twl

“评估驱动开发（Evaluation-Driven Development, EDD）”调的是：先把评估体系（指标、数据、测试集、评估流程）设计好，再去做功能/模型/Pro...

本文介绍了Shills 市场，同时深入分析 Vercel Labs 开源的 Skills CLI 工具，这是一个为 AI 编程助手构建的开放式技能包管理器，支持 30+ 种...

今天开会有一个问题引起我的思考：有同事说可以在Cursor执行自定义的Agent。梳理了下问题让ChatGPT回答。...

随着大语言模型（LLM）在应用开发中的广泛应用，如何让 AI 安全、可控地生成用户界面成为一个技术挑战。本文深入解析 Vercel 开源的 json-render 框架，探...

本文深入剖析 Vercel Labs 开源的 agent-browser 项目，从架构设计、核心技术实现到最佳实践，全面解读这款专为 AI Agent 设计的无头浏览器自动...

用子代理：需要独立推理、上下文隔离、并行处理的场景 用技能：需要特定领域知识、固定操作流程、可复用的专业功能...

最近在看 Claude Agent SDK, 里面特别提到了 Hooks，有各种各样的 Hooks,思考为什么这样设计，于是总结了下 Hooks、Plugins、Middl...

SWE-bench 是第一个大规模、可自动评测的“真实软件工程任务”基准. Claude Opus 4.5 和 GPT-5.2-Codex 是当前 SWE-bench 最高...

不把事情真的交给工具，模型只能在 context 里“脑补”，既费 token 又不准。 Skills 把能力变成“可按需加载的外部模块”，context 只承担“索引和当...

对比“不用 Bash” vs “用 Bash”时，大模型解决同一个问题的方式差异，核心想说明的是让模型把“思考 + 执行”交给真实工具（如 Bash），可以避免胡编、提高准...

两张图说清楚Agent RAG 如何从理论到落地的详细流程。概念级流程图”落实成“可执行 Agent / Graph 工作流”的实现版。...

用最清晰、最准确的方式解释 Skills 和 MCP（Model Context Protocol） 的区别，让你快速分辨两者各自负责什么。...

对比三种用 LLM（大语言模型）构建系统的方式，从左到右分别是 Workflows（工作流）→ 受控工作流模式 → Agent（智能体） ，核心区别在于：LLM 对“控制流...

前者是“系统编排框架”，后者是“模型调用工具的接口”。它们不是互斥关系，实际项目里经常是 Graph API 负责流程与状态，而 Function API 负责在某个节点里...

传统 RAG：“我按你的问题检索一次资料，然后直接生成答案。” Agentic RAG：“我先想清楚要做什么 → 该查什么 → 查几次 → 用不用工具 → 再决定下一步，直...

本文从第一性原理拆解 Claude 的 Agent Skills 系统，记录这个名为“Skill”的工具如何作为元工具，把领域专用提示注入对话上下文。...

Claude Code commands 和 Claude Skills 放在同一个视角里讲清楚：它们解决的是不同层级的问题，一个偏「开发者操作接口」，一个偏「能力封装与路...

Claude Skills 本质上是一种 “可复用、可配置的能力封装” ，让 Claude 在特定场景下表现得更像一个专用 Agent / 工具人，而不是每次都从零开始对话...

在 Code Agent 中，注意力机制的核心作用是： 把有限的上下文、算力和推理步骤，集中用在“当前最有价值的代码与信息”上。...

核心两原则：共享完整上下文（包含全链路轨迹）与认识到每个行动都隐含决策，冲突决策会毁结果。 多代理易因上下文割裂和假设不一致导致脆弱；单线程线性代理虽简单却最稳，长任务可用...