ai-agent

Graph 编排：不只是 ReAct 的通用 DAG系列「企业级 AI Agent 实现拆解」补充篇 E3。E1 讲了 ReAct 怎么用有向图跑起来，E2 讲了图里的数据长什么样。这篇往前走一步——Eino 的 Graph 不只能画 ReAct 循环，它能画任何流程。意图识别走不同分支、RAG 的检索→重排→生成管道、多 Agent 协作的拓扑——全都能用同一张图表达。

Chain 编排：线性流、并行、Passthrough系列「企业级 AI Agent 实现拆解」补充篇 E4。[Graph 编排：不只是 ReAct 的通用 DAG]https://mp.weixin.qq.com/s/9rewe8ZV06b4tj0snnVuYw) 讲了 Graph 能画任意流程——节点、边、分支随便连。Graph 很强大，但大部分时候你的流程没那么复杂。翻译 → 摘要 → 评分，这种"一节一节往下走"的管道，用 Graph 写要手动连每条边，太啰嗦。Chain 就是为此而生的——线性流程的语法糖。

Eino 的 ReAct 循环是怎么跑起来的：图、节点、分支系列「企业级 AI Agent 实现拆解」补充篇。上一篇是系列收尾复盘，这篇单独拆出来，专门看 Eino 框架内部是怎么实现 ReAct 循环的——也就是我们在ReAct 循环的 50 行 Go 实现，逐行拆解里那句"交给 Eino 的 react.NewAgent() 跑"背后到底发生了什么。

俯首甘为孺子刘x

AI时代的焦虑与思考夜里十一点了，我盯着屏幕上正在拼命干活的Codex，它刚刚替我完成了一个我自己可能需要两三天才能开发出来的功能，它只花了不到十分钟。按理说我应该高兴，但心里涌上来的，却是一阵复杂的情绪 —— 兴奋中夹杂着恐慌。

[20260530] Claude Code v2.1.157 发布日报：插件去中心化 + Agent 调度增强 + Worktree 跨会话切换如果你想持续获取更多相关资讯，欢迎关注 x-cmd 博客。通过 x-cmd 一键安装 Claude Code 最新版本，无需手动下载，自动配置环境。

superpowers 新手入门指南created: 2026-05-20 tags: [superpowers, AI-agent, guide, beginner, claude-code] source: https://github.com/obra/superpowers

为什么 MCP 在协议层会有 prompt injection的问题：工具描述如何劫持 agent 上下文MCP（Model Context Protocol）当初被设计成 AI agent 的通用集成层，但它的架构有一个根本缺陷：

OpenClaw学习总结_I_核心架构系列_Gateway架构详解Gateway是OpenClaw的中央枢纽，就像邮局一样，所有消息都先送到这里，然后分配给对应的Agent处理。

OpenClaw学习总结_I_核心架构系列_AgentLoop详解阶段：I. 核心架构课序：第 2 课前置知识：I-1. Gateway 架构后续课程：I-3. Context 管理

政安晨【人工智能项目随笔】OpenClaw：开源个人AI助手的全面解读与应用实践报告【作者检索信息的应用调查报告随笔】政安晨的个人主页：政安晨欢迎 👍点赞✍评论⭐收藏希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！

政安晨【人工智能项目随笔】OpenClaw（AI人工智能助手）集成SMB服务器实现自动化音效素材处理实战政安晨的个人主页：政安晨欢迎 👍点赞✍评论⭐收藏希望政安晨的博客能够对您有所裨益，如有不足之处，欢迎在评论区提出指正！

Pydantic-DeepAgents：基于 Pydantic-AI 的轻量级生产级 Agent 框架DeepAgents的灵感源自 LangChain deepagents，但在设计上更做减法，它强调类型安全且内置了 Docker 沙箱

【论文精读】VOYAGER: An Open-Ended Embodied Agent with Large Language Models一篇AI-Agent的文章，论文一出即火遍全网，用大语言模型玩Minecraft，在这之前想都不敢想。文章中所有的工作基本上都是基于prompt实现的，这也进一步说明了GPT-4丰富的知识储备和强大的理解能力。作者从人学习的角度出发，让LLM也遵循人学习的范式，一步步在未知的世界中进行探索，这样的工作思路对探索当前大语言模型的能力来说可谓至关重要。

我是有底线的