小七-七牛开发者

2026年6月

Codex 实践系列 Vol.02：让 Codex 读懂开源项目 Typer

摘要：

这次用 Codex 读 Typer，最重要的一点是：面对一个新项目，第一步先别急着让它写代码。比较稳妥的做法，是先让 Codex 读目录、找入口、解释核心文件，再沿着一个具体功能追下去，最后通过测试理解项目如何验证行为。阅读全文

posted @ 2026-06-15 16:18 小七-七牛开发者阅读(396) 评论(0) 推荐(1)

世界杯开幕了，手把手教你做个看球小工具

摘要：

这个小工具不复杂，但它能练到几个很实用的点：结构化数据怎么设计、命令行参数怎么接、跨时区时间怎么换算，以及为什么“按日期查比赛”这件事在世界杯这种跨时区场景里并不简单。阅读全文

posted @ 2026-06-12 18:42 小七-七牛开发者阅读(84) 评论(0) 推荐(0)

Skills 是什么？Claude 官方教你做一个好用的 Skill

摘要：

Skills 可以理解成 Claude Code 给 Agent 准备的任务经验包。它把一类任务里反复出现的说明、脚本、模板、配置、坑点和历史记录放在一起，让 Claude 下次遇到类似任务时，可以直接复用已有经验。阅读全文

posted @ 2026-06-11 17:03 小七-七牛开发者阅读(115) 评论(0) 推荐(0)

AI Agent 的 4 个工程关键词：Prompt、Context、Loop、Harness 到底是什么？

摘要：

Prompt、Context、Loop、Harness 这四个词，可以看成 AI Agent 工作流里的四个关注点：怎么问、给它看什么、怎么持续推进，以及在哪里安全运行。其中，Loop Engineering，重点关注“持续推进”这一环节。它关心的是，如何把原本由人一轮轮推动的“提示—执行—检查—修正”过程，设计成一个清晰、可控、容易沉淀经验的循环。这也是 AI Agent 从“能回答问题”，走向“能完成任务”时，一个很关键的变化。阅读全文

posted @ 2026-06-11 16:03 小七-七牛开发者阅读(644) 评论(0) 推荐(0)

为什么Analytics Agent 总答错？来自 Anthropic 的数据分析最佳实践

摘要：

数据分析 Agent 的核心瓶颈，不是 SQL 生成能力，而是业务上下文。不要指望 Agent 在混乱的数据体系里自动找出标准答案。你需要先把数据环境整理成 Agent 能导航、能理解、能验证的结构。阅读全文

posted @ 2026-06-10 15:39 小七-七牛开发者阅读(36) 评论(0) 推荐(0)

从 Claude Code 动态工作流看 Agent Harness 设计

摘要：

复杂任务不能只靠一个上下文一路做到底。任务需要拆分，上下文需要隔离，验证需要独立，流程也要能在中断后恢复。不同子任务还可以选择不同模型和预算，避免所有事情都挤在同一个执行路径里。这些设计放在 Claude Code 里，是 Dynamic Workflows；放到更大的 Agent 系统里，其实就是 Agent Harness 要解决的问题。阅读全文

posted @ 2026-06-10 15:19 小七-七牛开发者阅读(67) 评论(0) 推荐(0)

本地模型为什么能跑起来？从 llama.cpp 量化说起

摘要：