随着大家使用ai coding的程度越来越深，通过ai聊天的方式进行ai coding，越来难以满足大家的开发需求，主要原因是：1、上下文爆炸2、prompt能力差异大3、模型切换麻烦4、自动化能力差于是，多agent模式协作ai coding就应用而生。ai协作范式，从聊天窗口到多agent编排，是一个大趋势。现在程序员手写代码的地方，不多了，所以尽可能地使用复用的agent，是拉齐大家ai c

大模型时代，ai agent是个爆火的概念，很多公司都声称自己家的产品是ai agent，但是随着最近openclaw的爆火，人们才真正感受到ai agent是什么。OpenClaw 是一款开源的自主 AI 助手软件，属于“AI agent”（智能代理）类别，能够真正执行任务，而不仅仅是回答问题。它最初由奥地利开发者 Peter Steinberger 创建，最早发布于 2025 年11月，Ope

随着大模型能力的进步，prompt的重要性在不断下降，但是为提高模型输出的稳定性等，prompt优化仍然有必要。人们可以通过加入上下文，引入思考链，或者加入few shot等手段，优化prompt。今天主要讲prompt中文本内容的格式对prompt的影响。模型不同，使用场景不同，prompt中数据组装格式对大模型输出会有不同的影响，建议切换不同的格式进行批量测试，然后再选出最佳的组装格式，使得大

不管是什么类型的大模型agent，比如写代码的等等，它会遇到一个问题，不稳定性。Claude Code hooks是用户自定义的 shell 命令，可在 Claude Code 生命周期的不同阶段执行。钩子能对 Claude Code 的行为进行确定性控制，确保特定操作始终发生，而非依赖大型语言模型自行选择是否运行。Claude Code Hooks 是一套基于生命周期事件的自动执行机制，允许开发

随着大模型能力的进步，prompt的重要性在不断下降，但是为提高模型输出的稳定性等，prompt优化仍然有必要。人们可以通过加入上下文，引入思考链，或者加入few shot等手段，优化prompt。今天主要讲prompt中文本内容的格式对prompt的影响。模型不同，使用场景不同，prompt中数据组装格式对大模型输出会有不同的影响，建议切换不同的格式进行批量测试，然后再选出最佳的组装格式，使得大

当下你说什么最火，肯定是ai agent了。目前正在从单agent系统发展到多agent系统，单agent更适合做具体的事情，有点类似于医院的分诊台，每个科室是一个agent，分诊台将需求分给更专业的单agent。AutoGen 是微软开发的一个开源框架，用于简化多智能体(Multi-Agent)系统的创建和管理。它允许开发者构建能够相互协作、自主决策的智能体(Agent)系统，这些智能体可以处理

目前市场上大模型agent越来越多，几乎每家公司都在搞，希望通过agent解决实际的业务问题。Agent的重点和难点在于任务的规划，也就是planning，如果任务规划正确，结果大概率正确。其次，每个业务场景对任务出错的容忍度不一样，ToC场景，如果客户觉得不满意，可以再多次使用，或者放弃使用，不会有严重的后果。但是对于医疗、法律、金融等场景，就不太可能接受错误，或者出错会有很大的影响。基于此，可

自从ReAct论文发布以后，ReAct范式agent就受到了大家广泛的关注，它被证实可以用来提高大模型的推理能力。本文以ReAct范式为基础，没有使用任何框架，简单实现演示了ReAct的过程。ReAct它是一种基于prompt的范式，下面展示了几种prompt的差别，它们分别是（a）标准（b）思考链（c）只有Act（d）ReAct。

在大模型时代，大模型agent是一个很火的概念，它是一种基于大语言模型（如 GPT、LLaMA 等）构建的智能代理系统，能够通过自然语言理解和生成能力，结合工具（Tools）或外部知识，完成复杂的任务。比如前两天爆火的manus，就是一种agent。本文基于langchain构建一款简单的agent，窥探其执行过程。import os@tool想要执行什么任务，需要根据问题，构建一个prompt，

我们在使用大模型的时候，有些事情是需要固定的流程来处理，我们怎么办呢，一般会创建模板，然后通过命令行或者其他工具，在想使用这个流程的时候，就会触发它。这样通过模板的方式，不是很智能，Claude code提出了一种新的方式agent skills来处理。Agent Skills 是 Claude 生态中用来扩展智能体能力的一种模块化机制：模块化封装专业能力：一个 Skill 是一个文件夹，通常包含