🏷️ JavaScript

重写Agent：在Durable Object中使用Pi、Agents SDK和Code Mode

本文讲述了camelAI团队如何将Agent从虚拟机迁移到Cloudflare Durable Object中。通过利用SQLite和R2作为文件系统，并用JavaScript替代bash，团队解决了高昂的基础设施成本问题。尽管限制了Agent只能使用预定义的方法，但这提高了性能和安全性，并优化了产品体验。

Graph Engineering with Claude: 14-Step roadmap from 0 to graph architect

本文介绍了如何使用 Claude 构建图结构的 Agent，替代传统的线性执行模式。文章详细阐述了节点与边的定义、契约设计、并行化执行等核心概念，通过动态工作流实现任务的分发、验证与聚合，从而提升效率与系统的鲁棒性。

为什么顶级 AI 工程师不再写提示词：Loops 与 Harness 的崛起

文章指出，AI 交互方式正在从单一的“提示词”转向“循环”。顶级工程师不再手动编写 Prompt，而是设计自动化循环，让智能体自我迭代直至任务完成。以 Slate 工具为例，介绍了如何通过编写 JavaScript“程序”来掌控循环逻辑，实现多模型并行处理和真实世界交互，从而构建更强大的智能系统。

Claude 动态工作流终极指南：12分钟处理113个智能体任务

文章深入探讨了 Anthropic 推出的 Claude 动态工作流功能。通过将协调器从昂贵的模型转移到代码中，用户可以在12分钟内调度113个智能体处理195万Token的任务，且协调成本为零。文章详细解析了六大工作流模式（如分类并行动作、发散综合、对抗验证等），并以处理100个用户访谈为例，展示了如何从原始数据聚类、打分到生成原型，实现全自动化闭环，特别适合产品经理进行复杂的市场研究和原型验证。

如何掌握 Claude Code 动态工作流：Anthropic 工程师实战指南

本文介绍了 Claude Code 的动态工作流功能，这是 Anthropic 工程师用于处理复杂任务的利器。文章详细阐述了该功能的心智模型、核心 API（agent, parallel, pipeline）以及 5 种关键设计模式（如分类执行、并行分发与合成、对抗性验证等）。动态工作流通过让 AI 自定义编写 JavaScript 代码来编排子智能体，有效解决了单一上下文窗口中的懒惰性、自我偏好偏差和目标漂移等三大问题。

Build Your First Agent

文章旨在通过简洁易懂的语言，帮助初学者在一下午的时间内构建第一个 AI Agent。作者指出 Agent 本质上是一个包含模型、工具集和循环的简单程序，并提出了“四步构建法”：定义目标、列出工具、选择运行时、编写系统提示。此外，文章还分享了五条实用规则（如展示工作过程、使用计划模式等）以避免常见陷阱，并列举了适合初学者的实践项目，强调构建 Agent 的核心在于理解其循环逻辑。

利用 HyperFrames 将 HTML 转换为视频的技术实践

文章探讨了利用 LLM 生成 HTML 代码进而制作视频的难题与解决方案。作者介绍了 HyperFrames，这是一个通过最小化创作模型、控制 Headless Chrome 逐帧渲染来生成确定性 MP4 的系统。文章详细阐述了核心技术难点，包括使用 Seek 替代 Play 模式、利用 Chrome DevTools Protocol 的 beginFrame 控制渲染同步，以及解决事件循环阻塞和字体加载异步问题的具体工程技巧。