精盐

这篇文章源自前两天我做的一次 Agent 开发实战公开课。面向零基础讲清楚"Agent 是什么"比写代码本身难得多——你不能一上来就甩论文，也不能全程只讲故事。

从 memo 的实践中提炼出安全设计的三道防线：子进程管理防止内存泄漏与资源耗尽、命令守卫拦截危险操作、审批系统平衡权限与体验。还有那把「双刃剑」——dangerous 模式。

这篇不只是复盘一次实现，而是分享一套可复用的接入思路：静态数据产物 + 本地 npx MCP Server + CI 自动发包。

写作平台写久了就想有个自己的站。一路从纯 HTML、到全栈自建，再到 VitePress、Next.js 静态站，最终用 GitHub Pages 把评论、搜索、MCP 都做成无服务器方案：0 成本。

做 memo code 时我在 Web UI 和 CLI 之间犹豫过，最后还是选了终端。结果真正卡住我的不是模型和工具，而是一个看起来很基础的东西：输入框。

建议各位用 AI 跑代码的朋友，现在就去检查一下你的代码库。别让 AI 的便利，变成未来重构时的眼泪。

这期用 vibe coding 的方式，10分钟复刻「死了么」App 的核心功能。我不讲原理、不展开细节，只讲“怎么做”。跟着视频步骤走，你也能做出一个可运行的 App 原型。

也许成长从来不是“我想好了再出发”，而是“我出发了才想明白”。而 2025，就是我在被浪推着往前走的一年。

从实战角度记录 Electron 应用体积优化全过程：通过关闭 SourceMap、依赖治理、精准排除 node_modules 冗余文件等手段，将 DMG 从 240MB 降至 155MB。

ChatGPT：Codex CLI 系统提示词中文译版。来看看OPEN AI的agent是如何写系统提示词的吧。

这不是一篇「Hello World」式的 runtime 教程，而是我ç为什么在 2025 年，突然决定认真学一下 Bun，并决定做一个 ReAct Agent 的记录。

通过 useSearchParams 将 React 应用状态提升到 URL 查询参数，支持分享、持久化与浏览器历史控制，并示例防抖与 replace

重新梳理 LLM 的 Token 概念，解析 GPT-5.1 的多语言编码优化、计费与上下文窗口限制，并给出本地用 tiktoken 预估 Token 的实践方案。

全面解析前端路由的 Hash 与 History 两种模式，涵盖原理、实现、优缺点、服务器配置与框架实践，帮助你做出兼顾兼容性与 SEO 的路由选型。

记录一次开发问题，深入解析 React 处理高频实时数据的技术方案，从 Maximum update depth exceeded 错误到批处理优化，完整解决 SSE 推送场景下的性能问题。

深入解析 AI Agent 的 ReAct 架构和工作循环原理，探讨智能体如何实现自动化任务执行，从理论到实践的完整指南。

深入浅出地讲解 AI Agent 的本质，从 LLM 到 Tools，从宿主环境到执行机制，用一个简洁的公式帮你理解 Claude Code、Codex 等智能体的工作原理。

我时常关注一些博客、技术论坛或者公众号，但是每次阅读都很麻烦：因为我需要在不同网站或者平台间来回切换，甚至有些平台插入了不少的广告。

AGENTS.md 的野心，是成为一个开放、通用、无厂商锁定的标准——就像 package.json 之于 Node.js，.gitignore 之于 Git。

深入探讨大语言模型（LLM）的工作原理，理解从传统规则编程到概率计算的范式转换，揭秘模型参数与智能的本质。