大语言模型本身没有运行时状态,AI Agent 必须在模型外设计记忆系统。围绕 OpenClaw、Claude Code 和 Hermes Agent,拆解文件记忆、上下文工程、情景记忆三种架构路线的机制、适用场景和代价。
Hermes Agent 是 Nous Research 推出的开源 AI Agent 框架,核心特点是能在任务执行后自动沉淀经验。这里从 Learning Loop、四层记忆系统、多模型编排、消息网关和上手成本几个角度,讲清它和 OpenClaw 这类 Agent 工具的关键差异。
SDD-RIPER 用持久化 Spec、代码索引和审批状态机约束大模型编程,解决上下文腐烂、审查失控、维护断层和代码不可信问题。这里给出团队一周内试点、扩散和治理的完整流程。
init-skill 是一个用于初始化 Claude Code 项目上下文体系的开源 skill。它通过 CLAUDE.md、专用子智能体、路径规则、工作流和记忆机制,让 AI 在项目中持续积累约束、偏好和经验,减少重复犯错。
DESIGN.md 是写给 AI coding agent 的纯文本设计系统,用来约束颜色、字体、间距和组件状态。通过把视觉规则放进项目根目录,并在 agent 配置中强制引用,可以减少 AI 生成界面的风格漂移。
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。
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。
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。