logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Codex 到底是怎么“干活“的?把它的 Harness 拆开一看,全是循环

先说一个反直觉的事:大模型自己根本不会干活。你让它"帮我修这个 bug",它不会真的去翻代码、跑测试、改文件。它只会做一件事——吐字。一个字一个字往外蹦。那Codex 是怎么做到"真的去干活"的?秘密就在一个叫 Harness 的东西里。今天我就把它拆开给你看。

文章图片
#人工智能
AI 画的图总带“AI 味“?2.1 万 Star 的开源 Skill,让图直接能上片

本文介绍一个给 Claude Code / Codex 等 AI 编程工具装的开源 Skill:diagram-design。装上之后,AI 画出来的不再是"通用圆角框",而是品牌一致、编辑级、能直接导出的图。全文含安装命令、使用示例和选型对比,读完 5 分钟,装完 1 分钟。

文章图片
#人工智能#开源工具
AI 画的图总带“AI 味“?2.1 万 Star 的开源 Skill,让图直接能上片

本文介绍一个给 Claude Code / Codex 等 AI 编程工具装的开源 Skill:diagram-design。装上之后,AI 画出来的不再是"通用圆角框",而是品牌一致、编辑级、能直接导出的图。全文含安装命令、使用示例和选型对比,读完 5 分钟,装完 1 分钟。

文章图片
#人工智能#开源工具
AI 画的图总带“AI 味“?2.1 万 Star 的开源 Skill,让图直接能上片

本文介绍一个给 Claude Code / Codex 等 AI 编程工具装的开源 Skill:diagram-design。装上之后,AI 画出来的不再是"通用圆角框",而是品牌一致、编辑级、能直接导出的图。全文含安装命令、使用示例和选型对比,读完 5 分钟,装完 1 分钟。

文章图片
#人工智能#开源工具
2.2 万 Star 只用 4 个月!腾讯开源 Agent 记忆系统,让 AI 终于学会“传承经验“

腾讯云开源项目TencentDB Agent Memory解决了AI Agent长期存在的"失忆"问题。该项目上线4个月获22,788星标,核心功能包括: 构建四大记忆资产:Chat Memory保存对话历史、Skill提炼可复用的技能、Wiki结构化文档知识、CodeGraph分析代码关系 分层记忆管理:从原始对话到核心认知分L0-L3四级存储,实现精准召回 团队知识共享:支持跨Agent经验传

文章图片
#开源#人工智能
2.2 万 Star 只用 4 个月!腾讯开源 Agent 记忆系统,让 AI 终于学会“传承经验“

腾讯云开源项目TencentDB Agent Memory解决了AI Agent长期存在的"失忆"问题。该项目上线4个月获22,788星标,核心功能包括: 构建四大记忆资产:Chat Memory保存对话历史、Skill提炼可复用的技能、Wiki结构化文档知识、CodeGraph分析代码关系 分层记忆管理:从原始对话到核心认知分L0-L3四级存储,实现精准召回 团队知识共享:支持跨Agent经验传

文章图片
#开源#人工智能
2.2 万 Star 只用 4 个月!腾讯开源 Agent 记忆系统,让 AI 终于学会“传承经验“

腾讯云开源项目TencentDB Agent Memory解决了AI Agent长期存在的"失忆"问题。该项目上线4个月获22,788星标,核心功能包括: 构建四大记忆资产:Chat Memory保存对话历史、Skill提炼可复用的技能、Wiki结构化文档知识、CodeGraph分析代码关系 分层记忆管理:从原始对话到核心认知分L0-L3四级存储,实现精准召回 团队知识共享:支持跨Agent经验传

文章图片
#开源#人工智能
让 AI 自己优化自己:darwin-skill 全解析

文章摘要: darwin-skill是一款基于进化论思想的AI技能自主优化工具,通过五步闭环(评估→改进→验证→确认→回滚)持续优化AI技能。

文章图片
#人工智能
一文搞懂 AI Agent:它和普通大模型的区别?

本文用通俗语言解析了AI Agent的本质、架构及主流框架选型指南。核心观点:1. Agent是LLM的升级版,通过添加工具调用、记忆存储和循环机制,实现了从"语言生成"到"任务执行"的跨越;2. Agent采用ReAct循环机制(观察-思考-行动),通过多轮迭代完成任务;3. 主流架构包括单Agent、多Agent协作、规划执行等六种模式,实际应用中常组合

文章图片
#人工智能
一文搞懂 AI Agent:它和普通大模型的区别?

本文用通俗语言解析了AI Agent的本质、架构及主流框架选型指南。核心观点:1. Agent是LLM的升级版,通过添加工具调用、记忆存储和循环机制,实现了从"语言生成"到"任务执行"的跨越;2. Agent采用ReAct循环机制(观察-思考-行动),通过多轮迭代完成任务;3. 主流架构包括单Agent、多Agent协作、规划执行等六种模式,实际应用中常组合

文章图片
#人工智能
    共 42 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 请选择