ai agent

制造数据与AI践行者老蒋

排坑笔记：LangChain 多工具 Agent 完整性校验 return_intermediate_steps 事后核对方案🏭【博文导航】四阶段学习路径版（持续更新）关于【智联工坊】那些事📌 文章摘要多工具数据质量巡检 Agent 注册 5 个工具，模型只调用 4 个就输出结论，报告看似完整却缺失维度？靠提示词约束始终是概率性的。本文提供工程化解决方案：通过集合差集校验做事后完整性兜底，漏调工具自动补执行并留痕，配合桩测试锁定效果，把工具调用完整性从模型自觉变成可度量、可审计的工程不变量，适用于所有生产级多工具 Agent 场景。

用 Ace Data Cloud 快速把 Discord 接入 AI Agent：MCP + REST API 双通道实践在 AI Agent 越来越多地参与日常协作、消息处理和社区运营的今天，很多开发者都会遇到同一个问题：如何让 AI 安全、稳定地连接真实工具，并把自然语言指令转化为可执行操作？

【随笔】MCP工具错误怎样分层：先读反馈，再决定下一步上一篇给MCP工具结果加上结构与业务检查。接着沿调用链想一层：工具没有给出可用结果时，Agent应该修改参数、等待更多输入，还是先停止操作？把所有失败都写成“再试一次”，会丢掉关键线索。

Manus 2.0 Cascade降本拆解：Token少用23.2%、成本降32%的工程手段，营销Agent编排能迁移什么 | RiseClaw玄策9 月 28 日，Manus 2.0 面向海外用户发布，官方给出一组实测数据：自研 Cascade Agent 框架在一次测试配置中，Token 消耗比旧系统少 23.2%，任务完成时间缩短 28.2%，运行成本降低 32%。多数转发只盯着三个数值本身，但从工程视角看，真正有信息量的是它们的差值结构——成本降幅（32%）明显大于 Token 降幅（23.2%），说明省钱的来源不止「少说话」。

記億揺晃着的那天

【Agent 架构实战】大模型长期项目开发：决策文档生命周期管理与 CI 门禁治理如果你也在用 Agent 维护长期项目，大概率撞过这样的墙：上个季度就废弃的刷新策略，Agent 偏偏检索到旧文档，理直气壮地写回代码；你问它为什么，它还贴出"出处"证明自己有据可查。问题不在 Agent 记性差，而在仓库从未用机器可读的方式表达过"哪些文档还算数"。本文给出一套零依赖、可直接抄走的方案：三层知识解耦、四状态决策目录、一条 SHA-256 哈希门禁。

制造数据与AI践行者老蒋

智联工坊实战：工业数据质量自动检测方案 3σ 原则 + Agent 编排 + 分层容错完整实践🏭博文导航-四阶段学习路径版（持续更新）关于【智联工坊】那些事【文章摘要】针对制造业设备数据质量差导致 OEE 失真、人工排查效率低、不可复现的痛点，本文基于智联工坊 50 万行真实压测数据，演示从人工 2 天排查升级为 AI 自动巡检的完整落地方案。采用接入层 + 检测层 + 编排层 + 兜底层的四层架构，覆盖空值、重复、异常、延迟、结构五类检测，配套 Agent 工具调用双兜底防线，附 9 类脏数据场景压测结果、选型权衡与边界局限，所有结论均有注入基准可验证，可直接复用到生产场景。

Claude Code 2.1.289 补上四个 deny 缺口：Agent 权限匹配器的规范化、分层裁决与回归语料本文写给正在自建 agent / coding agent harness 权限层的软件与平台工程师。素材来自 Anthropic 官方仓库的 Claude Code 2.1.289 CHANGELOG（npm 发布时间 2026-10-03 20:12 UTC，即北京时间 10-04 04:12）、官方 Configure permissions 文档，以及 2026-10-04 的社区解读。文中区分「公开事实」和「作者架构建议」。只讨论防御侧的设计与测试，不提供任何绕过权限规则的操作步骤。

从“框架混战“到“运行时收敛“：2026 年 AI Agent 开发框架的三条路线之争2026 年 9 月下旬到 10 月初，中文技术社区的 Agent 框架报道密度明显升高：DeepSeek Harness 的新版本解读、字节 DeerFlow 2.0 的架构介绍、strands-agents 新版能力拆解，以及微软 Agent Framework 1.0 的发布报道，几乎在同一周内被反复讨论 [1][2][4][5]。如果只看标题，很容易得出"框架混战又开始了"的结论。但把这些动态放在一起看，会发现它们回答的其实是同一个问题：当编排语法与协议底座趋于同质之后，Agent 系统的差异化究

AI Agent编排实战：用四层架构搭建增长运营垂类Agent系统 | RiseClaw玄策新浪财经的一篇赛道全景报道讲了三件事：MCP 协议在众多方案里跑了出来，成为 Agent 接工具的事实标准；OpenClaw 开源生态把 Agent 开发的入场门槛打到了地板；大模型厂商与互联网大厂两大梯队正在同场竞逐（以上赛道事实均引自该篇新浪财经报道）。协议标准化和生态降门槛解决的是「能不能跑起来」，但对真正要做垂类自动化的人来说，卡点从来不在起跑线：单次对话能干活，不等于系统敢 7×24 无人值守地跑增长闭环。

从云原生到AI原生：2026后端架构“三驾马车”（事件驱动、虚拟线程、AI Agent内嵌）演进解析2026 年的后端语境里，"从云原生到 AI 原生"已经成了一句被反复引用的口号。但口号与可执行的工程决策之间存在巨大落差：LLM 到底应该放在架构的哪一层？事件驱动、虚拟线程、AI Agent 内嵌这三件事为什么经常被捆绑讨论？Java 团队要为此付出多少迁移成本？哪些说法有官方文档或生产实践支撑，哪些只是社区叙事？

AI Agent 进入工程化下半场：从多智能体编排走向治理、标准化与运行沙箱2026 年 9 月的开源与 AI 工程信息流里，有一个现象值得单独拎出来：从 9 月 3 日的 GitHub AI&Agent 开源项目周报，到 9 月 7 日的 AI 新闻日报，再到 9 月 22 日的 GitHub Trending 盘点、9 月 24 日的掘金热榜，以及 GitHub 上的 Agentic Engineering Workflow 策展仓库，不同平台、不同作者、不同体裁的内容，反复指向同一件事——AI Agent 的竞争重心已经从"能不能编排多智能体"转向"如何治理、如何标准化、如

【随笔】MCP缓存期限与共享范围：让Agent复用资料时记住边界上一篇讨论了资源更新通知：资料变了，Agent需要让旧缓存失效。还有一个常见问题——通知尚未到达时，刚读过的资料能否复用？多人共用一个网关时，这份缓存又能给谁看？

【随笔】MCP资源更新订阅：通知到达以后，Agent怎样刷新旧资料上一篇随笔用URI串起了MCP Resources的发现、读取与来源记录。资料能够读出来之后，还会遇到一个很实际的问题：配置和文档发生变化，Agent手里的缓存怎样知道该刷新？

MCP实战手记（八）：从“能跑“到“能上线“——无状态MCP Server的生产落地清单规范变了什么，见我的《MCP Live 解读》；怎么迁到无状态，见第一季篇（三）。本文两样都不重复——只讲迁完之后才会遇到的 5 个生产问题。

多智能体协作的三套通信语言：MCP、A2A 与 Tool Calling 怎么选（附 LangGraph/DeepAgents 实战分工模式）多智能体系统上线前最容易出问题的，往往不是模型能力，而是把三种不同粒度的"通信合约"混成了一件事。本文先把 Tool Calling、MCP、A2A 放到同一张分层图里，说清各自标准化哪一段边界，再落到 LangGraph 的"拆解—执行—质检"回环与 DeepAgents 的主子调度两条工程路径上。

漂着的圆木

Agent执行安全：Taskflow无容器架构风险边界核对GitHub 发布 Fuzzing Taskflow，一个针对 C/C++ 的自主模糊测试管道。它基于 Security Lab Taskflow Agent 框架构建，核心特征是在主机上直接执行 AFL 和构建命令，中间无容器隔离。官方建议仅在不特权的一次性环境中运行。这一架构与 Anthropic 提出的脑手分离模型形成鲜明对比，为 Agent 生产部署提供了具体的安全边界参照。

【AI Agent】光储运维从 “展示数据“ 到 “自主决策“：运维 AI Agent 落地实践拆解光伏储能电站装得越多，运维系统也上得越多，但运维人员的状态并没有本质改善：查询靠翻、汇总靠表、异常靠经验。多品牌设备的数据散落在不同平台，报表汇总、趋势分析、多站对比都依赖人工；告警信息相互孤立，原因判断靠老师傅经验；数据、告警与处置脱节，一个问题从发现到闭环要经过多道人工环节。

【随笔】Agent Skills如何按需加载：把技能说明放进分层目录前面的随笔讨论了工具、任务恢复和执行边界。接下来还有一个日常问题：Agent需要做的事情越来越多，每种工作的步骤、模板和注意事项，应该放在哪里？

A2A 协议详解：Agent 间通信标准、四大核心机制与 MCP 互补Agent 之间怎么"说话"？上一章讲了多 Agent 为什么需要协同、为什么要统一通信标准；这一章把 A2A 协议讲透：它是什么、和 MCP 是什么关系、Agent Card 与 Task 生命周期两大核心机制怎么运转、任务产出物（Artifact）和消息（Message）怎么组织，以及 4 道面试题的完整参考回答。读完你就能把"多 Agent 协作"落地到协议层面。

MCP实战手记（九）：生产化MCP Server的6层安全防护篇（七）做了端点鉴权——但那只是一层。本文把散落的安全点串成体系，逐层在本机跑通，并说清哪些我验证过、哪些没有。