归档

2026 年 04 月

AI 编码 Agent 不只是把需求发给大语言模型,而是要把上下文组织、工具调用、权限控制、代码修改、测试反馈串成一个可控闭环。围绕 Harness Engineering 的思路,可以把 Claude Code 这类工具拆解成一套可复用的工程架构。
Claude Code 的 npm 包曾因 Source Map 暴露完整 TypeScript 源码。从源码结构可以看到 Buddy 彩蛋、公开仓库提交保护、正则情绪检测、逐字符归因、权限分类器、Feature Flags、KAIROS Agent Runtime 等实现细节。
cc-harness-skills 把 Claude Code 类编程 Agent 的记忆整理、上下文压缩、完成验证、多 Agent 协作和轻量定时任务抽成可复用 Skills。它不强绑定 Claude Code 运行环境,可迁移到 Codex App、OpenClaw、OpenCode 等支持 Skill 工作流的工具中。
Agent Skills 用文件夹封装提示词、脚本、模板和参考资料,让 AI Agent 能按标准流程完成垂直任务。内容讲清 Skills 的结构、渐进式披露机制、与 Prompt 和 MCP 的关系,并用 Git 提交记录生成双周周报作为实践示例。

2026 年 03 月

Claude Code 是一个运行在命令行里的 AI 编程 Agent。围绕它的架构,可以学习生产级 Agent 如何处理启动初始化、流式工具执行、分层权限、上下文压缩、MCP 集成、Skill 扩展和多 Agent 协作。
Agentic OS 基于 Alibaba Cloud Linux,将 Agent 运行时、Skill 封装、Copilot Shell、Token 可观测性和安全沙箱放到操作系统层,用来降低智能体部署、运维、协同和安全治理成本。
OpenCLI 是一个通用 CLI 枢纽,可以把网站、Electron 桌面应用和本地命令行工具统一到终端里调用。核心能力包括复用 Chrome 登录态、为 AI Agent 暴露工具入口、管理外部 CLI,并通过适配器和插件扩展更多平台。
Agent 记忆模块不能只把聊天记录塞进数据库。合理的设计需要区分工作记忆、情景记忆、语义记忆和程序记忆,并围绕写入、检索、反思、遗忘和存储架构做工程取舍。
Agentic Engineering 不是简单让 AI 写代码,而是把上下文、知识、工具、质量门禁和团队协作工程化。围绕 AGENTS.md、context、Skill、Subagent、MCP 和多 Agent 代码审查,系统讲解一套可落地的 AI 研发体系如何搭建。
Claude Code 的效率很大程度取决于终端、输入方式、权限模式和远程通道。这里用 5 个配置讲清如何搭建 AI 原生终端、让 Mac 持续运行、用语音提交需求、通过 IM 远程控制,并安全使用规划模式和无人值守执行。