团队里Agent越来越多，谁建的、干什么的、接了哪些MCP Server，问一圈没人说得清。AWS上周放出了Agent Registry的Preview版，挂在Bedrock AgentCore下面，想解决的就是这个问题——把Agent、工具、MCP Server统一登记，要用的时候搜一下就行。我花了半天跑通了整个流程，把踩的坑记下来。

想让 AI Agent 帮你干活，但不想把数据传到云端？n8n 官方出了个 Self-hosted AI Starter Kit，Docker Compose 一拉，本地就能跑起 AI 工作流。我上周花了一个下午把它跑通了，这篇文章记录整个过程，包括踩过的坑。

你的 AI Agent 怎么知道某个网页更新了？最笨的办法是轮询：每隔几分钟抓一遍页面，拿新内容和旧内容做 diff。这事不难，但烦——得自己写 cron、存快照、处理 diff、搭 webhook、过滤噪音（广告、时间戳、session token 之类的变化全得跳过）。搞一个页面还行，监控几十个页面就变成了运维噩梦。Firecrawl 5月底上线了/monitor端点，把这套流程打包成了一个

编码Agent框架的爆发，本质上是开发者从"用AI辅助写代码"进化到"用AI自主交付代码"。这个转变不可能一步到位——Superpowers那套流程之所以管用，恰恰是因为它限制了Agent的自由度。当下的编码Agent更像是一个纪律性极强的初级工程师：给它清晰的spec、足够的测试、隔离的环境，它能稳定产出。但指望它自己做架构决策、理解业务上下文？还早。好消息是，框架层面的问题正在被快速解决。半年

Zvec v0.5.0加了全文检索和混合检索之后，嵌入式向量数据库该有的功能基本齐了。个人项目、本地RAG、边缘部署，pip install完就能跑，不用折腾Docker和服务配置，省心不少。DiskANN索引让它能处理更大规模的数据而不吃太多内存，不再只能当原型验证的工具了。代码仓库：https://github.com/alibaba/zvec文档：https://zvec.org。

微软4月3号发了Agent Framework 1.0正式版。这个框架把之前的Semantic Kernel和AutoGen合并成了一个SDK，Python和.NET都支持。说直白点：以前想用微软的Agent能力，得在Semantic Kernel和AutoGen之间选。两套API不兼容，社区也分裂。现在合成一个了，装一个包就行。我花了半天时间把它跑通了，从单Agent到多Agent编排、接MCP

你有没有遇到过这种情况：让 Claude Code 帮你写一个功能，前几轮对话还挺好，越往后越跑偏？文件改多了它就忘了之前的设计，测试是补上去的不是先写的，最后 review 代码发现一堆和需求不沾边的东西。我上周就被坑了一把。一个跨 15 个文件的功能，Claude Code 写到一半开始乱改之前的代码，最后不得不手动回滚 git 重来。这周试了 Superpowers 框架，同样的任务，它让

7天，35篇内容，从选题到发布全自动。不是概念验证，是真跑了一周的生产环境。

Claude Code 上周更新到 v2.1.76，同时 Anthropic 把 100万 token 上下文正式开放了，不加价。一句话：现在是上手 Claude Code 最好的时机。这篇不写代码，只讲操作。你跟着打开终端，5分钟就能把这些新功能用起来。

用过 Claude Code 的人都知道一个痛点：你告诉它"每次改完文件跑一下 Prettier"，它有时候记得，有时候忘。你说"别碰 .env 文件"，它大多数时候听话，偶尔手一滑就给你改了。这不是 Claude Code 的 Bug，是 LLM 的本性——概率模型，天生不确定。Hooks 就是解决这个问题的。它是 Claude Code 内置的生命周期脚本，在特定节点自动执行，不依赖 AI 的