-
盘点 20 个 9 月份 GitHub 上顶顶顶的开源项目。
01 Archify：教 AI 画复杂架构画 Archify 这个 Skill 可以把一段系统描述或一个代码仓库画成交互式图表。 比如，你让它画出一次网页请求怎样经过接口、缓存和数据库。 图生成后，还可以继续要求它突出缓存未命中的路径，或者补上登录验证的步骤。 架构、流程、调用顺序和数据流向，都有对应的图表类型。 生成的结果是一个独立网页文件，发给同事后，对方用浏览器打开就能点节点、看详情、沿着路…- 5.4k
- 0
-
高德本地生活分析 Agent 的 AI Native 实践全景（万字长文回顾）
FY27 的 S1 过去了。回头看这半年，像一场拉长的复盘：一个问题刚以为讲清楚了，下一个问题又摆到桌上。这个 S1，作者主要在建设高德本地生活分析 Agent。原以为分析流程跑通，就能往前迈一大步，后来才发现，口径、知识、推理和交付，每一处都有需要重新想清楚的问题。这半年确实不轻松，但也正是在这些反复里，慢慢看清了两件事：系统应该怎么建；作为 BI，应该把精力放在哪里。 想了解背景与架构，看第 …- 3.2k
- 0
-
改变世界前先认识世界 : Ontology 决策结构化实践
本文介绍了商家财务团队通过 Ontology（本体）与决策结构化实践，实现 Agent 工作全托管的经验。团队摒弃了预设固定 workflow 或打包 Skill 的传统方式，将业务知识建模为包含业务、系统、交付和治理四层的 Ontology 图谱，并将专家判断固化为可执行的 decision_function。Agent 在执行时严格遵循“先取证、再决策、后行动”的闭环，根据证据动态生成工作流，…- 3.1k
- 0
-
WorkBuddy + 腾讯乐享，原来知识库还能这么用
大家好，我是苍何。 我在上个月的时候，分享了我是如何用 WorkBuddy + Codex 搭建个人知识库的文章。 收获到了很多朋友的喜欢，不少朋友更是在评论区分享自己的搭建实践以及自己的困惑。 其中有人问到，说我的那种知识库搭建方式是否支持团队使用。 个人知识库可以围绕自己的习惯来搭。到了团队场景或者企业场景，还得考虑：资料散在不同地方怎么汇总，版本不一致该信哪份，哪些内容能让谁、让哪个 Age…- 1.3k
- 0
-
微信AI团队开源WeKnora：给知识库装上”手脚”，AI 从能答到能做
一份产品设计手册，可能同时包含文字、表格、流程图；一套企业制度会不断更新；一个研发项目的知识，又往往分散在文档、代码仓库、协作平台和网页里。 当我们把这些资料交给 AI，最常见的期待是“帮我找答案”。但真实工作并不会止于一次问答：AI 能不能读对一张表格？能不能沿着多个文档找到完整线索？当制度更新后，知识库能不能跟着变化？如果问题需要查资料、调用工具、生成文件并继续处理，AI 又能不能把事情往下做…- 1.3k
- 0
-
重磅！微信把自家的AI知识库开源了
最近在做知识库相关项目，我发现微信这边有个挺容易被忽略的开源项目：WeKnora。 如果只看一句介绍，你可能会把它理解成又一个 AI 知识库：上传 PDF、Word，然后对着文档问问题。 但我认真看了一遍现在的 WeKnora，发现这个理解已经有点过时了。 它现在做的事情，已经从最早的“RAG 知识库”，一路扩展到了 Agent、自动 Wiki、知识图谱、长期记忆、MCP、Skill、企业权限、数…- 2k
- 0
-
从钉群提问到任务交付：团队级 Agent 基础设施全链路实践
依托钉群无人值守、跨群会话记忆、组织知识检索及前端专业 Skill，阿里云云原生消息前端团队自研的内部研发协作平台 Domino 正经历关键演进——从单一的代码执行工具，升级为能够理解团队上下文、持续沉淀演进并闭环真实交付的研发 Agent 系统。 从上一次实践说起 在此前，Domino 诞生于内部的一个前端源码定位工具，随着能力的不断增强，逐渐演变为了覆盖需求理解、编码、评审、部署和验收的研发平…- 1.3k
- 0
-
【AI 创新实践】“架构师 Agent” 系统化落地
文章内容基于作者个人技术实践与独立思考，旨在分享经验，仅代表个人观点。 前言：当前，在业界，AI 仍然无法很好的理解“复杂技术系统”，也无法针对性的达成完善的技术方案设计，“架构师”仍然只能由“人”担任。繁忙业务的架构师每天仍然要参与 N 多个技术讨论、技术决策，去讲自己的技术思考、技术设计—— 架构师的人力瓶颈明显。 单个技术系统内部AI 逻辑理解和推理，在业界已经有了比较好的落地，而对于“跨复…- 1.3k
- 0
-
天猫技术大型 AI 项目的研发协同实践
本文以天猫新品 MDI 项目为例，阐述了大型 AI 项目研发协同从“超级个体”到“全员赋能”的四个进化阶段：在单兵攻坚期，通过构建结构化知识库让 AI 深度理解项目上下文，打造“超级个体”；在加人提速期，借鉴站点地图思路进行物理隔离分工，利用 Spec 变更规则及上下文缝补机制（MCP）解决多人协作冲突与推理链断裂，实现效率横向复刻；在高速迭代期，部署独立“技术哨兵机”还原预发合并态，通过云端 A…- 2.3k
- 0
-
WorkBuddy好用到哭的125个通用提示词指令
今天周日了，又到放松休息的时刻。老马也在无聊刷着微信，突然看到一条爆文，标题很吸引人，叫WorkBuddy好用到哭的多少条指令。 点进去一看，发现是截图了一堆飞书文档的图片，图片上显示的确实是分门别类的一些提示词指令。问题是，你要这个文档资料，得加人家好友。 很明显的引流方式，主要是为了卖课。说实话，这种提示词指令，你就算直接问WorkBuddy，它都能给你整理出来。 老马之前写的系列工作岗位Wo…- 1.6k
- 0
-
豆包工作 × 飞书：打造个人知识库，附完整流水线
大家好，我是 Ai 学习的老章 熟悉我的朋友应该知道，我同时是 Obsidian 和飞书的重度用户 Obsidian 是我心目中离线知识管理的首选，一直是我的第二大脑，里面躺着我过去几年写过的文章、网页素材包，我写过 Obsidian 的系列技术写作教程 飞书是拥抱 AI 很彻底的办公协作平台之一，我写过 N 多用它做过的流水线和应用。豆包工作出来之前，我在用 Codex +飞书当我的工作台，当时…- 1.9k
- 0
-
阿里云企业级Agent协作平台“万有无界”开启公测！
今日，阿里云旗下企业级人与Agent协作平台“万有无界”开启公测。 企业用户和个人用户均可通过官网(https://www.qianwenai.com/agents/wanyou)注册体验，可调用阿里最新旗舰模型Qwen3.8-Max。 万有无界是一个多角色Agent协作工作台。与让单一AI Agent大包大揽不同，它把一件复杂的事拆解给多位有不同职责的Agent——在“项目空间”里组织成员和资产…- 1.3k
- 0
-
AI 创新实践｜「架构师 Agent」系统化落地
当前，在业界，AI 仍然无法很好的理解“复杂技术系统”，也无法针对性的达成完善的技术方案设计，“架构师”仍然只能由“人”担任。繁忙业务的架构师每天仍然要参与 N 多个技术讨论、技术决策，去讲自己的技术思考、技术设计—— 架构师的人力瓶颈明显。 单个技术系统内部AI 逻辑理解和推理，在业界已经有了比较好的落地，但对于“跨复杂业务系统的架构理解与设计”并没有比较好的系统性解决方案提出来；而这个 top…- 1.4k
- 0
-
从用户意图到三端原生界面：高德端云一体化的生成式 UI 实践
AI 大模型时代，人机交互正迎来一次深刻变革。传统“对话框 + 纯文本”的交互方式，已难以满足用户对 AI 体验的更高期待——用户期待的不只是一段回答，而是一个符合意图、可以交互的界面。基于大模型理解用户意图并动态生成交互界面的生成式 UI 技术，正推动 AI 从“直接给出答案”走向“提供可交互、可操作、可演进的界面体验”。 但生成式 UI 的规模化落地，必须同时回答两个基础问题：如何生成协议，以…- 1.4k
- 1
-
一文讲透Agent评测：维度、方法和落地实践
现在大家应该已经很熟悉 Agent 了，Codex、WorkBuddy 等这种现象级的产品，很多人应该都体验过了。现在开发一个 Agent 好像变得一点都不难了，尤其再有了 AI 辅助编程，我们甚至可以让 Codex 帮忙开发一个类似 Codex 出来。 现在比较难的是怎么判断这个 Agent 到底做得好不好，任务是否完成？效果达到预期了吗？模型升级、提示词调整或知识库更新以后，Agent 的表现…- 1.4k
- 0
-
一个Skill搞定服务重构：从链路分析到测试自动化
历史服务重构，主要难点不在于翻译代码，而在于先把多年迭代后散落在调用链里的业务逻辑（如状态机分支、隐式校验、数据依赖等）梳理清楚，再据此做更合理的分层改造与业务适配。我们针对服务重构场景，沉淀成一个 Skill，用流程拆分、分层知识库和 Harness Engineering 三部分把重构流程标准化，并在十几个真实重构场景中验证其价值。 01 背景：服务重构为什么难 1.1 重构 ≠ 一比一的代码…- 1.2k
- 0
-
我用 WorkBuddy + Obsidian：搭了一套懒人版个人知识库
AI非常聪明，但是要把它用好，却不容易！ 核心原因在于，我们给的上下文信息不够，使得它并不充分的了解我们。 因为很多信息是在我们的脑子里面的，很难凭空让AI知道，比如：熟悉的业务领域、做过的项目、踩过的坑、经验判断、思维方式、表达方式等。 为了使其更好的完成任务，我们每次和 AI 对话时，都不得不重新交代这些上下文信息，一遍又一遍的复述就很麻烦。 那么这里的解法是，把这些信息维护到个人知识库，让A…- 863
- 0
-
用WorkBuddy和ima，搭一套「能定时，会备课」的AI工作流
写教案、做课件、重难点怎么拆、活动怎么设计、学生会在哪卡壳，脑子里有想法，却不知从哪下笔。 今天聊聊如何用ima和WorkBuddy搭一套更省心的协同备课流程。 01 知识库收好资料，给协作流程一个可靠起点 资料散在电脑、微信、笔记本里，每次备课光找就要小半天。 在ima中创建本学期知识库，把往期教案课件、本学期教材、个人教学经验和本学期课程表等各类资料，分门别类放进去。 可以试试这样说： • “…- 1.3k
- 0
-
Book-to-skill：把一本 400 页的技术书，编译成 Agent 按需加载的技能
你买了一本《Designing Data-Intensive Applications》，啃了三个月，划线、做笔记，以为终于懂了。半年后写代码遇到复制延迟的问题，你隐约记得书里第五章讲过，但具体说了什么、用了什么术语，全忘了。打开 PDF 搜 replication，返回 47 个结果分布在 23 页里。把整本书丢给 Claude？一本 400 页的书大概 20 万 token，每问一次就烧一次全…- 1.2k
- 0
-
腾讯内测知识库AI助手“Domery”
《读佳》独家获知，腾讯在内测知识库AI助手“Domery”，Slogan“你的数据小黑工”。产品暂未正式对外使用，还处于打磨阶段，目前仅上线“Domery”公网版小程序。 从内测的小程序界面截图来看，Domery以轻量化小程序形态交付，整体UI极简，底部设置“对话”“知识花园”“我的”三大核心 Tab，是典型的RAG知识库AI产品架构。 在对话主界面，Domery承担交互入口。输入框支持挂载外部文…- 1k
- 0
-
驾驭AI Coding：一份面向团队的Harness Engineering落地规范
交付代码的成本已经接近免费了，但交付好代码的成本依然很高。Harness Engineering 做的事情，就是把"好代码"的标准写进系统里，让 AI 在约束下自己干活。 为什么每位成员都必须遵循这套规范？ AI Coding 工具正在重塑软件开发的方式。当团队中每个人都能用 AI 快速生成代码时，真正拉开差距的不再是"谁写得快"，而是"谁写得好、…- 1.3k
- 0
-
Agent的上限，可能不在模型，而在团队知识
当 Agent 成为团队一线生产力，知识供给的问题随之暴露：检索不准、注入低效、过时内容越堆越多。本文记录安全中心团队从定目标、搭体系到跑通知识飞轮的完整过程，包括关键决策背后的思考、踩过的坑，以及可直接复用的方法。当团队开始用 Agent 做研发和运营，一个问题很快浮出来：Agent 的输出质量，直接取决于你能给它什么质量的知识。怎么让知识「产得出、找得准、喂得进、淘汰得掉」，是每个上了 Age…- 1.2k
- 0
-
Agentic RAG、本体论、知识图谱：企业AI知识库到底该怎么做？
受今年小龙虾 OpenClaw 热潮影响，AI 办公领域得到了长足的发展，数字员工、超级 AI 员工、员工蒸馏等概念层出不穷。 随着企业老板在 AI 侧的“认知提升”，AI 在业务侧的应用变得更丰富，最大的特点是：由去年的工作流类项目为主变成了现在的 AI 知识库，这也说明很多企业逐渐进入了深水区。 但是，不同于工作流类项目，AI 知识库类项目难度会更高，很多企业在这块付出了不低的试错成本，所以今…- 1k
- 0
-
教你玩转WorkBuddy资料库
UPDATE 从本地产物到云端资料库 WorkBuddy自V5.3.11版本更新后，推出了新的资料库功能。以前的资料库是一个简单的我的文件分类，放在更多菜单下的二级目录。 我的文件可以理解成本地产物，等下介绍新版资料库功能的时候也会提到。本地产物，即你在安排WorkBuddy做任务的时候，产生的各种文档文件所存储的文件夹。 很明显，WorkBuddy不只是想做个本地产物，它还要搞一个云端的资料库，…- 1.2k
- 0