logo
publist
写文章

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

给 AI Agent 加记忆之前,先决定它到底允许记住什么

给 AI Agent 接入记忆层之前,先区分短给 AI Agent 接入记忆层之前,先区分短期上下文、长期事实和推理轨迹,并用最小 dry run 验证写入、检索、纠错和删除边界。期上下文、长期事实和推理轨迹,并用最小 dry run 验证写入、检索、纠错和删除边界。

#人工智能
用 GPT Researcher 前,先验证“资料来源合同”

GPT Researcher 更像研究流水线而不是搜索框。先验证 retriever、source URLs、context、citation、本地文档和 MCP 边界,再信任生成报告。

LlamaIndex 第一次试用:别先写 RAG Demo,先验上下文合同

LlamaIndex 不应只用 RAG demo 判断,而要先验证 reader、nodes、retriever、metadata、agent memory/context 和 instrumentation 这条上下文合同。

#RAG#AI
采用 OpenAI Agents SDK 之前,先写运行契约

基于 Doramagic 项目页、上游仓库、包元数据和本地 Python 3.9/3.12 烟测,拆解 OpenAI Agents SDK 落地前必须写清楚的运行契约。

#AI#RAG#人工智能
给 Agent 接入 Qdrant 前,先写清楚检索合同

给 Agent 接入 Qdrant 前,先把检索意图、collection、payload filter、score 语义和空结果处理写成可验收的检索合同。

#人工智能
MCP 接入前先查配置:用 mcpscan 看暴露面、权限和版本漂移

很多 MCP 接入事故并不发生在第一次工具调用之后,而是已经写进了宿主配置:监听地址不是 loopback、环境变量里留着明文密钥、工具权限过宽,或者通过npx拉取未固定版本。提供的是配置层面的只读检查。它的 CLI 命令是mcpscan,可以发现本机 MCP server,读取 Claude、Cursor、Windsurf、Cline、VS Code、Zed、Continue 等宿主的配置,并检

#人工智能#机器学习#自然语言处理 +4
coding-ethos 实战:把 AI 编码规则变成可回读的 policy 与 remediation

项目页:https://doramagic.ai/zh/projects/coding-ethos/;手册:https://doramagic.ai/zh/projects/coding-ethos/manual/;coding-ethos 把项目约束拆成 policy、agent、hooks 和 code-intel 四个可追踪部分:coding_ethos.yml 管机制,CODING_ETH

agent-workspace-linux 不是远程桌面:Linux AI 工作区的隔离边界验收

首轮不要碰生产账号,先在可丢弃环境运行:`agent-workspace-linux doctor`,再 `workspace start --dry-run`,确认无副作用后使用 `workspace start --ack-hidden-workspace --purpose "QA run"`。手册:https://doramagic.ai/zh/projects/agent-workspa

#MCP
Sverklo 不是把 grep 换成向量搜索:先验收代码记忆的证据链

Sverklo 是本地优先的 MCP 代码记忆服务。本文按索引范围、lookup/refs/deps/impact、budget 约束的 context、stale 记忆和 review_diff 五层验收,并记录 reindex 与 unregister 的生命周期边界。

#MCP
OpenViking 的价值不在于又多了一个“记忆组件”

边界很明确:Doramagic 能力包提供的是 quick start、manual、context pack、pitfall log 和 eval 路线,不是本机已经安装或运行成功的证明。的 autoRecall 有已报告的关键 bug,语义队列可能因坏记忆条目中断,多个微信用户的记忆隔离也需要单独确认。OpenViking 的价值不在于又多了一个“记忆组件”,而在于它试图把 Agent 需要的

#人工智能#机器学习#自然语言处理 +2
    共 30 条
  • 1
  • 2
  • 3
  • 请选择