"command": "osascript -e 'display notification \"Claude 干完活了\" with title \"Claude Code\"' 2>/dev/null || true""command": "osascript -e 'display notification \"Claude Code 任务完成\" with title \"提示\" sou

实测效果：我让Claude执行 `git push origin main`，它直接被挡回来了，报错信息是 `BLOCKED: Command matches dangerous pattern: git push origin main`。`"Bash"` 会匹配所有Bash工具调用，你也可以用 `"Bash(git push*)"` 只匹配特定的命令模式，粒度很细。三者不是互相替代的关系，而是

Claude Code 是**智能体**。你告诉它"重构这个模块，把业务逻辑和数据访问分开"，它能自己读源码、画架构图、拆任务、逐文件改、跑测试、修复、提交 PR。**MCP（模型上下文协议）**：让 Claude Code 连你的 Jira、GitHub、数据库。**Hooks（钩子）**：每次 Claude 改完文件自动跑 prettier、eslint，不用你手动 fmt 了。没有 CLAU

说实话，一开始我对它不抱太大期望。**省钱技巧**：日常简单任务用 **Claude Sonnet 4.6**（快、便宜），复杂架构决策用 **Claude Opus 4.6**（强、贵）。**一句话总结**：Claude Code能读你的整个代码库，理解上下文，然后自主执行多步骤任务，你只需要在关键节点说"同意"或"拒绝"。- **Cursor** 是IDE（VS Code的AI增强版），适合*

Kimi Code CLI 默认用 Moonshot 的API，如果想本地跑，得自己搭一个兼容的API服务器。我想找个开源的替代品，最好能自己折腾一下。关键是**开源**——你可以自己部署模型，数据不出内网，这对某些场景很重要。如果你正在找 Claude Code 的开源替代，或者想试试AI编程代理，Kimi Code CLI 值得入手。安装脚本会自动帮你装 `uv`（Python包管理器），然后

从你最熟悉的模型和生态出发。用Anthropic就优先看Claude SDK，用GPT就优先看OpenAI Agents SDK，用LangChain生态就LangGraph，想最快出活就CrewAI。不要追求"最好的框架"。不存在这种东西。先跑起来。然后在生产中，根据你遇到的真实痛点——是状态失控？是编排太死板？是工具集成不够？——再去调整。在A2A和MCP推动互操作性的趋势下，"选错框架"的代

Model Context Protocol（MCP）正在成为 AI Agent 连接外部世界的标准协议。本文从零搭建一个 Python MCP Server——用 FastMCP 2.0 写一个天气查询工具，接入 Claude Code，实测效果。读完你会明白 MCP 到底解决了什么问题，以及它为什么比传统的 function calling 更好。上个月我在用 Claude Code 重构一个

如果你的`package.json`里没有`"type": "module"`，或者`tsconfig.json`的`module`设错了，编译能过但运行时报错。**Function Calling是"一对一"的**——你给OpenAI的API定义了一组tools，换了Claude的API就得重新定义。有意思的是，连OpenAI都支持MCP了。**解决：** `package.json`必须加`"

*一句话总结**：本周更新密度爆炸——短短 3 天 470 个 commits，核心亮点是子任务代理（subagent）的可观测性大幅增强，以及一批国产模型和平台适配的新进展。**为什么重要**：这是多 Agent 协作的基础能力。**是什么**：在 Hermes 的终端界面（TUI）里，现在可以实时看到子 Agent 的创建、运行和完成状态——一个专门的可观测性覆盖层。- **浏览器（brows

*是什么**：新增 `hermes -z`（zero-shot）模式，一条命令直接提问，不需要进入交互式对话。**是什么**：当 Hermes 运行在云上（cloud 模式），但目标 URL 是 `localhost`/`127.0.0.1`/LAN 地址时，自动在本地拉起 Chromium 实例，不用你再手动配置远程浏览器。- **安装/更新 PATH 守卫**（`897dc3a2`）：修复 R