Harness Engineering 关注如何把非确定性的大模型纳入确定性的工程交付流程。它通过真相源、执行边界、能力路由、沙盒验证和状态交接,让 AI Agent 从演示工具变成可观测、可验收、可接手的工程协作者。
Claude Skills 把一次性的 Prompt 封装成带说明、脚本、资料和模板的技能包,让 AI 能按固定流程完成特定任务。这里从目录结构、渐进式加载、MCP 关系、技能设计、测试指标和常见坑几个角度讲清楚如何构建可复用的 AI 工作流。
Claude Code 的能力不只来自基座模型,还来自提示词组装、上下文管理和运行时约束三层工程设计。围绕 Prompt、Context、Harness 三个维度,拆解一个 AI Coding Agent 如何处理长程任务、工具调用、安全权限、记忆压缩和多 Agent 协作。
介绍 Rowboat、DeepTutor、andrej-karpathy-skills、claude-mem、ChinaTextbook、MarkItDown 和 VoxCPM 的核心用途、工作方式、适用场景与上手命令,覆盖多 Agent 编排、Claude Code 约束与记忆、文档转换、教材资源和语音合成。
Hermes Agent 的 Skills 系统让 Agent 能把复杂任务经验沉淀成可复用技能,并在后续使用中自动检索、加载、修正。这里从 Skill 创建、索引缓存、条件激活、渐进式加载、安全扫描和自改进机制几个角度拆解它的核心设计。
Claude Code 不只是一个命令行编程助手,更像一套面向复杂任务的 Agent Runtime。这里从启动链路、REPL 控制面、Query Loop、工具运行时、权限系统、多 Agent 任务系统和 MCP 扩展层拆解它的架构设计。
Hermes-Agent 和 OpenClaw 都是面向 AI Agent 开发的框架,但侧重点不同。这里从记忆系统、工具生态、部署方式、模型支持和安全机制几个维度拆解两者差异,帮助开发者根据场景做选型。
横纵分析法是一套适合配合 Deep Research 使用的研究框架:纵向梳理对象的发展脉络,横向比较它在当下赛道里的位置,再把两条线交叉形成判断。适合快速研究产品、公司、技术概念和行业人物。
Hermes Agent 是一个可自托管的开源 Agent,核心能力是把任务执行经验沉淀成可复用 Skills,并在后续任务中持续加载和改进。围绕它的学习闭环、持久化记忆、定时任务、多代理并行机制,以及 MiniMax M2.7 这类底层模型在 Agent 场景中的作用进行拆解。