Mud.Feishu.AI 发布:让大模型安全调用飞书的 Agent 运行时
作者发布开源包 Mud.Feishu.AI,把 .NET 飞书 SDK 的 1268 个强类型方法重新编排为 331 个按高频工作流策展的工具,覆盖 31 个工具域。
作者发布开源包 Mud.Feishu.AI,把 .NET 飞书 SDK 的 1268 个强类型方法重新编排为 331 个按高频工作流策展的工具,覆盖 31 个工具域。
在完全断网的内网 Docker 环境里,Open WebUI v0.11.3 可通过离线安装 python-pptx 并加载社区开源单文件 Tool openwebui-generate-slides 生成原生可编辑的 .pptx。
作者用麦当劳中国 MCP 做营养搭配 CLI,总结出解析 TOON 格式的四个坑:行首字段带前导空格、null 与 0 是三种状态、字段内含逗号不能 split(','),以及被限流时 HTTP 照样返回 200。压测 305 次请求全部返回 200,只判状态码会把限流当成功、把空数据当没菜;解析器 src/toon.ts(331 行)默认严格模式,行数列数与表头不符直接抛错。
文章给出用 AI 定位生产环境偶发 Bug 的五个套路:时间盒日志回溯、失败与成功请求字段级 diff、并发压测复现、支持与反对证据双栏验证、把日志和数据库监控通过 MCP 接入 AI。核心主张是 AI 只做检索与枚举,改哪一行留给人自己;文中附四段可直接复用的 prompt、Go 并发复现骨架与环形缓冲代码,并列出只读账号、结果行数上限、敏感字段脱敏等六项上线自检清单。
推荐理由:文章把 AI 排障的边界划在检索与枚举,给出的时间盒、字段级 diff 和假设卡可直接迁移到自己的排查流程。
这篇笔记在 S04 的工具分发、权限检查和 Hooks 基础上加入 todo_write 与 reminder 计数器,解决 Agent 执行长任务时被测试失败带偏、上下文稀释后即兴发挥的问题。
本讲讲解 Agent Harness 中 Skill 与普通工具调用的区别,并给出一份可运行的 Skill 定义与运行器代码。同一份 summarize_module 定义在两个不同任务上零改动复用,边界以可求值判据在执行前拦截不合规任务,上层 Skill 通过编排子 Skill 实现组合。
作者用 Codex 串联 Vue 3、Three.js 和 Blender MCP,做了一套以武汉光谷为产业背景的三维楼宇大屏,页面按城市区域、园区总览、重点楼宇三层路径浏览。
这篇深度解析把 MCP 定位为 AI 应用与外部工具之间的公共接口标准:工具侧写成 MCP Server、应用侧内置 Client,即可把 N×M 份适配收敛为 N+M。全文拆解 Host/Client/Server 三层角色与 JSON-RPC 2.0 消息格式,用
推荐理由:原文把 MCP 的协议机制与三大原语讲透,并给出可运行代码和不上 MCP 的判断标准,读者可据此评估自己的工具是否需要标准化。
作者设计并实现了 meta_tool,让 Agent 在发现能力缺口时自行生成工具代码,再经静态门、人工门、运行门三道门禁校验后落盘到 generated/ 并注入注册表,下一轮对模型可见。核心约束包括手写工具优先、非交互环境默认拒绝、无沙箱同进程运行,作者在 Node 22 上逐一验证了门禁拦截、注册表合并顺序与 ESM 缓存绕过等关键论断。
REA 是 GitHub 上一个已有 30 多万 Star 的开源项目,它把 Ghidra、JADX 等逆向分析工具通过 MCP 接给 Claude Code、Codex 等 Agent,让它们研究没有源码的软件并复刻功能。
作者开源了 Moonlighting,一个让 AI Agent 在 Windows 隐藏桌面里操作浏览器、托管十几个平台账号的工具,密码经本地 DPAPI 加密、只以长度返回给模型。
推荐理由:作者把隐藏桌面加本地凭据代理的做法做成了开源工具,读者可借鉴其无障碍树定位与凭据不进上下文的方案。
Chrome DevTools MCP 正式可用,它把 DOM 检查、控制台、网络请求、性能追踪、无障碍树和 Lighthouse 审计等能力通过 MCP 协议暴露给 AI Agent,让 AI 自己打开浏览器观察页面、复现问题并验证修复。
推荐理由:原文把 Chrome DevTools MCP 与 Playwright MCP 的定位差异讲清楚,并给出配置方式和权限风险,读者可判断是否在调试环节接入。
Anthropic 工程经理 Felix Rieseberg 发布《如何更有野心》教程,把使用模型的野心分为速度、高度、深度和广度四类,并给出各维度的具体做法与提示词,例如让模型直接触碰底层数据与统计工具、定下不讲理的目标、以对抗姿态复现既有假设、引入外部裁判验证。
作者指出 Windows 上 Wireshark 的 _ws.process.id 字段在 libpcap 抓包路径下永远为空,无法按进程归属流量。
推荐理由:作者给出了 Windows 下按进程归属抓包的完整链路,并说明了各环节的适用范围与失败模式,可迁移到自己的调试场景。
MCP 把协议语义与传输层拆开,标准传输方式只有 stdio 和 Streamable HTTP 两种。stdio 让 Host 把 Server 拉起为本地子进程,延迟低、数据不出本机,适合个人桌面工具;Streamable HTTP 让 Server 作为独立进程远程服务多个 Client,平时一问一答,需要流式输出时才在单个请求内临时升级为 SSE 流。
AIProxy 从 v0.1.44 起把抓包数据封装成 MCP 只读证据源,让 Codex、Claude Code、Cursor 直接查询真实流量。
本文按执行、数据与发布责任拆解 LangChain 生态的 Agent 治理,区分 LangGraph 运行时、Deep Agents harness 与 LangSmith 各层职责。
本文分享了本地优先桌面 AI 应用的工具调用安全设计,通过分层防护拦截 SSRF 并逐跳复检重定向。SSRF 防护含 URL 字面量校验、CIDR 判定与 DNS 解析校验三层,重定向改用手动跟随且每跳重新校验;同时明确不做文件系统与命令执行工具,并以 8 秒超时、200KB 上限和 3 跳重定向限制应对资源耗尽。
这是《Agent Harness 从用到会造》第 7 讲,核心判断是写 MCP server 要先把失败模式设计出来再写功能,因为 Agent 不读文档,会传错参数、会超时重试、会拿截断结果继续推理。
REA 是把 Ghidra、IDA、JADX 等逆向工具封装成 MCP 工具的开源项目,让 AI Agent 在没有源码的情况下解释软件某个功能如何实现。截至 2026 年 10 月 18 日,morluto/rea 有 308,201 个 Star,npm 包 rea-agents 单周下载 30.7 万次。
作者从 Java 后端视角(Java 17 + Spring Boot 3.4 + Spring AI)完成六阶段 AI Agent 落地实验,把大模型当作延迟高、会模型幻觉、按 token 计费的无状态下游服务,直接复用超时、重试、限流、缓存、熔断等后端工程手段。
生产环境里 Agent 工具调用失败约 65% 出在参数 JSON 而非模型能力,本文据此梳理了从手写 Prompt、Function Calling、JSON Mode 到 Structured Outputs 的四代演进。
推荐理由:原文把工具调用参数错误拆成语法与语义两层,并给出 schema 设计、服务端校验和有限重试的闭环做法,可直接照搬到自己的 Agent 工程。
作者判断,2026 年企业 Agent 的主矛盾已从「能不能干活」变成「代办权落在谁手里、出事谁负责」。
推荐理由:原文把企微开门与银行关闸并置,给出读、写、执行三级划线框架,可迁移到自家 Agent 产品的权限与追责设计。
作者将 AMP 协议升级到 v0.2.0,引入 AES-256-GCM 端到端加密,采用“密文存储、明文哈希”设计,contentHash 仍基于明文计算以保持 Hash Chain 的确定性。v0.2.0 还新增跨设备同步的 export/import 接口,用只追加合并解决冲突。v0.1 的 8 个黑盒一致性测试未改一字即全部通过,升级完全向后兼容。
ECC(Everything Claude Code)是一个开源的 Agent Harness 性能优化系统,2026 年 Q1 Star 数达 119.8K、增长 119.8 倍,位列 Runa Capital ROSS 指数头部项目。
推荐理由:文章拆解了 ECC 的五层架构与 AgentShield 安全参数,读者可借鉴它如何用规则和钩子让 Agent 长期稳定工作。
REA 是让 AI Agent 调用 Ghidra 等能力的逆向分析连接器,现已内置支持 TRAE,运行 npx rea-agents@latest setup 选择 TRAE 即可自动完成配置,无需手动设置 MCP。
清华大学 THUNLP 实验室联合面壁智能、OpenBMB 等团队开源智能体操作系统 PilotDeck 2.0,以 WorkSpace 工作舱隔离多项目文件、记忆与任务,记忆全链路白盒化,支持查看、修改、删除与一键回滚。
推荐理由:原文列出智能路由开启前后的费用与得分对比,读者可据此评估自己在复杂长任务中的模型编排策略。
李未可 Lawaken X-AI 记忆眼镜开启预售,到手价 699 元起、最高 1099 元,机身重 26 克,支持最高 12 小时录音、128 种语言实时翻译和 25 种语言加 21 种方言转写。
本文按 OmO v3.12.2 固定版本文档梳理其 OpenCode 插件形态下的角色分工,Sisyphus 负责编排、Hephaestus 深度执行、Prometheus 先问后做、Librarian 检索文档、Oracle 只读审校,并逐项说明 IntentGate 意图分析、Hashline 内容哈希校验编辑、Skills 与 MCP 懒加载三项机制的核对方法。
作者实测开源逆向工具 REA(Reverse Engineer Anything),配合 Codex 和 GPT-6 Astra 成功给单机游戏《火影战记》新增角色迈特凯,并逆向出一个 Flutter 学习 APP 的工程结构。
推荐理由:作者用三套模型组合实测同一工具,并提炼出 Flutter 加固只盖 Java 层、客户端密钥应放后端这一可迁移经验。
作者把一套硬编码的游戏自动打怪脚本改造成双速架构:找人、打架等确定性环节继续用 Python 加 YOLO 跑快回路,对话框选项才交给本地 qwen2.5-coder:7b 以 tool calling 慢回路决策。
A2A(Agent2Agent)是智能体之间通信与协作的开放协议,本文讲解 Agent Card、Message、Task 等核心对象以及服务发现、任务跟踪与流式通信,并结合 AgentScope Java 2.0.0 样例演示服务端、客户端和 SSE 调用。
Forge Admin 将底座升级到 Spring Boot 4.1.1 / Flowable 8.0.0 / Sa-Token 1.45 / MyBatis-Plus 3.5.17。
豆包"一句话生成应用"能力背后,数据底座是火山引擎云数据库 PostgreSQL Serverless 版。该数据库提供秒级弹性与 Scale to Zero、Data as Git 数据分支、Time Travel 恢复、多模数据承载、向量与混合检索、AI Function 及 LangChain、MCP 等 Agent 生态连接共七项能力,并按实际使用量计费。
多家企业基于 AgentKit 搭建 AIOps 运维排障 Agent 系统并投入日常运维,实现故障根因一键定位。运维人员在飞书发起排障请求后,SuperAgent 识别问题并分派任务,调用应用台账、JVM、数据库和知识库等专业 Worker Agent 协同诊断,汇总形成含证据、建议与风险说明的诊断报告。
本期 GitHub 热榜日榜共收录 13 个开源项目,合计新增 11,841 stars,热门语言为 Python、TypeScript 和 JavaScript。
本文系统梳理 AI SDK v7 的整体架构,将其拆解为 Provider/Model、AI SDK Core、Agents、Harnesses 四层互相解耦但原语兼容的抽象。
这篇文章讲解 ReAct 模式如何让 Agent 通过想、做、看的循环实现边推理边执行,模型只负责决策,由 Harness 组装上下文并校验执行工具,Environment 产生真实状态变化。
推荐理由:原文把 ReAct 循环拆成想、做、看三个环节,并给出最小实现以及约束、验证、纠正三步可靠性改造,可直接迁移到自己的 Agent 开发中。
文章指出 Agent 工具并非越多越好,工具 schema 挤占静态上下文前缀会稀释模型注意力,推高成本与出错率。作者把工具调用拆为声明、模型决定、执行追加、依据结果决定下一步四步,并将工具分为感知、执行、协作、事件触发、用户沟通五类,指出感知决定能力天花板、执行决定地板。
作者用一次完整对话把 RAG、向量数据库、工具调用、记忆与上下文的关系串起来讲解。核心是分清谁决定查资料、什么内容进长期记忆、每次发给模型什么,并指出用户说一句话背后可能调用多次 LLM,上下文需要按 token 预算筛选。