
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
摘要:本文探讨如何通过外部状态管理提升Agent任务规划的稳定性。传统Agent在复杂任务中易出现跳步、重复或提前完成的问题,关键在于任务计划仅存在于模型内部。解决方案是引入update_todos工具,将任务列表结构化存储为可校验的外部状态(pending→in_progress→completed)。这种设计配合prompt策略和代码校验,实现了任务进度的可视化跟踪和强制完成检查,显著提升了多

摘要:本文探讨了如何为Agent构建高效的三层记忆系统,解决传统history无限膨胀问题。系统分为原始层(history.jsonl完整记录)、情景层(YYYY-MM-DD.md每日摘要)和长期层(MEMORY.md核心记忆)。通过TokenTracker监控上下文使用量,在达到阈值时触发Compactor自动压缩旧对话,将关键信息沉淀到相应层级。这种设计既保留了完整审计能力,又避免了上下文窗口

摘要:Subagent 是一种上下文隔离机制,通过独立执行环境处理复杂任务的细节操作,避免污染主 Agent 的历史记录。主 Agent 通过 dispatch_subagent 工具派遣任务,子代理在独立上下文中完成文件读取、网页抓取等操作后,仅返回高密度总结。这种设计通过工具白名单实现权限控制,支持并发执行,适用于信息量大、边界清晰的局部任务,但不适合长期协作或递归派遣。核心优势在于保持主上下

摘要:本文通过6个步骤手把手构建最小Agent系统:1)单次API调用;2)添加对话循环;3)引入历史记录;4)设置系统提示;5)实现工具调用闭环;6)按需加载技能。每个步骤只增加一个核心功能,最终形成包含上下文记忆、工具调用和知识管理的Agent骨架。这种渐进式开发方式有助于理解Agent的核心控制流,为后续工程化扩展奠定基础。 核心要点: 从单次API调用开始验证基础通信 历史记录是维持上下文

谷歌的体态识别模型(Pose Detection)通过手机实时捕捉人体动作,支持运动计数和姿态分析。该技术基于TensorFlow Lite MoveNet,提供Lightning(低延迟)和Thunder(高精度)两种模型,能检测33个关键点,适用于健身、康复、AR/VR等场景。模型支持端侧推理,确保隐私和低延迟,但需注意光照、角度等因素的影响。下期将详解动作检测实现方法。

2025 年 9 月 15 日苹果重磅推出 iOS26,在界面引入全新的 Liquid Glass(液态玻璃)设计语言,让系统控件具有玻璃质感、透明折射和动态效果。

在本文的 demo 中,我们通过慢速播放视频进行动作识别,这样可以显著提高识别的精准度。但在实际生产环境中,如果想要实现实时动作识别,使用摄像头会更加高效。下面我们将进一步说明原因

要说明什么是状态管理,我们就要先理解什么是!

本文系统介绍了Flutter中的路由管理机制。首先解释了路由的基本概念,即管理页面跳转规则和路径的系统。详细说明了路由栈的工作原理,采用后进先出(LIFO)结构来维护页面访问顺序。接着对比了Flutter原生路由管理方式与GetX方案的差异,重点突出GetX无需BuildContext、简化栈操作等优势。文章提供了GetX路由的具体实现方法,包括普通路由(to/off/back等)和命名路由两种方

GetX 依赖管理通过依赖注入统一管理对象的创建、访问和销毁,实现页面局部与全局依赖的生命周期控制。提供 Get.put、Get.lazyPut、Get.putAsync、Get.create 等注册方式,依赖可全局获取、支持标签区分。配合 Bindings 和 SmartManagement 策略,可实现自动注册、跨页面复用、自动或手动销毁,让 Flutter 应用状态与依赖管理更高效、简洁。








