技术方向
让 AI 连上外部软件和数据：MCP 协议、function calling 工具调用与各类工具集成。
176 条精选近 30 天 176 条共收录 702 条
作者用 Python 3.13.5 纯标准库手写了一个 OpenAI 兼容 Chat Completions 形状的最小 tool calling Agent 循环，流程为 messages 调模型、执行 tool_calls、以 role=tool 带同一 tool_call_id 回灌、再调，直到没有工具调用或触达 max_rounds。
能拿走一套纯标准库的 tool-calling 循环骨架，含 FakeLLM 脚本复现多轮、arguments 先 json.loads、工具异常转 ERROR 字符串回灌、空 tool_calls 判结束，可换掉排障时被框架挡住看不清协议的做法，代价是并行工具、流式、重试都得自己补。
作者把「找 skill」拆成检索、静态画像、金丝雀试跑三步验收工序，并对 DeepSkill 作品展厅的 10 个候选技能完整实测，最终装载 4 个，装载率 40%。
能拿走一套检索词反推、静态画像脚本加三用例金丝雀试跑的技能验收工序，落到软件工厂的技能选型环节，代价是每个候选要花人工核对高权限面，十个候选约四十分钟。
作者梳理 Anthropic 工程博客《Writing effective tools for agents — with agents》中给 agent 写工具的 5 条经验，核心是工具不是把现有 API 包一层，而要按 agent 的视角设计。
能拿走五条工具设计原则和原型加评测的迭代流程，落到 Agent 工具链和 MCP 服务器上，代价是评测任务要自己造且需可验证结果。
作者用 Obsidian 做查看层、Claude Code 做处理引擎、GitHub 做版本同步，搭出一套由 LLM 增量维护 wiki 的个人知识库，并给出可直接复制的 CLAUDE.md 规范。
能拿走一份可直接复制的 CLAUDE.md，把摄入、查询、审计三类操作固化成规范，落到知识沉淀线；代价是规范写模糊 Claude 会乱建页面，冲突只标注不自动解决。
作者用 Claude Code 同时接入 MySQL、Loki、Grafana 三个 MCP server，把一次订单堆积排障从约 2 小时压缩到 4 分钟，定位到 settlement-svc 的 JVM Old Gen 涨到 95%。
能抄走一份三 server 的 mcpServers 配置和排障提示词，把 MySQL、Loki、Grafana 只读接进 Claude Code 做交叉定位；前提是自建只读账号、pin 版本、stdio 仅限本地，且会话别超 3 个 server。
基于 Karpathy 提出的 LLM Wiki 范式，开发者 nashsu 用 Tauri v2 开源的桌面应用 llm_wiki 已获 1.7 万+ Stars，它把导入的 PDF、Markdown、网页交给 LLM 编译成互相链接的 Wiki 词条，而非每次提问临时检索。
能拿走的是 Raw/Wiki/Schema 三层结构和 SHA256 增量编译，把文档一次性编译成互链 Markdown 词条，换掉每次提问都从零检索的 RAG 流程；代价是要接一个 LLM 提供商并承担逐文件编译开销。
文章用 LangGraph 的 langgraph-swarm 从零搭了一个旅行规划 Swarm，两个专家 Agent 通过 create_handoff_tool 生成的移交工具互相转接，无需中央主管调度。
能拿走 create_handoff_tool 自定义版只传 task_description 不传全量历史，换掉默认 handoff 的 token 膨胀；代价是要自己校验 agent_name 并设 recursion_limit 防互转死循环。
方呵呵发布桌面 AI Agent 工作区 Hikari，把对话、项目工具、任务状态、权限审批和改动审阅放在同一应用里，代码已开源于 fonghehe/hikari-agent。
可借鉴其验收条件设计，把文件存在性和测试命令设为完成门槛，并要求测试证据晚于最后一次改动；代价是验收范围有限，回写仅支持 20 个 UTF-8 文本文件。
作者用 OpenAI SDK 加 MCP 官方 SDK，在 TypeScript 里不依赖任何 Agent 框架手搓出一个能联网抓取、能读写文件的 Agent，核心代码不到 200 行。
能拿走一套不依赖框架的 ReAct 循环写法，含流式 tool_calls 按 index 分桶拼接和 MCP stdio 拉起工具进程，可替换现有单 agent 串行派单流程；代价是要自己处理 id 拼接、同步 getTools 等坑。
Mnemolith 发布一个本地运行的 AI 编码共享记忆服务，通过 MCP 让 Claude Code、Cursor、Codex 共用同一份项目记忆，记忆绑定文件的 git blob hash，文件内容变化后自动标记过期。
可把 Claude Code、Cursor、Codex 的记忆统一到本地 MCP 服务，用 git blob hash 判断记忆是否过期，代价是每条记忆要绑定文件、过期后需人工或模型确认。
Cerbère（AgentGuard）发布面向自主智能体的运行时安全与可观测层，在模型决策与真实副作用之间检查每次 LLM 调用和工具调用，给出 ALLOW、REQUIRE APPROVAL 或 BLOCK。
能在工具调用边界加一层装饰器做污点追踪和策略拦截，把 .env 泄露这类外传直接 BLOCK，代价是自建 collector 且 LLM 仲裁层 p95 到 2.7 秒。
Microsoft Research 发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成可点击、筛选、缩放、高亮和跨图表联动的图表。
把交互逻辑写成语义事件加更新算子交给编译器处理，agent 不用再生成底层渲染代码；接入方式是 Flint-MCP 和 MCP Apps，代价是要先按 MCP 指南配置环境。
Adyen 工程师开源 Agent Marketplace，用一份配置文件统一管理 Skills、Commands、Subagents、Hooks 和 MCP servers，并编译成 Claude Code、Codex、Cursor、Devin CLI、Factory Droid、Gemini CLI、Opencode、Windsurf 八种工具各自认的格式。
一份配置当唯一来源，sync 把 Skills、Commands、Subagents、Hooks、MCP 编译成 8 家工具的格式，能换掉各仓库手抄指令的做法；代价是 Hooks 仍实验性，且只校验摘要不保证安全。
Runspace 发布一次性云沙箱工具，把命令放到临时 GitHub codespace 里执行，只回传输出、退出码和自创建以来的改动 patch，本机不留守护进程和本地状态。
能把 agent 的每条命令丢进一次性 GitHub codespace 执行，只回传输出和 patch，换掉在本机直接跑 agent 命令的做法；代价是要专用身份和私有沙箱仓库，且依赖未公开的 codespace 协议。
作者用 @modelcontextprotocol/sdk 1.30 手写了一个不到 120 行的 MCP Client 和 Agent Loop，把 stdio Server 迁到 Streamable HTTP 后，实现连接、tools/list 发现、JSON Schema 转模型 tools 格式、tool_calls 执行回灌的完整三轮调用链。
能拿走不到 120 行的 MCP Client 与 Agent Loop 骨架，含 JSON Schema 转 tools 格式、工具名加来源前缀、错误回灌三条纪律，落到软件工厂的工具接入层；代价是得自己兜首次连接重试和工具数量膨胀的 token 成本。
文章解析了 Agentic Awesome Skills（AAS）V19.13.0，一个收录 2737+ 个 SKILL.md 文件的本地优先 Agent 技能控制平面，通过 npm exec 配置本地 MCP 接入 Codex 或 Claude，首次配置会预览变更并要求手动确认。
能拿走的是用 npm exec 配本地 MCP 接入 Codex/Claude、先 dry-run 预览再确认的流程，以及用过滤和 --all 控制 2700+ 技能带来的上下文过载，代价是 Apply 与恢复仍属实验性，需人工审批兜底。
作者从 GitHub 项目 open-bots 的 git 历史里挖出被删除的 api/chat.ts 共 713 行，逐段拆出 5 个可复用设计和 2 个反面教材。
能直接抄走总预算超时、尾部答案提取、SSRF 三道锁和 402 只报价不付款四段代码，落到 Agent 工具链和软件工厂；前提是读 TypeScript 并接受 DNS 全量解析仍有 TOCTOU 缺口。
作者扫描本机 275 个去重后的已安装 Agent Skill，只有 15 个（5.5%）在 description 里写了 Do not use 这类负向触发，厂商 curated 包为 21.1%，社区为 4.3%。
description 里补一句 Do not use for 加相邻任务，能压掉 skill 误激活这类不报错的故障；作者扫了本机 275 个 skill 只有 5.5% 写了，改一句约 1 分钟，前提是能说清最怕被误用的场景。
《Agent Harness 从用到造》第 2 讲提出工具调用是传输、服务、参数校验、执行、回滚五段链路，MCP 只标准化了前两段，校验、执行抛错和回滚的责任仍归写 harness 的人。
能拿走五段链路归因表和 naive/guarded 双线台架，给工具调用逐段加拦截与回滚，落到软件工厂的 Agent 派单链路上；代价是超时只是预算不是确定性，全局 try/except 也换不来可定位。
作者用 Node 和官方 TypeScript SDK 写离线 MCP 服务器 cn-dev-mcp 时发现，stdio 传输下 stdout 只能输出一行一个 JSON-RPC，不带换行的日志会和下一条消息拼成一行导致解析失败，客户端 5 秒后超时而服务器本身不报错。
能拿走 stdout 守门测试和日志全走 stderr 的规则，落到本地 MCP 服务器部署这条线；代价是依赖库如 dotenv 17 默认往 stdout 打字，加依赖后得重跑测试。