Loading video...

Video Failed to Load

Go Home

🦊 分享开源项目 open-connector 如果你在开发agent产品，这个项目你值得了解 1、open-connector 是什么？ open-connector 是 composio 的开源替代方案，专注解决 agent 的「应用鉴权 + 工具调用」。当年 mcp 火起来时我分享过 composio，你只要把 agent 接到 composio 的 mcp server，再去后台绑定 Google、GitHub、Twitter 等账号，agent 就能通过 mcp 直接操作这些账号。 我最近在开发面向 OPC 的 agent 产品 Echo，原本也打算用这套思路来实现，因为 composio 体验不错，且有免费额度，但现在我换了方案。 2、connector 有什么用？ 你可能会觉得：不用 connector，agent 也能连 GitHub、Google、Twitter 啊。没错！但当你要跑很多个 agent、频繁切换任务，再加上一堆应用都要鉴权时，你很快就会被「没完没了的账号配置和授权流程」拖垮。 connector 做的就是那层关键的抽象：一次鉴权，多处复用。 open-connector 已覆盖 840+...

indie_maker_fox's profile picture

Indie Fox

14,299 subscribers

52,788 views • 28 days ago •via X (Twitter)

EducationHealth & WellnessScience & Technology
LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

还没体验过 Pi 或 Craft agent 的朋友，建议现在就去试一次。你会立刻明白我上个月说那句话时是什么心情。 我之前就讲过：未来程序员不再主要“做需求”，而是“做 agent”。agent 用来把你的能力蒸馏出来：你只要把需求说清楚，剩下的交给它完成。 如果你要研究怎么做一个 code agent，别从 0 开始，直接从 Pi agent 起步。它的可扩展性很好，集成进现有业务会省掉大量时间。 如果你要研究怎么做一个类似 codex desktop 的产品，那就从 Craft agent 入手。它基于 Pi agent 和 Claude agent，功能完整、覆盖面也足。 觉得复杂也没关系：能裁就裁。Claude agent sdk、messaging-gateway 这些都可以精简掉，留下的就是实打实的核心能力。 我已经基于它二开了一个新产品，叫 Echo，接入了技能市场，流程非常顺滑。它现在就是我的独立开发搭子，后续开发、运营我都在它上面跑。
0:29

还没体验过 Pi 或 Craft agent 的朋友，建议现在就去试一次。你会立刻明白我上个月说那句话时是什么心情。 我之前就讲过：未来程序员不再主要“做需求”，而是“做 agent”。agent 用来把你的能力蒸馏出来：你只要把需求说清楚，剩下的交给它完成。 如果你要研究怎么做一个 code agent，别从 0 开始，直接从 Pi agent 起步。它的可扩展性很好，集成进现有业务会省掉大量时间。 如果你要研究怎么做一个类似 codex desktop 的产品，那就从 Craft agent 入手。它基于 Pi agent 和 Claude agent，功能完整、覆盖面也足。 觉得复杂也没关系：能裁就裁。Claude agent sdk、messaging-gateway 这些都可以精简掉，留下的就是实打实的核心能力。 我已经基于它二开了一个新产品，叫 Echo，接入了技能市场，流程非常顺滑。它现在就是我的独立开发搭子，后续开发、运营我都在它上面跑。

Indie Fox

110,839 views • 1 month ago

最近看到一个很值得研究的开源项目：learn-claude-code。 它不是在教你怎么堆 prompt、连工作流、搭节点图， 而是在教你一件更底层的事： 怎么从 0 到 1 搭一个类 Claude Code 的 agent harness。 这个项目最有意思的观点是： 真正的 Agent 是模型本身，外面的代码只是 harness。 所以它讨论的重点，不是“怎么把流程编排得更复杂”， 而是怎么给模型准备一个真正能工作的环境。 README 里把 harness 拆成了： Tools Knowledge Observation Action Interfaces Permissions 也就是工具、知识、观察、动作接口和权限边界。 说白了，模型负责思考， harness 负责让它看见世界、调用工具、执行动作。 我觉得这个视角很重要。 因为很多人现在做 Agent， 还停留在“拼工作流”和“堆胶水代码”的阶段。 但真正决定 Agent 能不能跑起来的， 往往是你给它什么环境，而不是你给它多少层 prompt。 这个项目现在 GitHub 已经有 36k Stars、5.8k Forks。 如果你在关注 AI Agent、Claude Code，或者 agent engineering， 这个项目很值得看看。👇
0:38

最近看到一个很值得研究的开源项目：learn-claude-code。 它不是在教你怎么堆 prompt、连工作流、搭节点图， 而是在教你一件更底层的事： 怎么从 0 到 1 搭一个类 Claude Code 的 agent harness。 这个项目最有意思的观点是： 真正的 Agent 是模型本身，外面的代码只是 harness。 所以它讨论的重点，不是“怎么把流程编排得更复杂”， 而是怎么给模型准备一个真正能工作的环境。 README 里把 harness 拆成了： Tools Knowledge Observation Action Interfaces Permissions 也就是工具、知识、观察、动作接口和权限边界。 说白了，模型负责思考， harness 负责让它看见世界、调用工具、执行动作。 我觉得这个视角很重要。 因为很多人现在做 Agent， 还停留在“拼工作流”和“堆胶水代码”的阶段。 但真正决定 Agent 能不能跑起来的， 往往是你给它什么环境，而不是你给它多少层 prompt。 这个项目现在 GitHub 已经有 36k Stars、5.8k Forks。 如果你在关注 AI Agent、Claude Code，或者 agent engineering， 这个项目很值得看看。👇

axiaisacat

44,334 views • 4 months ago

最近北大开源的一个项目，我觉得很值得关注。 AI Agent 现在最缺的，可能不是模型， 而是一套像 npm 一样可复用的 skill 基础设施。 MagicSkills 做的就是这件事。 它不是再去造一个新的 Agent framework， 而是想把那些散落在各处的 SKILL.md， 变成可安装、可组合、可同步、可调用的共享能力层。 MagicSkills 的思路更像是， 先把 skill 从零散文档里抽出来， 做成一个本地优先的共享 skill pool， 然后再按不同 Agent、不同框架去组合和分发。 这样一来，skill 就不再只是 prompt 附件， 而是开始变成真正可复用的能力基础设施。 说白了，它想推动的一件事就是： 让 Agent 的技能， 从“写一份文档自己用”， 变成“写一次，到处复用”。 我觉得这个方向很值得看。 因为当 skill 开始像包管理一样被组织起来， 多 Agent 工作流才会真正开始像工程系统， 而不是一堆 prompt 和脚本的临时拼装。 如果你在关注 AI Agent、Multi-Agent、技能复用， 或者正在想怎么管理越来越多的 SKILL.md， 这个项目值得研究一下。👇
0:21

最近北大开源的一个项目，我觉得很值得关注。 AI Agent 现在最缺的，可能不是模型， 而是一套像 npm 一样可复用的 skill 基础设施。 MagicSkills 做的就是这件事。 它不是再去造一个新的 Agent framework， 而是想把那些散落在各处的 SKILL.md， 变成可安装、可组合、可同步、可调用的共享能力层。 MagicSkills 的思路更像是， 先把 skill 从零散文档里抽出来， 做成一个本地优先的共享 skill pool， 然后再按不同 Agent、不同框架去组合和分发。 这样一来，skill 就不再只是 prompt 附件， 而是开始变成真正可复用的能力基础设施。 说白了，它想推动的一件事就是： 让 Agent 的技能， 从“写一份文档自己用”， 变成“写一次，到处复用”。 我觉得这个方向很值得看。 因为当 skill 开始像包管理一样被组织起来， 多 Agent 工作流才会真正开始像工程系统， 而不是一堆 prompt 和脚本的临时拼装。 如果你在关注 AI Agent、Multi-Agent、技能复用， 或者正在想怎么管理越来越多的 SKILL.md， 这个项目值得研究一下。👇

axiaisacat

46,330 views • 4 months ago

有一个超级暴论： 现阶段的 OpenClaw 根本不适合团队协作！！ 折腾过的人，应该都有类似的感受！ OpenClaw 本质上其实是一个很强的 Agent 底座！ 你可以把它接入到自己的团队工作流里， 把 Agent 搭起来，把渠道接进去，把能力跑通， 每个人都能让Agent干事情， 但是再进一步就会发现真正的问题： 团队怎么一起用？ 中间产出和最终结果都沉淀在哪？ 前面做过的分析、写过的文档、跑过的方法，怎么变成团队可复用资产？ 新的成员进来，怎么接着往下做，而不是从头再来一遍？ 这些，落到实际的应用中，都是坑！ 最近，Flowus团队开发了一个新产品： Kollab Kollab 似乎解决了上面这些问题，它的思路很直接： 把 Agent 直接变成工作流的一部分。 这是什么意思呢？ OpenClaw 解决的是：我个人怎么拥有一个随叫随到、能力很强、自己可控的 AI。 而 Kollab 解决的是：怎么让 AI 参与真实的团队工作，让做过的事能留下来，方法能复用，团队能协作。 对于内容团队、研究团队、小型创业团队来说，一定知道这其中的区别！！ 你可以很简单的建立不同的项目组，或者工作空间， 每个项目组里都有 Agent，项目推进的全过程中， 所有的工作流、产出和方法论，都会沉淀在这个空间里。 当下次遇到同类型的B项目时，就可以一键复用A项目沉淀下来“工作资产”。 我觉得，这才是团队协作里最有价值的部分， 尽可能减少重复劳动！！ 不管是传统团队协作，还是AI时代的团队协作，都如此。 所以，AI 产品真正的分水岭， 不是谁更像人，也不是谁接了更多更强的模型。 而是，到底能不能提供一个能沉淀、能协作、能推进的工作空间。
0:49

有一个超级暴论： 现阶段的 OpenClaw 根本不适合团队协作！！ 折腾过的人，应该都有类似的感受！ OpenClaw 本质上其实是一个很强的 Agent 底座！ 你可以把它接入到自己的团队工作流里， 把 Agent 搭起来，把渠道接进去，把能力跑通， 每个人都能让Agent干事情， 但是再进一步就会发现真正的问题： 团队怎么一起用？ 中间产出和最终结果都沉淀在哪？ 前面做过的分析、写过的文档、跑过的方法，怎么变成团队可复用资产？ 新的成员进来，怎么接着往下做，而不是从头再来一遍？ 这些，落到实际的应用中，都是坑！ 最近，Flowus团队开发了一个新产品： Kollab Kollab 似乎解决了上面这些问题，它的思路很直接： 把 Agent 直接变成工作流的一部分。 这是什么意思呢？ OpenClaw 解决的是：我个人怎么拥有一个随叫随到、能力很强、自己可控的 AI。 而 Kollab 解决的是：怎么让 AI 参与真实的团队工作，让做过的事能留下来，方法能复用，团队能协作。 对于内容团队、研究团队、小型创业团队来说，一定知道这其中的区别！！ 你可以很简单的建立不同的项目组，或者工作空间， 每个项目组里都有 Agent，项目推进的全过程中， 所有的工作流、产出和方法论，都会沉淀在这个空间里。 当下次遇到同类型的B项目时，就可以一键复用A项目沉淀下来“工作资产”。 我觉得，这才是团队协作里最有价值的部分， 尽可能减少重复劳动！！ 不管是传统团队协作，还是AI时代的团队协作，都如此。 所以，AI 产品真正的分水岭， 不是谁更像人，也不是谁接了更多更强的模型。 而是，到底能不能提供一个能沉淀、能协作、能推进的工作空间。

沐阳

51,074 views • 3 months ago

试了一下昨天这个海外产品 MuleRun，发现很牛啊。 从理念和效果上看都很厉害，感觉 Agent 产品要有新品类了。 我眼睁睁看这个 AI 帮我打完了星穹铁道的每日任务。 这个最强的核心能力是，每个用户都会有一个完整的虚拟机可以运行 Agent 帮你操作里面的软件，不只是浏览器。 Agent 创建者可以把完成任务的环境建好，用户就能直接用这些自动化的 Agent。 不是 Manus 那种你只能看到有限文件和界面的，你甚至可以自己操作里面的 Windows 电脑，这样想象力就丰富超级多了，Agent 终于拜托了 Office 三件套和网页生成。 他可以帮你自动做游戏的日常，能帮你用 Blender 建模。里面甚至还有帮你自动打崩坏星穹铁道的每日任务的 Agent 。 我亲眼看着他找到游戏的图标启动引导我登录之后开始自己操作角色和界面打对应的日常任务，太省心了，而且这个不死板，你可以指定任务完成的顺序和轮数以及完成哪些任务。 我还用里面的 Blender Agent 让他创建了一个灯塔模型。 里面还有帮你做视频的以及刷评论作图的 Agent，要是有邀请可以试试，很好玩。
1:21

试了一下昨天这个海外产品 MuleRun，发现很牛啊。 从理念和效果上看都很厉害，感觉 Agent 产品要有新品类了。 我眼睁睁看这个 AI 帮我打完了星穹铁道的每日任务。 这个最强的核心能力是，每个用户都会有一个完整的虚拟机可以运行 Agent 帮你操作里面的软件，不只是浏览器。 Agent 创建者可以把完成任务的环境建好，用户就能直接用这些自动化的 Agent。 不是 Manus 那种你只能看到有限文件和界面的，你甚至可以自己操作里面的 Windows 电脑，这样想象力就丰富超级多了，Agent 终于拜托了 Office 三件套和网页生成。 他可以帮你自动做游戏的日常，能帮你用 Blender 建模。里面甚至还有帮你自动打崩坏星穹铁道的每日任务的 Agent 。 我亲眼看着他找到游戏的图标启动引导我登录之后开始自己操作角色和界面打对应的日常任务，太省心了，而且这个不死板，你可以指定任务完成的顺序和轮数以及完成哪些任务。 我还用里面的 Blender Agent 让他创建了一个灯塔模型。 里面还有帮你做视频的以及刷评论作图的 Agent，要是有邀请可以试试，很好玩。

歸藏(guizang.ai)

62,571 views • 11 months ago

我觉得我还是挺屌的，这是我开源的 Kin Agent，你和他说“把这个项目在沙盒里跑起来”，它就给你跑起来了，你也不用动啥技术，也不需要了解本地环境。 —— 这个是专门给中小团队做的用在本地的 Agent，适合有个 8g 的 macmini，直接一键部署，扔到办公室里，挂一个 coding plan，全团队可用，没有 tokens 负担。 ——
0:45

我觉得我还是挺屌的，这是我开源的 Kin Agent，你和他说“把这个项目在沙盒里跑起来”，它就给你跑起来了，你也不用动啥技术，也不需要了解本地环境。 —— 这个是专门给中小团队做的用在本地的 Agent，适合有个 8g 的 macmini，直接一键部署，扔到办公室里，挂一个 coding plan，全团队可用，没有 tokens 负担。 ——

熊布朗

14,292 views • 1 month ago

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。 我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论 我第一时间就上手了。 先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。 然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。 我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。
0:22

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。 我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论 我第一时间就上手了。 先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。 然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。 我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

劳伦斯

27,423 views • 2 months ago

小扎吐槽苹果和 Google，以及谈为什么开源 AI **Mark Zuckerberg**: 我认为移动生态系统中普遍存在的一个问题是有两个把持入口的公司，Apple 和 Google，它们可以告诉你可以构建什么。 在我们的历史中有很多次，比如有经济层面的情况，就是我们构建了些东西，然后它们就会拿走我们大部分的收入，但还有一种是质量层面，这实际上让我更加不满，也就是有很多次我们推出或希望推出某些功能，然后Apple就会说，不，你不能推出这功能。 这真的很糟糕。 问题是，这样的世界是否会在AI领域复现，就像你会有一小部分拥有封闭模型的公司，它们控制API，因此将能够告诉你可以构建什么。 我可以说，对我们来说，自己构建一个模型以避免处于那种位置是值得的。 我不希望那些其他公司告诉我们可以构建什么，而且我认为从开源的角度来看，很多开发人员也不希望那些公司告诉他们可以构建什么。这就是我坚定支持开源的原因之一，我认为未来AI的集中化可能像其广泛传播一样具有潜在危险。 我发现很多人都在思考，如果我们能实现这种技术，那么让它广泛传播是否不利。 我认为另一种可能也很糟糕的情况是，如果一个机构掌握了一种强大的AI远超其他所有人的，这同样是非常糟糕的。在我看来，一个理想的世界应该是这样的：AI技术被广泛而均衡地应用，随着时间推移逐步增强其健康性。在这样的世界里，各种系统能够相互制衡，这种平衡的状态比一个高度集中化的世界要健康得多。 虽然风险无处不在，但我觉得有一个风险我想人们我并没有听到太多人提及。 **Dwarkesh Patel**:举例来说，一个价值100亿美元的模型，如果经过评估是完全安全的，你们会选择开源吗？ **Mark Zuckerberg**:我的答案是，只要这个模型对我们有所帮助，那我们就会开源。 **Dwarkesh Patel**: 那如果这个模型是用100亿美元的研发经费研发出来的，然后现在要开源呢？ **Mark Zuckerberg**: 我们一直以来都有开源软件的传统，但是我们并不会开源我们的产品。 比如说，我们并不会将Instagram的代码开源，但我们会开源许多底层的基础设施。我们历史上最大的一个项目可能就是开放计算项目。在这个项目中，我们将我们所有的服务器的设计网络交换机和数据中心的设计开源了，这对我们来说非常有帮助。 因为很多人可以设计服务器，但现在，大家普遍都采用了我们的设计，这就意味着整个供应链都围绕我们的设计展开，规 模变大，对所有人来说都变得更便宜，为我们节省了数十亿美元。 这真是太棒了，对吧？ 因此，我认为开源有多种方式可以对我们有所帮助。 一种就是，如果有人能够找出更便宜的运行模型的方法，我们将花费数十亿甚至上千亿美元，在所有这些模型上，所以如果我们能做的更有效率，那我们就可以节省数十亿甚至上百亿美元，这可能本身就非常有价值。 **Dwarkesh Patel**: 关于开源，我很想知道你是否认为像PyTorch、React、Open Compute这样的开源项目，对世界的影响是否已经超过了Meta在社交媒体方面的作用。 **Mark Zuckerberg**: 因为我曾经和使用这些服务的人交谈过，他们觉得这是有可能的，因为互联网的很大一部分都在运行这些项目。这是一个有趣的问题，我认为几乎有一半的世界人口都在使用我们的产品，这是一个真实的点，所以我觉得这很难超越。 但不管怎样，我还是认为开源是一种新的、非常強大的建设方式。 来源：
4:08

小扎吐槽苹果和 Google，以及谈为什么开源 AI **Mark Zuckerberg**: 我认为移动生态系统中普遍存在的一个问题是有两个把持入口的公司，Apple 和 Google，它们可以告诉你可以构建什么。 在我们的历史中有很多次，比如有经济层面的情况，就是我们构建了些东西，然后它们就会拿走我们大部分的收入，但还有一种是质量层面，这实际上让我更加不满，也就是有很多次我们推出或希望推出某些功能，然后Apple就会说，不，你不能推出这功能。 这真的很糟糕。 问题是，这样的世界是否会在AI领域复现，就像你会有一小部分拥有封闭模型的公司，它们控制API，因此将能够告诉你可以构建什么。 我可以说，对我们来说，自己构建一个模型以避免处于那种位置是值得的。 我不希望那些其他公司告诉我们可以构建什么，而且我认为从开源的角度来看，很多开发人员也不希望那些公司告诉他们可以构建什么。这就是我坚定支持开源的原因之一，我认为未来AI的集中化可能像其广泛传播一样具有潜在危险。 我发现很多人都在思考，如果我们能实现这种技术，那么让它广泛传播是否不利。 我认为另一种可能也很糟糕的情况是，如果一个机构掌握了一种强大的AI远超其他所有人的，这同样是非常糟糕的。在我看来，一个理想的世界应该是这样的：AI技术被广泛而均衡地应用，随着时间推移逐步增强其健康性。在这样的世界里，各种系统能够相互制衡，这种平衡的状态比一个高度集中化的世界要健康得多。 虽然风险无处不在，但我觉得有一个风险我想人们我并没有听到太多人提及。 **Dwarkesh Patel**:举例来说，一个价值100亿美元的模型，如果经过评估是完全安全的，你们会选择开源吗？ **Mark Zuckerberg**:我的答案是，只要这个模型对我们有所帮助，那我们就会开源。 **Dwarkesh Patel**: 那如果这个模型是用100亿美元的研发经费研发出来的，然后现在要开源呢？ **Mark Zuckerberg**: 我们一直以来都有开源软件的传统，但是我们并不会开源我们的产品。 比如说，我们并不会将Instagram的代码开源，但我们会开源许多底层的基础设施。我们历史上最大的一个项目可能就是开放计算项目。在这个项目中，我们将我们所有的服务器的设计网络交换机和数据中心的设计开源了，这对我们来说非常有帮助。 因为很多人可以设计服务器，但现在，大家普遍都采用了我们的设计，这就意味着整个供应链都围绕我们的设计展开，规 模变大，对所有人来说都变得更便宜，为我们节省了数十亿美元。 这真是太棒了，对吧？ 因此，我认为开源有多种方式可以对我们有所帮助。 一种就是，如果有人能够找出更便宜的运行模型的方法，我们将花费数十亿甚至上千亿美元，在所有这些模型上，所以如果我们能做的更有效率，那我们就可以节省数十亿甚至上百亿美元，这可能本身就非常有价值。 **Dwarkesh Patel**: 关于开源，我很想知道你是否认为像PyTorch、React、Open Compute这样的开源项目，对世界的影响是否已经超过了Meta在社交媒体方面的作用。 **Mark Zuckerberg**: 因为我曾经和使用这些服务的人交谈过，他们觉得这是有可能的，因为互联网的很大一部分都在运行这些项目。这是一个有趣的问题，我认为几乎有一半的世界人口都在使用我们的产品，这是一个真实的点，所以我觉得这很难超越。 但不管怎样，我还是认为开源是一种新的、非常強大的建设方式。 来源：

宝玉

74,721 views • 2 years ago

花了三天时间，build了我们第一个X402的产品 「X Spaces Transcription Agent」 你现在可以访问 使用它。 对我们来说，x402 不是一个“又一个支付方案”，而有可能成为未来互联网里最简单、最通用的支付协议。 但当我开始深入研究时，我发现一个很现实的问题： 今天的 x402scan 上，大部分服务其实并没有真实价值。很多调用量只是刷出来的——因为 facilitator 会代付 gas，所以你完全可以靠刷量堆数字。 （如果你感兴趣，我之后可以详细讲讲现在的刷量模式和一些典型行为。） 既然协议本身已经这么干净，那么真正缺的不是“更多 endpoint”，而是——有没有人愿意真正付费使用的 x402 服务？ 所以我们换了一个思路： 别再追调用量了，从我们自己的真实需求出发，去做一个我们自己会持续付费使用的 x402 agent。 于是，我们构建了一个有明确使用价值的 x402 Server： 👉 只需用 x402 支付 1 USDC 你就可以转录任意一场 Twitter Space。 完整音频 → Whisper → LLM 多段格式化 转录完成后，这个 Space 的全文对所有人永久开放 所有人可以继续用 0.1 USDC/次 的方式使用 Chat agent 做 summary、key points、projects、translate 等二次分析 我们已经用它转录了不少 daydreams 和 x402 meta 相关的空间，如果你感兴趣可以点进去看。 为什么先做这个？ 因为如果 x402 真要成为“互联网的通用支付层”，那就必须要出现一批真正愿意付费的服务： 不是刷量，不是 demo，而是你愿意掏 1 USDC、可以给你带来价值的数据资产。 而 Twitter Space 转录对我们来说就是一个非常明确的需求： 太多高质量讨论沉在音频里，不可搜索、不可引用、不可分析。 但当转录成为一个“用 1 USDC 买下的公共数据资产”之后，整个生态的 Agent 都可以在这上面做二次增值。 这个 Space Agent 只是我们构建的一批 x402 实用服务的第一个。 最后不要在熊市躺平，而是在熊市面向未来build, 而这个未来就是 X402 + ERC8004. 如果你对 x402、Web3、AI 的结合感兴趣，也可以完整的看看我们的技术文章：
0:40

花了三天时间，build了我们第一个X402的产品 「X Spaces Transcription Agent」 你现在可以访问 使用它。 对我们来说，x402 不是一个“又一个支付方案”，而有可能成为未来互联网里最简单、最通用的支付协议。 但当我开始深入研究时，我发现一个很现实的问题： 今天的 x402scan 上，大部分服务其实并没有真实价值。很多调用量只是刷出来的——因为 facilitator 会代付 gas，所以你完全可以靠刷量堆数字。 （如果你感兴趣，我之后可以详细讲讲现在的刷量模式和一些典型行为。） 既然协议本身已经这么干净，那么真正缺的不是“更多 endpoint”，而是——有没有人愿意真正付费使用的 x402 服务？ 所以我们换了一个思路： 别再追调用量了，从我们自己的真实需求出发，去做一个我们自己会持续付费使用的 x402 agent。 于是，我们构建了一个有明确使用价值的 x402 Server： 👉 只需用 x402 支付 1 USDC 你就可以转录任意一场 Twitter Space。 完整音频 → Whisper → LLM 多段格式化 转录完成后，这个 Space 的全文对所有人永久开放 所有人可以继续用 0.1 USDC/次 的方式使用 Chat agent 做 summary、key points、projects、translate 等二次分析 我们已经用它转录了不少 daydreams 和 x402 meta 相关的空间，如果你感兴趣可以点进去看。 为什么先做这个？ 因为如果 x402 真要成为“互联网的通用支付层”，那就必须要出现一批真正愿意付费的服务： 不是刷量，不是 demo，而是你愿意掏 1 USDC、可以给你带来价值的数据资产。 而 Twitter Space 转录对我们来说就是一个非常明确的需求： 太多高质量讨论沉在音频里，不可搜索、不可引用、不可分析。 但当转录成为一个“用 1 USDC 买下的公共数据资产”之后，整个生态的 Agent 都可以在这上面做二次增值。 这个 Space Agent 只是我们构建的一批 x402 实用服务的第一个。 最后不要在熊市躺平，而是在熊市面向未来build, 而这个未来就是 X402 + ERC8004. 如果你对 x402、Web3、AI 的结合感兴趣，也可以完整的看看我们的技术文章：

0xhhh

14,695 views • 8 months ago

亲爱的，不晓得你注意到了吗？ 最近 Quack AI 团队研发的 Q402 在BNB Chain 上线了 ！👀 它是一个给 AI Agent 经济用的 统一签名 + 支付 + 执行层 也就是说，以后链上很多操作，我们都可以一键签名直接完成支付和执行 重点来了，这个产品有很多优点，例如： 直接兼容 ERC-20 支持所有符合 EIP-7702 的 EVM 链 不用升级代币 也不用重新走一堆授权流程 一句话总结，就是对用户和开发者都几乎 零改造成本接入！ 而且，一次签名就能执行操作，也支持 Gasless 流程（为 Agent 设计） 另外，结算过程可审计、可追踪、带策略控制 以前我们熟悉的那种Approve → Transfer → Pay一整套拆成三步的流程，以后可以直接一次签名就完成！ 是不是很方便呢？ 治理、支付、自动化执行，现在都能走同一个 sign-to-pay 流程 同时，#Q402 做的是执行层，而 #BNBChain 则是这一切开始的地方 感觉 Agent 叙事终于开始从能不能用，进化到 好不好用了 👀
0:33

亲爱的，不晓得你注意到了吗？ 最近 Quack AI 团队研发的 Q402 在BNB Chain 上线了 ！👀 它是一个给 AI Agent 经济用的 统一签名 + 支付 + 执行层 也就是说，以后链上很多操作，我们都可以一键签名直接完成支付和执行 重点来了，这个产品有很多优点，例如： 直接兼容 ERC-20 支持所有符合 EIP-7702 的 EVM 链 不用升级代币 也不用重新走一堆授权流程 一句话总结，就是对用户和开发者都几乎 零改造成本接入！ 而且，一次签名就能执行操作，也支持 Gasless 流程（为 Agent 设计） 另外，结算过程可审计、可追踪、带策略控制 以前我们熟悉的那种Approve → Transfer → Pay一整套拆成三步的流程，以后可以直接一次签名就完成！ 是不是很方便呢？ 治理、支付、自动化执行，现在都能走同一个 sign-to-pay 流程 同时，#Q402 做的是执行层，而 #BNBChain 则是这一切开始的地方 感觉 Agent 叙事终于开始从能不能用，进化到 好不好用了 👀

Moonlight🌙月光

36,128 views • 6 months ago

最近在开发圈很火的 GitHub 项目 Firecrawl， 一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。 一句话总结： 它可以把任何网站，直接变成 AI 能用的数据。 只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说： 网站 → 结构化数据 → 直接喂给 LLM。 现在很多 AI 项目的数据流程其实都是： 网站 → Firecrawl → 向量库 → RAG → AI 应用 如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集 这个工具基本算是 AI 开发的基础设施了
0:25

最近在开发圈很火的 GitHub 项目 Firecrawl， 一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。 一句话总结： 它可以把任何网站，直接变成 AI 能用的数据。 只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说： 网站 → 结构化数据 → 直接喂给 LLM。 现在很多 AI 项目的数据流程其实都是： 网站 → Firecrawl → 向量库 → RAG → AI 应用 如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集 这个工具基本算是 AI 开发的基础设施了

开发者Hailey

140,235 views • 4 months ago

兄弟们，这个项目简直是搞自媒体神器啊！ 斩获3.5K Star，还直接开源免费啊！ 还不赶紧给你的Agent搞起来啊 又有一个给AI Agent装“互联网眼睛”的开源项目，叫Agent-Reach。 它通过一个CLI工具，让Agent能免费读取和搜索Twitter、Reddit、YouTube、GitHub、B站、小红书等多个平台的内容。 核心不是自己写爬虫，最牛的是智能选择当下最稳定的开源后端工具，并自动做健康检查和故障切换。 安装后，Agent就能直接处理“帮我看这个YouTube视频的字幕”“搜一下Twitter上对这个产品的评价”“全网搜LLM框架对比”这类任务，而且全程零API费用、本地运行。 最实用的是它把这些碎片化的能力封装成了Agent可直接调用的skill，还做了多后端路由和自动降级，让整个系统更稳定可靠。 这其实是在补齐当前很多agent最缺的一块能力：低成本、可靠的网页和社交媒体内容获取。 非常丝滑和nice，搞创作搜集信息的兄弟们，别错过了！ ✍🏻项目地址，记得给作者Star啊，见评论区👇🏻
0:48

兄弟们，这个项目简直是搞自媒体神器啊！ 斩获3.5K Star，还直接开源免费啊！ 还不赶紧给你的Agent搞起来啊 又有一个给AI Agent装“互联网眼睛”的开源项目，叫Agent-Reach。 它通过一个CLI工具，让Agent能免费读取和搜索Twitter、Reddit、YouTube、GitHub、B站、小红书等多个平台的内容。 核心不是自己写爬虫，最牛的是智能选择当下最稳定的开源后端工具，并自动做健康检查和故障切换。 安装后，Agent就能直接处理“帮我看这个YouTube视频的字幕”“搜一下Twitter上对这个产品的评价”“全网搜LLM框架对比”这类任务，而且全程零API费用、本地运行。 最实用的是它把这些碎片化的能力封装成了Agent可直接调用的skill，还做了多后端路由和自动降级，让整个系统更稳定可靠。 这其实是在补齐当前很多agent最缺的一块能力：低成本、可靠的网页和社交媒体内容获取。 非常丝滑和nice，搞创作搜集信息的兄弟们，别错过了！ ✍🏻项目地址，记得给作者Star啊，见评论区👇🏻

Berryxia.AI

25,997 views • 1 month ago

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。 有兴趣的朋友可以试试，真的能省不少事儿 ，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇
7:41

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。 有兴趣的朋友可以试试，真的能省不少事儿 ，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇

阿蔺A-Lin

27,925 views • 4 months ago

在硅谷科技圈社交的觥筹交错之中，小龙虾之父🦞 Peter Steinberger 🦞 打开自己的电脑，分享了他和 Agent 一起工作的几个流程。 开篇他就提到： 去年，我受限于 token。 我通过加入 OpenAI 解决了这个问题。 后来，我受限于 CPU。 现在我感觉，真正限制我的其实是注意力。 他点出了我们与 AI 协作方式中正在发生的一个重要转变。 大多数人以为自己在使用 AI。 但实际上，他们还在做那些未来应该由 agent 接手的协调工作。 我把它整理成一个 7 层阶梯。看看你现在在哪一层。 第 1 层：聊天 你提问，它回答。其他事情还是你自己做。 第 2 层：上下文 你把背景信息贴进去，它的回答变好了。但你仍然要决定什么上下文重要，以及什么时候提供。 第 3 层：记忆 它开始记住你。你不用反复解释那么多。但你仍然在管理每一次会话。 第 4 层：工具 它可以搜索、读文件、运行代码。但你仍然要决定什么时候调用工具、为了什么调用工具，以及如何检查每一个结果。 第 5 层：技能skill 你已经给了它一些工作流程和 playbook。它知道你的工作方式，而不只是你问了什么。但它仍然是被动的，还在等你启动。 第 6 层：后台工作 它可以在你不盯着看的情况下运行，异步执行。你审核的是输出，而不是过程。 现在大多数关于 “agentic” 的炒作，其实都集中在这一层，而且大多数团队还没有真正达到。 第 7 层：目标 你定义结果、约束和品味。agent 负责跑完整个循环。你不再管理任务，而是管理方向。 每往上一层，你做的任务管理就更少，承担的结果 ownership 就更多。 这不只是工具能力的变化，而是你和工具、你和自己时间之间关系的根本变化。 大多数人还停留在第 2 层或第 3 层，却把这叫作“使用 AI”。 大多数团队还停留在第 4 层或第 5 层，却把这叫作“AI-powered”。 真正的突破，是建立一种更好的 delegation contract，把人从执行者释放出来，变成方向的定义者。 那么：你现在在哪一层呢？
19:58

在硅谷科技圈社交的觥筹交错之中，小龙虾之父🦞 Peter Steinberger 🦞 打开自己的电脑，分享了他和 Agent 一起工作的几个流程。 开篇他就提到： 去年，我受限于 token。 我通过加入 OpenAI 解决了这个问题。 后来，我受限于 CPU。 现在我感觉，真正限制我的其实是注意力。 他点出了我们与 AI 协作方式中正在发生的一个重要转变。 大多数人以为自己在使用 AI。 但实际上，他们还在做那些未来应该由 agent 接手的协调工作。 我把它整理成一个 7 层阶梯。看看你现在在哪一层。 第 1 层：聊天 你提问，它回答。其他事情还是你自己做。 第 2 层：上下文 你把背景信息贴进去，它的回答变好了。但你仍然要决定什么上下文重要，以及什么时候提供。 第 3 层：记忆 它开始记住你。你不用反复解释那么多。但你仍然在管理每一次会话。 第 4 层：工具 它可以搜索、读文件、运行代码。但你仍然要决定什么时候调用工具、为了什么调用工具，以及如何检查每一个结果。 第 5 层：技能skill 你已经给了它一些工作流程和 playbook。它知道你的工作方式，而不只是你问了什么。但它仍然是被动的，还在等你启动。 第 6 层：后台工作 它可以在你不盯着看的情况下运行，异步执行。你审核的是输出，而不是过程。 现在大多数关于 “agentic” 的炒作，其实都集中在这一层，而且大多数团队还没有真正达到。 第 7 层：目标 你定义结果、约束和品味。agent 负责跑完整个循环。你不再管理任务，而是管理方向。 每往上一层，你做的任务管理就更少，承担的结果 ownership 就更多。 这不只是工具能力的变化，而是你和工具、你和自己时间之间关系的根本变化。 大多数人还停留在第 2 层或第 3 层，却把这叫作“使用 AI”。 大多数团队还停留在第 4 层或第 5 层，却把这叫作“AI-powered”。 真正的突破，是建立一种更好的 delegation contract，把人从执行者释放出来，变成方向的定义者。 那么：你现在在哪一层呢？

Michael Guo

17,766 views • 29 days ago

做了个叫 Arkloop的东西,是个 Agent 客户端 开源,本地优先,简单优先 你可以把他想象成 claude desktop but open source, 并且带有自己的 taste 哦对了,另说一点,不是任何 agent sdk 套壳,也没有任何 base 任何 claudecode 行为,我一个人打磨了三个月 和市面上大部分产品不同 我花了很多时间在一个细节上 : 减少认知负担 一个例子 : 我平常只用一个模型聊天，那为什么每条消息前面都要告诉我用了什么模型？这是噪音 再举一个 : 开发者总是喜欢让 agent 的 tool use 完整的展示到前端,但是背后真正的用户体验逻辑是我需要知道 agent 在工作/在往哪个方向偏,所以我们并不需要如此详细的信息 设计哲学：认知负担,信息,价值导向,美学 换个话题 我一个人做 Arkloop 用了三个月,现在他能用了,但是它离完美很远 做产品很重要的一件事是…不要闭门造车,也就是我需要你们的真诚建议 引用来自 Arkloop readme 中的一句话 “我欢迎所有形式的贡献。即使你不是开发者，只是一个普通用户——如果你在使用中感到任何不舒服的地方，哪怕只是一点间距、一个颜色、一个很小很小的细节，或者是一个很大的方向，都可以直接开一个 issue。 我认真对待每一个体验细节，你的反馈会让所有人的体验变得更好。 如果你是开发者，Arkloop 的 Agent 核心、记忆系统、hook 机制都是开放的。你可以接自己的 provider、写自己的插件、甚至改掉你不喜欢的任何设计。” 这是我认为整个项目最精髓的一点,我希望看到你们的反馈,不管是细节还是方向 我在用 dify 的时候,我常常发现,一个特别小的间距问题,竟然在这么大的仓库里没人修 因此,我很重视这点理念 Arkloop 现在并不稳定，还有很多不完善的地方。希望大家多多包容,多提意见 另带一提,Arkloop 可以从 openclaw/hermes 导入配置 Github 仓库: Arkloop 官网兼下载: 关注我的推特: 加入 Arkloop 的 telegram 群组:
1:03

做了个叫 Arkloop的东西,是个 Agent 客户端 开源,本地优先,简单优先 你可以把他想象成 claude desktop but open source, 并且带有自己的 taste 哦对了,另说一点,不是任何 agent sdk 套壳,也没有任何 base 任何 claudecode 行为,我一个人打磨了三个月 和市面上大部分产品不同 我花了很多时间在一个细节上 : 减少认知负担 一个例子 : 我平常只用一个模型聊天，那为什么每条消息前面都要告诉我用了什么模型？这是噪音 再举一个 : 开发者总是喜欢让 agent 的 tool use 完整的展示到前端,但是背后真正的用户体验逻辑是我需要知道 agent 在工作/在往哪个方向偏,所以我们并不需要如此详细的信息 设计哲学：认知负担,信息,价值导向,美学 换个话题 我一个人做 Arkloop 用了三个月,现在他能用了,但是它离完美很远 做产品很重要的一件事是…不要闭门造车,也就是我需要你们的真诚建议 引用来自 Arkloop readme 中的一句话 “我欢迎所有形式的贡献。即使你不是开发者，只是一个普通用户——如果你在使用中感到任何不舒服的地方，哪怕只是一点间距、一个颜色、一个很小很小的细节，或者是一个很大的方向，都可以直接开一个 issue。 我认真对待每一个体验细节，你的反馈会让所有人的体验变得更好。 如果你是开发者，Arkloop 的 Agent 核心、记忆系统、hook 机制都是开放的。你可以接自己的 provider、写自己的插件、甚至改掉你不喜欢的任何设计。” 这是我认为整个项目最精髓的一点,我希望看到你们的反馈,不管是细节还是方向 我在用 dify 的时候,我常常发现,一个特别小的间距问题,竟然在这么大的仓库里没人修 因此,我很重视这点理念 Arkloop 现在并不稳定，还有很多不完善的地方。希望大家多多包容,多提意见 另带一提,Arkloop 可以从 openclaw/hermes 导入配置 Github 仓库: Arkloop 官网兼下载: 关注我的推特: 加入 Arkloop 的 telegram 群组:

清凤

96,997 views • 3 months ago

大家都在卷云端Agent，我却把多Agent做进了桌面端 在技术社区，多Agent系统的文章越来越多，但大多数都围绕框架展开： ➢LangChain ➢AutoGen ➢CrewAI 我这次想讲的不是框架，而是一个更实际的问题： 如果不搭云端基础设施，只靠一个桌面应用，能不能从零构建一个“活的”多 Agent 协作系统？ 答案是：可以 --- 而且它不是Demo 这套系统，长在一个真实的桌面Web3应用里，已经集成了： -EVM / Solana 双链监控 -SWAP 聚合交易 -链上新币追踪 -交易仪表盘 -AI 深度解读 多Agent不是从PPT里设计出来的，而是在生产环境中自然演化出来的。 --- 在讨论多Agent技术实现之前，我先回答一个方向性问题： 为什么我最后选的是桌面端，而不是更主流的云端部署，或者更轻的浏览器插件方案？ 这个选择的本质，不是“谁更先进”，而是三条技术路径之间的权衡。 --- 云端部署，是当下最主流的多Agent实现方式。 它的优势很明显： 可以随时为Agent团队加GPU 模型升级不需要用户干预 服务端可以维护全局共享记忆 但代价同样明显： 用户数据必须经过服务器中转 链上交易往往要对服务器开放私钥访问权限 而且会持续产生部署和维护成本 --- 浏览器插件，是另一条轻量路线。 它可以直接注入页面，读取DOM，模拟用户操作，对单一自动化任务非常高效。 但问题也很直接： >它运行在浏览器沙箱里 >缺少持久化存储能力 >缺少长时间运行的后台线程 >很难支撑复杂的记忆系统 >也很难支撑Agent与Agent之间的异步互动 --- 桌面应用则处在一个独特的位置。 它拥有完整的系统资源访问权限： ➢可以自启动后台线程 ➢可以读写本地文件系统 ➢可以建立持久化数据库连接 这些能力，恰恰是多Agent系统真正需要的底层设施 代价当然也有： 它依赖本地算力，模型推理通常仍要调用云端 API 它需要完整 Python 环境 更新和分发也比网页应用更复杂。 --- 所以，选择桌面端构建多Agent，本质上是在用分布式能力，换取数据隐私和调度效率。 这不是绝对优势，而是场景决定的选择。 对加密货币交易、链上分析、监控这类系统来说，数据隐私要求远高于常规应用： >钱包地址 >交易历史 >持仓数据 这些信息落在云服务器上，本身就是风险面。 --- 更重要的是调度效率 在单体桌面应用里，主Agent调度子Agent执行任务，不需要走HTTP / RPC这类网络协议，而是可以直接进程内调用。 这意味着： →网络开销被彻底消除 →调用延迟从毫秒级压到微秒级 对高频分析、链上监控、交易辅助这种场景来说，这种差异会直接影响系统的时效性。 --- 多Agent系统的第一个核心挑战，其实不是“怎么让它们聊天”，而是“怎么把它们隔离开” 主Agent、合约分析Agent、安全审计Agent，再加上用户，如果聊天记录和记忆混在一起，身份就会混淆。 而一旦混淆，信息丢失和错误推理的代价，随时会发生。 --- 我的做法是： 代码模板统一，运行数据隔离 所有子Agent共用同一套 ` 引擎，但通过动态表名，实现物理级的数据隔离： `table_name = f"chat_history_{self.agent_id}"` 然后自动创建对应表。 也就是说： trader Agent会生成 `chat_history_trader` 审计 Agent 会生成自己的 `chat_history_xxx` 主 Agent 也有自己的独立聊天表 这不是逻辑隔离，而是数据库层面的物理隔离。 --- 反思笔记也是同样的设计。 每个子 Agent 都会记录自己的反思键： `reflection_key = f"auto_reflection_{self.agent_id}"` `self.api._agent_remember("master_insight", reflection_key, summary)` 这样每个Agent只积累自己的长期反思， 不会污染其他Agent的记忆。 这套方案最精髓的地方在于： 一次设计，终身复用。 --- 后面再新增第三个、第四个Agent，不需要改任何核心代码。 只需要复制目录结构，补上配置文件。 模板引擎就会自动为它生成： →独立数据库表 →独立反思键 →独立聊天存储区 这让我越来越相信一件事： 好的架构，不一定更复杂， 但一定更容易复用。 --- 接下来是调度问题。 在分布式系统里，主Agent调子Agent，通常要依赖： -HTTP / RPC 通信 -服务发现 -负载均衡 但在单体桌面应用里，我把这件事简化成了一个直接函数调用： `sub = self.sub_agents[agent_id]` `result = sub.process(task, save_history=False)` 这就是“命令而非请求”。 --- 这种“传话式调度”有两个好处： 第一，延迟从毫秒级降到微秒级，所有数据都留在本地流转 第二，主 Agent 不需要知道子 Agent 的内部实现细节，只需要知道： “它可以处理什么类型的任务” 这其实就是清晰的职责边界。 --- 为了让主Agent真正会“派活”，我把所有子Agent的能力清单，动态注入进主Agent的系统提示词。 例如： 合约分析 Agent：可用工具 `get_contract_market_data`、`run_contract_risk_check` 安全审计 Agent：可用工具 `check_token_security`、`check_token_audit_binance` 这样主Agent接到用户指令后，就能自动判断任务类型，并选择合适的子Agent执行。 --- 权限控制，是整个多Agent系统里最核心的安全问题之一。 主Agent持有26个Web3专属工具，覆盖： SWAP 报价 链上分析 安全检测 数据查询 但每个子Agent只应该使用自己那一小部分工具。 所以第一层，我在代码层做了严格白名单过滤： `return [t for t in all_tools if t["function"]["name"] in self.allowed_tools]` --- 但只有代码过滤还不够。 因为大模型会产生“幻觉”，它可能尝试调用未授权工具。 所以第二层，我在系统提示词末尾，直接写入“工具使用铁律”： 你只拥有以下这些工具，绝对不能越界。 如果任务需要其他工具，必须明确告诉老板你没有权限。 代码层负责“不能看到” 提示词层负责“不会越界” 这是我在权限隔离上做的双层防护。 --- 还有一个我自己很喜欢，但最不显眼的设计： 我给整个Agent 团队，单独做了一个茶水间 市面上多数多Agent系统，只做“用户 -> Agent”的交互。 Agent 之间互不交流。 但我单独设计了一个 `agent_interactions` 空间，让 Agent 和 Agent 之间也能异步互动。 --- 它的触发机制甚至很简单： `selected_id = random.choice(list(api.sub_agents.keys()))` `selected_sub = api.sub_agents[selected_id]` 每次触发时，引擎随机选人，动态生成一轮对话，再写回数据库，前端实时渲染。 我还额外加了后台检查线程和防无限循环机制： 每隔 2-3 分钟检查最后一条消息 如果最近 3 条都是自动回复，就自动暂停 避免它们半夜自己聊到停不下来。 --- 这个“茶水间”的价值不在于直接创造业务收益，而在于一种潜移默化的系统人格塑造。 它不强调自己的存在， 却在悄悄维持 Agent团队的凝聚力、性格关系和健康状态。 你几乎感觉不到它， 但系统会因为它，变得更像一个“活着的团队”。 --- 在记忆层设计上，我最后没有引入向量数据库，而是继续深度定制 SQLite。 不是因为技术保守，而是因为工程决策必须在约束条件下做权衡。 对桌面应用来说，多一个依赖，就多一个故障点、多一个安全风险面、多一个打包负担。 结果是： >几张SQLite表 >动态表名 >结构化JSON字段 就支撑起了3个乃至更多Agent的独立记忆系统。 --- 这套记忆系统现在已经形成了一条完整链路： 短期对话记忆（20条） -> 长期反思笔记（6小时一次） -> 结构化 JSON 记录 而我还在继续推进8个方向： ➤上下文延续 ➤记忆结构化 ➤记忆驱动行为 ➤心理学三类长期记忆 ➤团队协作记忆 ➤动态进化记忆 ➤知识图谱记忆 ➤记忆压缩与高效检索 我的目标，不是让Agent记住你说过什么 而是让它从记住你说过什么的工具，慢慢进化成能理解你、预测你、协同你的长期伙伴 GitHub: 作者：Powerpei（萧楠）
3:06

大家都在卷云端Agent，我却把多Agent做进了桌面端 在技术社区，多Agent系统的文章越来越多，但大多数都围绕框架展开： ➢LangChain ➢AutoGen ➢CrewAI 我这次想讲的不是框架，而是一个更实际的问题： 如果不搭云端基础设施，只靠一个桌面应用，能不能从零构建一个“活的”多 Agent 协作系统？ 答案是：可以 --- 而且它不是Demo 这套系统，长在一个真实的桌面Web3应用里，已经集成了： -EVM / Solana 双链监控 -SWAP 聚合交易 -链上新币追踪 -交易仪表盘 -AI 深度解读 多Agent不是从PPT里设计出来的，而是在生产环境中自然演化出来的。 --- 在讨论多Agent技术实现之前，我先回答一个方向性问题： 为什么我最后选的是桌面端，而不是更主流的云端部署，或者更轻的浏览器插件方案？ 这个选择的本质，不是“谁更先进”，而是三条技术路径之间的权衡。 --- 云端部署，是当下最主流的多Agent实现方式。 它的优势很明显： 可以随时为Agent团队加GPU 模型升级不需要用户干预 服务端可以维护全局共享记忆 但代价同样明显： 用户数据必须经过服务器中转 链上交易往往要对服务器开放私钥访问权限 而且会持续产生部署和维护成本 --- 浏览器插件，是另一条轻量路线。 它可以直接注入页面，读取DOM，模拟用户操作，对单一自动化任务非常高效。 但问题也很直接： >它运行在浏览器沙箱里 >缺少持久化存储能力 >缺少长时间运行的后台线程 >很难支撑复杂的记忆系统 >也很难支撑Agent与Agent之间的异步互动 --- 桌面应用则处在一个独特的位置。 它拥有完整的系统资源访问权限： ➢可以自启动后台线程 ➢可以读写本地文件系统 ➢可以建立持久化数据库连接 这些能力，恰恰是多Agent系统真正需要的底层设施 代价当然也有： 它依赖本地算力，模型推理通常仍要调用云端 API 它需要完整 Python 环境 更新和分发也比网页应用更复杂。 --- 所以，选择桌面端构建多Agent，本质上是在用分布式能力，换取数据隐私和调度效率。 这不是绝对优势，而是场景决定的选择。 对加密货币交易、链上分析、监控这类系统来说，数据隐私要求远高于常规应用： >钱包地址 >交易历史 >持仓数据 这些信息落在云服务器上，本身就是风险面。 --- 更重要的是调度效率 在单体桌面应用里，主Agent调度子Agent执行任务，不需要走HTTP / RPC这类网络协议，而是可以直接进程内调用。 这意味着： →网络开销被彻底消除 →调用延迟从毫秒级压到微秒级 对高频分析、链上监控、交易辅助这种场景来说，这种差异会直接影响系统的时效性。 --- 多Agent系统的第一个核心挑战，其实不是“怎么让它们聊天”，而是“怎么把它们隔离开” 主Agent、合约分析Agent、安全审计Agent，再加上用户，如果聊天记录和记忆混在一起，身份就会混淆。 而一旦混淆，信息丢失和错误推理的代价，随时会发生。 --- 我的做法是： 代码模板统一，运行数据隔离 所有子Agent共用同一套 ` 引擎，但通过动态表名，实现物理级的数据隔离： `table_name = f"chat_history_{self.agent_id}"` 然后自动创建对应表。 也就是说： trader Agent会生成 `chat_history_trader` 审计 Agent 会生成自己的 `chat_history_xxx` 主 Agent 也有自己的独立聊天表 这不是逻辑隔离，而是数据库层面的物理隔离。 --- 反思笔记也是同样的设计。 每个子 Agent 都会记录自己的反思键： `reflection_key = f"auto_reflection_{self.agent_id}"` `self.api._agent_remember("master_insight", reflection_key, summary)` 这样每个Agent只积累自己的长期反思， 不会污染其他Agent的记忆。 这套方案最精髓的地方在于： 一次设计，终身复用。 --- 后面再新增第三个、第四个Agent，不需要改任何核心代码。 只需要复制目录结构，补上配置文件。 模板引擎就会自动为它生成： →独立数据库表 →独立反思键 →独立聊天存储区 这让我越来越相信一件事： 好的架构，不一定更复杂， 但一定更容易复用。 --- 接下来是调度问题。 在分布式系统里，主Agent调子Agent，通常要依赖： -HTTP / RPC 通信 -服务发现 -负载均衡 但在单体桌面应用里，我把这件事简化成了一个直接函数调用： `sub = self.sub_agents[agent_id]` `result = sub.process(task, save_history=False)` 这就是“命令而非请求”。 --- 这种“传话式调度”有两个好处： 第一，延迟从毫秒级降到微秒级，所有数据都留在本地流转 第二，主 Agent 不需要知道子 Agent 的内部实现细节，只需要知道： “它可以处理什么类型的任务” 这其实就是清晰的职责边界。 --- 为了让主Agent真正会“派活”，我把所有子Agent的能力清单，动态注入进主Agent的系统提示词。 例如： 合约分析 Agent：可用工具 `get_contract_market_data`、`run_contract_risk_check` 安全审计 Agent：可用工具 `check_token_security`、`check_token_audit_binance` 这样主Agent接到用户指令后，就能自动判断任务类型，并选择合适的子Agent执行。 --- 权限控制，是整个多Agent系统里最核心的安全问题之一。 主Agent持有26个Web3专属工具，覆盖： SWAP 报价 链上分析 安全检测 数据查询 但每个子Agent只应该使用自己那一小部分工具。 所以第一层，我在代码层做了严格白名单过滤： `return [t for t in all_tools if t["function"]["name"] in self.allowed_tools]` --- 但只有代码过滤还不够。 因为大模型会产生“幻觉”，它可能尝试调用未授权工具。 所以第二层，我在系统提示词末尾，直接写入“工具使用铁律”： 你只拥有以下这些工具，绝对不能越界。 如果任务需要其他工具，必须明确告诉老板你没有权限。 代码层负责“不能看到” 提示词层负责“不会越界” 这是我在权限隔离上做的双层防护。 --- 还有一个我自己很喜欢，但最不显眼的设计： 我给整个Agent 团队，单独做了一个茶水间 市面上多数多Agent系统，只做“用户 -> Agent”的交互。 Agent 之间互不交流。 但我单独设计了一个 `agent_interactions` 空间，让 Agent 和 Agent 之间也能异步互动。 --- 它的触发机制甚至很简单： `selected_id = random.choice(list(api.sub_agents.keys()))` `selected_sub = api.sub_agents[selected_id]` 每次触发时，引擎随机选人，动态生成一轮对话，再写回数据库，前端实时渲染。 我还额外加了后台检查线程和防无限循环机制： 每隔 2-3 分钟检查最后一条消息 如果最近 3 条都是自动回复，就自动暂停 避免它们半夜自己聊到停不下来。 --- 这个“茶水间”的价值不在于直接创造业务收益，而在于一种潜移默化的系统人格塑造。 它不强调自己的存在， 却在悄悄维持 Agent团队的凝聚力、性格关系和健康状态。 你几乎感觉不到它， 但系统会因为它，变得更像一个“活着的团队”。 --- 在记忆层设计上，我最后没有引入向量数据库，而是继续深度定制 SQLite。 不是因为技术保守，而是因为工程决策必须在约束条件下做权衡。 对桌面应用来说，多一个依赖，就多一个故障点、多一个安全风险面、多一个打包负担。 结果是： >几张SQLite表 >动态表名 >结构化JSON字段 就支撑起了3个乃至更多Agent的独立记忆系统。 --- 这套记忆系统现在已经形成了一条完整链路： 短期对话记忆（20条） -> 长期反思笔记（6小时一次） -> 结构化 JSON 记录 而我还在继续推进8个方向： ➤上下文延续 ➤记忆结构化 ➤记忆驱动行为 ➤心理学三类长期记忆 ➤团队协作记忆 ➤动态进化记忆 ➤知识图谱记忆 ➤记忆压缩与高效检索 我的目标，不是让Agent记住你说过什么 而是让它从记住你说过什么的工具，慢慢进化成能理解你、预测你、协同你的长期伙伴 GitHub: 作者：Powerpei（萧楠）

Powerpei🦅

227,236 views • 2 months ago

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。 现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。 一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。 有了Symphony，直接把这个上限干到了几十个。 它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。 你开一个任务，它自动启动一个独立隔离的Codex Agent。 自己写代码，自己跑测试，自己做交叉Review，damn！ 全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。 所有验证全过了，才会出现在你的Human Review队列里。 以后人类的角色可能会被彻底颠覆了。 以前你是监工，盯着Agent一步一步写代码，上下文切到吐。 现在你是老板，只需要看最终的结果。 满意就点合并，不满意就去仓库里补规则补文档补Guardrails。 记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。 这可不是啥实验室概念，OpenAI自己已经这么干了。 三个工程师，五个月，写了一百万行代码，0行人工写的。 产品已经有几百个内部用户，每天都在迭代。 我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。 现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。 我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。 现在Symphony已经开源了，它甚至不是一个成品。 是一个17k token的完整SPEC。 你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇
0:42

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。 现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。 一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。 有了Symphony，直接把这个上限干到了几十个。 它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。 你开一个任务，它自动启动一个独立隔离的Codex Agent。 自己写代码，自己跑测试，自己做交叉Review，damn！ 全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。 所有验证全过了，才会出现在你的Human Review队列里。 以后人类的角色可能会被彻底颠覆了。 以前你是监工，盯着Agent一步一步写代码，上下文切到吐。 现在你是老板，只需要看最终的结果。 满意就点合并，不满意就去仓库里补规则补文档补Guardrails。 记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。 这可不是啥实验室概念，OpenAI自己已经这么干了。 三个工程师，五个月，写了一百万行代码，0行人工写的。 产品已经有几百个内部用户，每天都在迭代。 我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。 现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。 我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。 现在Symphony已经开源了，它甚至不是一个成品。 是一个17k token的完整SPEC。 你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

AYi

63,210 views • 3 months ago

Codex 自己配音 更离谱的是，用的还是我自己的声音。 一个 41K Star 的开源项目：Voicebox。 它可以几秒钟克隆你的嗓音，打一行字，就能直接用你的声音念出来。 重点是： • 本地运行，声音数据不出电脑 • 支持 7 大 TTS 引擎 • 支持 23 种语言 • 可以调语速、情绪和声音风格 • 接入 MCP 后，Codex / Cline / Claude Code 这类 AI Agent 能直接开口汇报 • 完全开源免费 以前做配音，要么买付费软件，要么用云端 TTS。 现在 Voicebox 直接把声音克隆、语音生成、Agent 语音输出放到本地跑。 一句话： 它像是开源版 ElevenLabs + AI Agent 语音中枢。 如果你想让 Codex 写完代码后，直接用你的声音汇报结果，这个项目值得收藏。 GitHub：
1:12

Codex 自己配音 更离谱的是，用的还是我自己的声音。 一个 41K Star 的开源项目：Voicebox。 它可以几秒钟克隆你的嗓音，打一行字，就能直接用你的声音念出来。 重点是： • 本地运行，声音数据不出电脑 • 支持 7 大 TTS 引擎 • 支持 23 种语言 • 可以调语速、情绪和声音风格 • 接入 MCP 后，Codex / Cline / Claude Code 这类 AI Agent 能直接开口汇报 • 完全开源免费 以前做配音，要么买付费软件，要么用云端 TTS。 现在 Voicebox 直接把声音克隆、语音生成、Agent 语音输出放到本地跑。 一句话： 它像是开源版 ElevenLabs + AI Agent 语音中枢。 如果你想让 Codex 写完代码后，直接用你的声音汇报结果，这个项目值得收藏。 GitHub：

撸毛吃猪脚饭

50,078 views • 16 days ago

今天在推上看到一个小技巧：如果你要为独立开发的产品做产品宣传的 video，但是没有任何视频编辑的经验，可以让 AI 使用 remotion 直接生成一个，Claude Code 或者 Cursor 都可以，remotion 这个项目很有趣，直接使用程序（React）来生成视频，支持多种框架， 我之前简单用过，效果挺不错的。 你可以让它根据你的 landing page 给你做个片头片尾，然后将你的录屏添加进去，这样就可以使用最低成本制作一个产品宣传的视频了。 效果还行，有点像幻灯片，但是聊胜于无啊。
0:34

今天在推上看到一个小技巧：如果你要为独立开发的产品做产品宣传的 video，但是没有任何视频编辑的经验，可以让 AI 使用 remotion 直接生成一个，Claude Code 或者 Cursor 都可以，remotion 这个项目很有趣，直接使用程序（React）来生成视频，支持多种框架， 我之前简单用过，效果挺不错的。 你可以让它根据你的 landing page 给你做个片头片尾，然后将你的录屏添加进去，这样就可以使用最低成本制作一个产品宣传的视频了。 效果还行，有点像幻灯片，但是聊胜于无啊。

Viking

36,160 views • 1 year ago

今晚如果你本来打算刷 2 小时 Netflix 不如看这个 40 分钟 masterclass 来自一家 $20B 中国 AI company 的 Kimi founder 它最有价值的地方不是“讲 AI 很强” 而是把 Agent Swarms 和 AI systems 到底怎么在规模化场景里运作，讲得非常清楚 不管你从来没搭过 agent，还是已经每天都在用 Claude，这个内容都值得看 真正有意思的是： 很多人还在把 AI 当单个工具用 但 Agent Swarms 讨论的是另一件事： -- 多个 agent 如何分工 -- 如何协作 -- 如何把任务拆开 -- 如何在系统层面持续运行 这也是为什么我把里面的关键思路整理成了一份 practical guide 重点不是单纯理解概念 而是怎么真正用 Kimi 去 build
39:17

今晚如果你本来打算刷 2 小时 Netflix 不如看这个 40 分钟 masterclass 来自一家 $20B 中国 AI company 的 Kimi founder 它最有价值的地方不是“讲 AI 很强” 而是把 Agent Swarms 和 AI systems 到底怎么在规模化场景里运作，讲得非常清楚 不管你从来没搭过 agent，还是已经每天都在用 Claude，这个内容都值得看 真正有意思的是： 很多人还在把 AI 当单个工具用 但 Agent Swarms 讨论的是另一件事： -- 多个 agent 如何分工 -- 如何协作 -- 如何把任务拆开 -- 如何在系统层面持续运行 这也是为什么我把里面的关键思路整理成了一份 practical guide 重点不是单纯理解概念 而是怎么真正用 Kimi 去 build

0x_Miko

16,088 views • 2 months ago