小七-七牛开发者

2026年7月

专访 DeepChat 作者们：聊聊本地优先、MCP 与 Agent Memory

摘要：

DeepChat 是一款本地优先的开源 AI Agent 桌面客户端，支持 MCP、Computer Use、Skills 与 Agent Memory 等前沿能力。它从轻量 Chatbot 演进而来，坚持数据留本地、端到端加密，兼顾隐私与强大功能，是探索下一代 AI 工作台的理想开源平台。阅读全文

posted @ 2026-07-10 14:11 小七-七牛开发者阅读(90) 评论(0) 推荐(0)

loop 最佳实践：从 /goal 到 /loop，让 Agent 工作流循环起来

摘要：

本文详解Coding Agent的四种核心循环模式：基于轮次（人工驱动）、目标导向（/goal）、时间触发（/loop与/schedule）及主动循环，强调Agent工程的关键在于明确“谁触发、何时停、如何验”，而非仅优化Prompt。阅读全文

posted @ 2026-07-09 14:00 小七-七牛开发者阅读(12) 评论(0) 推荐(0)

Agent 小知识｜为什么大家都在聊 Agent？

摘要：

本文深入剖析AI从Chatbot到Agent的范式跃迁：不再停留于“请求-响应”，而是转向“目标驱动的自主控制循环”（ReAct）。通过对比交互逻辑、系统架构五大演进（任务编排、环境反馈、结构化动作、状态记忆、安全边界），揭示Agent作为可控智能体的工程本质——聊天框只是入口，背后是复杂后端系统的硬核支撑。阅读全文

posted @ 2026-07-09 13:57 小七-七牛开发者阅读(266) 评论(0) 推荐(2)

从一次修复到长期记忆：Agent 工作流里的知识沉淀

摘要：

Thinkroom 提出“知识复用”替代传统“代码复用”，将每次问题解决沉淀为结构化、机器可读的 `Learning`（Markdown 文档），嵌入研发全流程：调试后自动捕获、规划前智能检索、编码时强制遵循、审查中实时校验。知识按持久性分级存储，辅以防腐机制与毫秒级 Grep-First 检索，让历史经验真正驱动下一次开发——知识不再沉睡于 Wiki，而活在工作流中。阅读全文

posted @ 2026-07-08 13:45 小七-七牛开发者阅读(175) 评论(0) 推荐(1)

论文解读：Codex 写代码，Claude 做 review，中间谁来传话？拆解基于文件的异构 Agent 协作协议 tap

摘要：

tap论文提出轻量级文件协议，解决多厂商、异构LLM Agent协作难题：以本地文件系统与Git为基座，通过“消息即文件、仓库即现场”实现可靠通信；双层机制（落盘存证+事件通知）兼顾鲁棒性与实时性；借助worktree隔离、配置自动化与外部记忆体（Operational Artifacts），支撑跨代接力开发。让AI专注分工，人回归决策。阅读全文

posted @ 2026-07-07 14:14 小七-七牛开发者阅读(15) 评论(0) 推荐(0)

AutoMem：把 Agent Memory 变成可训练的记忆管理技能

摘要：