摘要： Harness Engineering 是AI Agent时代的工程范式革命，核心是"人类掌舵，智能体执行"。它通过三大支柱——上下文工程（Context Engineering）、架构约束（Architectural Constraints）和熵管理（Entropy Management）——构建系统化的约束框架，引导AI Agent自主工作。工程师角色从编码者转变为

带脚本文件的 Skill 系统实践指南 本文以 arXiv 论文搜索为例，展示了在 deepagents 框架中实现带脚本文件的 Skill 技能系统。该系统由三部分组成：技能描述文件（SKILL.md）、执行脚本（arxiv_search.py）和 Python 脚本执行工具。Agent 通过读取技能描述，调用工具执行 Python 脚本来完成任务。 关键原理 SKILL.md 包含 YAML

摘要： ReAct（ICLR 2023）提出了一种协同推理与行动的语言模型框架，通过交替生成思考（Thought）、行动（Action）和观察（Observation），模拟人类解题过程。相比单一推理（如Chain-of-Thought）或纯行动方法，ReAct结合两者优势：推理指导行动规划，行动获取外部信息减少幻觉。实验在问答（HotpotQA）、事实验证（FEVER）和机器人任务（ALFWor

摘要： ReAct（ICLR 2023）提出了一种协同推理与行动的语言模型框架，通过交替生成思考（Thought）、行动（Action）和观察（Observation），模拟人类解题过程。相比单一推理（如Chain-of-Thought）或纯行动方法，ReAct结合两者优势：推理指导行动规划，行动获取外部信息减少幻觉。实验在问答（HotpotQA）、事实验证（FEVER）和机器人任务（ALFWor

带脚本文件的 Skill 系统实践指南 本文以 arXiv 论文搜索为例，展示了在 deepagents 框架中实现带脚本文件的 Skill 技能系统。该系统由三部分组成：技能描述文件（SKILL.md）、执行脚本（arxiv_search.py）和 Python 脚本执行工具。Agent 通过读取技能描述，调用工具执行 Python 脚本来完成任务。 关键原理 SKILL.md 包含 YAML

本文综述了AI Agent Skills的发展现状与应用前景。Agent Skills是一种模块化、可复用的AI能力增强方案，通过"渐进式披露"架构实现高效能力扩展。其核心是将专业知识和流程打包为标准化技能包，包含SKILL.md元数据文件和辅助资源。该技术已被主流AI平台采纳，形成包含上万技能的生态系统，覆盖文档处理、设计开发、项目管理等领域。企业如Anthropic、Atl

OpenClaw浏览器接入功能详解 OpenClaw通过浏览器集成实现了强大的网页自动化能力，支持独立浏览器、现有会话和远程模式等多种接入方式。核心配置通过~/.openclaw/openclaw.json文件管理，包含基础设置、浏览器路径、配置文件和安全策略等关键参数。典型应用场景包括自动打开网页、表单填写、信息抓取和页面截图等操作。演示案例展示了从打开百度到搜索"OpenClaw&q

本文演示了如何使用 deepagents.create_deep_agent 构建支持 Skills 渐进披露机制的 Agent。通过加载 langgraph-docs 技能并执行其定义的工作流程（读取文档索引、抓取相关页面、组织回答），Agent 能够基于文档证据回答用户关于 LangGraph 代码评估器的问题。核心实现包括：使用 FilesystemBackend 加载技能目录，Skills

本文综述了AI Agent Skills的发展现状与应用前景。Agent Skills是一种模块化、可复用的AI能力增强方案，通过"渐进式披露"架构实现高效能力扩展。其核心是将专业知识和流程打包为标准化技能包，包含SKILL.md元数据文件和辅助资源。该技术已被主流AI平台采纳，形成包含上万技能的生态系统，覆盖文档处理、设计开发、项目管理等领域。企业如Anthropic、Atl

OpenClaw是一个开源AI代理框架，支持通过配置文件或WebUI接入多种LLM模型。本文详细介绍了如何接入自定义模型LongCat，包括账号注册、API Key获取步骤，以及完整的JSON配置示例。关键配置包括baseUrl、apiKey设置，以及模型参数如contextWindow和maxTokens的定义。同时介绍了通过Web控制页面的可视化配置方法，并展示了实际使用效果。文章还提供了注意