#Agent
ffmpeg-skill：给 Claude Code 装上 28 个 FFmpeg 工具，先探测再动手
ffmpeg-skill 是一个专门为 Claude Code、Cursor、Codex 等 AI 编程助手设计的 Agent Skill。它的核心想法很简单：不让 Agent 自己拼 FFmpeg 命令，而是给它 28 个经过严格工程化的…
小米 MiMo Desktop 邀测上线：长程 Agent 任务 99% 缓存命中，直连 Blender 和 Figma
不得不说，国内Agent大战已经到了白热化阶段，就在昨天，小米也正式下场。开放桌面端应用：MiMo Desktop。目前是邀测阶段。
这是 MiMo 第一个面向个人真实工作场景的桌面 agent 应用，邀测期间能免费体验小米的两款新一代模…
DeepSeek Harness 如何实现动态修改系统提示词且不破坏 KV Cache
DeepSeek Harness（DSH）最近上线了一项更新：支持动态修改系统提示词且不破坏 KV Cache。在 Agent 框架中，KV Cache 的命中率直接影响响应速度——命中与否的延迟相差可达数十倍。系统…
Qoder 实测：从 Skill 验证到电子书架产品，一个下午的 AI 编程工作流
前段时间，WorkAgent 蓝皮书发布后，有读者评论说想看印刷的纸质版。AI 领域的内容做书籍出版有个天然矛盾：出版周期长，但 AI 更新太快，刚交付新东西又出来了。所以蓝皮书一直用网站形式在更新。
但转念一想：用户要的可能不是"纸"，是…
Agentic UI 设计指南：从任务计划、执行状态到结果工作台
AMD 开发者站上挂着四个免费的大模型 API，注册拿 key，接口 OpenAI 兼容。我把它们和英伟达的免费接口放在一起，用同一道题跑了一轮。同一个 DeepSeek V4 Flash，AMD 输出 19.8 tok/s，英伟达 2.5…
MiniCPM5-2B开源：AA榜单4B以下第一，端侧模型也能做通用Agent
面壁智能与 OpenBMB 社区开源了新一代端侧模型 MiniCPM5-2B。在国际权威基准 Artificial Analysis Intelligence Index 评测中，该模型以 23 分的成绩登顶全球 4B 以下开源基座模型第一…
多模态 Agent 架构综述：三代感知融合、四域基准与七个开放问题
这篇被 TMLR 接收的 60 页综述，由马里兰大学牵头、联合 KAUST 与牛津大学等十家机构的 16 位作者完成。
它做的事可以概括成一句话：把多模态沿着智能体的每个功能模块系统捋一遍，看它究竟改变了什么，以及为此付出了什么代价。
决定…
huashu-mac-use：开源 Mac 电脑操控 Skill，让 Agent 不靠点击也能操作 App
最近在网上刷到大量夸赞 GPT-6 Astra 在 Computer Use 方面能力的帖子，各种操控 Blender 做出 3D 模型的案例确实令人惊叹。但现阶段要解决白领办公问题，除了 coding 能力，最关键的还有搞定电脑和浏览器操…
CrewAI 多智能体开发实践：在自治与确定性之间找到平衡
近两年多来，许多团队在构建 Agent 系统时都遇到了相似的困境：把几个模型、几句提示语、一些工具拼在一起，就以为拥有了一个可工作的"智能体协作"系统。跑 demo 很快，但要进入生产环境却困难重重。问题不在模型本身，而在于编排方式。
真正…
阿里开源zg：把ripgrep+BM25+向量检索整合为Agent时代本地统一检索层
你让 AI Agent 帮你找"启动时恢复主题偏好"的代码逻辑，Agent 拿着这句话开始搜索：先搜 theme preference，没结果；换 restore theme，还是没有；再试 startup settings……