智能体

Hermes 实战：调度——cron 6:00 无人值守跑日报早上 6:00，你还在睡觉，日报自己跑完了。collect.py 抓完四个源，curate.py 调 Hermes 把条目整理成正文，render.py 出网页——一条链在一个没人看着的时刻走完，执行记录落在磁盘上，等你起床再翻。

一文看懂爆火的 Graph Engineering， Loop Engineering、Agent哈喽，大家好！我是阿星要是你近期在刷AI圈, 那肯定会被一连串新词给弄晕乎: ReAct 、Agent Loop 、Loop 、Graph 之类的 , 它们听起来好像挺相似, 可实际上讲的是三件事, 这三件事处于三个不同的尺度, 并且不是谁把谁给取代掉的那种关系 , 而是一层套着另一层的干系。

10.4 交互优化与用户体验提升邓立国多模态Agent开发必读书《多模态AI Agent开发实践》全文试读~持续更新-CSDN博客目录

啊阿狸不会拉杆

《自然语言处理：基于大语言模型的方法》第1章绪论读书笔记1.1 自然语言处理的概念1.2 自然语言处理的难点1.3 自然语言处理任务体系1.3.1 任务层级1.3.2 任务类别

Hermes实战：skill编写 + skill治理上一篇里， Hermes 自己写了个技能——它把我那套日报流水线的经验提炼成了 ai-daily-digest，149 行 SKILL.md 落盘。现在我们来看看自己写一个skill。

LangGraph 实战 03：Workflows 与 Agents——六种工作流模式与智能体实战（附 6 个可运行示例）04 篇精读文档的核心是：一件事该用"工作流"还是"智能体"？工作流有 5 种模式，智能体是第 6 种。本篇把 6 种全部亲手写了一遍（DeepSeek 模型版）。

涌现与坍塌在AI自然语义分析与生成中的层级化因果约束本文从复杂系统科学的层级化因果约束理论出发，系统考察人工智能自然语言处理与生成模型中涌现与坍塌的动力学机制。传统自然语言处理研究将语义涌现理解为统计规律的浮现或表示空间的聚类，将生成坍塌理解为多样性丧失或重复输出，这一视角未能触及深层因果结构。本文提出：自然语义分析中的涌现是模型在分布式表示空间与符号推理层之间建立新的宏观语义约束层的过程，该约束层能够反向调制词元级别的微观预测，从而形成不可约的语义因果力；自然语言生成中的坍塌则表现为该语义约束层的失效或可能性空间的不可逆投影，导致宏观语义变量失去对微观词

长谷深风111

Agent 的 Context 里，到底应该放什么？很多人第一次做 Agent，都会把 Context 当成“越多越好”的资料仓库：System Prompt 放一大段规则，User Message 原样保留，工具返回全部塞进去，Plan 从头留到尾，再把历史对话一股脑拼上。

智能体面试准备（七十一）：智能体系统的可演进架构与重构工程——接口契约、插件化与技术债治理引言前面几十篇把智能体的能力（规划、记忆、工具、多智能体协作、可观测、故障防护）都过了一遍。本篇聊一个工程里最容易被忽视、却是系统能否活过半年的关键：可演进性。智能体系统天生"脆"——换一个模型、加一个工具、改一句 prompt，行为就可能漂移甚至崩。怎么让它像普通软件一样可重构、可灰度、可回滚，是智能体平台从 Demo 走向生产的分水岭。也是大厂智能体架构岗的高频深挖点。

像风一样自由2020

17.Milvus如何完成一次向量相似度检索码海寻道 · 大模型、智能体与 RAG 工程组件系列第 17 篇在 RAG 项目里，“向量检索”经常被一句 search() 代码带过。但要真正排查召回为空、结果不准和延迟升高，必须理解一次检索内部发生了什么。

像风一样自由2020

19.Milvus数据分片扩展与高并发设计码海寻道 · 大模型、智能体与 RAG 工程组件系列第 19 篇当 Milvus 从单机开发环境进入生产环境，问题会从“能不能检索”变成“高峰期能不能稳定检索”。这时需要理解三个概念：数据如何分布、组件如何扩展、查询资源如何隔离。

RAG 命中后的引用格式与拒答规则摘要：本地知识库把检索 hit@3 做上去之后，下一层翻车常出现在对外回复：模型说得很顺，却说不出依据哪份文档；或者证据不够，仍然硬答。本文给出可执行的回答信封：命中时强制带 doc_id、chunk_id 与原文片段；未命中或分数过低时输出 REFUSE 并写明原因。沿用支付回调、登录接口、Orin 发布三份示例文档，本机用标准库脚本即可跑通。

MCP 落地工业平台：从大模型对话到设备点位MCP（Model Context Protocol）由 Anthropic 于 2025 年开源，到 2026 年已成为智能体生态的互操作基础——Claude、Cursor 及各类 Agent 开发框架均以 MCP Server 作为工具暴露的标准形态。

14.2 多模态试驾预约Agent的系统架构邓立国Agent开发入门必读书《AI Agent智能体开发实践》1~14章试读_《ai agent 智能体开发实践》在线阅读-CSDN博客

16.1 基于MCP的多Agent旅行规划助手系统概述邓立国Agent开发入门必读书《AI Agent智能体开发实践》全文试读-示例案例丰富且能正确运行_《ai agent 智能体开发实践》在线阅读-CSDN博客

智能体面试准备（六十六）：Web/UI Agent 工程实战——DOM 理解、自愈选择器与失败恢复前面（二十四）讲了 GUI Agent 与 Computer Use、（五十三）讲了多模态 Agent 工程。本文把它们落到"生产级 Web/UI Agent"：让智能体像人一样操作网页和 App——填表单、点按钮、翻页、抓数据。这是最贴近业务的 Agent 形态之一（RPA 升级、自动化测试、客服代操作），也是坑最多的：页面一改就挂、选择器一失效就傻、反爬一拦就废。

16.3 基于MCP的多Agent旅行规划助手项目结构邓立国Agent开发入门必读书《AI Agent智能体开发实践》1~14章试读_《ai agent 智能体开发实践》在线阅读-CSDN博客

【Agent工程】（6）—— 危险写操作与二次确认摘要：注册表、作用域与调用前门禁可以拦住越权，但对外通知、删除、批量变更等写操作仍可能在一次模型提议后直接落地。本篇在工具注册表上增加风险等级，把高危写操作改成两阶段：提议入待确认队列，人工或策略确认后再执行。贯穿示例继续用工单助手。适合读完【Agent工程】（5）—— 工具作用域与对象级授权、准备给不可逆副作用加确认层的工程师。读完可以独立完成：为高危工具配置 risk_level，并实现一版 pending 队列与确认接口。

Bruce_Liuxiaowei

2026年8月第4周网络安全形势周报报告周期： 2026年8月22日—8月28日本周网络安全形势呈现**"CISA KEV密集扩容 vintage漏洞返场、AI自主攻击完成首次真实平台入侵、npm供应链蠕虫规模化爆发"三大特征。CISA KEV catalog本周分两批新增9个在野利用漏洞**——8月26日六连发包含Citrix NetScaler内存溢出漏洞CVE-2026-8452（CVSS 8.8），8月27日三连发包含JFrog Artifactory路径遍历CVE-2026-66384与ownCloud认证绕过CVE-2023-4

RAG 文档切分长度与检索召回摘要：《本地知识库落地顺序》已经能证明“前三条检索命中率达标”，《RAG 命中后的引用格式与拒答规则》又要求片段里能写出可核对原文。很多团队卡在这一步：文档明明能命中，引用却缺字段名或路径。本文用同一套支付回调、登录接口、发布手册示例，说明切分长度如何影响检索召回与片段可用率，给出扫描脚本、双指标对比与切分闸门；本机标准库即可跑通。