AutoGent使用与知识

AI Agent技术摘要 AI Agent是将大语言模型(LLM)从问答系统升级为自主任务执行者的技术架构。其核心是以LLM为"大脑"，通过感知环境、规划行动、调用工具、迭代优化的闭环系统完成任务。相比传统LLM的单次交互，Agent具备多步推理、工具调用和记忆能力，能自主拆解复杂目标。 关键技术包括： ReAct模式：推理→行动→观察的循环机制 工具集成：搜索引擎/API/代

claude code与mcp的关系

Claude Code Skills 是一种由 SKILL.md 文件和辅助资源组成的专项工作流配置系统（2025年10月起发布）。它解决了AI助手在专业场景下知识复用难和专业化不足的问题，通过文件目录结构实现按需加载专家级工作流程。 核心特点： 采用Markdown+YAML格式定义技能，支持脚本和模板 支持自动/手动两种触发方式 文件系统存储，天然支持Git版本管理 与MCP扩展机制互补，形成

摘要 Claude Code Plugins是Anthropic为终端AI编程助手Claude Code设计的轻量级扩展系统，类似手机App，可将自定义命令、AI代理、自动化脚本等打包共享。它解决了早期版本配置难以跨项目复用和团队标准化的问题。插件采用Markdown+JSON格式，包含命令、代理、技能等组件，通过市场分发，支持按需启用/禁用。系统平衡了灵活性与一致性、功能丰富度与上下文窗口等矛盾

OpenClaw Memory System 为AI Agent提供分层记忆管理，解决LLM无状态和上下文限制问题。核心设计通过Working Memory（短期）、Episodic Memory（行为记录）、Semantic Memory（知识库）和Procedural Memory（操作流程）实现选择性记忆。相比LangChain等方案，OpenClaw支持完整的记忆生命周期（存储/检索/遗忘

WebSearch与WebFetch工具分工明确，前者负责搜索获取页面链接，后者抓取指定URL内容并生成摘要。WebSearch调用Anthropic服务端工具返回链接列表，WebFetch则在本地抓取页面后由Claude Haiku预处理以节省主模型资源。两者可单独或串联使用，形成"搜索→抓取"的工作流。此外，ListMcpResourcesTool和ReadMcpResou

AI Agent 记忆系统设计摘要 本文提出了一个分层架构的AI Agent记忆系统设计方案，主要面向通用智能助手场景。系统采用三层记忆结构： 工作记忆：管理当前推理循环中的活跃信息，包括对话历史、任务状态和工具调用结果，采用滑动窗口和摘要压缩策略优化128k token上下文窗口的使用。 短期记忆：存储会话级信息如会话摘要和任务缓冲，使用Redis等高速存储，具有会话级别的生命周期。 长期记忆：

OpenSpec 是一个轻量级命令行工具，旨在为AI编程助手（如Claude Code、Cursor）提供"先文档后代码"的规范化开发流程。它将需求文档以Markdown形式存储在项目仓库中，支持Git追踪、人工审查和AI会话间持久化读取，解决传统"对话式编码"中需求易丢失的问题。 核心特性包括： 采用"增量规格"机制，通过specs/目录维护当前系统行为，changes/管理待合并提案 提供灵活

--description: Use when doing [具体触发条件，不写流程]---[你的规范内容：何时做什么，必须遵守的规则，checklist，等]个人 Skill（）会覆盖同名 Superpowers Skill；项目级覆盖个人级。⚠️官方仓库目前不太接受新增 Skill 的外部贡献，且明确要求任何 Skill 改动必须在全部 11 个支持的 harness 上都验证通过。如果你只是