Agent 开发

共 43 篇 · 14 个节点 · 三层递进

三层递进：用现成的 Agent → 用 SDK 拼 Agent 应用 → 从零造一个 Coding Agent。同一层里先看哪个节点都行， 跨层则建议按顺序 —— 后一层的每篇都假设你已经用过前一层的东西。

看依赖关系图 →

用 · 用现成的 Agent

• 节点工具选型与安装5 篇

  1. Claude Code 安装配置指南（macOS + OneHub 中转）

     适用环境：macOS + bash + OneHub API 中转

  2. 40分钟精通 Codex：零基础奶妈级教程（重点总结）

     本文是一篇 Codex 桌面端系统教程的内容提炼，覆盖从安装到高级功能、手机端操控的完整流程，核心是 Codex 的各项核心能力与多个实战场景。

  3. OpenCode + OMO 工作流 · 入门到精通教程

     从"心法"到"全编排"，一套让小白慢慢爬坡的分阶段路线

  4. DeepSeek Harness 完全指南：从零到用好插件

     基线：@deepseek-ai/dsh@0.1.0-rc.7 · Node v22.22.3 · macOS 26.5.2 arm64 · 实测日期 2026-08-20

  5. PiAgent 完全指南：从零到写扩展

     写作日期：2026-08-07｜跨版本复验：2026-08-18

• 节点高效对话与省钱7 篇

  前置：工具选型与安装

  1. Claude Code 团队 10 个内部编程技巧 · 保姆级教程

     配套文档:速查卡 · 本文为保姆级教程 · 校正版转录稿

  2. Claude Code 团队 10 个内部技巧 · 速查卡

     配套文档:本文为速查卡 · 保姆级教程 · 校正版转录稿

  3. 为什么你的 Claude Code 特别费 Token · 6 个高效对话技巧

     源视频：260824-1-为什么你的ClaudeCode特别费Token？6个高效对话技巧.mp4（19 分 14 秒，1280×720，画面水印「AI随风随风 / bilibili」）

  4. Claude Code 省 Token 实操手册 · 按你这台机器改一遍

     这份手册只回答一个问题：我该怎么改我这台机器。不重复讲解原理，只给动作、验证和判据。

  5. VibeCoding 省钱指南 · 保姆级教程

     本文由 7 集视频的语音转写稿整理而成,系统梳理了「用 AI 编程时如何省 token / 省钱」的完整方法论。

  6. VibeCoding 省钱指南 · 一页速查

     一次调用成本 = 输入成本 + 输出成本

  7. 如何用 Claude 以 10 倍速度学习任何东西 — 整理版

     在我核对过的 140 帧里，唯一与 Claude 产品沾边的画面在 01:57（未逐帧看完全部 79 张 3 秒抽帧，

• 节点定制与自动化3 篇

  前置：工具选型与安装

  1. planning-with-files 系统学习文档

     一份把 AI 编程 agent 的「工作记忆」从易失的上下文窗口搬到磁盘的持久化规划技能。

  2. Hooks：把「别忘了」变成闸门

     四种坏法里三种会静默放行；拦住之后 agent 会换条路再试；以及「CLAUDE.md 记不住」这条说法，50 轮没能复现。

  3. Skills 与自定义命令：什么该固化，什么不该

     同一份约定装进三种载体，正确率没有可测出的差别，而 skill 那条路多花三到四成的前缀 token；描述写模糊会从 12/12 掉到 5/15。

• 节点规范驱动开发（OpenSpec / Spec-Kit）5 篇

  前置：高效对话与省钱

  1. OpenSpec 手把手新手教程 · 个人品牌站

     这份教程适合谁？

  2. OpenSpec 轻量化 SDD 原理拆解 —— 完整整理版

     零基础上手可部署站点 → 高阶精细化管控大型迭代项目

  3. 提示词包 · 个人品牌站实战

     跟着新手教程做时的一键复制提示词包，避免在长文档里翻找

  4. 速查卡 A · OpenSpec + Spec-Kit 命令对照表

     团队新人 / 老手复习用的单页速查卡

  5. 速查卡 B · Spec-Kit Constitution 模板与五铁律

     拿到 Spec-Kit 项目后卡在 constitution.md 空白时的直接抄改模板

• 节点多智能体编排6 篇

  前置：定制与自动化

  1. 【P1】第1期：Windows 用户必看！HermesAgent 安装全流程（无死角版）

     本文由视频教程转写整理，重点梳理了在 Windows 系统上安装与使用 HermesAgent 的完整流程。

  2. 【P2】第2期：Windows 上直接安装 HermesAgent 及配置完整教程

     本文由视频教程转写整理。与上一期（P1）通过 WSL2 安装不同，本期讲的是在 Windows 上原生直接安装 HermesAgent，并完整覆盖大模型配置、飞书配置、微信配置、Web UI 配置。

  3. 【P3】第3期：HermesAgent 进阶：多智能体 + 知识库 + WebUI 全解析

     本文由视频教程转写整理，聚焦 Windows 上 HermesAgent 的进阶用法：

  4. 【P4】第4期：多智能体三种玩法：从创建分身到组建 AI 团队，Windows 实操全流程

     本文由视频教程转写整理，系统讲解 HermesAgent 多智能体的三种用法，并在最后对三种机制做横向对比，帮你判断什么场景该用哪种。

  5. 【P5】第5期：基于 HermesAgent 搭建群聊智能客服

     本文由视频教程转写整理。本期是一篇整合应用教程——把前几期讲过的知识库、多智能体、分身、飞书机器人等技术，按"群聊智能客服"这个场景综合起来落地。基本没有全新技巧，重点在于把已有能力组合成一个能用的产品。

  6. HermesAgent 多智能体协作实战

     从单个 Agent 到多 Agent 团队，掌握三种协作方式

• 节点用 Agent 做完整项目2 篇

  前置：高效对话与省钱、定制与自动化

  1. 【保姆级教程】不写一行代码，用 AI 开发一款修仙网页游戏

     视频来源：B 站 UP 主「黑鲸同学」——《【P1】全网最硬核 AI 教程：不写一行代码，0 基础 AI 开发修仙游戏（完整版）》

  2. AI 开发游戏,费用全公开(最低只要 1416 元?)

     视频作者:大波罗 | 时长:约 21.7 分钟

拼 · 用 SDK 拼 Agent 应用

• 节点LLM 原理2 篇

  前置：用 Agent 做完整项目

  1. LLM 是怎么预测下一个 token 的：把候选表打出来看

     temperature=0 在本机 20 次逐字节相同，换一个服务端 flag 就不一样了 —— 而那不是随机，是请求里没写的第三个输入。

  2. 本地跑模型：看清那几百 MB 里到底是什么

     叫 q4_K_M 的那一档里只有 7.5% 的字节是 Q4_K，全档平均 6.35 bit/权重 —— 而换个模型同一个档位名就变成 5.18。

• 节点调 API 与上下文计费2 篇

  前置：高效对话与省钱、用 Agent 做完整项目

  1. 调 LLM 接口：不带历史时它没说「不知道」，它编了一个

     一次真实请求 82,922 字符，我的问题占 17 个；而 usage 里那个 input_tokens 是 10。

  2. 上下文窗口：我第一次跑出的「中间遗忘」，全部是截断

     num_ctx 不是可用窗口，截断落在它的一半上 —— 而且全程 HTTP 200、done_reason 是 stop。

• 节点Agent SDK 与可观测性2 篇

  前置：调 API 与上下文计费

  1. 用 Agent SDK 搭最小 Agent：那 9 行替我发出了 86 个工具

     system 提示词只有 136 字符，前缀几乎全是工具定义 —— 其中 54 个是本机的 MCP 连接器，包括我的 Gmail 和网盘。

  2. 给 Agent 加可观测性：那次跑对了的任务，44% 的调用是白跑的

     最终答案正确、is_error 是 false、一步都没报错 —— 而日志里躺着四次失败的 Read。

• 节点MCP 开发2 篇

  前置：调 API 与上下文计费

  1. 写一个 MCP server 并断言协议往返

     六十行不依赖任何包的 server，二十条协议断言，以及六个故意写坏的版本——用来回答「我的断言到底在测什么」。

  2. 把 MCP server 挂进真实客户端

     挂 20 个工具只花 179 个 token，因为定义压根没进上下文；拒绝审批确实拦在 server 执行之前；以及同一个 server 在 Codex 里握手正常、工具却没到模型。

• 节点RAG 与记忆系统2 篇

  前置：调 API 与上下文计费、LLM 原理

  1. 最小 RAG：召回最高的那档切分，我不敢拿去生成

     混合检索 44/50 而它的 top-5 长 2.3 倍 —— 以及「命中但答错」的第一版 32%，里面一半是我判定写错了。

  2. 给 Agent 加长期记忆：判据只挡噪音，挡不住「一条都不写」

     同一个写入时机，只改一句提示词：覆盖 2/22 → 21/22，噪音率 0% → 61%。而 10 条记忆就能把开头那个事实完全挤掉。

造 · 从零造一个 Coding Agent

• 节点Agent 循环与工具调用2 篇

  前置：Agent SDK 与可观测性、MCP 开发

  1. 最小 Agent 循环：二十行代码，和三个都会失效的终止条件

     「答案对」和「过程对」是两条判定 —— 30 次里有 1 次答对了却一个文件都没量。而无上限时 6/40 次跑到了 40 轮。

  2. 工具调用的错误处理：改一句错误信息，自愈率从 0/20 到 17/20

     三种重试策略在参数错误上全是 0/20 —— 决定成败的不是策略，是错误信息里有没有那份可用清单。

• 节点权限审批与沙箱2 篇

  前置：Agent 循环与工具调用

  1. 沙箱的负例构造法：正例全过不代表它在工作

     关掉限额再跑一遍，才知道负例有没有在测东西 —— 我写的五条里有三条一开始什么都没测，其中两条还显示为「有效」。

  2. 权限审批的判据：什么该问，什么不该问

     把「审批次数」当指标第一步就错了 —— 0 次审批是靠放过 rm 买来的；真正该数的是同一个意图被问了几遍。

• 节点上下文压缩与 subagent 调度0 篇

  前置：Agent 循环与工具调用

  待更新

工程杂项

与 Agent 开发无关，但迁移时一并搬过来的工程文档。

• Git LFS 系统学习文档

  把二进制大文件从 git 历史里搬出去的标准方案。本文按「一步一步能跟着敲」组织，