主题文章

AI 实践

从核心概念、Agent 协作和能力扩展走向研发闭环、Harness 与个人全栈工作系统。10 篇文章

能力选型

AI 能力选型：Prompt、RAG、Tool、Agent、Skill 与 MCP用同一个开发任务比较六类能力的输入、控制、数据、执行和失败边界。

Agent 协作

SubAgent 协作：拆分任务、并行取证与结果合并用跨前后端改动练习依赖分析、上下文隔离、文件所有权和可验证结果契约。

MCP 实践

怎样从重复工作中识别 MCP 机会从跨系统复制、实时查询和标准操作判断普通 API、CLI、Skill 或 MCP。用 FastMCP 实现一个可测试的只读 Server实现公开包信息查询，验证发现、Schema、Transport、超时、缓存和错误映射。

Skill 实践

Skill 设计：触发、渐进式披露与回归评测把重复 Prompt 和检查步骤整理成可正确触发、按需加载并能测试的 Skill。实现文章检查 Skill：规则、脚本与评测将 Frontmatter、标题、链接、示例和隐私检查拆成写作判断与确定性脚本。

研发交付

AI Coding 交付链：从需求到候选发布用一个功能贯穿需求、仓库取证、最小 Diff、测试、审查、候选验证与回滚。Spec 与 SDD：让规格连接需求、代码与验证比较常见规格方法，并为已有仓库设计能随需求更新的轻量执行规格。

Harness 与工作系统

Coding Harness 排障：上下文、工具、环境与反馈沿一次不可重复任务的 Trace 区分输入截断、工具失败、越界修改、卡循环和恢复错误。个人 AI 工作系统：任务模式、权限与长期反馈按不确定性、权限和持续周期安排计划、执行、评测、发布、增长和复盘。