RSS 就是消息队列:搭一套内网自持的信息源 AI 学习系统
RSS 条目持久、按需消费、天然削峰,本身就是消息队列。以它为输入搭内网自持的 AI 学习系统,配本地 llama.cpp 小模型。
RSS 条目持久、按需消费、天然削峰,本身就是消息队列。以它为输入搭内网自持的 AI 学习系统,配本地 llama.cpp 小模型。
推免季信息最乱。用决策链收敛:自我梳理、广泛调研、初判、定向核实,再以工程能力与研究方向的交集选定方向。
拆解 21 家厂商 421 份系统提示词,给自建 Agent 的四层提示词逐层重构,提炼可复用的技法清单。
从一个 "跳过校验导致元素重叠" 的真实缺陷出发,提炼逐页 QA 硬约束闭环 —— 生成 → 校验 → 失败回修 → 通过才下一页,让校验不可跳过。
从多 agent 流水线实战里提炼的文档审计框架 —— 把 "纯净" 拆成 5 大类 16 条规则,让读者只看到当前事实。
写了 42 个 skill 的个人包,做一次诚实自评:零实战验证、阶段失衡、边界重叠、触发词机械、references 深度不均。看起来完整不等于真的能用。
多 agent 工作流黑盒不可调试。在 skill 的每个阶段边界旁路写 trace,只读不改控制流,卡住时一眼定位停在哪步哪个 agent。
调研九问 agent 生态,找到一条主线:skill 驱动。skill 里写 workflow.md 声明子 agent,框架再动态生成 workflow.py 执行。声明式编排 + 动态生成,是复杂多步任务的好设计。
原生引擎崩溃不一定是你的错。用 vanilla 当对照组,一次对比就能分清是上游缺陷还是自己的 bug。
从 "理解" 进入 "开发" 的这一周,最核心的是把几十个依赖的编译流程拆成可复现的步骤,形成一张编译地图,再固化个人开发流。