通过 Agent Skills 访问 Huntly SQLite 实现知识库对话 ✍ lcomplete🕐 2026-01-17📦 9.4 KB 🟢 已读 𝕏 文章列表 文章分享了作者为其开源项目 Huntly 实现“知识库对话”功能的巧妙思路。作者受技术帖启发,放弃了原本复杂的 Markdown 和 MCP 方案,转而让 Agent 直接通过 Skills 文档访问 SQLite 数据库。验证表明,该方案配合 glm-4.7-free 模型效果拔群,Agent 能轻松总结收藏、分析 RSS 文章并生成热门推文周刊。文章还展示了基于此逻辑生成的“lcomplete 的 X 精选”,涵盖了 AI 编程、投资哲学、工具生态及 Huntly 项目更新等内容。 AgentSQLite知识库HuntlyLLM编程Opencode开源 # 通过 Agent Skills 访问 Huntly SQLite,轻松实现知识库对话 **作者**: lcomplete **日期**: 2026-01-16T14:21:25.000Z **来源**: [https://x.com/xlcomplete/status/2012168316874633581](https://x.com/xlcomplete/status/2012168316874633581) ---  Huntly 是我开发的一个开源项目。功能有: - 自动保存网页文章和推特,也支持收藏和稍后读。 - RSS 阅读。 - Github Stars 记录。 现今很多类似的工具里面都内置了 chat bot,让用户可以通过聊天与内容库对话。我也想让 huntly 能提供这种能力,但做 chat bot 太重了,我先后做了 markdown 和 mcp 的方案,markdown 的版本废弃了,mcp 的刚实现一个基础的版本。 昨天我看到下面这条帖子,突然茅塞顿开,Huntly 是一个 self-hosted 的项目,数据默认就用 SQLite 保存,那么直接让 Agent 访问 SQLite 不就可以进行知识库对话啦,比我一开始想的 markdown 和 mcp 的方案还要好。 https://x.com/thdxr/status/2011638639831499041?s=20  是的,当看到这条帖子的一瞬间,我就确定直接访问 SQLite 这个方案更好。今天我验证了一下,效果确实拔群。 我编写了一个下面这个简单的 SKILL 文档,让 Agent 能够更清楚如何使用 Huntly 的 SQLite 数据库,如果数据库字段描述写的非常清楚的话,这个 SKILL 可以写的更简单,甚至不需要写。  为了测试这个 SKILL 的效果如何,我没有用最先进的模型,而是用 opencode 中的 glm-4.7-free 模型。我可以问它关于 Huntly 的很多问题,比如:总结最近收藏的网页、最新值得阅读的 RSS 文章、最近收藏了哪些 Skills 方面的开源项目、总结这周阅读的内容等等。 我用一句话让它帮我编写了下面的《lcomplete 的 X 精选》。 提示词:lcomplete 本月写了哪些推特,根据推文的浏览数据,总结热门推文,编写一期名为「lcomplete 的X精选」的周刊。 lcomplete 的 X 精选 ## 2026 年 1 月第 3 周 · 第 1 期 📊 本周数据概览 - 推文总数:145 条 - 总浏览量:~20 万+ - 最受欢迎话题:AI 编程、Vibe Coding、Huntly 更新 - 日均互动:持续增长 ## 🔥 本周 Top 5 热门推文 1️⃣ 🏆 70,550 浏览 · 401 赞 · 26 转发 2026 年了,我宣布一件事情: AI 写代码的水平已经完完全全超过我了。 2️⃣ 💡 37,722 浏览 · 149 赞 · 16 转发 有趣,太有趣了。 这个思路太棒了,让 Agent 访问数据库比访问文件系统更高效。 一看到这条推文,我的脑回路立刻就被激活,思路一下子打开了。 1、很早之前就被 Agent 从数据库查数据的能力给震惊过,Agent 只要能连对应的数据库,不需要提供表名等信息就能找到你想要的东西,也能轻松搞定数据统计和分析。 2、我在实现 huntly 的知识库对话功能时想过两个方案:markdown 和 mcp,却从来没想过让 agent 直接去数据库里查。 要让「知识库对话」更顺畅一些,只需要再结合时下流行的 skills,写一个 markdown,大致让 AI 知道 huntly 数据库是干嘛用的,以及一些关键数据要怎么查询就可以了。 换个角度,整个事情变得如此简单。 用我最近常说的句式来收尾,huntly 的含金量又变高了。😋 3️⃣ 💰 27,373 浏览 · 89 赞 · 5 转发 Claude Pro 的这点额度没法用来写代码,用来运行深度研究,价值倒更大,去年小试牛刀也帮我赚了 5000,前几天推荐的一只股也涨停了。 用 Opus 4.5 运行的深度研究真是顶中顶。 想订阅 Claude Max 了,就是苹果税太重了。 4️⃣ 🎮 4,599 浏览 · 17 赞 不 review 的话,碰到问题还是很容易卡住,多 review 给 AI 提供更多上下文,效率会更高一点。 5️⃣ 🚀 3,248 浏览 · 11 赞 GitHub Copilot 的含金量被大大低估了。 10 美金的订阅可以用 300 条 Opus 4.5 请求,40 美金的方案可以用 1500 条。 而且它按自然月扣费,假设你是月中才购买,价格能减半,但仍然可以用这么多请求。 ## 💡 技术洞察 AI 编程新时代 AI 逻辑推理水平已经上了一个新的台阶 在 2025 年就已经完全超越了,毕竟现在的顶尖大模型还都是去年发布的。 我之前经常用下面的问题试 AI 的能力,sonnet 3.7 还偶尔回答错,不过加上 sequential thinking 则基本能回答对,这是 25 年 2 月的顶尖模型水平。 再往后大部分模型都能回答对这个问题,包括国产的。 后来的 Opus 4.5、Gemini 3 Pro 和 GPT 5.2 都很令人惊喜。 还包括最近 Coding Agent 在工程上的一些发展,也让 vibe coding 的效率更高,质量更好了。 虽然 AI 编码非常厉害了,但我也很赞同 naval 说现在是 slop code 的时代,因为 AI 产出的代码太多,大多都不会被 review,现在还处于「make it work」的阶段,以后肯定会 "better"。 Vibe Coding 实践 让 AI 拆模块,并行让多个 Agent 干活;多 review,清楚代码结构,碰到难的问题给 AI 更多的上下文,它才能更有效的解决。 善用 mcp、skills 等等,还有很多,以后有空写篇文章总结下。 大佬总结的「分布式注意力」很到位。我现在已经开始用三块显示器了。 工具生态 - GitHub Copilot:10 美金 300 条 Opus 4.5,40 美金 1500 条,按自然月扣费 - Open Code + GPT 5.2 Codex:与 Claude Code + Sonnet 4.5 效果相当 - Augment:提供 Opus 4.5 支持 ## 📈 投资与思维 投资哲学 "投资的全部智慧就包含在这五个字里面:等待和希望。" 原话是"人类的全部智慧就包含在这五个字里面:等待和希望。",这是大仲马在《基督山伯爵》的故事结束时说的。 把人类两个字换成投资,也是再恰当不过。 真正看好一只股票时,你不敢随便卖,因为卖出的代价过高。** 头寸 = position。 底仓就是你在这家公司里的"位置"。 可以交易,但别把位置弄丢。 书籍推荐 AI 时代,《基地》这本书的含金量还在上升 如果说《三体》教你如何看清竞争,那么《基地》教你如何看清趋势。 推荐每一位投资者品读它,AI 时代本就很科幻,它不仅是经典,更是一本披着太空外衣的"宏观与风险管理教材"。 如果你只能从《基地》带走一句投资箴言: "不要押注单点奇迹,要押注系统趋势;同时为意外留出空间。" ## 🛠️ Huntly 项目更新 新功能发布 这几天用 AI 给 Huntly 做了几个优化: 1、界面改版,致敬 Inoreader;🫡 2、支持移动端了; 3、推特数据更有用了; 4、支持 MCP 了,可以用 Agent 与 Huntly 畅聊了。 这些还是小功能。 下一步——大幅改进 Huntly 浏览器插件,让它在没有部署 Huntly 服务端的情况下,依然能成为你的信息助手。 移动端支持 可以在手机上流畅刷 Huntly 了,由于我自己整天用电脑,这个需求不强,一直没做,这个 issue 被提出来几次,终于 close 了。 接下来发版节奏会很快,在用的朋友们建议用 docker 自动更新最新版。 数据积累 最近在给 Huntly 开发新功能,我才注意到 Huntly 已经默默给我保存了 60 万条推特和文章了。 ## 📝 原创金句 > 善于花钱的重要性不亚于善于赚钱。 > 人人都是监工佬,不会代码也能搞,Vibe Coding 随便敲,氛围到了自然好! > 现在开发软件做不到一天一更都不好意思跟人打招呼了。 > Huntly 的含金量又变高了。 > GitHub Copilot 的含金量被大大低估了。 > 以前说电影发明后人类的生命尺度变长了,游戏更加如此。这就是我为什么喜欢打游戏。😛 > 如果没有 open source,AI 现在还不会写代码。开源是不可忽视的一股力量,不要小看它,即使在大模型领域,开源项目在未来也会与 OpenAI 等先进大模型展开激烈角逐。 ## 🎯 2026 年目标 定个小目标,希望能领到 X 平台的工资,以这个小目标激励自己输出更多,分享有价值的内容。 最近 X 发的比较多,确实是想完成领工资的目标,但不是为了那点钱,从钱的角度看,这绝对不值得做。 我相信伴随着接近这个目标,会持续扩大 luck surface,这才是做这件事的原因。 我的开源项目 huntly 也没找到商业化方向,但不影响继续开发它,未来它可能也不赚钱,但我相信现在一定在做正确的事情,just do it。 关注 @xlcomplete,获取更多 AI、编程、投资和独立开发的见解。 本期周刊基于 2026 年 1 月 1 日至 1 月 16 日的推文数据整理 ## 相关链接 - [lcomplete](https://x.com/xlcomplete) - [@xlcomplete](https://x.com/xlcomplete) - [2.8K](https://x.com/xlcomplete/status/2012168316874633581/analytics) - [https://x.com/thdxr/status/2011638639831499041?s=20](https://x.com/thdxr/status/2011638639831499041?s=20) - [@xlcomplete](https://x.com/@xlcomplete) - [Upgrade to Premium](https://x.com/i/premium_sign_up) - [10:21 PM · Jan 16, 2026](https://x.com/xlcomplete/status/2012168316874633581) --- *导出时间: 2026/1/17 10:48:21*
浪 浪费20亿Token之后,我做了一个帮自己定义目标的Skill 作者分享了一个名为Leader.skill的开源工具,旨在解决Agent交互中目标定义模糊的问题。该工具基于“目标七问”方法论,将模糊需求转化为清晰的目标任务书,支持多模型组合(如Claude规划、GPT执行),显著提升长程任务的完成率与Token利用率。 技术 › Skill ✍ 数字生命卡兹克🕐 2026-07-27 AgentGoal Engineering目标定义自动化开源LLM效率工具方法论ClaudeGPT
如 如何利用AI构建和扩展单人企业 文章介绍了利用AI构建和扩展单人企业的完整蓝图。通过使用AI员工(如Viktor)在内容、项目、拓展、财务和广告五个领域实现自动化,只需保留决策环节。文章探讨了两种构建方式:快速路径和自定义构建,强调业务知识库和操作规则的重要性。 技术 › Agent ✍ Machina🕐 2026-07-26 AI单人企业自动化Agent生产力Viktor商业模式知识库LLM效率
如 如何使用Linear管理Agent并构建软件工厂 作者分享了使用Linear工具管理编程Agent的实战经验。他将任务按结果层级组织,利用分流箱收集问题,并通过分批处理工作流来提高效率。文章重点强调了制定清晰的Ticket契约(目标、原因、结果)、确保Agent完整完成任务以及实现无监督并行工作,从而打造个人“软件工厂”以提升生活质量。 技术 › Agent ✍ Fred Jonsson🕐 2026-07-20 LinearAgent自动化工作流软件工程编程LLM生产力Claude效率
K Kimi K3实测:半天复刻录屏工具 作者利用Kimi K3模型,在不到一天时间内开发出一款对标ScreenStudio的免费macOS原生录屏App HuaStudio。文章详细记录了从需求分析、分阶段开发到解决系统级Bug的全过程,肯定了K3在长程规划、代码执行和Debug方面的能力,认为其体验接近Opus 4.8。 技术 › 工具与效率 ✍ 花叔🕐 2026-07-17 KimiLLM录屏macOS开发Agent实战评测编程应用开发
B BestBlogs 早报 · 07-17|Bun 借 AI 重写、Hook 堵越权、Nemotron 登顶检索 本期早报聚焦 AI 工程落地,精讲 Bun 用 64 个智能体 11 天重写 53.5 万行代码、腾讯 DECO 用 Hook 治理 LLM 偷懒越权、NVIDIA Nemotron 登顶检索榜。此外涵盖 Kimi K3、Inkling 模型、全双工语音等速览,强调竞争焦点从模型参数向工程实践迁移。 技术 › Harness Engineering ✍ ginobefun🕐 2026-07-17 AI工程BunRustAgentNVIDIALLM检索Hook开源模型评测
深 深入理解 AI Agent:设计原理与工程实践 李博杰新书《深入理解 AI Agent:设计原理与工程实践》开源,涵盖从0到1构建生产级AI Agent的原理与代码,包括RAG、工具调用、多Agent协作等实战内容。 技术 › Agent ✍ 李博杰🕐 2026-07-15 AI Agent开源LLMRAG工具调用多模态编程工程实践生产级代码
微 微软开源 SkillOpt:不动模型,只训练 Prompt 微软开源了 SkillOpt 项目,引入了“训练 Prompt”的新思路。与传统的 Agent Skill 开发不同,SkillOpt 在不改变模型权重的情况下,将神经网络训练方法(如 epoch、验证集)应用于优化 SKILL.md 文本。系统通过执行任务、打分、反思和筛选修改建议,实现技能文档的自动化迭代。论文表明,该方法在多模型环境下均有显著提升,且优化后的技能具备跨模型迁移能力。 技术 › Agent ✍ sitin🕐 2026-07-13 Prompt工程Agent微软开源LLMAutoML优化技能文档
阿 阿里开源 Zvec:像 SQLite 一样极简的嵌入式向量数据库 阿里开源了一款名为 Zvec 的向量数据库项目,主打“纯本地、内嵌式”极简体验,号称向量界的 SQLite。该项目基于 C++ 编写,支持零配置安装,性能强悍(毫秒级搜索数十亿向量),同时兼容稠密、稀疏向量及全文检索。它非常适合本地大模型、RAG 和个人知识库开发,彻底免去了部署繁琐的后端向量服务。 技术 › 后端 ✍ 智享🕐 2026-07-08 向量数据库阿里ZvecRAG本地大模型开源LLMAgent数据库工具
2 2026 年,如何成为一名 AI 工程师(不卡学历) 本文提供了 2026 年成为 AI 工程师的 12 个月路线图。作者区分了模型研究员与 AI 工程师,强调后者更看重实战能力而非高学历。路线图涵盖 Python 基础、大模型 API 调用、RAG 系统构建、Agent 开发以及 MLOps 评估与部署。通过完成三个核心项目(RAG 应用、多 Agent 系统、带监控的上线系统),建立能胜任工作的作品集,即使没有 CS 学位也能入行。 技术 › Agent ✍ 老白(每日 AI 干货)🕐 2026-07-02 AI工程师学习路线RAGLLMPython职业发展AgentMLOps编程实战教程
H Hermes Harness 架构深度解析 本文深入分析了 NousResearch 的 Hermes 开源 Agent Harness 架构。文章指出 Hermes 全面实现了包括上下文管理、子代理管理、会话持久化等在内的九大核心组件。作者详细探讨了其独特优势:统一的运行时支持多种模型提供商、复杂的三层系统提示词组装、基于 SQLite 的会话即基础设施设计,以及内置的消息网关和 Cron 系统。文章最后展望了其向一级编排能力演进的方向。 技术 › Hermes ✍ Aparna Dhinakaran🕐 2026-05-30 AgentHarness架构分析LLM上下文管理开源子代理系统设计
G GBrain 深度解读:YC 掌门人打造的 AI 知识引擎 GBrain 是 Y Combinator CEO Garry Tan 开源的个人知识管理系统。它突破了传统笔记工具的存取模式,通过集成知识图谱、混合搜索与 LLM 合成能力,实现跨文档的关联理解与自动回答。系统采用 Markdown+Git 存储数据,支持 MCP 集成及 43 种预置技能,目前已在 14 万页规模的生产环境中得到验证。 技术 › 工具与效率 ✍ Mr Panda🕐 2026-05-25 GBrain知识管理知识图谱LLM开源Y CombinatorAgent工具推荐MCPMarkdown
h holon v0.14.1:Rust 重写与自举开发实践 本文介绍了 holon v0.14.1 版本的更新,重点在于使用 Rust 进行了底层重写,并实现了项目的自举开发(即 Agent 自主完成从需求分析到代码合并的全流程)。文章详细阐述了采用 Rust 重写的原因、关键架构设计(如单 Session 模式、Workitem 机制和事件驱动),并展示了实际的 Dev 工作流及与竞品模型的对比测试数据。 技术 › Agent ✍ jolestar🕐 2026-05-24 AgentHolonRust自举开发DevOpsLLM工作流自动化开源