AI智能体
玩转Ai Agent，OpenClaw的各种玩法，学习Ai Agent技巧，OpenClaw技能分享
Vercel 和 Linear 设计工程师开源的 AI 动效审美 Skill
在 AI 编程工具领域，一个常被忽视的痛点是：Agent 写 UI 时功能齐全、代码干净，但细节和交互动画质感差——看起来过于表面和粗糙。按钮反馈弱、动画时机不对、视觉层级混乱，这些设计上的取舍往往是 AI 无法自行…
Harness Engineering：用 Markdown 构建可读可验证的 AI Agent 仓库
在 AI Agent 开发中，我们常常把注意力集中在模型能力上——更大的参数、更好的推理、更长的上下文。但一个被忽视的事实是：当模型能力达到一定阈值后，真正的瓶颈变成了 harness，也就是你围绕模型构建的一切基础…
QClaw多Agent协作实测：3个智能体接力完成复杂数据分析任务
腾讯 QClaw（龙虾）支持多 Agent 协作，可以实现复杂办公任务的自动化。本文实测了一套三步数据分析流程：5 个上万行 Excel 文件，先由高级数据分析师做跨表分析，再由数据审计 Agent 复核结论，最后由报告生成 Agent 输…
AI Agent 平台架构设计：为什么不应该让每个业务都 fork 一套 Agent 系统
构建 AI Agent 平台时，第一个关键决策不是技术选型，而是划定边界——平台只做横向通用能力，业务智能体必须放在业务应用层。
这背后有一个核心问题：当未来出现商业计划书生成、融资路演、政策解读、知识库问答等多个…
PM 别再手动记需求了，我用 Skill 搭了个自动分拣的「需求池」
上午刚打开 PRD，销售甩来一句"客户说能不能接飞书审批"。刚准备回复，客服又发来截图："用户保存设置报错了"。群里又有人说："暗色模式能不能安排一下"。
事儿都不大，但每条都能把你从当前工作里拽出来。一遍遍打开需求池记录，这么多碎片化的需…
构建 AI 时代的知识底座：LLM Wiki 编译流水线实践
领域知识决定了 AI 在业务中能发挥多大的价值。任何 AI 系统都由模型、知识、架构三部分组成——模型由供应商提供，架构常因模型升级而失效重做，只有领域知识只能从内部积累，不可替代且持续变化，是最值得长期投入的部分。…
Agent 核心架构拆解：规划、记忆、工具三模块的 PM 设计指南
2026年有两个词被频繁提及：AI 和 Agent。所有人都在说 Agent 是未来，但很多产品经理其实说不清楚 Agent 到底由哪些部分组成，该管什么、不该管什么。
把 Agent 拆开来看，其实可以用一个简化的公式概括：
Agent …
Hermes /learn 模式上线：一句话将经验提炼为可复用 skill
一直纠结一个问题：agent 能记住上下文、能跑工具、能帮忙干活，但"经验"怎么沉淀？每次开新会话，之前踩过的坑、摸索出来的流程、反复验证过的最佳实践，如果不手动整理就全丢了。
Hermes 的 skills 系统本来是为了解决这个问题。但…
Codex+HyperFrames：把公众号推文变成1分半科普视频
把一篇公众号推文变成 1 分半的科普短视频，需要多久？
传统流程至少要一天：写分镜脚本、找素材、剪辑、加字幕、配旁白。
我用 Codex + HyperFrames 这套组合，半小时搞定——从文章到带字幕、特效、旁白…
微软 SkillOpt：像训练神经网络一样训练 AI Skill，GitHub 5000+ Star
训练神经网络时，epoch、batch size、学习率等整套流程非常成熟，跑一轮下来结果可复现。但训练 AI Agent 的 skill 呢？改改 prompt 跑跑看，好就算了不好再改，没有验证集，全凭手感。
微软研究院刚开源了一个叫 …