我逆向了Claude Design！免费开源！设计逻辑全公开
作者分享了其开源项目「huashu-design」，这是一个基于Claude的Agent设计技能。文章探讨了Agent-first与GUI-first设计理念的差异，详细介绍了huashu-design在品牌资产协议、自动生成PPT和iOS原型方面的功能，以及它与Claude Design的功能对比和使用限制。
全部文档 / 标签: Agent
2252 篇
Claude Code Routines 全指南：定时、API 与 GitHub 自动化
本文详细介绍了 Claude Code Routines 的功能与配置方法。作为运行在 Anthropic 云端的自动化任务，Routines 支持定时调度、API 触发和 GitHub 事件三种模式，能在开发者离线时自动执行代码审查、Issue 分类和部署验证等任务。文章包含具体的 Prompt 模板、API 调用示例及生产环境注意事项。
How to Give Hermes Agent a Persistent Browser Identity with Camofox
文章介绍了如何通过配置 Camofox 反检测浏览器后端，为 Hermes Agent 赋持久的浏览器身份。通过开启持久化会话，Agent 能够跨任务保留 Cookie 和登录状态，从而将浏览器自动化从“无状态演示”转变为可复用的基础设施工作流。文章详细讲解了配置步骤、状态存储机制及验证方法。
3 Highly Useful Hermes Skills
本文介绍了 AI Agent Hermes 的三个核心应用场景：获取并分析 X (Twitter) 洞察、自动化整理 X 书签以及基于外部记忆的自我反思。作者分享了使用 Hermes 提升学习与生产力的实践经验，包括利用 X API、Browser Harness 及 Hindsight 等工具的具体配置，同时也提及了关于 Token 成本管理、模型选择及安全隐私（如 API 权限）的踩坑记录与实用建议。
Hermes Agent 保姆级安装使用指南
这是一篇关于 Hermes Agent 的完整部署与使用教程。文章首先介绍了该工具作为终端命令行 AI 智能体的特点，随后详细讲解了在 macOS、Linux 及 Windows (WSL2) 环境下的一键安装方法、环境自检与修复技巧，并以 DeepSeek 为例演示了模型配置步骤。最后，文章深入解析了全自动任务执行、交互式对话及会话续接三种运行模式的实际操作。
我用Kollab替代了小龙虾：非技术人员的Agent新选择
文章对比了 Agent 工具 Kollab 与 OpenClaw（小龙虾）的差异。作者指出，尽管 OpenClaw 功能强大，但配置复杂对非技术人员不友好。Kollab 保留了核心功能，但在用户体验上更简洁，支持 IM 集成和团队共享空间，能有效降低“上下文税”，使 Agent 像同事一样协作。
如何使用 Claude Opus 4.7 自动化制作 TikTok 幻灯片内容（分步指南）
本文介绍了一套零成本的自动化工作流，利用 Claude Opus 4.7 分析 TikTok 爆款内容并提取 Hook，结合 Pinterest 获取素材，通过 Node.js Canvas 脚本批量生成幻灯片，最后使用 Postiz Agent 进行自动化分发，旨在解决手动内容制作耗时且低效的问题。
55,000 个开源 Skill 的分发困局：Skill 商业化三角少了一条边
作者基于运营 55,000+ 开源 Skill 目录站的经验，分析了 AI Skill 商业化的困境。他指出除了“标准化、本地运行、源码保护”的不可能三角外，开发者面临的首要痛点是分发（Distribution）。文章探讨了如何通过 AgentSkillsHub 提供过滤、评测和认证服务，帮助开源作者在源码公开的情况下找到用户并实现商业化。
How I got banned from GitHub due to my harness pipeline
作者 Junghwan NA 记录了一次极端的“线束工程”（Harness Engineering）实验。他在 72 小时内通过构建一个包含 13 个阶段的自动化流程，利用 OMX 和 Ouroboros 等 AI 代理工具，向包括 Kubernetes、Hugging Face 在内的 100 多个开源仓库提交了 500 多次提交。虽然大部分 PR 质量极高并被维护者直接合并，但这种高频行为触发了 GitHub 的滥用检测机制，导致其账户被封禁。文章深入探讨了实现该流程的技术细节（如本地复现、合并模式匹配），并阐述了在自动化时代，人类判断力和“认证”依然是维持开源系统信任的关键瓶颈。
Memory Transfer Learning for Coding Agents 技术解析
本文深入探讨了一篇关于编码智能体的 Memory Transfer Learning (MTL) 论文。文章解释了如何将过往编码任务的“记忆”复用到新任务中，比较了 Trajectory、Workflow、Summary 和 Insight 四种记忆格式的效果。研究通过在多个基准测试中复用异构记忆池，证明了提取的元知识能有效提升智能体解决新问题的能力。
LarryBrain: AI Agents 的必备技能中心
文章介绍了名为 LarryBrain 的 AI Agent 技能市场。它是一个包含 100 多个经过验证技能的中心，支持 OpenClaw、Hermes 和 Claude 等 Agent。与 ClawHub 不同，安装 LarryBrain 后，Agent 可即时感知所有技能目录，实现即插即用。文章重点介绍了其在 X 平台营销自动化、TikTok 内容生成及 API 集成方面的应用，强调了其“一次安装，全部解锁”的便捷性与强大的变现能力。
告别繁琐指令：利用 Codex 记忆与 Chronicle 实现上下文感知编程
作者介绍了 Codex 推出的新功能（如 Chronicle 和 Memories）如何彻底改变了他的工作方式。通过结合自动化知识库和屏幕上下文感知，Codex 能像同事一样理解隐含背景、自主获取信息并执行复杂任务（如同步文档、发 PR、Slack 通知），极大地减少了思维负担和重复解释的成本。
Kimi 推出 Claw 群组与 Agent 集群：打造一人公司的投研团队
文章详细介绍了 Kimi 新上线的「Claw 群组」和「Agent 集群」功能。作者通过构建一个包含 Kimi 指挥和多位投研 AI 助手的群组，演示了多智能体如何通过并行工作、互相质疑和角色分工来完成复杂的投资分析任务。文章指出，这一功能标志着 AI 从个体智能迈向群体智能，让普通用户也能像管理团队一样调度数字员工，极大地提升了工作效率和产出质量。
生产级深度 Agent 的运行时解析：LangSmith 的架构实践
文章深入探讨了构建生产级 AI Agent 所需的运行时基础设施。作者区分了围绕模型的“挽具”与底层“运行时”，并详细剖析了运行时的四大核心能力：持久化执行、长期/短期记忆管理、多租户隔离以及人机协同。这些机制解决了 Agent 在长时间运行、状态恢复和数据安全方面的关键挑战。
HyperFrames vs Remotion - a detailed rundown
文章详细对比了 HyperFrames 和 Remotion 两个代码驱动视频渲染工具的差异。作者指出，尽管 Remotion 是成熟的 React 方案，但 HyperFrames 从零构建，选择了 HTML 路线。这主要出于两个考量：一是 Agent 原生工作流，HTML 更符合 LLM 的训练数据，能激发更佳的创意输出；二是人类编辑工作流，HTML 作为渲染层和数据源，使得构建可视化编辑器更加健壮。文章还分析了两者在动画库兼容性（如 GSAP）、原生 HTML 支持以及渲染模式上的技术区别。
Perplexity Computer 初学者完整指南
文章是一份关于 Perplexity Computer 的完整教程。它不仅是一个聊天机器人，而是一个能够连接多种工具（Gmail, Slack, GitHub 等）、自动分解任务并自主执行的智能代理。作者详细介绍了如何设置 Computer、利用其多模型编排能力（结合 Claude, GPT, Gemini 等）进行工作自动化，以及如何理解其信用系统和连接器功能。
3 Highly Useful Hermes Skills
文章介绍了 Hermes AI 代理的三个实用技能：抓取并分析 X 洞察、整理 X 书签以及自我反思机制。作者分享了在使用 Bird CLI、X API 和 Browser Harness 等工具时的经验教训，强调了权限管理和 Token 成本控制的重要性，并展望了未来的工作流优化方向。
一文理清！Hermes 全部高阶工具配置
本文详细介绍了 Hermes Agent 的全套高阶配置方案。作者从实战角度出发，梳理了从底层逻辑到部署的各个环节，重点涵盖了五大领域：身份与记忆（SOUL.md、Hindsight）、感知能力（Jina Reader、Tavily）、表达能力（Whisper、Fal.ai）、效率与成本（Token 监控、RTK）以及生态导航。文章旨在帮助用户解决迁移痛点，实现 OpenClaw 到 Hermes 的无痛升级与效能最大化。
LLM 中的 Prompt Caching 技术详解：以 Claude 为例的高效缓存策略
本文深入探讨了 LLM 中的 Prompt Caching 技术，解释了其背后的 KV Cache 机制及静态/动态上下文分离原理。文章通过 Claude Code 的案例分析，展示了如何通过保持 92% 的缓存命中率来将计算成本降低 81%，并总结了哈希敏感性和工程化落地的关键约束。
古法编程的终结：在AI时代重估程序员的人生价值
作者通过亲身经历探讨了AI对传统编程行业的冲击，指出“古法编程”本质上是机器不够聪明时产生的过渡形态。随着AI接管了繁琐的代码执行工作，程序员引以为傲的代码技能看似贬值，实则是从“执行层”向“决策层”升维的契机。文章认为，人类的价值将从重复的苦役中解放出来，转向判断、决策和解决真实问题等AI无法替代的高维能力。
用知识库替代你的大脑外存：Karpathy 方法完整实战指南
文章介绍了基于 Andrej Karpathy 思想构建的个人知识库系统，核心在于利用 LLM 将原始资料“编译”为结构化的 Wiki，而非传统的向量检索。文章详细阐述了系统的三层架构（Raw、Wiki、Agent 指令），并提供了 Obsidian 图形界面版、本地文件夹结合 Claude Code 版以及 Graphify 工具版的三种实战搭建流程，旨在实现知识的持续沉淀与跨文档关联。
Agents Are Stuck in a Loop: Memory Growth and Propagation
文章深入探讨了 AI Agent 面临的记忆系统瓶颈：无限记忆增长（UMG）导致检索效率低下和噪声干扰，以及虚假记忆传播（FMP）利用思维链错误放大幻觉。作者指出现有的 RAG 系统因读写混合而加剧了该问题，并提出可以借鉴强化学习（RL）机制，根据任务验证结果对记忆进行奖惩打分，从而过滤无效记忆。
Hermes Tool Gateway：兼顾开放性与易用性的关键演进
本文深入分析了 Hermes 推出的 Tool Gateway 功能，指出这不仅是便利性更新，更是产品战略的转折点。文章指出，Agent 落地的痛点往往不在模型，而在工具层（搜索、浏览器、TTS）的复杂配置。Tool Gateway 通过提供统一且可独立路由（per-tool routing）的托管路径，显著降低了用户的“配置税”，在保留 Operator 选择权和控制感的同时，极大地缩短了价值交付时间。
模型是引擎，系统是车身：AI 架构工程随笔
文章反驳了 Kyle Kingsbury 关于 LLM 不可靠的结论。作者认为，裸模型仅是“引擎”，其不可预测性需通过“车身”工程（如 Harness、Resolver、确定性工具）来解决。不应测试模型本身，而应测试由模型、路由和工具组成的完整系统。
Windows 本地部署 Hermes Agent 保姆教程（小白避坑版）
本文是一篇针对 Windows 用户的 Hermes Agent 本地部署教程。作者详细介绍了在 Windows 上利用 WSL2 安装 Hermes Agent 的全过程，包括 WSL2 的安装配置（特别强调选择 Mirrored 网络模式以避坑）、Hermes Agent 的一键脚本安装、模型提供商 API Key 的获取与配置，以及如何连接 Telegram 实现全天候在线。文中还附带了常用命令和常见问题解答，适合新手入门。
企业需要大脑，而非更多连接器
文章指出，企业级 AI 代理目前仅停留在信息检索阶段，缺乏对公司的深层理解。真正的智能应像资深员工一样综合多源信息，构建持续更新的现实模型。作者提出了基于文件系统交付的“企业大脑”架构，主张通过上下文图谱解决数据冲突、身份统一和信源权威性等问题，从而实现从被动检索到主动理解的转变。
从0开始，在国内用上Claude Code的终极保姆教程
本文是一份针对国内用户的 Claude Code 安装与配置保姆级教程。文章详细介绍了在 Mac 和 Windows 系统下，无论是否有网络代理，如何安装 Claude Code 框架。同时，为了解决国内访问 Claude 官方模型的困难，作者提供了使用国产模型（如 GLM-5.1）的接入方案。教程涵盖了从环境配置、工具安装（如 Homebrew、Git）、模型切换工具 CC Switch 的使用，到配置 CLAUDE.md 规范文件的完整流程，旨在帮助新手用户无障碍地使用这一 Agent 框架。
Claude Opus 4.7 迁移指南：从 4.6 平滑升级的最佳实践
本文详细分析了 Claude Opus 4.7 与 4.6 的关键差异。新版模型采用了自适应思考机制、更严格的指令遵循以及 xhigh 默认算力等级。文章指出了升级后成本增加和召回率下降的原因，并提供了具体建议：采用“委托思维”而非“结对编程”模式，在首轮交互中明确任务意图，批量提问以减少推理开销，并针对 4.7 的字面义理解特性调整 Prompt 风格。
沙盒：Harness 时代的服务器
本文阐述了在 Harness（AI 智能体架构）时代，沙盒作为新型服务器的核心地位。文章从评估测试环境出发，探讨了长期运行的智能体如何依赖沙盒进行隔离执行。重点分析了系统状态的持久化——包括推理轨迹和文件系统数据——对于恢复任务和审计的重要性。作者认为，未来的市场将由拥有“群体”控制层和轨迹数据所有权的一方定义，这引发了关于数据控制权是属于实验室还是企业内部的战略博弈。
如何优化你的 AI Harness：配置、框架与子代理指南
文章指出工程师的关注点已从 IDE 转向 AI Harness，并介绍了提升 Harness 输出质量的关键方法。核心策略包括：保持配置文件（如 .md）精简，采用渐进式披露原则以节省上下文；利用 R.P.I 框架（Research, Plan, Implement）像资深工程师一样分解问题；以及通过子代理清理主上下文窗口。文章强调，Harness 的核心在于工程判断力。
