Research / Drafts

研究

11 DRAFTS

还在验证的想法:允许未验证、允许并列方案,结论随时可能被推翻。实践过后晋升为经验,多篇经验汇合才沉淀为知识。

CAS 库选型:整文件存储与分块去重整文件 CAS 用 cacache 或百行自写;跨版本去重看 desync(Go)与 iroh-blobs(Rust);casync 2020 年后事实停更,Python 侧只有小体量库;CAS 只解决内容存放,版本元数据仍需自建。存储 去重
Claude Code 的查询循环、工具面与三层压缩闭源 CLI 还原出的结构是单 agent tool-calling 循环加分层压缩与子 agent 隔离——query() 是 async generator,queryLoop 是 while(true),压缩阈值是公式而非百分比,子 agent 各起一个独立 query 实例。Agent LLM 源码阅读
Codex CLI 的 turn 循环、沙箱审批与自动压缩事件驱动的 turn/step 结构包住 Responses API 的 tool-calling 内核,压缩在窗口 90% 触发且可异步或远端执行,沙箱与审批是独立 crate 与决策层而不是提示词。Agent LLM 源码阅读
DeepSeek Harness 的插件图、goal 续跑与压缩没有写死的主循环,循环本身由 profile 里的 bundle 行拼出来;goal 与 goal-round-driver 提供跨轮次自动续跑,压缩由 basic 摘要与 tool-result-pruner 裁剪两层分担。Agent LLM 源码阅读
Hermes Agent 的单轮会话循环、工具面与后台复盘经典单轮 tool-calling 循环加 IterationBudget 限轮,外围是巨型工具面、多平台 gateway 与每轮结束后的后台复盘 fork,MoA 只是按轮开关,不改变循环归属。Agent LLM 源码阅读
opencode 的会话循环、inbox 调度与压缩提示词先 admit 进 inbox 再 wake 循环,输入排队与抢占是显式状态机而不是隐含行为;工具走文件、检索、执行、网络与 subagent,压缩由 Session.compact 与 admitCompaction 承担。Agent LLM 源码阅读
pi 的最小主循环与扩展机制刻意不做 sub-agent 与 plan mode,内核只有 read/bash/edit/write 四件套加会话、压缩、skill 与 RPC,缺的能力交给 extension 与 package,因此主循环是六家里最可审计的。Agent LLM 源码阅读
Rust agent 循环:自建与现成库的取舍agent loop 建议自建(200–500 行),现成库只用在 provider 客户端与 tool schema;锁死单一供应商时 async-openai + schemars 比 Rig/AutoAgents 更可控,未实测。Agent LLM Rust
专用小模型的分工地图:八个任务族的选型顺序2026 年可本地部署的专用小模型已覆盖嵌入、重排、OCR、ASR、TTS、翻译、内容守卫与时序预测,参数从 1.5M 到 3.4B;多数由 0.3–2B 小语言模型后训练而来。选型先按许可排除,再按输入输出形态定族,最后用 100 条自有样本验收,榜单名次只用来缩小候选。LLM OpenSource License
Electron 内置浏览器给 agent 读页面内容的接入与提取内嵌 webview 的读取分两段——接入(启动参数开 CDP、进程内 debugger、preload 注入、扩展)与提取(AX 树、站点自曝 JSON、网络响应、截图、字幕);X/Reddit/YouTube 这类站点 AX 树覆盖交互与文案、站点 JSON 拿数据、视频另取字幕,真正的瓶颈是登录态与反爬而不是解析。Agent 浏览器
VPS 上的轻量定时任务调度器选型单台 1C1G–2C2G VPS 跑爬虫脚本时,按「要不要 Web UI」和「脚本在宿主机还是容器里」两条轴收敛:纯脚本用 systemd timer + healthchecks,要执行历史与手动触发用 dagu,容器化爬虫用 ofelia,面板式脚本托管用白虎面板;青龙与 Cronicle 在低配机器上偏重。运维 Docker Linux