第13章 评估与评测：如何度量Agent的好坏

本章教您如何科学度量Agent好坏，构建工业级评测体系。涵盖准确性、鲁棒性、效率等核心指标，实战Ragas与TruLens自动化框架，以及LLM智能打分方案。帮助您彻底解决Agent效果无法量化的痛点，实现可对标的版本迭代。

2026-07-14 0

前端 AI 单元测试思考及落地

前端 AI 单元测试思考及落地：团队通过 Skill 迁移优化单测生成，制定双角色系统与规则约束保证单测质量。引入多 Agent 并行加速生成，结合脚本过滤上下文与缓存机制，有效降低费用成本。适合有前端测试框架定制需求的团队参考。

2026-07-14 0

AI 深度技能之-解读Hermes Agent（六）- Kanban + Markdown 混合编排

本文详细解读Hermes Agent的Kanban与Markdown混合编排方案，通过Kanban管理任务状态与自动调度，Markdown文件定义角色行为、全局约束与交接协议，实现关注点分离和自动化容错，提升AI Agent团队协作效率。关键词：Hermes Agent、Kanban混合编排、Markdown契约。

2026-07-14 0

LLM 推理究竟是怎么跑起来的？

了解LLM推理从输入到流式输出的完整流程。本文解析tokenization、embedding和attention等环节，重点说明prefill与decode两个阶段的区别及瓶颈，以及KV Cache与量化技术如何提升推理效率，帮助工程师优化模型服务。

2026-07-14 0

目前最火AI协议 MCP 协议实战：从原理到落地 让 AI 拥有超能力

本文深入解析目前最火AI协议MCP模型上下文协议，从原理到实战演示如何让AI拥有超能力。通过接入高德地图MCP、文件系统MCP和浏览器控制MCP，实现AI自动查询、读写文件、操作浏览器等复杂任务，轻松掌握MCP的核心价值与落地方法。

2026-07-14 0

基于 Ollama 和 Vectra 和 MCP 从零搭建本地 RAG 知识库

本文基于Ollama和Vectra与MCP从零搭建本地RAG知识库。详解如何构建向量数据库让大语言模型访问私域数据实现知识实时更新与安全检索。手把手教你用MCP自动化管理知识库是学习RAG技术的最佳实践指南。

2026-07-14 0

AgentScope-Java 入门：通过 SSE 展示评审任务进度

AgentScope-Java入门教程第二篇讲解如何用SSE展示评审任务进度。后端通过WebFlux定义ReviewEvent事件流，前端使用EventSource连接并展示阶段时间线。本文涵盖事件类型定义、异步评审流程和进度页面构建，帮助开发者快速实现实时任务进度展示。

2026-07-14 0

第 08 章 - Agent 化编排

第08章介绍Agent化编排，将手写控制流重构为状态图。通过LangGraph定义状态节点和条件边让流程显式化。复用L2/L4能力节点职责清晰。重构后获得可观测性Human-in-the-Loop和易扩展性是从脚本到Agent架构的关键一跃。

2026-07-14 0

从零搭建MCP Server：让LLM 拥有工具调用能力

从零搭建MCP Server通过模型上下文协议让LLM拥有工具调用能力本文从Function Calling痛点出发介绍MCP核心概念并手把手使用Node.js搭建服务端注册工具连接客户端最终通过Express服务与Ollama模型通信实现LLM高效调用工具

2026-07-14 0

第 03 章 — Schema 检索（应对大库）

第03章Schema检索应对大库场景，将全量注入升级为语义检索召回相关表。通过构建表文档并向量化，用户问题只匹配最相关的2至5张表，解决1200张表超token上限和噪声干扰问题。引入列级召回、关系补全等生产级增强，确保大库下的准确率与成本平衡。

2026-07-14 0

远程MCP实战：高德地图 Chrome DevTools File System 三大 Server 联动打造 AI 超级 Agent

远程MCP实战教程展示如何联动高德地图Chrome DevTools和File System三大Server。通过MultiServerMCPClient配置即接入，AI自主调用工具完成搜索酒店、控制浏览器、修改标题等任务。ReAct循环驱动，零胶水代码打造AI超级Agent。

2026-07-14 0

MCP 协议：打破工具围墙：让 AI Agent 跨语言跨进程调用任意工具

MCP协议打破工具围墙，让AI Agent跨语言跨进程调用任意工具。文章深入解析MCP如何通过标准化协议实现LLM与工具解耦，支持stdio和HTTP通信，注册Tool与Resource。理解MCP为AI Agent从单机工具走向分布式能力网络的关键一步，彻底解决项目锁定与语言锁定问题。

2026-07-14 0

为什么 Agent 越聊越慢 聊聊 Context 上下文管理

Agent对话变长后回答变慢容易遗忘甚至理解错误，这并非模型不行而是Context上下文管理出了问题。Context不只是聊天记录还包含系统提示历史对话代码等。本文介绍如何通过管理Context让Agent保持高效稳定发挥。掌握Context管理能提升AI助手回答质量减少无关信息干扰。

2026-07-14 0

聊一聊复杂 Agent 架构的性能优化设计

本文深入探讨复杂AI Agent架构的性能优化设计，从启动路径重构到状态管理优化，再到Prompt智能裁剪与资源池化。通过分层就绪策略和并行编排，有效降低推理延迟与Token消耗，提升Agent系统响应效率，为开发者提供可落地的架构优化方案。

2026-07-14 0

一个 5KB 的 skill 文件：三个月砍下 9 万 star：省掉 65% 的 AI 输出 token

一个5KB的caveman skill文件三个月收获9万GitHub星标。它通过精密语言压缩规则让AI编程助手减少65%输出token，砍掉社交废话保留技术干货。作为prompt engineering实战课，30秒安装即可体验简洁回答。

2026-07-14 0