顾念a_个人页

2026年08月

• 08.04 21:34:32
  发表了文章 2026-08-04 21:34:32

  把 LLM 测试从"手摸"变成工程化——我试了 Promptfoo

  Promptfoo 是开源的 LLM 提示词测试与评估框架，支持声明式 YAML 配置、多模型对比、自动化断言（含 LLM 评分）、红队安全测试及 CI/CD 集成，让提示词优化从“凭感觉”走向可量化、可回归、可监控的工程实践。（239字）
• 08.04 21:32:13
  发表了文章 2026-08-04 21:32:13

  让 AI Agent 少读 89% 的文件——我试了 CodeGraph 这个代码知识图谱

  CodeGraph是开源代码知识图谱工具，为AI编程Agent预建项目结构地图，避免反复grep/读文件。支持20+语言，Rust内核，本地化存储，显著降低token消耗（-69%）与工具调用（-89%），大幅提升大项目理解效率。
• 08.04 21:29:41
  发表了文章 2026-08-04 21:29:41

  把 Claude Cowork 换成开源版——OpenWork 让团队 AI 配置不再各配各的

  OpenWork是开源AI工作流中枢，以MCP协议统一管理团队的Skill、API连接与模型服务，支持Codex/Claude/Cursor等多客户端共享能力，提供Den控制台实现权限管控、插件分发与私有化部署，让AI工具配置成为可复用、可审计的团队资产。（239字）
• 08.04 21:26:28
  发表了文章 2026-08-04 21:26:28

  开源版"带记忆的 Claude Desktop"——我试了 Rowboat 的多 Agent 编排

  Rowboat 是一款开源AI工作操作系统（Apache-2.0，TS编写），主打多Agent协同编排、本地长期记忆与自动化工作流。支持邮件处理、代码重构、会议准备等场景，所有数据存于本地Obsidian兼容知识图谱，兼顾隐私与复利式上下文积累。
• 08.04 21:15:30
  发表了文章 2026-08-04 21:15:30

  70B 大模型塞进 4GB 显存——AirLLM 这个层加载思路很有意思

  AirLLM 是一款创新的轻量级大模型推理框架，无需量化/剪枝，仅凭4GB显存即可运行70B甚至2.8T参数模型。其核心是“按层动态加载+预取优化”，将显存压力从全模型降至单层，兼顾可行性与精度，让消费级GPU轻松跑起超大模型。
• 08.04 09:20:02
  发表了文章 2026-08-04 09:20:02

  让 AI Agent 不再凭直觉做安全分析——我拆了这个 3100 Star 的技能路由包

  reverse-skill 是一个 PowerShell 编写的开源 AI 安全代理框架（MIT 协议），聚焦逆向与渗透测试。它首创“路由优先”机制，通过 5 层架构和 15 步行为链，让 Claude Code/Cursor 等 AI 先判断再执行，杜绝凭直觉乱调命令，显著提升安全分析的可控性与可复现性。（239字）
• 08.03 22:52:29
  发表了文章 2026-08-03 22:52:29

  单会话 27.8 MB，比 Claude Code 省 13 倍内存——我试了 Rust 写的 jcode

  jcode是Rust编写的轻量级AI编程Agent框架，单会话仅占27.8MB内存（比Claude Code省13倍），冷启动仅14ms。支持多会话并行、Swarm协作与可选本地embedding，专为内存受限设备（如8GB MacBook Air）优化，兼顾性能与灵活性。（239字）
• 08.03 22:47:57
  发表了文章 2026-08-03 22:47:57

  让 Claude Code 用我已经登录的浏览器——ego-lite 这个设计太实用了

  ego-lite是Citro Labs推出的AI浏览器，让Agent直接复用你的日常登录态，无需重复登录或绕过2FA。通过隔离Space实现任务隔离与状态共享，Snapshot技术将页面token降低99%，支持macOS，已获周增4700 Star。
• 08.03 22:39:26
  发表了文章 2026-08-03 22:39:26

  阿里把内部用了两年的 AI 代码审查工具开源了——我跑了一遍 Open Code Review

  阿里开源的 Open Code Review 是一款工程化 AI 代码审查工具，采用“确定性模块 + LLM Agent”混合架构，精准定位问题、严控误报率，支持 Git 差异审查与全量扫描，已落地服务数万开发者。周增星 4750，Apache-2.0 协议，轻量易集成。（239 字）
• 08.03 22:29:33
  发表了文章 2026-08-03 22:29:33

  让 Claude Code 少说废话、直接给答案——我试了这个 5200 Star 的技能包

  i-have-adhd 是一款开源AI编程助手“输出风格技能包”，专治AI回答啰嗦、废话多、行动指引模糊的痛点。它强制AI首句给动作、步骤编号、禁用客套话，让调试/编码指令清晰可执行。MIT协议，支持Claude Code、Cursor等主流工具，安装即用。（239字）
• 08.03 22:18:13
  发表了文章 2026-08-03 22:18:13

  一个端点接 290 家 AI 服务商--我拆解了周增 7700 Star 的 OmniRoute

  OmniRoute 是一款 MIT 协议的本地 AI 网关（TS 编写），聚合 290+ 服务商、500+ 模型，提供 OpenAI 兼容接口。支持智能 Combo 路由、12 因子 auto 选模、三层弹性容错与 RTK 等 12 种 Token 压缩引擎，显著提升免费额度利用率与稳定性。（239 字）
• 08.03 21:51:20
  发表了文章 2026-08-03 21:51:20

  当 AI Agent 不再是 Bot，而是你的"同事"——我花两天拆解了 Block 开源的 Buzz

  Buzz是Block开源的Rust协作平台，基于Nostr协议，首创“Agent即成员”范式：人类与AI Agent共用统一签名事件流，各自持独立密钥对，授权可验证、审计可追溯。架构极简——一张事件表承载聊天、代码、CI等全部操作，Git存储采用对象存储+CAS指针，支持高并发Agent协同。

2026年07月

• 07.14 21:06:41
  发表了文章 2026-07-14 21:06:41

  Cline + Cursor 组合拳：从代码清理到 Git 提交，我的标准化发布流程

  本文介绍如何用 Cline（VS Code 插件）与 Cursor（AI 编程编辑器）组合，构建标准化发布流程：自动执行代码规范检查（ESLint/TSC）、清理 console.log、修复问题、运行 Vitest 测试、生成 Conventional Commits 提交信息。全程可控、可审计，单次耗时仅 5–8 分钟，大幅提升代码质量与团队协作效率。（239 字）
• 07.14 21:04:23
  发表了文章 2026-07-14 21:04:23

  接手祖传老项目？用 Cline 搭一条自动化流水线，半天盘活

  这是「Cline 实战」首篇：手把手带你用 VS Code 插件 Cline，半天搞定祖传 React 老项目——清理冗余、升级依赖、自动生成 73% 覆盖率单元测试，全程可控、可审、可复现。（239字）
• 07.14 21:02:22
  发表了文章 2026-07-14 21:02:22

  Claude 插件市场进企业怎么用？我会先做白名单，而不是让大家随便装

  Claude官方插件市场是AI编程生态的关键入口，但企业落地需以治理为先：建立白名单机制，按风险分级（L1-L4）管控插件权限，优先推广LSP、代码审查与内部流程类插件，并严格审核`plugin.json`与`.mcp.json`，确保安全可控。
• 07.14 20:59:51
  发表了文章 2026-07-14 20:59:51

  Claude 插件市场突然起飞：我按开发者视角拆了一遍，发现它不只是“插件合集”

  Anthropic 官方 Claude 插件市场（31k+ Star），标志着 AI 编程工具从“提示词调教”迈向标准化插件生态。支持 LSP、MCP、子智能体等能力打包分发，实现可安装、可治理的 Agent 能力模块化，是 Claude Code 迈向平台化的重要里程碑。（239字）
• 07.14 20:57:55
  发表了文章 2026-07-14 20:57:55

  DeerFlow 放进企业里怎么落地？我会先跑三条线，而不是急着做万能 Agent

  DeerFlow并非万能聊天机器人，而是面向企业“长任务”的可治理Agent平台。本文详解其三大落地场景：研究报告、数据分析与研发自动化，并强调权限管控、沙箱隔离与审计合规，主张小切口试点、稳边界推进。
• 07.14 20:52:09
  发表了文章 2026-07-14 20:52:09

  03｜Nacos 生产落地：多环境、踩坑、和 3.0 的 AI Registry 演进

  本文为Nacos三篇实践笔记收官篇，聚焦生产落地：详解3节点高可用部署、namespace多环境隔离、Beta灰度发布等核心实践；总结临时实例假死、MySQL主备切换、跨机房Distro抖动等5大真实坑及应对方案；剖析SDK接入细节与迁移路径；并理性探讨Nacos 3.0“AI Registry”新方向——MCP/Prompt注册的潜力与边界。务实，稳字当先。
• 07.03 17:37:38
  发表了文章 2026-07-03 17:37:38

  02｜Nacos 内核拆一拆：Distro、Raft、长轮询到底在干啥

  本文是Nacos原理实践笔记的第二篇，聚焦“为什么这样设计”。清晰剖析Nacos双内核本质：服务发现（AP，Distro协议）追求高可用与最终一致；配置管理（CP，Raft协议）保障强一致性。详解长轮询推送、临时/持久实例差异、客户端本地缓存等关键机制，揭示其务实、分场景、重落地的设计哲学。（239字）
• 07.03 17:32:15
  发表了文章 2026-07-03 17:32:15

  01｜重新拾起 Nacos：为啥团队最后还是回到了它

  本系列为Nacos三篇实战笔记首篇，聚焦“为何选、如何快速接入”：厘清Nacos作为注册中心+配置中心一体化方案的优势（AP/CP双模、SCA深度集成、开箱即用），详解单机部署、Spring Boot最小化接入（discovery+config）、配置动态刷新及命名空间隔离等核心实践，240字。
• 07.03 17:23:03
  发表了文章 2026-07-03 17:23:03

  03｜如果把 loopat 放进团队：我会先定这 6 条协作规则

  本文是《loopat三篇实践笔记》第三篇，聚焦团队落地：提出6条核心协作规则——限定Loop启动场景、明确人类Owner、Knowledge须PR审核、Vault默认只读、强制生成result.md收尾、首期仅限低风险场景试点，强调AI工具落地本质是团队工程能力的升级。（239字）
• 07.03 17:19:48
  发表了文章 2026-07-03 17:19:48

  02｜拆 loopat 架构：Loop、Sandbox、Vault 到底解决了什么

  本文是《loopat三篇实践笔记》的第二篇，深入剖析其核心架构设计：Loop（可复现工作现场）、Sandbox（沙箱隔离）、Vault（凭据分层）、Git worktree（任务边界）等，揭示其为何拒绝简单聊天式Agent，转而构建可审计、可沉淀、可协作的AI操作系统雏形。（239字）
• 07.03 17:07:03
  发表了文章 2026-07-03 17:07:03

  01｜我蹲了一下 loopat：它不是又一个 Agent，而是把上下文当成工作区来管

  loopat 是一个自托管 AI 工作区，非聊天壳或代码助手。它将聊天、代码、终端、记忆、知识统一纳入可复现的「Loop」单元，以 Git 管理上下文，用 sandbox/vault 保障安全，让 AI 真正融入团队工作流。（239字）
• 07.03 17:00:56
  发表了文章 2026-07-03 17:00:56

  这周我蹲了一下 Headroom，它真把我那个烧钱的 Agent 给救回来了

  Headroom 是一款开源本地上下文压缩工具，专为 LLM agent 降本增效设计。通过内容智能路由（JSON/日志/代码/文本分治）、多模态专用压缩器及可逆压缩（CCR），实测最高节省 92% token，精度不降反升。支持 Wrap/Proxy/Library/MCP 四种零侵入接入方式，数据不出本地，合规友好。（239字）
• 07.03 16:56:33
  发表了文章 2026-07-03 16:56:33

  把 Headroom 的 SmartCrusher 拆开看了一眼，它根本不是在压 JSON

  本文深度解析 Headroom 的核心压缩器 SmartCrusher（位于 `headroom-core/src/transforms/smart_crusher/`），揭示其与传统 zstd 的本质差异：不拼字节重复，而专注识别 LLM 无需阅读的冗余数据。通过 Lossless-First 策略、统计语义分析、变点保留、错误/离群硬约束及可逆 CCR 机制，实现语义级智能压缩——省 token 而不损关键信息。（239 字）
• 07.03 16:52:35
  发表了文章 2026-07-03 16:52:35

  蹲了一个偏冷门的 OpenSRE：让 LLM 别再"建议"，直接吐工单

  OpenSRE（Tracer-Cloud/opensre）是一个专注SRE事故调查的开源AI Agent框架，摒弃LLM模糊的“散文式建议”，强制输出带证据链、可执行字段的结构化工单（JSON），直连PagerDuty/Jira等系统。采用LangGraph编排、PostgreSQL+Redis，强调可观测性与生产可靠性，是AI从“副驾”迈向“工单生成器”的关键实践。（239字）

  
• 07.03 16:49:53
  发表了文章 2026-07-03 16:49:53

  给 SRE agent 加"长记忆"：我自己写一套，对比 Headroom 的 SharedContext 和 Learn

  本文介绍为SRE Agent构建“长记忆”能力的实践：自研轻量级故障经验库`incident-kb`（SQLite+向量检索），专注存储结构化故障案例（症状指纹/根因/处置等），强调人工审核入库、告警入口实时注入。对比Headroom的SharedContext（存工作杂事）与Learn（提炼规则），三者定位不同、互不可替代，需分层建设。
• 07.03 16:47:49
  发表了文章 2026-07-03 16:47:49

  不抄代码只抄脑子：照着 SmartCrusher 给我那个 SRE agent 写了个压缩中间件

  本文介绍为SRE场景定制的轻量级LLM输入压缩中间件`crusher-lite`：基于SmartCrusher思想，摒弃Rust/Python混合架构与复杂模型，仅用300行纯Python实现五大核心策略——无损改写优先、数据分布识字段、变点保留、错误硬保留、本地LRU版CCR兜底。专插于tool层，压缩比达78%~83%，零外部依赖，合规易审，月省成本超6000元。（239字）

  
• 07.03 16:44:57
  发表了文章 2026-07-03 16:44:57

  Addy Osmani 的 agent-skills 爆火：AI 编码终于开始从“会写代码”走向“按工程流程做事”

  Addy Osmani（Chrome 工程负责人）推出的 agent-skills 仓库，将24个生产级工程实践（代码审查、性能优化、安全检查等）封装为可复用AI技能，赋能Copilot/Claude/Cursor等工具按规范流程协作，推动AI编码从“写代码”迈向“可信工程交付”。

  

2026年06月

• 06.14 21:28:40
  发表了文章 2026-06-14 21:28:40

  CodeGraph vs Understand-Anything：一个给 Agent 查代码地图，一个把项目变成可追问图谱

  CodeGraph 与 Understand-Anything 同解“代码迷路”之困：前者是面向编程 Agent 的本地索引工具，专注快速查询调用链、影响范围与上下文；后者是面向人与团队的交互式项目图谱，提供可视化架构、业务域导览与系统理解。二者互补而非替代——一重执行精度，一重认知全局。（239字）

  
• 06.14 21:26:27
  发表了文章 2026-06-14 21:26:27

  用 Leonxlnx/taste-skill 给 AI 前端降降味

  `Leonxlnx/taste-skill` 是专治 AI 前端“廉价感”的审美框架，非组件库，而是一份写给 AI 编码工具（如 Cursor、v0）的 `SKILL.md` 设计守则。它通过 `DESIGN_VARIANCE` 等三个可调旋钮，约束布局、动效与密度，并内置反模版规则（禁紫蓝渐变、假卡片、无源数据等），让 AI 先审稿、再编码。
• 06.14 21:23:55
  发表了文章 2026-06-14 21:23:55

  传统 REST 接口设计：为什么它仍然是后端系统最稳的基本功

  本文聚焦传统业务系统中实用的REST设计实践，强调围绕资源建模、合理使用HTTP方法与状态码、统一分页/错误/版本规范，并厘清鉴权与权限边界。不追求教科书式理论，而提供可落地的一致性习惯——REST之稳，不在复杂，而在朴素与坚持。（239字）
• 06.14 21:12:25
  发表了文章 2026-06-14 21:12:25

  RAG 不是“接个向量库”就完了，召回测试才是质量底座

  RAG系统常因检索召回失败导致答错，即使答案在知识库中。本文详解召回测试：聚焦“证据是否被找到”，而非最终回答质量；介绍Recall@K、MRR等核心指标；强调测试集需基于真实问题、标注到chunk级；指出文档清洗、切分、混合召回等6大影响因素，并提供最小可行评测实现与工程落地建议。（239字）

  
• 06.14 21:06:06
  发表了文章 2026-06-14 21:06:06

  ECC 讲透：Claude Code 的全能增强包，不只是 Agents 和 Skills

  Everything Claude Code（ECC）是2026年爆火的AI编程增强框架，非简单提示词合集，而是集Agents、Skills、Rules、Hooks、MCP与AgentShield安全扫描于一体的“AI编程操作系统”，深度优化Claude Code等Agent Harness，已获近19万Star。（239字）

  
• 06.14 21:02:49
  发表了文章 2026-06-14 21:02:49

  三分钟上手Semgrep，让代码扫描更便捷

  Semgrep是一款开源静态分析工具，支持30+编程语言及12种语言的供应链扫描，可快速发现漏洞、检测硬编码密钥、执行编码规范检查。轻量易用，支持CLI、IDE、CI/CD集成，完美适配AI全流程自动化开发。（239字）
• 06.14 21:01:08
  发表了文章 2026-06-14 21:01:08

  静态扫描工具第二讲-Horusec

  Horusec是一款极速开源SAST工具，18种语言一键扫描，3分钟出报告（较Semgrep提速10倍），深度检测漏洞与Git历史密钥泄露，支持CLI/CI/CD及自定义规则，简单高效、开箱即用。
• 06.14 20:58:32
  发表了文章 2026-06-14 20:58:32

  Matt Pocock 的 21个skill的仓库火了：本周的明星

  mattpocock/skills 是一套面向AI编程代理的工程化技能库（当前稳定公开18个），将资深工程师的标准化工作流（需求建模→开发→工程管控→知识沉淀）转化为可按需加载、带资源依赖的模块化Skill，非普通Prompt，显著提升代码质量与协作效率。（239字）
• 06.13 16:16:24
  发表了文章 2026-06-13 16:16:24

  一文读懂 Graphify 知识图谱

  Graphify 是一款开源、本地优先的多模态知识图谱工具，支持一键将代码/文档/PDF/图片等全量项目材料自动构建成可查询、持久化图谱，降低大模型71.5倍Token消耗，零向量库依赖，安全可控、增量更新，广泛用于AI编程助手增强与大型项目知识管理。（239字）
• 06.13 16:13:45
  发表了文章 2026-06-13 16:13:45

  一篇文章告诉你，Spec-Kit、OpenSpec哪个适合你

  本文深度对比GitHub官方的Spec-Kit（重型、流程严、适配大团队新项目）与社区驱动的OpenSpec（轻量、灵活、专为存量迭代优化），助你基于项目规模、阶段和团队能力，快速选对AI规范驱动开发工具。

  
• 06.13 16:12:19
  发表了文章 2026-06-13 16:12:19

  OpenCode新版与Spec-Kit新版

  本文详解OpenCode+Spec-Kit组合安装报错原因：新版OpenCode（1.14.28）与Spec-Kit不兼容，后者已移除OpenCode模板。解决方案为锁定旧版本——OpenCode 1.4.7 + specify-cli 0.4.1，可完美规避兼容性问题。（239字）
• 06.13 16:09:47
  发表了文章 2026-06-13 16:09:47

  Agency-Agents 腾空出世，一人公司不是梦

  Agency-Agents 是 GitHub 热门开源项目（87k+ Stars），由 Michael Sitarzewski 开发，提供150+结构化AI专家角色（工程/产品/设计等）。它不止定义“知道什么”，更明确工作流、沟通风格与成功标准，助力开发者精准调度、高效协同。
• 06.13 16:07:47
  发表了文章 2026-06-13 16:07:47

  Opencode必看！Spec-kit(SDD)让你AI编程事半功倍

  本文介绍GitHub官方推出的Spec-Kit工具，它作为标准化软件设计文档（SDD）方案，深度适配OpenCode，解决AI编程中需求模糊、改动困难、质量不稳、版本混乱等痛点。5步即可上手：定原则、写需求、定方案、拆任务、自动生成代码，大幅提升AI编程效率与工程规范性。（239字）
• 06.13 15:58:45
  发表了文章 2026-06-13 15:58:45

  Windows Java多版本管理工具

  本文介绍了Windows下Java多版本管理工具jvms的安装与使用：支持一键初始化、查看/安装/切换JDK（如Java 21），解决Java 8与新版共存难题。操作简单，需注意环境变量顺序以确保生效。（239字）
• 06.10 22:13:04
  发表了文章 2026-06-10 22:13:04

  10｜Agent Harness 的未来：从代码助手到工程协作系统

  AI编程正迈入第三阶段——Agent Harness：AI不再仅补全代码或回答问题，而是深度融入研发全流程——读仓库、改文件、跑测试、连工具、协作者。未来核心在于“可治理的工程协作”，而非单纯自动化。（239字）
• 06.10 22:12:00
  发表了文章 2026-06-10 22:12:00

  09｜如何评价一个 Agent Harness：效率、稳定性和可控性

  本文提出评估AI编程Agent（如Agent Harness）的六大工程化指标：任务完成率、探索成本、验证能力、改动质量、可控性与团队适配度，强调摒弃“炫技式”评测，转向真实研发场景下的可量化、可复盘、可改进的系统性评价体系。（239字）
• 06.10 22:11:01
  发表了文章 2026-06-10 22:11:01

  08｜Harness 安全设计：命令执行、文件修改、密钥和权限

  AI编程工具安全刻不容缓！Harness通过四大边界管控风险：文件读取（默认限当前仓库）、修改（强制diff与回滚）、命令执行（分低/中/高风险三级审批）、外部工具（最小权限+审计）。叠加Prompt注入防护与企业级默认策略，确保AI在可控、可溯、可审前提下高效赋能研发。
• 06.09 21:35:22
  发表了文章 2026-06-09 21:35:22

  07｜Agent 记忆系统：短期上下文、长期规则和项目知识

  编程Agent的记忆并非“永久记住所有内容”，而是科学的上下文工程。本文厘清三类记忆：短期上下文（任务现场）、长期规则（团队约定）和项目知识（按需检索），强调分类管理、避免污染，并给出落地实践与判断标准，助你构建清晰、可维护的Agent记忆体系。（239字）