Tagged

AGENT

A collection of 342 posts

AGENT

Ralphy：更好的Ralph循环实现

Ralphy 是由 Michael Shimeles 构建的自主编码循环。它采用了 Ralph Wiggum 概念并添加了许多缺失的部分。

AGENT

Clawdbot 安全风险必读

让 Clawdbot 访问你的个人计算机，用你的 Apple ID 登录，将其连接到你的电子邮件等等，这不安全。

AGENT

Clawdbot 安装与设置：分步指南

Clawdbot可以将你自己的设备变成一个生活在你最喜欢的应用程序中的个人 AI 助手，本文详细分步介绍安装与配置过程。

TOOL

Clawdbot安装：VPS vs.Mac Mini

在本文中，我们将探讨如何在 $5 VPS 上设置 Clawdbot，绕过 Mac Mini 噱头，并建立一个永不睡觉的个人 AI 同事。

AGENT

Clawdbot：我的AI助手

我们不仅仅是处于个人助手时代，而是代理团队时代。未来就是现在。

AGENT

AI智能体的记忆

对智能体来说，记忆不仅仅是一个存储问题，它是一个用户体验问题。通过模拟人类记忆的方式，使用短期上下文和长期知识，智能体变得更高效、可靠和有吸引力。

AGENT

AI代理：技能 vs. 工具

如果你正在构建简单机器人，工具可能足够。但如果你正在构建数字员工，你需要技能。

AGENT

Streamlit AGENTS.md

在这篇文章中，我将向你展示如何AGENTS.md 文件在所有部署目标中构建 Streamlit 应用。

AGENT

5 个消除摩擦的AI开发流程

从自动重构到测试生成，这些方法让我一夜之间节省了数小时。

AGENT

Agentic AI系统的长期记忆

为什么向量数据库不足以用于Agentic记忆？

AGENT

Ralph Loop：修复代理的健忘症

本文解释了 Ralph Loop 及其权衡，这将帮助你构建更有效的 AI 代理

AGENT

CRIS：多代理犯罪情报系统

深入探索 CRIS——一个开源平台，协调专门的 AI 代理来发现犯罪数据中的隐藏模式

TOOL

Claude Code 的10个实现技巧

本文是考察 Claude Code 引擎盖下如何工作的 15 部分系列的一部分。现在我们提炼关键洞察，并展望构建自己的编码代理。

AGENT

视觉驱动的基础设施检测AI代理

如何教人工智能从街景照片中检测和分割公用事业标记，使用结构化 JSON 输出

AGENT

Cursor：动态上下文发现

Cursor的动态上下文发现，解决了臃肿的提示、内存占用过高以及实际编码工作流程中的令牌浪费等问题。

AGENT

无需微调的自学习AI智能体

使用动态工具和不断演进的系统提示，构建能够随着时间推移而变得更加智能的智能体——无需微调。

AGENT

DeepTutor：开源AI学习助手

DeepTutor是一款AI驱动的个性化学习助手，它将文档转化为带有真实代码示例的交互式辅导。

AGENT

提示链

提示链改变了方法。不是使用一个巨大的提示，而是创建一个聚焦提示的管道，其中每个步骤专注于单一的任务。

AGENT

AI代理竞赛结束了，文件夹胜出

只需一个文件夹，就可以将Elara Vance博士的智慧转化为一项技能。她曾经孤立且难以获取的深厚专业知识，如今在整个组织中成倍增长，使复杂的知识能够立即获取并付诸实践。

AGENT

为AI代理构建自适应检索路由

一个实践指南，教你如何将检索变成可学习的决策层——包含代码、架构和生产权衡。

AGENT

Context Graph: 捕捉决策轨迹

上下文图 (Context Graph) 并非更智能的数据库，也不是“代理的内存”，更不是简单地将工具与 MCP 连接起来。它是一种用于捕获决策轨迹的基础设施，将观察结果与行动联系起来的推理过程。

AGENT

Github Copilot的上下文工程

在本文中，我们将解释Copilot（以及类似的AI代码代理）如何处理大型代码库，并使用Copilot的例子来说明它在实际中的工作方式。

AGENT

构建代码库分析AI代理

我决定构建一个能够读取、理解和解释代码库的AI代理。不是简单的ChatGPT包装器，而是一个能够理解代码结构、关系和上下文的系统。

AGENT

让 AI 学会略读长文档

想象一下这样的场景：一份内容庞杂、篇幅浩大的报告摆在了你的办公桌上，你需要立即从中提取关键信息……

AGENT

AI代理：基于待办清单的任务规划

在本文中，我们将深入探讨智能体如何利用待办事项清单的功能，分析规划过程的底层组成部分，并演示如何使用 LangChain 实现它。