技术方向
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
568 条精选近 30 天 555 条共收录 2,928 条
作者把 fastapi、uvicorn、openai-agents 这套完整 Python Agent 内核零上游改动打进 Android APK，在手机内以 127.0.0.1 环回 HTTP 服务跑通。
能拿走依赖闭包清点法、5 个自编 Rust wheel 的组包步骤和 SSL_CERT_FILE、chdir 顺序、Server.started 就绪判断三个真机坑，落到本地模型部署与软件工厂；代价是版本钉死在 NDK r27c + Chaquopy 17.2 + Python 3.12，且仅单台 arm64 真机验收。
作者以 pi-rust 的 Rust Agent 运行时 rpi 0.15.0 为例，拆解 Agent 进程重启后如何依据记录决定下一步。
能拿走一套可落地的恢复判定顺序，先查已存结果、再查上游录制、最后看历史与当前是否都声明 Safe 才重跑，否则补一条未知结果；代价是恢复入口绕过参数准备与 before_tool_call 钩子，effective_args 存的是钩子前的参数。
作者以自建书签站 linkbox 为例，用不到 100 行 TypeScript 把后端 API 包装成本地 MCP Server，让 Cursor、Claude Desktop 等客户端直接调用，集成成本从 M×N 降到 M+N。
能拿走一套把自家后端 API 包成 MCP Server 的完整骨架，三个文件加四条工具设计法则，落到软件工厂的 Agent 工具接入线；代价是要处理 stdio 下禁用 console.log、Windows 下别写 npx 这类坑。
作者给出一份可直接拷进仓库 .agents/skills/frontend-review/ 的前端 Review Skill 模板，核心是一份带 YAML frontmatter 的 SKILL.md，按改动范围、typecheck、lint、危险改动禁区四道关卡输出固定结构结论。
能拿走一份可直接拷进 .agents/skills/ 的前端 Review SKILL.md 模板和零依赖校验脚本，把团队审查规范从聊天记录搬进仓库，代价是 name 必须与目录名一致、description 要贴合团队口头禅才触发得准。
威哥爱编程在系列第 7 篇里手写了一遍工具调用循环，让助教 Agent 不再凭印象编课表和词表等级。
能拿走手写工具调用循环的完整骨架，含 @tool(parse_docstring=True)、ToolMessage 对账、步数上限与重复调用去重，落到软件工厂的 Agent 派单流程；代价是工具报错要全转成友好文本，护栏得自己写。
作者复盘自家教育 Agent 小E上线首晚卡顿事故，给出重试、超时、降级三条保险丝的完整 Python 实现。核心做法是把异常分成临时故障、确定性失败、结构错误三类，只重试可重试项，退避带 ±10% 抖动，并用客户端 Deadline 约束整轮预算，同时把 SDK 的 max_retries 从 2 改为 0 避免重试相乘。
能拿走异常三分法、指数退避加抖动、整轮 Deadline 切片和降级链的具体代码结构，落到本地模型部署与软件工厂的稳定性层；代价是要把 SDK 自带重试关掉并自己维护幂等键。
作者 guregodevo 在 Memdoor 上复现 GVS5H 方法，用 5 个 Qwen3.8-27B 智能体加一个修复工，在 LiveCodeBench Hard 前 10 题各跑 5 次，平均 9.8/10，高于原作者 harness 的 9.6 和 Fable 5 单模型的 8.0。
能拿走一套五角色加修复工的多智能体工作流，靠磁盘文件传递上下文、用 shell 脚本判分，可换掉单 agent 串行解题；代价是每题中位 40 分钟、约 $0.39，且需自备模型与测试样例。
Inngest 工程师 Linell 做了一个名为 Docsferatu 的 agent，监听 SDK 仓库的 PR，判断文档是否需要更新，需要时由 Claude 在网站仓库开一个草稿 PR。
能拿走一套可复用的做法，用 Inngest 持久化执行把慢 agent 拆成命名步骤，配 debounce、singleton、throttle 和沙箱快照；代价是要接受 Inngest 这套编排依赖，且默认拒绝的 hook 会误杀 StructuredOutput 这类内部工具。
claude-mem 把编码 Agent 的会话观察压缩成摘要，存进 SQLite 加 Chroma 双层存储，再通过四个 MCP 工具做分层检索，GitHub 星数已达 105,550。
能拿走 claude-mem 的四步链路和分层检索做法，把会话摘要压进 SQLite 加 Chroma 再经 MCP 按层取回，落到软件工厂的编码 Agent 上；代价是要用 npx 安装并重启宿主，还要处理托管试用和隐私排除。
作者把 AI Coding Agent 的记忆底座迁到自建 OpenViking，用 99 元/年的阿里云 2核2G 实例跑通，本地只做存储检索、计算全交给外部 API。
能拿走一套 OpenViking 记忆底座的组件选型与配置，含 query_planner 单独指定、VLM 设 reasoning_effort low、向量模型锁 128K 多模态；落到本地模型部署与知识沉淀线，代价是 2G 机器要配 Swap 并限制容器内存。
DiffNotes 开源上线，让 Claude Code、Codex、Cursor 等编码 agent 通过 skill 或 MCP 端点给 PR 的每个改动块写通俗解释，并附截图、录屏、Markdown 报告和可交互 HTML 演示。
能拿走的是让编码 agent 通过 skill 或 MCP 端点给 PR 逐块写改动原因并附截图，落到软件工厂的代码评审环节；代价是要自建或托管 DiffNotes 服务并装浏览器扩展，笔记不进 PR 评论。
这篇指南提出 Agent 架构选型应 workflow 优先、agent 兜底，流程能在设计期固定就用 workflow，只有需要中间决策才上 agent。
能拿走一个五参数选型函数和症状对照表，把 workflow 优先、单 Agent 兜底、真并行才上多 Agent 的判断固化成代码，落到软件工厂的架构选型环节；代价是文中成本数字引自 Anthropic 研究，自己项目仍需实测。
DeepSeek 在 GitHub 发布 dsh-superagent 研究原型，一个面向单个 GitHub 仓库的主动式编码 agent，打包为 DeepSeek Harness 的 bundle。
能拿走一套常驻编码 agent 的授权与执行分层设计，落到软件工厂的派单环节，代价是它只是研究原型、有 bug 且需自行适配，安装还得让编码 agent 按 SETUP.md 一步步带着做。
DeepSeek Harness 团队发布《Super-agent 设计探索》，提出 Router 层统一承接人类交互与任务分派、多个 Worker 在隔离会话中并发执行的双层架构，并给出事件驱动、Inline & Spill、链式召回、异步 ReAct Loop 和 Watchdog 等配套机制。
Router 与 Worker 双层拆分、Trigger 直通 Worker、Inline & Spill 加链式召回，可替换单会话串行派活；代价是 Router 扩展性、长程记忆和端侧提示词注入风险尚未解决。
Werk 用一个菜谱 Agent 演示四步提示词缓存改造，同一模型同一套规则下提示词成本降低 73%，整场测试花费不到一美分。四步分别是把每分钟变化的日期移到用户消息末尾、把个人资料移出共享指令、让所有套餐发送同一份工具列表、工具调用只追加不重建请求。
四个改法可直接照搬：把日期和用户资料挪到末尾、各套餐共用同一份工具列表、工具调用只追加不重建、再用不调模型的断言测试锁住前缀。代价是要改 harness 的拼装逻辑，且缓存过期时首条消息仍读不到。
Factory 发布 Droid 1.0，这是其 Droid 智能体框架迄今最大的一次更新，核心变化是程序化工具调用默认开启，模型改为编写 JavaScript 脚本在无文件、网络和系统权限的沙箱中执行工具，一次模型请求可驱动数百次工具调用。
把工具调用改成模型写 JavaScript 脚本在沙箱里跑，只回传打印结果，能换掉现在每次工具输出都灌进上下文的串行循环；代价是要维护沙箱和 Script 工具，且基准成绩均为厂商自测。
OpenScience 发布开源科研 AI 工作台，用户用自然语言给出目标后，它规划步骤、检索文献、写并运行代码和实验，最后产出可核查的结果，每一步都留痕。
能拿走的是带权限粒度的科研 agent 工作台配置，shell/Python/R 内核加显式读写授权、按目标主机放行网络、worker 并行分派，可落到本地模型部署和知识沉淀两条线；代价是要自备 API key 或本地端点，BioNeMo 适配器仍标实验性。
Tadpole 开源了一个约 3500 行纯 Python、不依赖 agent 框架的工具调用 agent，带文件、shell、网页搜索抓取、会话与上下文压缩，可跑在本地 4B 模型或任意 OpenAI 兼容 API 上，并能以 Telegram 机器人常驻。
能拿走一份 3500 行纯 Python 的 agent 分阶段实现和 SFT 数据配方，落到本地模型部署与软件工厂线；代价是训练要 24GB CUDA 显卡，整条后训练线约 140 美元。
MatrixMedia 作者在 v0.14.0 中加入 .agent/ 目录，让 Claude Code、Cursor、WorkBuddy 等智能体按「改代码→单测→e2e 真实平台验证→读证据修复重跑」四步自主开发，人只需提一句需求。
能拿走 .agent/ 四步工作流和 e2e/run.js 的 --yes 非交互验证，把 AI 改代码后的验收从 mock 单测换成真实平台跑通再收敛；代价是要有已登录账号和支持图片识别的模型。
umutsevdi 在 Hacker News 发布终端编码智能体 Imza，用 Plan、Build、Review 三个显式模式让开发者在计划、实现和评审各环节保持参与。
可借鉴的是把 Plan、Build、Review 做成可回流的循环，计划文档可逐条批注后整体回传，评审发现再作为新修订进入下一轮；代价是要接受原生 C++ 终端 UI 和自带模型配置的门槛。