ai 相关技术文章

php mysql shell go vue css api接口对接支付接口对接

Pydantic Evals：在 Python 里定义 dataset，给 LLM 输出和工具调用轨迹打分

Pydantic Evals：在 Python 里定义 dataset，给 LLM 输出和工具调用轨迹打分
2026-10-07 00:04:51
Pydantic Evals 是一个 code-first 的 AI 评测框架，既给 LLM 最终输出打分，也能给工具调用轨迹（trajectory）打分。本文梳理其 Dataset/Case/Evaluator/Experiment 数据模型、内置与自定义 evaluator 写法、运行 experiment 的完整示例，以及 span-based、agentic、online evaluation 等进阶方向。
pydantic ai PydanticAI Pydantic Evals LLM评测 Python agent评测

pydantic-graph：用类型注解搭状态机，但先确认你真的需要图

pydantic-graph：用类型注解搭状态机，但先确认你真的需要图
2026-10-07 00:04:14
pydantic-graph 是 Pydantic 团队的类型化 async 状态机库，节点与边都用类型注解定义。本文梳理 GraphRunContext、End、BaseNode、GraphBuilder 的用法，给出无状态与带状态（自动售货机）两个完整示例，并保留官方对「该不该用图」的取舍态度。
pydantic ai PydanticAI pydantic-graph Python 状态机 agent工作流

WebLLM：用 WebGPU 把 LLM 跑进浏览器，以及几个容易被忽略的实现细节

WebLLM：用 WebGPU 把 LLM 跑进浏览器，以及几个容易被忽略的实现细节
2026-10-07 00:04:02
WebLLM 是浏览器内 LLM 推理引擎，靠 WebGPU 在本地跑 Llama/Qwen/Mistral 等模型，兼容 OpenAI API。这篇按 README 梳理接入流程与几处易踩的工程细节：四种缓存后端的选择与 opfs 报错、Service Worker 引擎的 handler 顶层实例化与心跳保活、SRI 完整性校验、自定义模型字段，以及从源码编译 TVMjs 时为什么不能用最新 emcc。
Browser AI 浏览器AI WebLLM WebGPU 浏览器侧推理

Agent Runtime 不是模型推理服务：一次 Run 的执行、取消与恢复边界

Agent Runtime 不是模型推理服务：一次 Run 的执行、取消与恢复边界
2026-10-07 00:03:47
把「接上 LLM API」当成 Agent 系统是常见误解。这篇拆 Agent Runtime 的真实职责：一次 Run 的六步执行、模型/Business Agent/Runtime/Adapter/Harness 五个易混对象、取消不等于关 HTTP、重试分层与幂等、持久化不等于恢复，以及一份可用来验收生产可用性的证据清单。
Agent Runtime Agent运行时智能体运行时运行时执行循环 Run生命周期 AI 可恢复执行

Pydantic AI 拆解：Agent 容器、Capability 组合与一个银行客服 agent

Pydantic AI 拆解：Agent 容器、Capability 组合与一个银行客服 agent
2026-10-07 00:03:26
Pydantic AI 是 Pydantic 团队的 Python Agent 框架。本文拆解其核心机制：Agent 容器与 5 种运行方式、结构化输出与校验重试、RunContext 依赖注入、可组合的 capability 原语，并给出一个完整的银行客服 agent 示例，附可观测性、持久执行与测试做法。
pydantic ai PydanticAI AI Agent Python 依赖注入 LLM

在 prompt 之外拦下工具调用：Microsoft agent-governance-toolkit

在 prompt 之外拦下工具调用：Microsoft agent-governance-toolkit
2026-10-06 00:03:42
Agent 上了生产后，"这个动作允许吗/是谁做的/能证明吗"三个问题绕不过去。这篇拆 Microsoft agent-governance-toolkit：在模型意图落地前的应用层拦截每次工具调用，用 YAML 策略做确定性放行/拒绝，配套零信任身份、四层权限环沙箱、SRE kill switch 与审计，含 Python/TS/.NET/Rust/Go 五语言接入方式与 agt verify 合规检查。同时说明它的边界：应用中间件层治理，而非内核级隔离。
agent治理 Agent治理智能体治理 Agent Governance 策略执行零信任身份 AI Agent安全工具调用拦截

Cloudflare 发布 cf CLI：命令从 Wrangler 的 280 条扩到 3000+，默认输出 JSON 给 AI Agent

Cloudflare 发布 cf CLI：命令从 Wrangler 的 280 条扩到 3000+，默认输出 JSON 给 AI Agent
2026-10-05 20:02:43
Cloudflare 发布新 CLI `cf`：从 Wrangler 约 280 条命令扩展到覆盖 3000+ API 操作，默认输出 JSON 给 AI Agent，配置改为 TypeScript 的 cloudflare.config.ts，构建改用 Vite。含安装、cf cli search 找命令、bindings/triggers 配置示例与 cf migrate 迁移路径。
Cloudflare CLI Wrangler AI Agent Vite

Octop：单进程跑完 Web、IM 与 cron 的多用户 Agent 运行时

Octop：单进程跑完 Web、IM 与 cron 的多用户 Agent 运行时
2026-10-04 21:31:25
腾讯开源的 Octop：单进程同时跑 Web 仪表盘、CLI、IM 渠道与 cron，多用户、多 Agent 自托管。默认 SQLite(WAL)、可选 Postgres，含 ACP 双向、专家库、memory slim。附安装/运行/Docker 与数据目录说明及取舍。
Octop 自托管 AI 助手多 Agent Python

AgentHub：5 个 AI Agent 并行改同一仓库，消息路由、文件锁与崩溃恢复怎么落地

AgentHub：5 个 AI Agent 并行改同一仓库，消息路由、文件锁与崩溃恢复怎么落地
2026-10-04 00:03:55
解析 AgentHub 这个多 Agent 编排框架：用消息路由、投递层+应用层双 ACK、指数退避重试、幂等去重、JSONL 状态日志与文件锁，解决多个 AI Agent 并行改同一仓库时的文件冲突、消息重复执行与崩溃丢状态问题，并说明其仅支持 macOS、早期项目的边界。
AI Agent 协作多智能体消息队列代码协作 Python

dzhng/deep-research：用不到 500 行代码写一个会自我迭代的深度研究 Agent

dzhng/deep-research：用不到 500 行代码写一个会自我迭代的深度研究 Agent
2026-10-04 00:03:44
dzhng/deep-research 是一个 500 行以内的 Node 版深度研究 agent：串起 Firecrawl 搜索抓取与 OpenAI/o3-mini，用 breadth/depth 两个参数控制递归式研究，最终输出带来源的 markdown 报告。本文给出环境变量、Docker、本地 LLM 与 DeepSeek R1 的配置方式。
deep research 深度研究 AI Agent 开源项目

三种开源自动科研 agent 的设计取舍：从 5 分钟单卡循环到 23 阶段流水线

三种开源自动科研 agent 的设计取舍：从 5 分钟单卡循环到 23 阶段流水线
2026-10-03 00:04:57
三个开源自动科研 agent 的工程取舍横评：karpathy/autoresearch 用单文件和固定 5 分钟预算换可比性，AI Scientist 从人类模板走向 v2 的 agentic tree search，AutoResearchClaw 铺开 23 阶段流水线并加引用校验与人工 gate。含三者的改动面、验收方式、成本门槛对照。
AI Scientist ai-scientist autoresearch AutoResearchClaw 自动科研 Agent tree search LLM训练

Docker 沙箱不够：跑 AI Scientist 这类自动科研 agent 的隔离加固与 microVM 迁移

Docker 沙箱不够：跑 AI Scientist 这类自动科研 agent 的隔离加固与 microVM 迁移
2026-10-03 00:04:03
AI Scientist 会执行 LLM 自己写的代码，README 明确要求容器化并限制网络。本文用 SandboxEscapeBench 与 NCSC 结论说明「纯 Docker 隔离」为何不够，给出 Docker 加固参数清单、四类常见错误，以及 gVisor / Firecracker / Kata / Code Airlock 的 microVM 迁移取舍。
AI Scientist ai-scientist 沙箱隔离容器安全 microVM Firecracker gVisor AI-Scientist-v2

单台 Linux 托管数十个 AI 开发沙箱：sandboxed 用 Docker + Traefik 替代 K8s

单台 Linux 托管数十个 AI 开发沙箱：sandboxed 用 Docker + Traefik 替代 K8s
2026-10-01 21:03:08
sandboxed 用 Go 控制面 + Docker + Traefik + SQLite 在单台 Linux 上跑大量隔离的 AI 开发沙箱，不依赖 K8s，靠闲置停止、请求唤醒压成本。记它的架构、HTTP API 流程与放弃 K8s 后的取舍。
Go Docker Traefik AI 沙箱自托管

把 AI Scientist 拆成两层：Alchemy 的交付接口与 AI-Scientist-v2 的 BFTS 配置

把 AI Scientist 拆成两层：Alchemy 的交付接口与 AI-Scientist-v2 的 BFTS 配置
2026-10-01 00:03:56
自动化 AI 科研系统的工程侧笔记：Alchemy 把 Scientist 层与研究环境层分离，只要求交付 algorithm.py + hyperparameter.yaml；对照 AI-Scientist-v2 的 agentic tree search（BFTS 参数、启动命令、成本与沙箱风险）。
ai-scientist AI 科研自动化科研 Alchemy AI-Scientist-v2 Agent

MCP Toolbox：把数据库接到 MCP 客户端，预置工具与 tools.yaml 自定义

MCP Toolbox：把数据库接到 MCP 客户端，预置工具与 tools.yaml 自定义
2026-09-30 21:33:18
Google 开源的 MCP Toolbox for Databases（Go，Apache-2.0）：一个 MCP 服务器，把 Gemini CLI/Claude Code/Codex 等客户端接到 20+ 数据库。整理预置工具快速接入、tools.yaml 自定义 source/tool/toolset/prompt/resource、二进制/Homebrew/Docker/npx/go install 安装方式与各语言 SDK 用法，附支持数据库清单与安全取舍。
MCP 数据库 AI Agent Go 自托管工具 ORM 数据访问

一个 while 只够 agent 活 5 分钟：learn-agent 的 s01–s15 机制与踩坑

一个 while 只够 agent 活 5 分钟：learn-agent 的 s01–s15 机制与踩坑
2026-09-30 00:04:06
从真实开源桌面 coding agent 移植的 15 篇笔记，逐篇拆 Claude Code / Codex 内部的工程机制：s04 讲工具输出预算用「落盘+指针」的无损溢出替代粗暴截断，s13 讲 allow/deny/ask 三态规则链、首匹配与 deny 优先的合并语义。给出可跑代码片段、真实运行输出与取舍点。
Agent编程 AI Agent Coding Agentic 上下文工程权限模型 Claude Code

不装 LangChain：用 Groq API 手写吴恩达定义的四种 Agentic 模式

不装 LangChain：用 Groq API 手写吴恩达定义的四种 Agentic 模式
2026-09-29 00:03:42
吴恩达在 DeepLearning.AI Agentic AI 课程里定义的四种模式——Reflection、Tool Use、Planning、Multi-Agent，用什么问题、边界在哪。附 neural-maze/agentic-patterns-course 这个不用 LangChain/CrewAI、只用 Groq API 从零实现四种模式的仓库，含可复现的 ReflectionAgent、ToolAgent、ReactAgent、Crew 代码。
andrew ng Agentic AI Agent Reflection ReAct Groq Python

CodeSchema：Go 单二进制索引服务，12 个 MCP 工具里 impact / tests 默认是断的

CodeSchema：Go 单二进制索引服务，12 个 MCP 工具里 impact / tests 默认是断的
2026-09-25 21:08:28
CodeSchema 是一个 Go 写的代码上下文索引服务，扫描仓库后通过 MCP/HTTP 给 AI 编码助手按需返回裁剪好的代码片段。本文给出克隆构建命令、12 个 MCP 工具与 22 个 HTTP 路由、双路检索与多租户设计，并如实列出三条已知限制：impact/tests 默认返回空、语义检索默认 TF-IDF 降级 R@1≈0.42、多语言解析以正则启发式为主。
Go MCP 开源项目 AI 编码

SuperPlane：Go 写的开源 AI 工程控制平面，Beta 阶段 7k Star

SuperPlane：Go 写的开源 AI 工程控制平面，Beta 阶段 7k Star
2026-09-25 21:06:20
SuperPlane 是 Go 编写的开源自动化引擎，定位「AI 驱动工程」控制平面，把流水线打包成含 Canvas/Console/Memory/Files 的自包含 App，自带 Build/Ask 双模式 Claude 智能体与预装 AI 工具链的 Runner。本文整理项目地址、组件职责、集成清单与 Beta 阶段的取舍。
Go AI Agent 开源项目自动化

YAML 编译成一张 LangGraph：Supervisor + Worker 多 Agent 平台的 7 条已知限制

YAML 编译成一张 LangGraph：Supervisor + Worker 多 Agent 平台的 7 条已知限制
2026-09-24 00:05:53
用 YAML 声明多 Agent 工作流、运行时编译成一张 LangGraph StateGraph，按 Supervisor + Worker 往返执行：Command({goto,update}) 跳转、workerOutputs reducer、maxSteps 防死循环、工具注册表按 id 解析，以及这一版没做的 7 条已知限制。
多 Agent 工作流 LangGraph Supervisor Worker 拓扑 TypeScript 声明式编排 AI

prodagent：把多 Agent 协作拆成 5 个原语，再用 4 维硬预算按住它

prodagent：把多 Agent 协作拆成 5 个原语，再用 4 维硬预算按住它
2026-09-24 00:04:29
多 Agent 工作流选型先定协作原语：prodagent 把协作拆成「共享状态 × 激活策略」两个正交轴，给出垂直委派、横向接力、Ensemble、Blackboard、WorkQueue 五个原语，并落到四维硬预算、断点续跑、五级上下文压缩与统一通信底座等生产工程点。
多 Agent 工作流 prodagent AI LangGraph 编排框架生产级

Warp Agent CLI：把 agent 搬进任意终端，但 auto-approve 会绕过你自己的 command denylist

Warp Agent CLI：把 agent 搬进任意终端，但 auto-approve 会绕过你自己的 command denylist
2026-09-24 00:04:18
Warp Agent CLI 把 Warp App 里的编码 agent 搬进任意终端（含 SSH），跑 warp 即可用自然语言驱动并复用 shell 输入框。本文按官方文档整理安装、登录与无头 WARP_API_KEY、权限模型与 execution profiles.default，并点出一个容易踩的坑：auto-approve 默认会绕过你自己的 command denylist，需在 settings.toml 关掉 bypass 才生效。
warp agent Warp CLI AI Agent 终端

DBX：25MB 的 Rust + Tauri 数据库客户端，还把 MCP Server 给了 AI agent

DBX：25MB 的 Rust + Tauri 数据库客户端，还把 MCP Server 给了 AI agent
2026-09-23 21:31:16
DBX 是 Rust + Tauri 写的跨平台数据库客户端，单文件约 25MB，宣称支持 90+ 数据库，提供桌面端、Docker、CLI，内置 AI SQL 助手与 MCP Server，让 Claude Code 这类编码 agent 直接查库。本文整理它的能力边界：不捆绑 JRE/Chromium、MCP 配置与三种权限模式、schema diff 与数据比较等，并说清哪些场景不适合。
数据库客户端 Rust Tauri MCP Docker AI

Cloudflare 同时放出远程 MCP 服务器、Workflows GA 与 Durable Objects 免费层

Cloudflare 同时放出远程 MCP 服务器、Workflows GA 与 Durable Objects 免费层
2026-09-21 21:03:14
Cloudflare 面向 AI agent 开发发布三项能力：业内首个远程 MCP 服务器、持久性 Workflows 正式 GA、Durable Objects 免费层，并与 Auth0/Stytch/WorkOS 合作简化 agent 授权。本文说明各自解决什么问题、部署与计费模型变化。
Cloudflare MCP AI Agent Workflows

大家都在搜索什么？

devops 易支付一个官网+多少钱统一接受回调统一回调 python sub node 宝塔日志 mysql shell ElasticSearch css vue api接口对接 2025 支付接口对接 go php php回调