AI Agent 今日: 0|主题: 1173|排名: 3 

一位博士研究员为 Obsidian 构建了一个由 8 个智能体组成的 AI 团队，因为他的记忆力衰退、饮食一团糟，焦虑也让他难以摆脱，而他找不到任何一款工具能将这三者整合到一个系统中。 于是，他自己动手做了一个。 这并非一个功能强大的笔记捕捉工具，也不是一个功能齐全的文档库搜索引擎。而是一个由众多专业智能体组成的团 ...

10 个功能强大的编码代理项目 编码代理的发展速度惊人。 因此，我跳出常规的框架，找到了以下 10 个值得关注的开源项目。 1. Goose Block 为开发者打造的开源 AI 代理，旨在与各种工具、代码和实际开发工作流程协同工作。 🔗 https://github.com/block/goose 2. Qwen Code Qwen 出品的开源终端编码代理，专为 AI 辅 ...

通过提取概念、实体和关系，将文本语料库转换为知识图谱，并可视化它们之间的联系。 https://github.com/rahulnyk/knowledge_graph

从 Lingxi Li 这篇万字长文里提纯出最值钱的 6 条工程底线，建议保存： 1. 闭环高于提示词：没有截图前后对比、CI 信号和多模态验收，agent 只能交差；有了验收信号，agent 才能在夜里自己迭代到你的标准 2. 组织分工降幻觉：领域收得越窄，任务规格越清楚，专科化是解决 agent 跑题的物理手段 3. 共享状态解遗忘：上下 ...

一个人同时管 200 多个 coding agent、一个月合入 2000 多个 PR，SpaceXAI 刚公开的这套 Grok Bot 玩法，竟然把日常研发从人盯代码改成了工头替你过夜干活，真的有点牛逼🤯。。 Cursor 核心工程师 @lingxi 这次交出来的，其实是一套把 AI 编排成迷你工程组织的实战白皮书， 核心根本不是模型写代码有多快，而是他把一 ...

阿里开源的zvec，是个C++写的轻量向量数据库，主打一个“快”字。 它最讨喜的地方是不用单独搭服务，可以直接嵌进应用里跑——这对搞RAG的人来说尤其友好，少维护一套东西就是少一份折腾。 项目刚冲上3000星，体量不大但势头挺稳。 如果你正在折腾RAG又不想被基础设施捆住手脚，zvec值得你花十分钟上手试试。 🔗 https:/ ...

如果你已经在用 Claude Code、Codex 或 Cursor，Everything Claude Code（ECC） 值得看看。 它更像是一套现成的 AI 编程工作流，而不只是几个 Prompt。 目前包含 67 个专业 Agent、284 个 Skills，覆盖规划、开发、测试、代码 Review、安全检查等环节，还加入了持久记忆、Hooks、Rules 和 AgentShield 安全扫描。 简单理 ...

很多前端框架越做越重，而 htmx 却走的是另一条路，写几个 HTML 属性就能做动态页面。 累计斩获 49000+ Star，最近发布 4.0 版本，团队历经 8 个月打磨，直接重构了底层。 变化最大的是属性继承改成显式声明，配套给了升级检查工具，扫一遍模板就列出每处要改什么。 GitHub：http://github.com/bigskysoftware/htmx 历 ...

兄弟们，闲鱼副业别再傻傻手刷了。 我筛了一圈 GitHub，真能派上用场的就这 3 个： XianyuAutoAgent：自动回消息、砍价、接单，适合懒人卖家。 ai-goofish-monitor：盯低价货，AI 帮你判断值不值，捡漏党很香。 xianyu-auto-reply-fix：多账号、自动回复、自动发货确认，还有后台。 我自己看完最大感受是：闲鱼赚钱拼 ...

DESIGN.md 让 AI Agent 设计出 "符合品牌" 的页面 Vercel 内部已有一个 product-design skill，让 coding agent 在仓库内工作时能读懂设计系统和产品规范，产出符合 Vercel 风格的页面。但问题在于：仓库之外的场景——报告、提案、一次性页面——所用的工具读不到仓库里的文件，agent 就失去了设计依据。 于是他们采用了 ...

Agent 论文一天能刷一打，缺的不是链接，是地图。 复旦团队这篇 86 页综述《The Rise and Potential of Large Language Model Based Agents》把清单开源了：脑子、感知、行动三块怎么拼，单智能体、多智能体、人机协作往哪走，社会模拟踩过哪些坑。 必读单就挂在这个仓库里。 1⃣ 按「脑 / 感知 / 行动」拆构造，不是一 ...

Agent 跑得越久，上下文有时越像一个垃圾场。 几十步之后，旧观察、过期状态、工具输出和推理过程全堆在一起。模型每走一步，都要重新判断哪些信息现在还有效。 Google 团队这篇 SKILL.state，给了一个很直接的解法： 别一直保存完整历史，只维护「当前状态」。 每一步 Agent 只看到三样东西：固定的 Skill、当前结构化 ...

具身智能的Demo越看越热闹，但我心里总有个问题：这些能力到了真实世界，还剩多少？所以我们决定自己造一把尺子。 近期，智源研究院正式发布FlagEval-Robo具身智能评测体系，用"仿真+真机"双轨评测，为具身智能建立真实能力标尺。仿真评测聚焦效率与可复现，真机评测聚焦真实与可拆解，让模型从仿真能力到真实任务表现，有 ...

教你的智能体进行推理。 《推理工程》的全文现已向全球各地的LLM开放。不再需要解析PDF。 3,000 令牌 | 各章节链接：http://t.cn/AX0LrrLw… 70,000 令牌 | 全文： http://t.cn/AX0LrrLA ​​​

Pi agent是真香，hermess什么的都可以抛一边了，就用它作为桌面 work主力，速度快、还省token 推荐几个必装的扩展，装上后性能、生产力飞起: - pi-web-access 网络访问全家桶：网页搜索、URL 抓取、GitHub 仓库克隆、PDF 提取、YouTube/本地视频理解。支持 OpenAI、 Brave、Tavily、Kagi、Exa、Perplexity 等众多搜索后 ...

小模型 Agent 能力测试的天梯在这里~ (希望图不要被压得太狠....) 目前来看最值得使用是我测试的 Qwen3.8-27B-UD-Q4_K_XL 版本, Agent 用使用 reasoning_effort = low, 然后写代码开到 medium / high. 另外文中是统一使用单卡 H100 NVL+llama.cpp 最新版本测试的. 如果是Mac用户还是建议优先使用MLX, 实测 MLX 开 MTP 会 ...

“虽然大家都在用 AI 编程，但是代码产出水平方差反而比以往更大”，这确实是真实存在的现象。 手写代码的年代，人写代码的产出速度是有限的，一天平均也就是几百行代码，但现在都是几千几万行甚至更多，质量更是差别很大，有了数量加乘，方差自然被撑大了。 AI 把生成代码这一步的成本压到很低，执行不再是瓶颈之后，拉 ...

今天读到一篇人工智能科学家吴恩达写的最新的文章，主题讲的是 Vibe Coding 时代的软件工程基本功。 吴恩达说，就算代码全交给 AI Agent，这些基本功也不能丢，你得懂原理，才能指挥它做对取舍。新手只让 AI 随便写，能做简单应用，却容易在延迟、稳定性、成本上栽跟头，因为不知道还有得选。 吴恩达把基本功拆成五块。 ...

玩 Pi，我发现很多人装了一堆插件，写代码还是乱🔥 上次我分享了Pi常用的插件组合，推荐了联网的、远程控制和安全防护相关的，反响非常好，今天我分享一些特别的插件。 这次不推能连网的插件，我只推我反复用在写代码上插件。 1、ponytail 先复用现有代码，少生成一堆新文件。 Pi 默认很能写，但最浪费时间的不是写 ...