AI Agent 做 TDD 有没有用: 实测排名与 3 倍 token 成本
过去一年里，”让 AI 写测试优先”几乎成了 AI 编程的政治正确。绝大多数被传播的 CLAUDE.md、AGENTS.md、.cursorrules 里，都能找到一句”先写失败的测试，再写实现̶...
知识资料库
AI Agent 框架
LangChain / LangGraph / LangSmith / Langfuse / n8n / Dify / Coze / FastGPT / AutoGen / CrewAI 等主流 Agent 框架的横向对比、真实业务案例与 cookbook。
精选内容
先读这一篇
Firecrawl 自部署指南: 网页转 LLM Markdown、免费额度与 Docker 部署
做过 RAG 或者 Agent 的人，多半都卡在同一个地方：模型本身很聪明，但你喂给它的网页数据脏得没法看。 随便抓一个现代网页，原始 HTML 里塞满了导航栏、广告位、cookie 弹窗、内联脚本、追踪像素和层层嵌套的 <div&g...
Apache Burr 实战: 状态机构建可恢复 AI Agent，对比 LangGraph
TL;DR 写过几个 LLM 应用的人多半都经历过同一条曲线：第一版是几行脚本，prompt 拼好、调一次模型、打印结果，跑通了很开心。等到要做多轮对话、要带记忆、要在某一步插入人工审批、要在出错后从中间继续——那几行脚本就开始膨胀成一团互...
Claude Cowork vs Manus：自主 Agent 怎么选
2026 年上半年，”自主 AI Agent”这个词从概念变成了两个能真正下单买来用的产品：Anthropic 在 1 月发布的 Claude Cowork，和已经迭代一年多的通用自主代理 Manus。两者都宣称能&...
Agent Skill 跨工具复用: 目录结构、版本管理与团队共享
TL;DR: 多工具时代, skill 不该各管各的 如果你同时在用 Claude Code、Codex、openclaw、hermes 这类 agent 工具, 大概率已经踩进同一个坑: 同一套”让 agent 怎么提交代码&...
Claude Code vs Codex vs WorkBuddy vs Zcode: AI 编程 Agent 怎么选
写这篇之前,我先把过去半年在自己机器上跑过的 AI 编程 Agent 拉了一份清单: Claude Code、Codex、Cursor、Cline、Aider、Kilocode,以及最近 linux.do 圈讨论比较多的两款新兴 Agent...
AI_ProviderSpecificError 报错定位与修复：AI SDK 排错
很多人在 Vercel AI SDK 或多模型调用链里看到 AI_ProviderSpecificError（也写成 ProviderSpecificError、AI_ProviderSpecific...）时，第一反应是去官方文档搜这个类...
AI Agent 框架全景：LangChain/LangGraph/n8n/Dify 等选型指南
覆盖 LangChain、LangGraph、LangSmith、Langfuse、n8n、Dify、Coze、FastGPT、AutoGen、CrewAI 十款主流 AI Agent 框架横向对比、五维选型决策树、生产可观测与新手/团队两...
AI Code Review 的架构选择：把 CPG 建在 master 上
写过几年代码评审工具的人都知道，PR Review 真正的瓶颈不是 LLM 的输出能力，而是 LLM 看不见的上下文——一个改动在跨文件、跨模块、跨服务之后真正影响了什么。 最近这一年，AI Code Review 的产品越冒越多：PR-A...
Loop Engineering 是 Harness 的局部命名
最近一个词在 AI 圈被反复提起：Loop Engineering，循环工程。01Coder（小木头）做了一期视频把这件事讲了一遍，原视频在文末。我看完顺手对了一下自己手里这一年的笔记，想说一句直接点的：它没那么新，但 Boris Cher...
LLM 评测的下一步是一张二维矩阵
过去十几年，工程师调 bug 看的是 stack trace。stack trace 是”代码的执行路径”，每一帧是确定的、可重放的，错了往上翻几层就能定位。 最近两年，工程师开始调 agent。agent 没有 s...
Apache 孵化项目 Burr 发布：用纯 Python 构建高可靠性 AI 智能体
Apache 软件基金会宣布 Burr 项目正式进入孵化阶段，这是一个专为构建可靠 AI 代理和应用...
Prompt Learning 的两个反馈圈
最近半年，业界几乎所有团队都在抱怨 agent 不可靠。模型选了最贵的，工具调用接全了，上下文也尽量塞满，可输出依然时好时坏。换一个模型也救不回来。问题出在哪里？ Arize 的 SallyAnn DeLucia 和 Fuad Ali 在 ...
AI辅助开发实战：利用Codex一键生成CrewAI多智能体框架中文教程
Linux.do 社区开发者分享了一次利用 AI 编程工具快速构建技术教程的实践案例。作者出于学习多...
构建 Agent 和写软件，是两种工程
写了十年代码的工程师，上手 AI Agent 时常常比新人还别扭。不是能力问题，是直觉问题——越熟练的旧直觉，越容易在 agent 面前变成包袱。 Google DeepMind 的 Philipp Schmid 在 AI Engineer...
Agent Harness 不是要安装的软件包
做生产级 Agent，很多人第一反应是挑一个框架、看一眼文档、运行一下 Hello World，然后觉得大事已定。 Mike Piccolo 的文章 How to Build Your Own Agent Harness 直接拆穿了这个幻觉...
把 Agent 送上生产：RAG、工程、安全、评测
作者：toy 一、为什么最后一篇要把这四件事放在一起 这个系列到了第九篇，前八篇依次拆解了 Agent 的基础理论、规划推理、开发框架、工具调用、记忆模块、微调方案、推理服务、显存优化。每一篇都可以单独成立，但如果你真的要把 Agent 推...
搭 Agent 的脚手架：主流开发框架
作者：toy 一、为什么需要 Agent 框架 从”手写循环”到框架 构建一个最简单的 ReAct Agent，大概需要五十行 Python：一个 while 循环，调 LLM，解析输出，调工具，把结果塞回上下文，再...