
沃顿商学院证明过的Agent Skills,Superpower狂揽23.7k star,CC、Codex直接用 (opens in a new tab)
这是一个拥有23.7k star的Skills开源项目。支持一键部署在Claude code、Codex以及最近非常火的Opencode。
Total 27 articles

这是一个拥有23.7k star的Skills开源项目。支持一键部署在Claude code、Codex以及最近非常火的Opencode。

训练大模型时,工程师绝对不会指望网络做一次前向传播就能收敛。它需要数据喂养、Batch切分、学习率控制、验证集筛选以及优化器状态的迭代试错。

“大多数 Agent 产品,仍然停留在专业用户层面,并没有做到真正的普惠。”

开始忘记软件以后,创作才真正开始。 三个月前,我第一次体验 LibTV。它更像一套专业的视频制作工具。我花了很多时间理解 Workflow、节点和模型之间如何协作,最后得出的判断是:只要掌握了 LibTV,就能完成过去一个影视团队才能完成的事情。 三个月后,LibTV 上线了 Agent 和 Skill 功能。我决定重新体验一次。 这一次,我给自己设了一个限制:不学习任何功能,不切换任何面板,全程只和 Agent 对话,来做出 AI 视频。 做到第三个 Demo 时,我突然意识到,我开始想的,不再是下一步该怎么操作,而是这个故事还能怎么发展。 这时,软件退出了,创作进入了。 过去大家讨论 AI

早在2024年,人们还倾向于给Agent提供海量的工具(例如通过MCP协议连接的API、搜索引擎、代码解释器等)。但是,“拥有工具”并不等于“知道如何使用工具”。当任务变得复杂且长周期时,要求Agent每次都从头开始推理“该用哪个工具、何时用、怎么组合、出错怎么办”,会导致系统极度脆弱、延迟极高且不可靠。

据DeepSeek官方API文档及GitHub仓库信息,一款名为Deep Code的第三方开源AI编程助手近日被收录进DeepSeek Agent工具。该工具面向DeepSeek-V4系列模型做了适配,支持深度思考、推理强度控制、Agent Skills以及MCP集成。截至发稿,Deep Code GitHub仓库显示,该工具收获超1500星、127 fork。

随着MCP、Agent Skills与各类Harness的快速发展,大模型能轻松调用成百上千种外部工具,但在多工具,具备复杂状态、长程交互的任务上仍有明显短板。尽管一系列环境扩展方法尝试复刻真实世界的交互环境(如订票系统,外卖平台),但仍受限于环境扩展的规模与真实性。