ai agent

Dify 结构化输出实战：JSON Schema、数据校验与条件分支模型生成的 Markdown 表格适合阅读，下游程序却需要稳定的字段：任务数组在哪里，缺少负责人时用什么值，没有任务和生成失败又该如何区分？仅在提示词里写一句“请输出 JSON”，还不足以约定这些行为。

咬代码的兽

满大街的 AI Agent，怎么判断真假？五个土办法前几天刷 X，看到一句挺扎心的话：企业里部署的「AI Agent」，真正能自己规划、自己干活的没几个，剩下的本质是一个聊天机器人，外面套了层 Agent 的壳。

10 人团队 10 种 AI 代码风格：规则文件不是配置文件一个 10 人的后端团队，同一个需求，每个人各自让 AI 写一版。收上来的代码大概是这样：有的接口返回裸对象，有的包了 Result<T>；有的 @Transactional 打在 controller，有的打在 service；错误码有字符串、有枚举、有直接抛 RuntimeException 带一句中文；测试有的用 AssertJ，有的用 assertEquals，有的干脆没写；Redis key 有的带业务前缀，有的就是一个裸 id。

Claude Code Skills 放对目录却不生效：插件启用顺序与缓存的三个坑本文摘要：Skill 放对目录仍不生效是静默失败，常被误判为模型问题。本文复现目录冲突、frontmatter 缺失与 instincts 抢占三种失败，用日志确认加载。

AI Agent工作台能做什么？一个产研任务从资料到交付怎么走“AI Agent 工作台能做什么？”如果只回答能聊天、能写文档，范围还是太大。但放到一个真实的产研任务里看：产品经理拿到一批访谈纪要、反馈表和旧版说明，先整理证据，再产出评审材料，最后还要把修改记录留下来。在这个过程里，AI Agent承担的是连续处理资料和产物的工作台，不是替团队直接拍板。

武雄（小星Ai）

Hermes Agent 周报：v0.21.6 发布，多账号连接器上线，6 项安全修复📢 这是「Hermes Agent 周报」，记录 10月5日-10月11日的项目动态。每周一更新，帮你省下刷 GitHub 的时间。觉得有用就收藏+关注，不错过每周更新 👋

AI应用入门（七）用 promptfoo 测试评估 Ollama 本地模型promptfoo 和 garak 定位不同：promptfoo 支持 Ollama 作为原生 provider，不需要像 garak 那样绕 REST 配置，接起来更直接。它还能同时跑多个模型做并排对比，这是它的强项。

货代/航运企业如何用信鸽通关宝做报关制单：三份单证进来之后一票货进来，客户发来三个附件：装箱单、商业发票、外贸合同。对货代、航运企业来说，文件是扫描件还是 Excel 不固定，品名写法也不固定。报关单要填的字段，八成以上都在这三份文件里，但把它们对上号，熟练制单员通常要花半小时到一小时，单量一上来还容易出错。

神奇的代码在哪里

Ling-3.1-flash 正式开源：560B 激活 25B，1M 上下文、MIT 许可摘要：Ling-3.1-flash 是蚂蚁集团百灵大模型团队（inclusionAI）在 2026 年 9 月 30 日发布的新一代模型，总参数约 560B、每条 token 只激活约 25B、上下文窗口上限 1M。它走的是一条和主流"发布即开源"相反的路：先用两周免费体验把模型放出来跑，权重则等到 10 月 14 日才正式上传魔搭社区，许可证是宽松的 MIT。本文按"规格 → 架构 → 能力 → 评测 → 开源落地 → 怎么用 → 注意事项"的顺序做一次完整介绍。

江湖中的阿龙

AI Agent 调用工具怎么做才稳？参数校验、幂等与审计的 Python 实战AI Agent 能调用工具后，应用就不只是“生成一段文字”了：它可能查询数据库、创建工单、改写文件、触发部署。一次参数误解或重复调用，后果会落到真实系统里。比如用户只说“帮我记录一下登录报错”，模型却给工具传了额外字段；或者工具执行成功，但响应在返回途中超时，Agent 重试后建出两张一模一样的工单。

Skills 增至 30 个，Claude Code 反而变慢：token 与加载实测本文摘要：Skill 扩到三十个后响应变慢、单次可改文件变少，上下文预算被挤占。用可复算的成本台账脚本，拆出每个 skill 的 token 占用与代码余量。

Starry-sky(jing)

Hermes Agent 部署后怎么升级？v0.21.7 Linux 源代码版实测Hermes Agent 部署用户最关心的是：升级后还会不会追 main，本地配置和补丁会不会丢？本文按 Linux 源代码安装记录版本变化、升级命令和验收结果，也把本机遇到的两个边界情况讲清楚。

酒旅Agent开发实战

10000个MCP Server之后：生态繁荣还是碎片化？MCP 生态跨过了一个标志性节点：活跃 MCP Server 数量突破 10000，SDK 月下载量达到 9700 万。

从AI识单到提交申报：信鸽通关宝如何减少手工录入差错一份出口报关单，表头和表体加起来有几十个栏目要填。收发货人、生产销售单位、申报单位、监管方式、成交方式、币制、件数、包装种类、毛重、净重、商品编号、商品名称、规格型号、数量、单位、原产国、境内货源地、合同协议号、集装箱号。每个栏目都对应箱单、发票、合同或提单上的一处信息。

信鸽通关宝支持哪些单证格式识别：图片、PDF与表格的能力边界报关现场的单证来源很杂。客户发来的可能是扫描件，货代转来的是PDF，工厂给的又是Excel箱单。信鸽通关宝把识单放在制单流程的前端，产品资料里明确写着支持图片、PDF、表格多格式识别提取。要判断这套能力是否适合自己的业务，需要分清三类格式各自能处理到什么程度，以及哪些环节仍然依赖人工核对。

AI应用入门（四）MCP 处的防护：技术原理与开源工具在讨论具体技术之前，需要先明确一个概念区分。前文讨论的的 Llama Guard、Presidio、Bastion 等，管的是与模型对话——检查 Prompt 有没有被注入、输出有没有泄露隐私、内容有没有违规。这类工具通常叫“护栏”（Guardrail）。

AI Agent 工程化开发实战（一）：Agent 开发的四个层次——积木、运行时、薄壳、套件本系列贯穿一条英文概念主线：Agent Runtime → Harness。本文先建立整个系列的认知地基：为什么我们讲「四个层次」，而不是你更常听到的「三个框架」。

Gemini 4 Argon API 接入与迁移：模型参数、Token 价格和 Agent 测试方案本文聚焦工程接入而非厂商跑分：梳理 Gemini 4 Argon 正式版的 API 调用格式、上下文与输出 Token 上限、阶段定价、Thinking Level，以及上线前需要运行的 Astro 代码审核和 LangGraph 失败恢复验收。本文未实际调用该型号，不含伪造的模型测试结果。

AI应用入门（三）多模型路由与护栏问题多模型路由（Model Routing）的核心思想，是大厂 AI 产品标配的架构。豆包这类产品不会把所有请求都丢给同一个模型，而是在网关层做意图识别，然后转发到最适合的后端。

MCP SSRF 连环漏洞拆解：从 Google 到 mcp-server-fetch，Agent 的信任链如何变成攻击链2026年10月的第一周，MCP生态经历了一场无声的地震。不是某个模型又刷了新榜，不是某个Agent框架又多了几个star，而是一组编号——CVE-2026-104120、CVE-2026-14540、CVE-2026-97228、GHSA-c9xm-49cp-xcr9——像一排钉子，把"Agent安全"这个一直飘在PPT上的词钉进了现实。