智能体在没有规则的目录里会直接执行任务,久了就会留下混乱的文件结构、命名和上下文。约束先行要求先写全局与项目级 CLAUDE.md,再让 Agent 按规则开发、研究或管理知识。
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。
OpenClaw 的核心价值不只是个人 AI 助理形态,而是它在提示词动态组装、上下文压缩、分层记忆、工具约束和安全护栏上的工程设计。围绕 Prompt、Context、Harness 三个维度,可以拆出一套可迁移到 Agent 系统里的架构方法。
Claude Code Skill 可以把人物的判断框架、表达风格和案例材料封装成可复用能力。这里以张雪峰 Skill 为例,拆解资料调研、心智模型提炼、决策启发式、表达 DNA、测试验证和安装使用流程。
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。
Harness Engineering 关注的不是单次提示词,而是围绕 AI Agent 搭建上下文、工具、权限、约束、反馈和质量检查体系。它能让同一个模型在更可控的环境里完成复杂工程任务,并降低 AI 生成代码的维护风险。
围绕 PUA、PUAClaw、noPua、edict 四个 GitHub 项目,拆解 AI Skill 如何通过系统提示、分类体系、正向方法论和多 Agent 流程影响大模型行为,并给出适用场景、风险和上手方式。
Skill 不是长 Prompt,而是把业务流程、失败教训、交付契约和自检门禁沉淀成 AI Agent 可重复执行的 SOP。围绕 web-testing 场景,讲清页面发现、报告交付、工程约束和结构完整性四类问题的训练方法。
The Agency 是一个由 55 个专业 AI Agent 角色组成的开源 Prompt 库,把工程、设计、市场、产品、测试等岗位写成结构化 Markdown 文件。它适合用来给 Claude Code 或其他 LLM 初始化专家角色,让模型按明确的职责、流程和交付标准完成任务。
Agent 自动持续进化的核心不是反复手工调 prompt,而是建立评估、反馈、记忆、错误归因、自动修复和发布审核的闭环。只有把真实任务中的成功、失败、纠偏和人工干预沉淀下来,Agent 才能稳定地从使用数据中更新策略。