Tagged

AGENT

A collection of 536 posts

AGENT

Memex：智能体长期记忆

今天，我们将探讨一种名为Memex的新方案，由埃森哲的研究人员开发，它为AI提供了一种保持"桌面整洁"的方式，同时将其所有详细的笔记存储在一个永久的、有组织的"文件柜"中。

AGENT

Autoresearch 代码深度解析

当你让一个 AI 代理在你睡觉时自主运行机器学习实验会发生什么？

AGENT

Google Stitch 新手教程

谷歌的 Stitch 让手动设计成为可选项。我见过设计师在 Figma 里花 6 个小时完成 Stitch 20 分钟就能搞定的事情。

AGENT

Anthropic工具调用2.0

如果你构建处理长时间运行、多步骤工作流的代理，Anthropic刚刚发布了自两年前原始函数调用规范以来最大的工具调用架构飞跃……

AGENT

用 autoresearch 优化万物

Karpathy的autoresearch与机器学习无关。它是一个优化原语。我看到它的那一刻，就知道我要在它之上构建东西。

AGENT

Claude Code /btw：补充说明

Claude Code /btw是一个新功能，可以在Claude工作时创建侧链对话。

TOOL

5个OpenClaw可用的免费AI模型

在本文中，我将详细介绍我使用的 5 个模型、为什么使用它们，以及如何在 OpenClaw 中设置每个模型。

AGENT

内容创作者必备的10个Claude技能

Claude技能就像雇用一群在特定领域非常出色的人，而不是样样都还行的人。这是将通用AI响应与详细输出区分开来的关键。

AGENT

开发者必备的7个Claude Code技能

开始新项目？这些社区构建的技能处理无聊的部分，让你专注于构建。

AGENT

5种最常用的代理技能设计模式

通过研究整个生态系统中技能的构建方式——从 Anthropic 的代码库到 Vercel 和 Google 的内部指南——我们发现了五种反复出现的设计模式，可以帮助开发者构建智能体。

AGENT

Harness工程：老生常谈

代码从来都不是难点。老生常谈了。

AGENT

仿autoresearch改进代理技能

我借鉴了Andrej Karpathy的autoresearch方法，并将其转化为一项可在 Claude Code 和 Cowork 中运行的技能。我只需将其应用于我设置中的任何其他技能即可。

AGENT

如何避免autoresearch循环假停止

我们让一个AI智能体通宵运行。第二天早上，它放弃了我们的实验，开始了自己的实验。

AGENT

Claude团队：我们如何使用技能

我们在Anthropic内部广泛使用Claude Code中的技能，有数百个技能正在积极使用中。这些是我们学到的关于使用技能来加速开发的经验教训

AGENT

Hermes-Agent 简明指南

在本文中，我将逐步指导你如何设置Hermes智能体并浏览仓库，以及分享一些有趣的用例和与OpenClaw的主要区别。

AGENT

TimeCopilot 时间序列预测智能体

如何通过单一提示来分析时间序列数据并进行预测。

AGENT

Harness 工程 vs 上下文工程

理解上下文工程与 Harness 工程的区别，构建可靠的 AI 系统

AGENT

技能+CLI：比MCP便宜20倍

MCP服务器注入10000-55000个工具模式令牌，但CLI工具为相同能力只需200-500令牌。

AGENT

DeepFlow：可组合智能体框架

AutoGen vs. LangGraph vs. CrewAI vs. 字节跳动的DeerFlow vs. Anthropic——以及一个金融Agent来证明，可组合的基础设施最重要。

AGENT

智能体框架(Harness)的剖析

简而言之：智能体 = 模型 + 框架。框架工程(Harness Engineering)是指我们如何围绕模型构建系统，将其转化为工作引擎。

AGENT

再见 MCP

经过几个月的炒作，Perplexity 的 CTO 刚刚宣布他们将在内部放弃 Model Context Protocol（MCP）。

AGENT

可靠的浏览器自动化之旅

CDP、AppleScript 窗口指纹识别和 agent-browser 如何为多配置文件顾问解决夜间浏览器自动化问题——这是我的试验和磨难的博客

AGENT

OpenClaw: Mac mini vs. 云托管?

如果你正在构建个人AI代理或为你研究事物、编写代码、爬取网页或自动化小工作流的工具，那么困扰你的主要问题可能是：这些到底应该在哪里运行。

AGENT

OpenClaw-RL让智能体自我改进

OpenClaw-RL 恢复了每个智能体系统都在浪费的东西：下一个状态信号。而且它在您还在交谈时就能做到。

AGENT

Autoresearch 快速上手

过去，前沿人工智能研究是由“肉体计算机”完成的，人类通过会议进行协调。那个时代正在消逝。研究正朝着在计算集群上运行的自主人工智能智能体集群的方向发展。