Loop Engineering 刷屏，你焦虑了吗？别急，本文用最直白的方式拆解：它不过是“自动循环 + 自动验证”，核心就两件事——怎么启动、怎么验证。其余 Skills、MCP 全是旧瓶新酒。读完这篇，你也能从容应对领导的新要求，不被概念带偏。

6个GitHub项目带你从“用好”到“手撸”Claude Code：前两个激活多智能体协作，效率翻倍；后四个从零手写到源码分析，搞懂原理。无论你是重度用户还是想自建代码智能体，这条学习路径都为你准备好

大模型之后，智能体成了程序员的必修课。可OpenClaw四十万行代码，谁看了不腿软？只调LangAPI却不懂原理，终究是空中楼阁。本文精选6个GitHub项目，从百行极简实现到工业级框架，帮你搭一条缓坡，真正搞懂Agent的思考、行动与进化。按顺序学下来，你也能从使用者变成构建者。

大模型之后，智能体成了程序员的必修课。可OpenClaw四十万行代码，谁看了不腿软？只调LangAPI却不懂原理，终究是空中楼阁。本文精选6个GitHub项目，从百行极简实现到工业级框架，帮你搭一条缓坡，真正搞懂Agent的思考、行动与进化。按顺序学下来，你也能从使用者变成构建者。

本期内容聚焦大模型评测的实战落地，介绍了 EvalScope 工具，演示了三种评测典型场景，深入讲解了 BLEU和 ROUGE两大评测指标，分享了如何用裁判模型实现自动化、可量化的质量评估。

本文系统介绍了大模型评测的必要性和常用方法。评测是验证模型效果的关键环节，可避免主观判断的偏差，为模型选型和迭代提供客观依据。评测方法主要包括人工评测、数据集评测和大模型自动化评测三种，各有适用场景。文章详细列举了典型评测数据集，如MMLU（通用知识）、GSM8K（数学推理）、HumanEval（代码生成）等，并推荐使用EvalScope工具进行标准化评测。通过科学评测可全面评估模型能力，确保模型

本篇文章分享了从 RAG 到 GraphRAG 再到 Agentic RAG的检索技术的精进历史，同时指明RAG始终困在“临时翻书、问完即忘”的循环的痛点。LLM Wiki 的出现，将范式从“检索”扭转为“编译”——知识不再止于向量碎片，而是沉淀为一张持续生长的结构化理解之网。就像编译器让源码可执行，LLM Wiki 让资料可理解、可关联、可积累，让知识真正“属于”你。每一次摄入都在为下一次理解铺

本期内容系统性地分享了 DeepAgents 流式输出的核心路径，并对 `stream_mode` 的几种模式进行了横向拆解与对比。从架构层面的命名空间路由，到 `updates`、`messages`、`custom` 三大粒度模式的实战，再到生产级的多模式组合——每个环节都配有可运行的代码示例，希望大家能真正掌握这套流式体系。

本期全面解析了DeepAgents中的Agent Skill机制。DeepAgents通过`SkillsMiddleware`与`FileSystemMiddleware`的协同，完整实现了Skills的发现、激活与执行流程。本文从Skills快速回顾入手，剖析了工程实现的四个核心步骤（发现、注入、渐进加载、执行），并通过两个实战案例（基础技能识别与文档处理Skill）展示了具体接入方法。合理使用

本文分享了大模型训练中的参数调整方法，从读懂训练日志、识别典型问题，到核心参数的调整方法论，再到不同场景下的调参策略，最后给出了一套标准的调参流程。调参是一门实践性很强的技能，需要在实际训练中不断积累经验。希望本文能够帮助大家建立起系统的调参思维，从"盲目试错"走向"有的放矢"。