招“会干活的人”了：未来公司会把员工蒸馏成 Skill，把工作变成 Agent SOP
《企业数字化转型的痛点：从"人脑依赖"到"知识蒸馏"》 摘要： 本文揭示了当前企业数字化转型中的核心矛盾——组织知识过度依赖个体经验。当关键员工离职或休假，企业常陷入"组织失忆"状态。作者提出"知识蒸馏"解决方案，通过将员工经验拆解为可执行的Skill（能力胶囊）和AgentSOP（协作剧本），实现组织知识的资产化沉淀。文章详细阐述了从人肉操作到自动化系统的五步蒸馏法，强调真正的转型不是简单文档数字化，而是构建可验证、可迭代的工
2026-07-23 23:08:51
15603
原创 我以为 Agent 会自己变强，结果它只会“假装成功”：拆开 Evolver 才懂自进化有多难
我回头看自己两年前的 Agent 项目，简直不忍直视。那时候我们把成功定义成“模型说 OK”，把记忆定义成“多写几段 Markdown”，把进化定义成“下次 prompt 更长一点”。然后系统一天天变得更像一个会说话的垃圾桶。Evolver 给我最大的震撼不是某个算法多酷，而是它反复逼问三件事：你看到的信号是真信号吗？你做的改变有爆炸半径证据吗？你沉淀的经验经得起验证命令和法律般的协议约束吗？这三问一出，很多“自进化”demo 当场原形毕露。
2026-07-23 22:59:20
15413
原创 你的 AI 还在陪你聊天？WorkBuddy 已经学会“组队打工”了：一次扒光它的技术骨架
本文通过对开源项目《WorkBuddy实战蓝皮书》的深度剖析，揭示了一款突破性AI办公工具的核心架构与设计哲学。不同于传统聊天机器人，WorkBuddy构建了一个"自然语言→工作产物"的完整执行系统，其创新性主要体现在： 系统架构上采用五层分工：模型（大脑）、Agent（调度员）、Skill（专家手册）、工具接口（手脚）和人类（裁判），通过MCP协议实现工具即插即用。 独创渐进式Skill机制，将行业知识和工作流封装为可复用单元，避免提示词污染，支持知识精馏将书籍转化为可触发执行的专业技
2026-07-12 21:05:20
16681
原创 你给AI Agent装的“技能包“，可能正在偷你的密钥——SkillSpector源码深度解析
摘要： AI技能安全扫描器SkillSpector由NVIDIA开源，用于检测AIAgent技能中的安全风险。研究发现26.1%的技能存在漏洞，5.2%疑似恶意。工具采用两阶段分析：静态模式匹配（高召回率）和LLM语义评估（高精度），覆盖68种漏洞类型，包括代码注入、数据外泄等。支持多格式输入输出，集成CVE查询，并基于LangGraph构建并行分析流水线。设计遵循“宁可误报不漏报”原则，提供风险评分与安装建议，适用于CI/CD集成和运行时防护，为AI生态安全提供新思路。
2026-06-27 12:18:05
15540
原创 当 AI 学会自己整理笔记：拆解 LLM Wiki，一个会“自我生长“的知识库
层级技术选择为什么桌面框架Tauri v2（Rust 后端）轻量、安全、跨平台，Rust 处理文件 I/O 和解析速度快前端生态成熟，类型安全，Vite 开发体验极佳UI 组件不锁定组件库，样式可定制性强编辑器Milkdown（ProseMirror 内核）WYSIWYG 编辑，支持数学公式插件图谱可视化性能好，支持力导向布局，交互流畅向量数据库LanceDB（Rust 嵌入式）可选模块，Rust 原生，与 Tauri 后端天然契合状态管理Zustand。
2026-06-27 12:01:55
16375
原创 生图还在“盲盒抽卡”？起底 BigBanana Canvas：如何用 Next.js + SSE + MCP 协议，让 AI 在无限画布上“指点江山”！
在过去，AI 助手（如 Claude、ChatGPT）只能在它们自己的黑乎乎的终端或聊天框里生存。它们想了解你的项目状态，你得复制粘贴代码给它；它们想帮你改代码，只能吐出一段 Diff 让你手动应用。Anthropic 推出的MCP（模型上下文协议）彻底打破了这堵墙。MCP 就像是 AI 时代的“USB 接口规范”。
2026-06-21 19:51:38
7075
原创 我把 AI 画布项目“拆到螺丝级”：Infinite Canvas 如何把 Next.js、localForage、多模型生成与本地 Agent 组装成一条可用生产线
《无限画布：重构AI创作的工作流与上下文治理》探讨了一个突破性的创作工具设计理念。文章指出传统AI创作流程存在严重的上下文断裂问题，而infinite-canvas项目通过节点化编排、状态管理和自动化整合，构建了一个完整的创作操作系统。其核心创新在于： 采用五层架构（前端交互、本地数据、AI调用、可选同步、Agent系统）实现灵活扩展 将创作过程建模为可序列化的节点图结构 开发丝滑的交互内核（视口变换、历史合并、子图复制等） 设计统一的生成引擎和媒体存储策略 独创在线Agent与本地Agent双系统协作模式
2026-06-20 23:54:48
7128
原创 深入 OpenAI Codex：揭秘本地代码 Agent 的三大核心设计
本文深入分析了OpenAI Codex本地运行Agent的设计亮点，重点剖析了其三大核心机制：1）跨平台沙箱系统，通过精细的权限控制实现安全防护；2）Skill技能注入系统，支持模块化扩展；3）Thread对话模型，实现状态管理与回滚功能。文章特别强调Codex将安全性作为基础设计原则，而非后期补丁，展示了最小权限控制、动态执行策略等创新实现。作者还总结了三个开发建议：安全优先架构、Prompt版本化管理、确保系统可观察性，为AI Agent开发者提供了宝贵参考。
2026-06-16 19:09:31
9065
原创 踩坑两周：我如何把图片PPT变成真正可编辑的PPTX引入：一个让人崩溃的需求
《从图片PPT到可编辑文档：一个工程师的自救之路》 摘要：本文记录了一位工程师如何从零开发SlideAlchemy工具，解决图片PPT转换难题的过程。面对市面上工具存在的伪可编辑、过度切割和视觉失真等问题，作者创新性地提出"组件化重建策略"：将PPT元素分为简单几何、语义图标和复杂合成三类分别处理，通过11步工作流实现高质量转换。文章详细剖析了干净背景生成、元素分类、PNG重新生成等核心技术难点，并分享了"重建而非裁剪"的核心设计理念。该项目不仅解决了实际工作中的痛点
2026-06-16 19:05:00
8936
原创 同样叫 OpenClaw，为什么 .NET 版和原生版根本不是一回事
OpenClaw.NET与原生OpenClaw的核心差异在于工程哲学而非语言层面。原生版本侧重动态生态的TS/JS插件扩展，强调生态原味；而OpenClaw.NET作为.NET原生平台，重构了Agent系统的实现方式，突出NativeAOT友好、显式诊断、运维治理等特性。二者在兼容策略（实用兼容vs全量兼容）、运行模式（AOT/JIT分车道）、平台形态（生态中心vs一体化平台）等方面存在显著差异。选择时需评估团队技术栈：深度TS/JS生态选原生版，注重.NET工程化落地的选OpenClaw.NET。本质上，
2026-05-31 12:38:18
11554
原创 别再把 Agent 当聊天玩具了：我把 OpenClaw.NET 啃了一遍，看到一套能跑进生产环境的 .NET AI 基建
如果你问我，OpenClaw.NET 最打动我的地方是什么。不是它工具多。不是它渠道多。甚至也不是它会不会接某个最新模型。而是它在很多关键地方体现出一种很稀缺的工程判断，知道什么能力应该进核心，什么能力应该做成可选，什么地方必须 fail fast，什么地方该把合同写清楚。今天很多 Agent 项目都在讨论“让 AI 更聪明”，OpenClaw.NET 讨论的是另一件同样重要的事，怎么让系统更可靠、更可控、更能承担现实责任。这两者当然都重要。
2026-05-31 11:48:09
11412
原创 我养了一只会“自学“的AI Agent：拆解Hermes Agent的“闭环进化术“，看完才知道Agent还能这么写
它不是一个一次性消耗品，而是一个会跟你一起变老的伙伴。它会记得你说过的话，会从你们的相处里总结小窍门，会在凌晨默默整理自己的笔记，会在你换app时悄悄跟过来，会在你不需要它时安静地睡觉。这种"持续陪伴感"，是当前大多数Agent产品稀缺的。如果你正在做Agent项目，强烈建议把Hermes的源码当一本"反模式参考书"来读——它在你将要踩的每一个坑前，都留了一个写着"前方有坑，已填埋，附图"的小路标。hermes剩下的，让它自己长大就好。"Hermes，希腊神话里那位脚踩飞鞋的信使之神。
2026-05-18 14:17:05
14462
原创 当AI学会了自己写代码：深入拆解OpenAI Codex CLI的Rust架构设计与工程哲学
OpenAI CodexCLI：一个基于Rust的安全AI编程代理 摘要： OpenAI推出的CodexCLI是一个开源的本地AI编程代理，能够理解自然语言指令并自主执行代码修改、命令运行等开发任务。该项目采用Rust构建，包含100+个精心设计的crate，实现了多层安全架构： 核心特性： 支持交互式TUI、无头执行等多种使用模式 内置完整的沙箱系统（Linux/macOS/Windows平台原生隔离） 集成Model Context Protocol(MCP)实现工具生态扩展 技术亮点： 使用Rust实
2026-05-18 14:02:57
14929
原创 当 AI 长出了手脚：深度解析 Hermes Agent 的「工具调用宇宙」
有个不起眼但很贴心的细节：当预算用完时，系统会给模型一次额外的最终调用机会），但这次不允许再使用工具，只能输出文字。这样即使任务没完全完成，模型也能礼貌地告知用户当前进度，而不是突然断电般消失。一是"防御性"贯穿始终。从防管道崩溃，到护栏系统防模型无限循环，再到 prompt 注入扫描，处处体现出"假设一切都会出错"的工程心态。这不是悲观主义，这是经验。二是"抽象边界"的坚守。
2026-05-11 10:20:45
14841
原创 你的AI是怎么学会新技能的？深挖ClawHub这台“技能自动贩卖机“的底层密码
回到文章开头的那个场景——你的 AI 助手突然学会了点咖啡。这背后发生的一切，本质上是 ClawHub 这台"技能自动贩卖机"在默默运转：有人在某个角落写好了技能文件，上传到注册表；向量搜索引擎把它编入了语义索引；安全扫描确认它没有问题；你的 AI 通过 CLI 发现了这个新技能，下载、安装、生效。整个过程快到你几乎感知不到，但每一步都有扎实的工程底座在支撑。AI 的能力边界，不只取决于模型有多大，还取决于生态有多开放、分发有多高效、信任有多牢固。
2026-05-11 09:42:55
14531
原创 别再把 AI Agent 当“会聊天的脚本”：Hermes Agent 源码级拆解（架构、框架、实战、趋势，一文吃透）
不是在谈“模型参数有多大”，也不是在谈“能连多少 API”。我们真正该谈的是：它能否稳定运行？能否长期进化？能否被团队协作？能否在成本与风险之间找到平衡？Hermes Agent 的源码给出了一个很务实的答案：把 Agent 当系统工程做，而不是当提示词魔法做。这也是它最值得技术人深入研究的地方。这不是一篇“AI Agent 入门科普”，而是一篇“源码级工程拆解”。从。
2026-05-06 22:40:31
14718
原创 我认真拆了一个开源 Agent 项目后，发现下一代效率工具已经不是“聊天机器人”了
这两年，大家都在讲 AI Agent。但说实话，市面上很多所谓的 Agent，本质上还是“套了工具的大模型聊天框”。它能回答问题，能写代码，能生成内容，可一旦你关掉页面、换个设备、切个工作场景，它往往又回到“重新认识你”的起点。最近我认真看了一个开源项目，叫 Hermes Agent。越往里看，我越确定一件事：未来真正有竞争力的 Agent，不会只是一个会聊天的入口，而会成为一个长期在线、跨场景协作、不断积累经验、还能持续进化的数字执行体。而 Hermes Agent，已经把这条路走得很清楚了。
2026-05-01 17:15:35
14301
原创 我用唐朝的三省六部制，重新设计了 AI 多 Agent 协作架构——然后 CrewAI 和 AutoGen 在我眼里都不香了
摘要：本文介绍了一种受唐朝三省六部制启发的多Agent系统架构设计，解决了传统多Agent系统缺乏审核机制导致的混乱问题。系统包含12个具有明确职责的Agent，其中"门下省"作为质量守门员强制审核所有方案，不合格则直接驳回。作者详细阐述了状态机设计、双通道事件总线、崩溃恢复机制等关键技术实现，以及标题清洗、SOUL.md规范等细节优化。该架构通过制度化的审核流程和清晰的责任划分，显著提升了多Agent协作的可靠性和可观测性，为复杂任务处理提供了新的解决方案思路。
2026-03-15 15:59:56
12990
原创 地铁上也能写代码？这个开源项目让AI编程助手装进浏览器
WebCode是一个开源的在线AI编程平台，让开发者通过浏览器就能使用ClaudeCode、Codex等AI助手。它解决了三大痛点：1)移动端紧急修bug；2)轻设备远程开发；3)多AI工具切换。核心功能包括实时流式输出、会话恢复、隔离工作区、移动端适配和代码高亮预览。采用Docker一键部署，支持BlazorServer等技术栈。项目开源活跃，未来计划增加更多AI工具支持。旨在打破设备限制，实现随时随地AI编程。
2026-02-04 23:26:07
11615
原创 开源神器！一句话生成完整短剧，从剧本到成片全自动化
摘要：BigBananaAIDirector是一款开源AI视频生成工具，采用工业化工作流解决传统AI视频的痛点。其核心创新包括关键帧驱动技术确保画面连贯性、角色一致性系统避免"变脸"问题，以及四阶段标准化流程（剧本分镜-资产生成-导演工作台-成片导出）。工具支持本地部署，深度集成多款主流AI模型，提供从创意到成片的一站式解决方案，特别适合短剧/漫剧创作者。项目开源地址：https://github.com/shuyu-labs/BigBanana-AI-Director
2026-02-04 22:51:58
11766
原创 第 1 章：认识 Claude Code
《ClaudeCode编程助手入门指南》摘要 ClaudeCode是一款AI编程助手，能帮助用户完成写代码、解释代码、调试错误、优化代码和解答编程问题等任务。它特别适合编程初学者、在校学生、自学者和有经验的开发者使用。与传统代码编辑器不同，ClaudeCode能主动提供编程建议和学习指导，就像一个随时可咨询的编程老师。使用ClaudeCode可以显著提升学习效率、代码质量和开发信心，但用户仍需保持独立思考，将其作为学习辅助工具而非替代品。本章详细介绍了ClaudeCode的功能特点、适用场景和正确使用方法，
2026-01-31 21:12:22
11507
原创 Claude Code 完整学习计划
《ClaudeCode零基础学习指南》摘要：本教程为编程新手提供9章循序渐进的学习路径，从基础安装到高级功能应用。课程特色包括：1）30分钟快速入门；2）核心聊天功能与Spec开发方法；3）Hooks自动化与Steering规则定制；4）三个难度递增的实战项目。建议每天学习1-2小时，配套练习和进度清单帮助巩固知识。完成学习后，用户将能独立使用ClaudeCode进行项目开发，并通过AI交互解决学习难题。（149字）
2026-01-31 21:10:00
11611
BigBanana AI Director (AI 漫剧工场)
2026-02-11
AntSK0.6.6 一件部署包，可以快速实现本地RAG知识库
2025-10-06
AntSK0.6.5 一件部署包，可以快速实现本地RAG知识库
2025-06-22
AntSK0.6.2 一件部署包，可以快速实现本地RAG知识库
2025-03-04
AntSK0.5.1 一件部署包，可以快速实现本地RAG知识库
2024-09-30
AntSK0.5.0 一件部署包，可以快速实现本地RAG知识库
2024-08-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人