Dojo
话题
新佳
订阅
极道
元认知
元逻辑
元设计
元编程
元语言
AI智能体Agent
LocalSandbox:用于智能体运行bash、python和文件系统的沙箱
Localsandbox 是一个轻量级开源库,为 AI 代理提供隔离的虚拟文件系统、安全的 Bash 执行环境和沙箱化的 Python 代码运行能力,基于 AgentFS、just-bash 和 Pyodide 构建,让代理在本地也能拥有类似虚拟机的自主操作权限,同时避免破坏真实系统。
开源GrepAI通过本地嵌入与调用图分析在Claude Code比grep节省97%Token
GrepAI 通过本地嵌入与调用图分析,将大模型代码探索从盲目遍历转为语义精准检索,实测节省 97% 输入 token,成本降 27.5%,彻底告别子代理泛滥。 Claude 在大代码仓库中因目录遍历与逐文件阅读造成 token 暴涨。通过本地语义
卡帕西自曝:二十年编程流程,竟在数周内被Claude彻底翻转
卡帕西推文:几周内编码模式突遭颠覆,从80%手写到80%AI代理,开始用自然语言编程,遭遇二十年最大工作流变革。 这几周疯狂用 Claude 写代码,随手记点杂感。 【编程 workflo
智能体30分钟一键把CUDA项目转成ROCm真实案例:20年CUDA护城河被填平!
这个开源提交中(点击标题)展示了一次真实的CUDA到ROCm移植事件,完整拆解GPU软件护城河的真实结构! 借助Claude Code等AI编程代理,CUDA到ROCm的移植已从高难度工程降级为模式匹配任务,结合HIP与CUDA的高度相似性及AI对
Claude Code多智能体蜂群任务使用指南案例源码
这篇 Gist 就像一本“怎么带一群AI小伙伴一起干活”的菜鸟入门手册。它教你如何用 Claude Code 的 TeammateTool + 任务系统 来组织一群智能体协同工作,把复杂任务分成小块整齐完成。 当你面对一个庞大、复杂、甚至有点吓人的
你真的用错了Ralph Wiggum循环!从原理到实战的全栈式白话指南
Ralph Wiggum循环(简称Ralph)是目前用AI写代码最牛逼的方法,能让你获得最大的"杠杆效应"。但问题是,大部分人其实根本没搞懂它是什么,就装个插件完事儿,从没从底层原理学过Ralph到底是怎么回事。 其实这东西简单得很——一旦你明白它为什么有
中国AI正在"偷吃"美国程序员的盒饭?等等,事情没那么简单
美国开发者用中国开源模型GLM-4.7,是因为便宜、能本地部署、满足基础需求;但Claude Code已实现自动长时间写代码的"编程AGI"能力,两者不是直接竞争,而是分层满足 different 需求。 未来AI生态将分三层:全自动Agent(美国主导)
Postgres最佳实践技能包上线:智能体自己写数据库代码不再“翻车”
Supabase推出一套专为AI编码代理设计的Postgres最佳实践技能包,涵盖8大类30条规则,从查询性能、连接管理到行级安全(RLS)等关键领域,帮助AI在生成SQL时避开常见陷阱,写出既高效又安全的数据库代码。该技能包采用开放的Agent Skills格式,兼容Claude Code、Git
Claude Code任务系统驱动AI蜂群协同并行开发
这讲了个挺疯狂的事——以前吹了好多年的"AI代理蜂群"终于真落地了,而且就藏在一个看起来像待办清单的功能里。 Claude Code新出的任务系统表面是个高级备忘录,内核却是能让多个AI代理并行干活、互相协调、还能记住状态
Clawdbot 让我看到了个人智能体的未来长啥样!
本文围绕 Clawdbot 展示了一种全新个人 AI 助手形态"个人智能体":本地运行、可自我扩展、直接操控电脑资源,通过聊天软件完成真实任务,正在重塑“应用”“自动化”“个人智能体”的整体边界与想象空间。 当电脑学会自我进化并用聊天软件干活时,个
Cloudflare发布互联网网站的技能标准:让AI智能体自动发现网站的所有技能!
Cloudflare提出新的网站技能标准,类似robots.txt是网站结构的说明书,技能标准是基于.well-known/skills/的标准化技能发现机制,使AI智能体可自动获取网站发布的技能列表,并通过三级渐进加载高效使用技能内容,推动Agent Skills生态走向开放与自动化。 <
Claude Code把“斜杠命令”和“技能”合二为一,技能升级为通用行动指南!
Claude Code把Slash Commands与Skills合并,统一调用方式与心智模型,技能具备动态上下文、文件读取与子智能体能力,操作更直觉,扩展更强,旧用法持续可用,整体效率显著跃迁。 Claude Code把“斜杠命令”和“技能”合二为一,从
两年构建金融级智能体十一条血泪总结
作者两年金融AI智能体实战经验,分享沙盒隔离、数据归一化、技能系统、Temporal工作流等核心技术,强调可靠性优先于速度。我花了两年时间给金融行业搞AI智能体。这一路踩了无数坑,今天想把学到的东西分享出来。 我要讲的内容包
MCP根本没有掉链子,真正卡住智能体发挥的是服务器设计思路本身
用“闪送”思维把三次接口合并成一次,拍扁参数、写好提示、分页给小票,AI 直接拿到结果不迷路,Skills 与 MCP 组火锅搭档,企业部署爽到飞起。 MCP 协议本身没毛病,毛病出在把协议当 REST 外包工;把接口拆成“外卖三件套”让 AI 自己跑腿,
持续学习系统的真相:速度、记忆与反馈越用越懂人心
持续学习的核心价值来自即时反馈与记忆协同。真实用户体验揭示信号延迟带来巨大性能损耗。通过记忆系统、认知核心与反馈闭环的协同优化,产品呈现出真正“记住并适应”的智能体验。 持续学习在产品世界里的目标非常朴素。用户每一次点击、滑动、忽略、夸赞,都会传递一个清晰
递归模型的符号递归是Claude Code等智能体锁不具备的关键能力
递归模型RLM通过在REPL(Python)中实现符号递归,使模型能动态生成含子调用的程序逻辑,相比静态工具调用的普通代理,具备更强表达力与任务适应性。 大型语言模型正在悄悄进化出一种新能力——它不再只是被动回答问题,而是能像程序员一样,在自己的“思维
forge-engine:Rust编写给AI玩的AAA游戏引擎,智能体直接操控3D世界
这是一个叫Forge Engine的项目:专门为人工智能量身打造的顶级游戏引擎,用Rust这种超快的编程语言写成。点击标题 Forge Engine 是一个用 Rust 语言写的游戏引擎,它是专门为 AI 设计的,而且质量能达到 3A 大作级别(就
文件系统加SQL的双引擎智能体实验:SQL vs BASH
在结构化数据查询任务中,纯SQL代理以100%准确率完胜Bash代理(52.7%),但混合使用SQL与文件系统操作的AI代理通过自我验证机制实现稳定可靠输出,揭示出工具组合优于单一抽象的核心设计原则。 一次真实评测显示,单靠bash处理结构化数据效
上页
下页
关闭