AI Agent 体系 · 学习档案

2026-10-27 OmO(oh-my-openagent)使用指南:一个关键词背后的多模型编排OmO 是 7 万星的多模型 agent harness:一条 ulw 交给主 agent 编排,按任务类别把活派给不同模型的 worker。本文梳理三条产品线与安装、关键词体系、主 agent + 类别 worker 骨架、ulw-plan 到 ulw-execute 的断点续跑流程、mass ulw 与 team mode、模型路由配置与命令速查,并给出剥离营销话术后的适用判断。

2026-10-19 从一次 LLM 调用到完整 Harness,Agent 到底经历了什么?一篇微信长文整理:LLM→Q&A Bot→ReAct→Tool Calling→Memory 五层叠加,再到 Pi/OpenCode/Codex/Hermes 四种 Harness 的设计取舍。

2026-10-19 EP-Harness:从个人 AI Coding 到团队级 Agent 工作流得物技术长文整理:Multica 二开的 EP-Harness,把 Agent 当团队成员管理 —— server/daemon/CLI 三层架构 + Backend.Execute 统一契约 + 四层演化 + Issue/Workflow/Skills/Runtime 结构化上下文。

2026-10-19 anthropics/skills 全集 — 19 个官方 Skill 详尽整理github.com/anthropics/skills 完整中文整理:19 个官方 Skill 的 SKILL.md 原文搬运(子文件、scripts、references 一并入仓)+ 官方 spec 要点解读。

2026-10-19 taste-skill:反 AI 模板味的前端设计 SKILL 指令集Leonxlnx/taste-skill 完整中文整理:13 个 SKILL.md、三旋钮系统(Design Variance / Motion / Density)、v2 硬规则精选(em-dash 全禁、eyebrow 1/3 节、premium-consumer 调色板封禁)+ AI Tells 速查表 + research/laziness 配套研究。

2026-10-19 pi coding agent 使用指南:极小内核,一切皆扩展围绕扩展生命周期的实操手册:安装升级、两级 settings、扩展编写(事件/工具/命令)、包管理(npm/git/本地三种源)、pi.dev 画廊搜索,以及新机器上从一份 settings.json 五步恢复整个环境(补装机制经源码核实)。基于上游 0.85.1 文档与本机实测。

2026-10-19 ui-skills:给设计工程师的 269 个 Agent 技能ibelick/ui-skills 中文整理:把设计规矩拆成按需加载的 SKILL 治“AI 味”前端——渐进加载机制、1–3 条路由约束、CLI/MCP 用法、六条常用技能逐个拆 + Playbook 短条目。

2026-10-19 acpx:让 Agent 调 Agent 的最小 ACP 客户端openclaw/acpx 中文整理:headless ACP 客户端的架构与取舍 —— JSON-RPC/stdio 直连不抓终端、(agentCommand, cwd) 作用域持久会话 + 队列 owner、三档权限策略、18 个 ACP 方法覆盖、acp-core-v1 一致性测试(21 用例)、compare 横评与 flows 多步工作流,内置 22 个 agent 注册表。

2026-10-19 Agent Client Protocol(ACP)全解 — 编辑器与编码代理的通用协议agentclientprotocol.com 全站 123 页完整梳理:JSON-RPC 通信模型、初始化/认证/会话/Prompt Turn 生命周期、内容块与工具调用等 UX 元素、扩展机制、v1 与 v2 草案对照、40+ 代理与 100+ 客户端生态、Zed×JetBrains 治理与 RFD 流程、演进时间线与学习路径。

2026-10-19 acp-bridge 全解 — 多 Agent 网关的调用、交互与进程生命周期xiwan/acp-bridge 源码整理:CLI agent 经 ACP 变 HTTP 服务,stdio JSON-RPC 双向交互、pipeline 四模式编排,以及关键之问——agent 子进程不是 daemon,而是按需 fork、TTL/LRU/OOM/健康检查五线回收的温池。

2026-10-19 Agent 自进化飞轮:评测 → 记忆 → 落地 → 控制微信长文学习笔记:自进化三层定位(Harness 主战场)、评测三重职责与七大难题、评测集三分法、记忆治理(策展写入/三层晋升/L0-L3 分层/渐进披露)、八环节 Agent CI/CD、五层门控与灰度回流、Dreaming 异步巡检、分级自主与审核疲劳、对齐漂移三层防护、四条数据通路与 Phase 1-4 落地路线;配图全部自制重绘。