-
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…- 1.3k
- 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…- 780
- 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： • “…- 1.2k
- 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…- 1.1k
- 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…- 996
- 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、…- 1.2k
- 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，…- 1.1k
- 0
-
得物知识问答：复合检索 Agent 的系统设计实践
目录 一、AgentScope 2.0：Harness Agent 架构 我们重点使用的三个能力 基于框架能力构建的复合检索流程 当前定位：知识库 + 个人飞书数据 二、Agent 自主决策的复合检索架构 多源并行检索能力 自主决策能力 信息整合能力 三、检索质量：三阶段 Pipeline——不只靠搜，更要靠"筛" 查询扩展：为什么是自然语言句子而非关键词 问题：向量相似 ≠ …- 1k
- 0
-
向量检索、知识图谱与 LLM Wiki：RAG 被嘲笑了三年，但企业还是离不开它
RAG在网上已经死过很多遍了，谁用谁Low，但是实际上很多的企业知识库仍然在使用，并且依然是主流选择方案。 但是，这些论调会把很多人带偏，尤其是对知识库和RAG没有体系化认知的同学。 这里我们首先要理解一个问题：在AI时代，知识库为啥变得如此被需要？ 大模型在回答问题时，它只知道公域知识，并不知道我们私域的知识，在这种情况下它就容易出现幻觉，胡乱编造一些看似正确的答案给我们。 为了缓解这个问题，我…- 1.3k
- 0
-
我用 WorkBuddy + Obsidian，搭了一个会自己生长的个人知识库
karpathy之前发布了一条帖子表示，最近绝大部分 Token 消耗从写代码转向利用 LLMs 构建个人知识库，这条推文引起了大量的关注，很快就高达1700多万阅读。 抛开karpathy自带流量因素之外，从另外一个角度也说明，在构建AI知识库这个场景还远没有被满足，有很多的人都受困于知识管理。 次日，karpathy就在Github上面公开了LLM wiki 的构想文件，详细的阐述了这套知识库…- 1.7k
- 0
-
知识库分层编排：从 RAG 到 Agent-native Knowledge Context Layer
阿里妹导读 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。 一、知识库的根本困境 从一个知识库检索超级微服务高级skill开始的思考。 1.1 RAG 的天花板 RAG（Retrieval-Augmented Generation）是当前最流行的知识库方案：把文档切成 chunk → embedding → 用户 query 时向量检索 Top-K → 喂给 LLM 生成答…- 1.4k
- 0
-
我体验了美团的AI浏览器，任务跑到一半窗口关了，全没了
电脑开着一大堆窗口，又是浏览器又是ChatGPT。 当时，我就想弄明白一件事：恒生科技现在到底能不能买？ 倒不是说现在就要加仓，主要最近一直盯着这个指数，结果它一直在跌。 我想找个工具，把现有的信息梳理一下，出个简报，看看资金流向有没有什么动静。 正好，看到Tabbit开启公测了。 Tabbit是美团旗下光年之外团队做的AI浏览器，这个团队来头还挺有意思：最早是王慧文自己出钱创立的，2023年他…- 1.3k
- 0