共生知识库

Library

资料库

统一浏览原始素材、概念、实体与摘要,按标题、标签和类型快速回到知识来源与上下文。

共 10 条
摘要
2026年5月15日

Agent Harness 解剖:从概念到工程实践

Agent Harness 解剖:从概念到工程实践 Akshay Pachaar 在 2026 年 4 月发表的深度分析,综合 Anthropic、OpenAI、LangChain 等团队的实践经验,系统定义了 Agent Harness(代理框架) ——将无状态 LLM 转化为可用智能体的完整软件基础设施。 核心观点 Agent 是涌现行为,Harness

agent
harness
architecture
概念
2026年5月5日1 反链

Agent Loop

定义 Agent Loop 是 Agent Runtime 的心跳:系统把用户目标、上下文和工具结果送入模型,模型产生文本或工具调用,运行时执行工具并把结果继续送回模型,直到有证据可以收尾。 最小循环 设计要点 流式输出要能累积成完整 assistant message。 工具参数必须校验,失败也要回到 loop。 多工具并行时,UI 可以按完成顺序展示,但

agent
runtime
tool-calling
实体
2026年5月5日1 反链

OpenClaw

概述 OpenClaw 是一个长期运行的个人助理系统。相对 Pi 更像 runtime kernel,OpenClaw 更接近 product control plane:它负责通道接入、会话路由、工具策略、权限、队列、cron、webhook、Canvas 和 Control UI。 和 Pi 的分工 Pi 负责内核语义:模型怎么跑,工具怎么调,runti

agent
control-plane
personal-assistant
实体
2026年5月5日3 反链

Pi (pi-mono)

概述 Pi 是 pi mono 仓库里的 minimal terminal coding harness。它给模型一组很小但完整的身体能力:read、write、edit、bash,并配套只读检索工具、session、context files、compaction、skills、extensions、TUI、RPC 和 SDK。 分层 packages/a

agent
coding-agent
harness
摘要
2026年5月4日

深度解析:Harness Engineering

深度解析:Harness Engineering 模型不是瓶颈,系统才是。 本文系统论述了 Harness Engineering 的起源、定义、工程构件和未来方向,提出 AI 工程正经历从"指令驱动"到"意图驱动"的范式迁移。 背景:从生成到治理的五年弧线 AI 工程自 2022 年 11 月起经历了五个阶段: 1. 生成(2022.11 — 2023)

harness-engineering
agent
ai-engineering
+1
概念
2026年5月4日

Agent 记忆存储(Memory Store)

Agent 记忆存储(Memory Store) 定义 Memory Store 是 summaries/memory in claude managed agents|Claude Managed Agents 记忆功能 中的核心抽象:一个 命名空间隔离的文本文件容器 ,作用域为 workspace,用于在会话间持久化 Agent 的非结构化知识。 工作原

agent
memory
persistence
+2
摘要
2026年5月4日1 反链

Claude Managed Agents 记忆功能

Claude Managed Agents 记忆功能 概述 大多数 Agent 每次对话都从零开始,无法跨会话记住用户偏好。Claude Managed Agents 引入了 Memory(记忆) 功能来解决这个问题:Agent 在一个会话中写下笔记,同一用户下次返回时自动读取。 该功能目前处于 公开 Beta 阶段,API 可能在正式发布前发生变化。 核心

claude
managed-agents
memory
+1
摘要
2026年5月4日

从 Pi 开始理解 Agent Harness 工程

从 Pi 开始理解 Agent Harness 工程 凡是让 Agent 趋近于目标的一切工程化手段,都是 harness。 概述 本文是对《第一个 Agent 从 Pi 开始》一文的精炼总结。文章从 Pi(一个 minimal terminal coding harness)出发,系统阐述了 Agent Harness 的概念、分层架构、工程模式,以及如何

agent
harness
coding-agent
+1
概念
2026年5月3日2 反链

检索增强生成(RAG)

检索增强生成(Retrieval Augmented Generation,RAG)把知识库检索和语言模型生成结合在一起。这个项目会从 wiki/ 中检索整理后的知识片段,也会从 raw/ 中检索简短原文摘要,然后让模型基于这些片段生成带引用的回答。 它解决什么问题 关键实现选择: 用 Git 保存长期可维护的知识资产。 从 Markdown 内容构建向量索

AI
检索
摘要
2026年5月3日1 反链

AI 知识库种子笔记摘要

AI 知识库种子笔记摘要 本页总结了项目的初始目标和整体架构。 项目目标 构建一个 公开的 AI 知识库 ,将原始资料与 AI 整理后的知识页面分离存储,并提供 RAG 对话入口供读者围绕知识库内容提问。 仓库架构 | 目录 | 用途 | | | | | raw/ | 存储原始资料(人类输入、粘贴、Obsidian Web Clipper、RSS 等)。AI

种子
摘要
项目概览
资料库