agent

[DeepSeek Harness插件内核-15]再谈Cordis的事件总线DeepSeek Harness插件内核-04：事件总线完美解决各模块通信问题中旨在对EventsService这个为Cordis提供事件总线的基础服务进行介绍，为了避免节外生枝，并没有涉及针对Fiber的介绍。但是Cordis的事件总线和Fiber具有不可分割的关系，我们通过这篇文章从另一个角度对Cordis的事件总线进行重新解读。

LangChain 实战：中间件Summarization详解当即将达到 Token 上限时自动总结对话历史：保留近期消息，同时压缩早期上下文。摘要功能适用于以下场景：

主流 Agent 之「OpenClaw」与「Hermes-Agent」介绍时效提示本文所有版本号、价格、渠道数量、功能清单均以 2026 年 9 月 14 日当日抓取的官方站点、官方文档站、GitHub Releases 与 npm Registry 为准。开源 Agent 领域迭代极快，版本号按「年.月.序号」滚动发布，两个项目均保持每周多次发布节奏。请在实际操作前用文末「附录 C：自助核对清单」复核关键版本号与价格。文中标注「补充修正」的条目，均为本次核对中发现与常见网络说法不一致之处。

如何让LLM 能在半夜偷偷打开网易云呢？意思就是，如何让LLM 定时做任务，这一篇就讲这件事——给 Agent 加定时任务，让它到了点自己做事情、报错了还能自己收场。定时任务难的从来不是「定时」，而是「没人在旁边盯着的时候，怎么保证它运行得对、任务报错了有人管」。

每天一个开源项目#103 BrowserSkill：4.7K星，Agent接管真实浏览器Trending 排名：#4｜快照日期：2026-09-18｜Stars：4,683｜Forks：331｜主语言：TypeScript｜License：MIT

每天一个开源项目#102 六阶段代码复核流程范式Trending 排名：#2｜快照日期：2026-09-17｜Stars：8,249｜Forks：459｜主语言：JavaScript｜License：MIT

阿里云云原生

一本 Agent 白皮书，值得连续写两年么？2025年9月，我们发布了《AI 原生应用架构白皮书》，围绕 AI 原生应用的 DevOps 全生命周期，从架构设计、技术选型、工程实践到运维优化，对概念和重难点进行体系化的拆解，并尝试提供一些解题思路。

为什么 Agent 需要 Memory？Memory 和 RAG 到底有什么区别？作者：吴佳浩（Alben）系列专栏：《企业级 Agent Memory 实战指南》· 第 01 篇导读知识库保存的是“世界上有什么”，Memory 保存的是“这个 Agent、这个用户和这个组织已经经历了什么，以及接下来应该如何行动”。 Knowledge 是公司的制度规范，Memory 是老员工的实战经验；MCP 负责连接外部世界，Memory Runtime 负责连接过去与未来。模型决定 Agent 能思考什么，Memory 决定 Agent 会成为谁。没有 Memory，Agent 每一天都是

Agent Memory 架构设计：短时记忆、长期记忆与 Memory 生命周期作者：吴佳浩（Alben）公众号：全栈架构师笔记系列专栏：《企业级 Agent Memory 实战指南》· 第 02 篇

上新 | 全球及中国Agent测试用例生成软件行业研究报告（2026版）：市场现状、行业前景与占有率分析一、市场规模与核心驱动力据GIR (Global Info Research) 调研统计，按收入计，2025年全球太赫兹PMT模块市场规模约为85万美元，预计至2032年将增长至876万美元，2026至2032年间年均复合增长率（CAGR）高达31.1%。2025年全球销量约为11台，平均市场价格约为75,454.55美元/台，年产能约为11台，行业平均毛利率约为40%。太赫兹PMT模块是一类面向高强度脉冲太赫兹电场探测的集成式真空电子传感器。它通过亚波长金属超表面、微天线或类似局部电场增强结构接收入射太

Expert Parallel 深入解析：专家分得均匀，负载为什么仍不均平台版本：vLLM docs.vllm.ai/en/stable 页眉 v0.28.0；DeepEP github.com/deepseek-ai/DeepEP README V2 节。资料检查日期 2026-09-08。所有任务计数（600/500/200…、1100/400/300/200、700/600/350/350）与"3.3.3 万人已读"等下游结论均为作者假设，未执行部署、性能或质量实验。

Agent 要用 API key，但明文一次都不能进模型——Secret Runtime 落地实录（第110篇）拆解对象：DeepFlux 刚完成的 Secret / Credential Runtime——一套让 Agent 能携带凭据调用外部服务、但凭据明文绝不进入模型/消息/日志/数据库的运行时。素材是一份 1652 行的实施计划和它背后已全部落地的代码；本篇讲两件事：这套东西是怎么设计的，以及"落地"两个字到底包含哪些步骤。

关于ai时代的一些碎碎念一代版本一代神，打败你的有时不是同行，而是出现的新技术。昨天字节的总利润超越腾讯和阿里的总和，张一鸣登顶亚洲首富。时代的车轮滚滚向前，从头条发力再到抖音植入用户心态，再到海外抖音扩展市场。再到后来的豆包在国内打赢ai战，字节并没有将钱烧到所谓的外卖大战上，而是始终聚焦于自己的本土产品拓展。而百度则是被称为“起了个大早，赶了个晚集”，在其他支线产品全部收紧甚至停服的情况下加上主业搜索引擎百度受到ai的强烈冲击，其利润已经下滑到可怕的地步。

J人狂喜，P人救星：AI 帮你搞定十一假期旅行计划，一键生成共享网页中秋国庆假期马上来了，大家想好去哪玩了吗？在出去玩之前，少不了要做旅行计划。但是小红书收藏了一堆攻略，景点、住宿、路线越看越多，脑子却越来越混乱。

118.Agent-LangChain核心组件-StructuredOutPut结构化输出-工具策略（ToolStrategy ）摘要：本文介绍 LangChain 中 ToolStrategy 结构化输出策略的实现方式。当模型不支持原生结构化输出时，可将 Pydantic、Dataclass、TypedDict 或 JSON Schema 包装成工具，让模型通过工具调用的方式返回结构化数据。文章通过一个产品评价分析示例，演示了如何定义 Pydantic 模型、创建 Agent 并提取结构化结果，同时对比了 ToolStrategy 与 ProviderStrategy 的核心区别，并说明了 ToolStrategy 会在消息历史末

WorkBuddy 最值得落地的 10 个技能，效率直接翻倍工作十几年，从早年的SSH架构到现在的Spring Cloud微服务、大模型Agent开发，日常工作的核心从来没变过：用最少的时间交付高质量的代码。但现实是，大部分工作日都消耗在机械性重复里——写重复的CRUD代码、翻几十页代码找架构逻辑、对着Git冲突改半小时、代码评审翻来覆去查规范、线上bug定位半天找不到根因。

本地 RAG 问答 Agent：切片即建模，幻觉即责任本地搭一个 RAG 问答 Agent，看着比训练模型省事多了：丢一堆文档进去，接个 embedding，再套个大模型，问答不就出来了？但凡是真把内部知识库接上、让人天天问的，几乎都栽过同一类事——问「七天无理由退款怎么操作」答成「不支持退款」、问「怎么开发票」却编出一段「发票在设置页自助开具」、向量库重启后整个检索崩掉还以为自己正常。

拆开 DeepSeek Harness 01｜“帮我修个 Bug”发出去后，跑了哪条路？点下发送，看到 Agent 读文件、改代码、跑测试，我们很容易把中间这段概括成“模型调用了几个工具”。但真到调试的时候，光有这句话是不够的，还得知道每次调用之前和之后，运行时处于什么状态。

开发提效：CueCast MCP 构建自动化测试 Agent 工作流AI Agent 现在可以直接操控电脑，也能完成不少测试相关的任务，比如理解需求、生成测试用例、执行测试。

Mininglamp_2718

WebRetriever技术架构：视觉特征与DOM结构融合的网页元素定位方案网页操作自动化领域一直有个技术路线的分歧，究竟应该依赖 DOM 解析来定位页面元素，还是让模型直接从视觉输入理解界面？前者精确但脆弱，后者泛化性好但定位精度一直上不去。我们在 Mano-P 项目里走的是纯视觉路线，在 WebRetriever Protocol I 基准测试中拿到 41.7 NavEval，超过了 Gemini 2.5 Pro Computer Use 的 40.9 和 Claude 4.5 Computer Use 的 31.3。这篇文章拆解一下这个成绩背后的技术设计。