阅读笔记 - 2026-03-08

• 一套用于网页设计的 skills + cc 插件
• 包含如字体、颜色、空间、交互、rwd 等能力
• 包含多种指令，能一键增强，一键细化，一键组件提取，一键设计审核和设计简化
• 支持 cursor ， cc, codex
• 直接用于网页设计

• 价值：值得尝试，可以试用在我的博客里

• 一套没有 vector db 或 embedding 的记忆系统设计
• 对现有的几种记忆方案做了批判：
  • vector db 过于被动，只输入，没有主动处理
  • 对话摘要模式：细节会丢失，没有交叉对比
  • knowledge base: 构造和维护成本太高
• 他的实现方案：分成3个不同的 agent
  • Ingest （摄入） agent： 向代理提供任何文件 ——文本、图片、音频、视频或 PDF ， 利用 Gemini 的多模态能力从所有这些信息中提取结构化信息
  • Consolidate （巩固）Agent 运行定时器（默认为每 30 分钟一次），进行：
    • 回顾未合并的记忆
    • 发现了两者之间的联系
    • 生成跨领域洞察
    • 压缩相关信息
  • QueryAgent 读取所有记忆和巩固洞见，然后综合答案并附上来源引用
• 存储数据就是简单的 sqlite

• 能快速接入，开箱即用

• 价值：非常简单且可理解的实现，值得在项目中试用

• 对巨大的长期的任务，对 cc 这样的工具是一个挑战，特别是在跨上下文做开发过程中，每次 cc 的新实例都会忘掉前面的工作，这个使用上下文压缩也不很好工作
• 一旦忘记上下文以后， cc 就会在局部优化中越走越远，就是 goal drift
• 应对任务过大的问题， cc 会拆解成一系列小任务，放在约定的位置
• 对上下文遗忘的问题，cc 的做法是在实例刚启动时提供一系列标准动作，包括识别自己所在目录，读 git 记录，然后读上面的任务列表，回忆自己现在做到哪了
• 每次 git 记录都要明确的说自己做了什么，在任务列表里是在哪个位置上，然后在进度文件上写进度摘要，作为 checkpoint ，经常的 commit ，这样做某个修改的回滚也方便
• agent loop 需要固定，让流程转起来

• 价值：很好的实践分享，已经加入到我的 Emacs as Agent Runbook 的经验中

• 一套多 agent 协作管理的框架，能把项目变成一个个独立的、自动的实现过程
• 可以使用外部的项目管理工具，比如他的 demo 里用了 linear
• 他提供了 spec ，可以把你的工作流程变成 Symphony 类似的项目

• 价值：基本和我的 Emacs as Agent Runbook 完全一样的想法，而且我已经让 gpt 学了他的 spec ，应该说是完全一致的实现，非常有价值的参考

• 目前有 4 万多个 skills，只有 1k 个左右是有用的
• Agent/LLM 写的 skills 都是垃圾，高级的 skills 都是手写的
• 60%-80% 的 skills 都集中在软件工程领域
• 文章也分享了如何提高 skill 质量
  • 控制 Skills 数量， 2-3 个 skill 的质量是最好的
  • 控制 Skills 复杂度，不管是详细的还是简洁的 skill ，表现都好于一个功能全面的 skill
  • 匹配领域需求，不同领域的 skill 对任务的表现差异巨大
  • 利用 Skills 弥补模型规模，好的 skill + 小模型的表现有可能好于无 skill 的大模型
  • cc对 skill 的使用更好， codex 经常会忽略 skill

• 价值：很好的分享，用于我自己的 skill 设计的参考

• 提取了 codex cli 的源码，发现 codex 是如何在长任务中保持专注的：
  1. 当上下文太长时，不是简单丢弃历史，而是调用 compact() API
  2. 服务器用一个专用的 compactor LLM，把整个对话历史总结成一个精炼的“handoff summary”。
  3. 这个 summary 被 AES 加密成 blob 返回给客户端
  4. 下次 responses.create() 时，客户端把 blob 传回去，服务器解密后总结，一起喂给 codex 主模型。
  5. 模型无缝接力继续工作，不会因为压缩而严重失忆或漂移。
• 然后作者提了一个问题：为什么Codex CLI使用两种完全不同的压缩路径（本地LLM用于非Codex模型，加密API用于Codex模型），而底层提示几乎相同？

• 价值：可以用于创建自己的 agent 的细节参考

• anthropic 有 skill creator ，有自动的用例生成
• 能自动化评估耗时、 token 用量和用例通过率
• 能多 agent 并行测试
• 能做多版本的 a/b 测试
• 能做触发率优化测试，适合 skill 编写时被使用率的测试

• 价值：做 skill 最方便的工具，可能我做 skill 还是要以 anthropic 为核心平台？

• 来自 Anthropic 黑客马拉松获胜者的完整 Claude Code 配置集合。
• 一整套完整的 llm 编程工具链，经过10个月的 agent / skills / hooks / commands / mcp 配置的整理
• 能从现有的 git 历史中总结出 skills 的能力以快速开始
• 能够持续学习，也就是通过对开发流程做直觉化的理解

长期学习可以看 https://x.com/affaanmustafa/status/2012378465664745795 这篇文档

• 价值：可以学习他的 vibe coding 的模式，特别是如何持续自举，优化流程，是怎么做的，值得学习

• 工具不是越多越好，而是越精简越强, 有人就用了裸的 cc 能完成最好的工作
• 模型进化很快，现在你做的很多为了稳定性的工作未来模型可能就完成了
• 需要相对精准的描述问题，需要做到不多也不少，一个 agent 个独立完成的工作量很重要
• 利用 agent 的讨好个性，专门做几个相互对抗的角色，来反驳某个 agent 的结论
• 需要给定任务结束的终点
• 要长期运行 agent 的话需要避免单一 agent 的长期运行，因为这会导致上下文污染，应该用流程控制，多个干净会话来完成
• 适当拆分 AGENTS.md 对不同领域的工作，如 review, coding, debug 分开不同的文档能帮助 agent 更好工作

• 价值：多数是大家都熟悉的经验，但作为一篇文章总结出来也是一种价值，适合做入门教程

• 一个 chrome 插件，能通过录制任意 web app 的请求，来总结出这些 web app 的 api 清单，供 llm 使用
• 现在也支持对 ui 动作的录制了，能把任意 web app 的功能提取成一套可重放的工具链，让 llm 使用
• 使用的是 cdp 方案
• 能输出成多种内容，可以是 skills ，也可以是多步骤的工作流

• 价值：很有价值的工具，可以做内容采集自动化，也可以做自动化测试和自动化编程等工作
• 风险：可能会有 session 泄漏风险，使用前需要安全审计一下