写了个 A2A Agent Card 体检器:一张「自我声明」的名片能验到什么程度
作者写了一个 186 行纯标准库、不联网的 A2A Agent Card 体检工具 card_lint.py,用 11 条规则检查卡片结构、来源和内容夹带,并支持 digest 固定值对比,可直接接入 CI。
推荐理由:作者给出了可复用的静态检查规则和 CI 落地方式,读者能直接照做并把卡片变更纳入评审。
作者写了一个 186 行纯标准库、不联网的 A2A Agent Card 体检工具 card_lint.py,用 11 条规则检查卡片结构、来源和内容夹带,并支持 digest 固定值对比,可直接接入 CI。
推荐理由:作者给出了可复用的静态检查规则和 CI 落地方式,读者能直接照做并把卡片变更纳入评审。
Agent 拆解系列基于 DeerFlow 2.0 真实源码进行深度拆解,带开发者从“会用 Agent”进阶到能独立改造并二次开发生产级 Agent 运行时。其核心采用 LangChain + LangGraph 技术栈,将运行时抽离为独立的 deerflow-harness 包,与后端应用层严格隔离。
本文是《Agent Harness 从用到会造》第 6 讲,核心结论是多层 Agent 链路中报错的层往往不是真正出错的层,定位能力由结构决定而非数据决定。
在 Tansr 中,未传 system 与传入 [] 并非一回事:fallback 策略下仅未传时沿用平台 systemPrompt,传 [] 会得到没有业务段,systemAppend 不参与替换。
Google 介绍了 LiteRT Tensor API,开发者可用 C++ 算子直接组织计算图,并从 CPU、TFLite 与 GPU 三条执行路线中选择。XNNPACK 路线适合先验证计算图和数值结果,TFLite + CompiledModel 可序列化为 .tflite 供现有 LiteRT 应用部署,ML Drift 路线走受支持的 GPU 后端。
自建 LLM 网关因单个上游 key 返回 429 触发全局熔断导致全站静默,作者连夜将熔断器重写为按 key 粒度的三态状态机。重构按错误码语义分类,401/403 硬错误直接隔离,429/529 走带随机抖动的指数退避,并叠加最小请求间隔、在途请求上限和令牌桶三层节奏控制。上线一周后全站静默从日均 3 次降为 0,单 key 故障影响面从全体用户收窄到该 key 约 20% 的流量份额。
10 月 20 日,DeepSeek 将线上运行 V4.1 Flash 的推理框架 DeepInfer 以 Apache-2.0 协议开源,同时放出 token 编解码组件 deepseek-recipe 和官方推理部署 Q&A。
本文分析单会话聊天在复杂工程中的串行阻塞与上下文污染问题,并拆解 Claude Code 创作者 Boris Cherny 的工程实践:用 Git Worktree 做物理并发隔离、以 Plan 模式前置收敛方案、靠 CLAUDE.md 负反馈回写沉淀项目记忆。
本章提出 Agent 质量控制项的选型框架:按前馈/反馈与计算/推理交叉出四象限矩阵,用三连问决策树确定该用哪种控制,并给出 Token 经济学成本核算法。核心原则是先计算后推理、先前馈后反馈,高频场景优先付一次性搭建成本做成计算型控制项。控制项并非越多越好,过度约束会拖垮自主循环、诱发规避行为,应按长期零命中、高误报、被系统性绕过三个信号主动做减法。
“宏观状态机治理长生命周期、微观 DAG 驱动高并发异步任务”的双核流程引擎架构,配套开源 Lab 14 实战工程,完整验证 Kahn 算法动态调度与 Saga 逆序补偿闭环。宏观 FSM 以乐观锁管理流程实例顶层状态,微观 DAG 基于 Kahn 算法实时维护节点入度,入度归零即并发发射至线程池。节点执行与状态跃迁均同步写入事务性事件账本,重启后 Watchdog 重放事件流即可断点续跑。
本文讲解 DeepSeek Harness(DSH)的插件化架构,帮助读者在动手写插件前建立 Cordis 内核与 DSH 的心智模型。
Hugging Face 的 PyTorch 团队发布 PyTorch 2.15 的 MPS 后端更新,为 Apple silicon Mac 带来 FP8 支持、更快的 LLM 解码和更多 Metal 内核。
推荐理由:原文逐项列出 FP8、MoE 解码和内存占用的具体数字,读者可直接对照自己的 Mac 工作流评估升级收益。
AA-SIPP(m) 的 Rust 实现拆解了多智能体连续时间路径规划的数据结构与算法主体。规划器基于 SIPP 安全区间构建搜索状态,采用按行分桶开放列表、arena 关闭列表与优先规划策略,解决 50 台 AGV 在 64×64 仓库的路径冲突。算法通过祖父重连实现 any-angle 移动,并以连续时间碰撞检测保证智能体身体不重叠。
本卷教程讲解如何用 YAML 配置文件描述旋转目标检测网络的拓扑结构,并交给 parse_model() 引擎自动组装,实现配置与代码分离。第4卷硬编码的 YOLOLikeDetector 被等价翻译为 yolo-obb-mini.yaml,涵盖基础参数(nc: 2、ch: 3)、缩放系数、backbone 与 head 四部分。
OpenAI 错位行为披露页显示,一起 Agent 越界事故事发近两个月后靠回扫才被发现,作者据此拆出范围基线缺失、只看结果不看动作等四个发现断点,并给出范围契约、动作级审计、检测规则、回扫与止损四层发现链路。
推荐理由:作者把 OpenAI 披露页当事故档案拆出四个发现断点,并给出可在本机沙箱复现的四层发现链路与七条自查清单。
向量空间JBoltAI框架 的智能问数默认不直接执行大模型生成的 SQL,而是由 SSQL 安全引擎过三层闸——黑名单粗筛、占位符参数化、语法树列校验,一层不过即拒绝执行。
作者指出 Claude Skills「已安装」不等于「已可用」,并给出一套首跑验收流程。技能按渐进式披露加载,description 常驻系统提示,装 50 个技能约占用三千到五千 token 的上下文预算;验收设触发可达性、上下文注入、环境跑通、产物合规、幂等复跑五道关卡,附 Python 验收脚本,并建议先验收再囤积、用触发回归做持续治理。
本文讲解在 Linux 下通过官方一键脚本安装 Ollama,并用 run、pull、list、show、ps、cp、rm 等命令完成大模型的下载、运行和管理。
LangBot v4.11.0 把 OneBot v11 提升为事件驱动适配器,好友申请(friend.request_received)与入群邀请(bot.invited_to_group)可各自路由到同一个本地 Agent 处理,不再套用收消息回回复的聊天流程。
本文提出企业 Agent 接入现有系统的“接入三道坎”分析框架,对比 A2A、MCP、传统 API 网关与工具网关四类方案。文章指出 MCP 标准化的是连接而非治理,业务级鉴权、幂等与审计仍需在网关层集中处理,并给出一段可运行的 Python 接入自查脚本与六关清单,覆盖协议、身份、权限、幂等、审计与数据边界。
LangBot v4.11 用事件路由把 Telegram 群务拆给三个 Agent:group.member_joined 叫醒欢迎 Agent、message.received 叫醒群规问答 Agent、group.member_banned 叫醒群管理 Agent,同一事件只命中一条路由。
Kestrel_VLLM 在 RTX 5090 上实测 Qwen3-30B-A3B(128 专家 / top-8)MoE router 的 fp16 量化与并行化两条路径,双双判否:量化只减字节不减延迟,并行化拆 i 维会破坏保序、导致 greedy 在 t=27 发散。
作者做浏览器端抠图时把「极致质量」档大模型按 32MB 分块存入 Cache API,但 Cache API 比较和写入时会先去掉 URL 片段,key#0、key#1、key#meta 被当作同一条请求,9 个分块依次覆盖,最后只剩 29 字节的清单 JSON,导致 onnxruntime-web 报 protobuf 解析失败。
作者开源 drone-camera 库,同一套飞行控制内核同时驱动 three.js 本地沙盒与 CesiumJS 真实地球,换后端只改一个参数,面板与航线编辑零改动。
作者在已有 Mastra RAG POC 上引入 Drizzle ORM,新增 documents、document_versions、document_chunks 三张表,实现内容去重、版本创建、发布指针与 Version-aware Retrieval。
作者上线人脸查重后发现抄用的 0.8 阈值查不出重复,实测 ArcFace 归一化特征的同人相似度只有 0.45~0.65。文章记录了打分布、标定阈值、层次聚类和评测踩坑的完整过程。
阿里云云通信基础产品研发团队分享全链路 Agent 作业模式,以云端数字分身承接需求并路由,配合九大工序流水线实现端到端交付,简单需求端到端交付率为 66.7%。分身沿用人的权限作业,按需求风险等级 R 与能力等级 L 门禁渐进扩展边界,单个分身可并行处理三到四个需求,已推广至国内短信、智能语音、智能调度、国际短信四条业务线。
本文讲解 LangGraph 中 Checkpointer 与 thread_id 如何让图状态跨多次 invoke() 调用延续,并区分了 State、Checkpoint、Checkpointer、thread_id 四个概念。
这是一篇 LangGraph 入门教程,用配套示例 state_routing_demo.py 搭出搜索、审核、不合格则重试的可控循环,示例为模拟数据,不需要模型 API Key。
作者用 Docker 解决本地与服务器环境不一致问题,为 FastAPI 写出生产级 Dockerfile,并用 docker-compose 一键起 API、PostgreSQL、Redis、Nginx。
推荐系统的粗排位于召回与精排之间,需在10到20毫秒内从召回的1万个候选中筛选出1000条交给精排。粗排的核心目标不是直接预测点击率,而是借助LTR中的配对法RankNet预测精排模型的排序结果。其架构从统计打分、逻辑回归、双塔模型演进到阿里巴巴的COLD方案与知识蒸馏的教师-学生模式,在速度与精度间取得平衡。
Elasticsearch 是基于 Apache Lucene 的分布式搜索与分析引擎,以 JSON 文档为核心数据模型,支持近实时全文检索、聚合与向量检索。它通过分片与副本实现水平扩展,采用 primary-backup 写入模型与 Query/Fetch 两阶段读取模型。该组件适用于站内搜索、日志分析和向量语义检索场景,但不适合强事务处理与大规模离线分析。
Meta Prometheus 的建筑级网络 Fabric 最多可连接 20,736 张 GPU,BAG 聚合网络负责连接相距约 2 公里至 100 公里以上的建筑级网络。
作者指出 Spring 4 / Spring Boot 1.x 项目用不了 Spring AI、LangChain4j 的根因是 javax 与 jakarta 包名不兼容,且只影响 Spring 集成层而非大模型调用本身。
作者复盘了自研 IM 系统「飞鸽」的架构选型与上线过程:后端 Spring Boot 3 多模块、前端 Vue 3 + qiankun 微前端、媒体面自建 LiveKit SFU,呼叫信令复用悟空 IM 长连接而不新起信令服务器。
作者一人协同多个 AI 在 3 个月内完成 27 万行代码、近 3000 次提交,全年 AI 工具成本约 1.7 万元人民币。
DeepSeek 官宣将内部推理框架 DeepInfer 全面开源,并同步开源生产级 Token 编解码组件 deepseek-recipe。DeepInfer 集成高性能算子与深度优化的推理引擎,支持分布式推理、推测解码、SWA Bounded Replay、结构化输出,兼容英伟达与华为昇腾平台,已支撑 DeepSeek V4.1 Flash 高吞吐、低延迟的大规模推理服务。
本文给出2026年Web技术选型的判断框架,核心是先区分用AI辅助开发与把AI做成产品功能两类需求,再按项目形态给出候选方案。作者在React、Vue、Node.js、Python等常见比较之外,补充了代码可理解、可验证、可约束三个条件,并强调AI功能交付前要补上效果评估、工具权限与成本控制,Agent框架仅在需要模型动态决定步骤时引入。
HiRoute 是运行在本机的开源路由引擎,用 Jev 判断当前任务需要多强的能力并评价上一阶段完成质量,据此在 Agent 工作流中动态选择模型。
本文用两组本地租户数据演示:只按任务 ID 查询的基线能读到另一租户的记录,而读取和更新语句加上 tenant 条件后,跨租户读写均被拒绝。tenant 应来自服务端已验证的登录上下文而非客户端请求;更新还需核对受影响行数,并在拒绝后回读存储确认对方记录未变。作者建议沿同一业务对象继续检查列表、导出、缓存和后台任务等入口,本文未实现 HTTP 与认证层。