AI智能体团队协作：提升开发效率的新范式 本文介绍了Claude Code的Agent Teams功能，这是一种让多个AI智能体协作处理复杂任务的新方法。核心优势在于每个智能体拥有独立上下文窗口，可以并行专注不同领域任务（如安全审查、性能优化、测试覆盖等），同时通过共享任务列表和消息系统实现协调。 文章详细解析了Agent Teams的核心概念、与Subagents的区别、配置方法以及两种显示模式

摘要： MCP（Model Context Protocol）正在重塑AI编程工具生态，2025年后Claude + MCP组合显著改变了开发者工作流。主流工具如Claude Desktop（原生支持）、Cursor（需配置）、JetBrains IDE（内置Server）等形成了完整MCP生态。Claude Desktop作为最佳实践，支持文件系统、GitHub、数据库等Server配置，可实现

本文深入解析了MCP、Skills和Hooks三者的区别与应用场景。MCP作为基础协议层提供外部服务连接能力，Skills是任务编排层实现可复用工作流，Hooks则是执行保障层确保关键操作。文章通过分层架构图、八维度对比表和实战案例，清晰展示了三者的定位差异：MCP解决"能做什么"，Skills解决"怎么做好"，Hooks解决"必须做什么&quot

本文详细介绍了如何从零开始搭建一个MCP Server的全流程。首先通过uv工具初始化Python项目并安装MCP SDK，然后编写包含Tool、Resource和Prompt三大核心功能的示例代码。文章提供了完整的代码模板，演示了加法器、问候语生成器等实用功能。随后指导读者在Cherry Studio中配置MCP服务器并进行功能测试，最后简要说明如何将MCP迁移到Cursor中使用。通过这篇实操

摘要： Claude Code Hooks是AI辅助编程中的关键安全机制，通过在特定生命周期节点（如PreToolUse、PostToolUse等）执行自定义脚本或AI验证，解决概率性AI与确定性工作流的矛盾。提供五种Hook类型： Command Hook（90%场景）：执行Shell脚本 HTTP Hook：集成外部服务 Prompt Hook：AI快速决策 Agent Hook（实验性）：多

本文深入解析OpenHarness开源AI Agent框架的核心设计与实现。项目采用分层架构设计，核心包括QueryEngine引擎（管理对话循环）、工具系统（43+工具实现）、消息系统（数据结构与序列化）和权限控制机制。文章详细剖析了run_query执行流程、个人Agent系统ohmo的实现原理，以及会话管理与记忆系统的关键技术。框架遵循"模型即Agent，代码即Harness&qu

摘要：本文系统介绍了RAG（检索增强生成）技术的原理与应用，重点分析了大语言模型的局限性（知识时效性、幻觉现象、领域知识缺失）及RAG的解决方案。详细阐述了RAG四阶段流程（索引、检索、增强、生成）及文档预处理关键技术，包括多种文档加载方法、三种切分策略对比（固定长度/递归字符/语义切分）及最佳实践。通过代码示例展示了实际应用场景，为企业构建智能问答系统提供了技术指导。RAG技术能有效结合检索的准

本文深入解析OpenHarness开源AI Agent框架的核心设计与实现。项目采用分层架构设计，核心包括QueryEngine引擎（管理对话循环）、工具系统（43+工具实现）、消息系统（数据结构与序列化）和权限控制机制。文章详细剖析了run_query执行流程、个人Agent系统ohmo的实现原理，以及会话管理与记忆系统的关键技术。框架遵循"模型即Agent，代码即Harness&qu

摘要： Claude Code Hooks是AI辅助编程中的关键安全机制，通过在特定生命周期节点（如PreToolUse、PostToolUse等）执行自定义脚本或AI验证，解决概率性AI与确定性工作流的矛盾。提供五种Hook类型： Command Hook（90%场景）：执行Shell脚本 HTTP Hook：集成外部服务 Prompt Hook：AI快速决策 Agent Hook（实验性）：多

《AI项目经理的智能助手：Harness Agent无代码实践》摘要 本文探讨如何利用Harness Agent构建个人项目管理体系。文章指出传统项目经理常陷于文档、沟通等执行事务，而Harness Engineering通过"模型+框架"模式，让AI成为可配置的"数字员工"。核心在于区分Context Engineering（信息供给）和Harness E