Tag / Cross collections
#agent
同一标签下的全部内容:博客、知识、探索、经验与研究放在一起看。
Agent 12CLI 9Linux 9LLM 9源码阅读 7运维 7Java 6Git 4网络 3DNS 3Docker 3代理 2浏览器 2Database 2HTML 2JUnit 2Markdown 2Rust 2Shell 2Syntax 2Test 2存储 1负载均衡 1去重 1上下文 1协议 1组件库 1Algorithm 1Annotation 1Blog 1Computer 1Container 1Data Warehouse 1DataLake 1DeepSeek 1ElasticSearch 1Engineering 1Example 1Flink 1Github Pages 1Herdr 1HTTP 1LakeHouse 1License 1Maven 1Mysql 1Network 1Npm 1Nuxt 1OpenSource 1Oracle 1React 1RegExp 1Sort 1SQL 1Terminal 1TypeScript 1Vercel 1VPS 1VuePress 1Zsh 1
02
知识
2 条ReAct 循环在三类模型接口里的消息形态Chat Completions、Responses、Anthropic Messages 分别用 role 数组、item 数组、内容块表达"调用工具—回结果",差别集中在线程终止标记与思考结果能否回传LLM Agent 协议
Vercel UI SDK 与 shadcn/ui:从组件源码到行为原语shadcn 主笔的两个抽象层 —— shadcn/ui 把组件源码复制进项目,UI SDK 把焦点、键盘、弹层等交互行为做成跨框架原语交给 agent 组合;结论基于 0.1.0-beta 实测React 组件库 Agent
03
探索
1 篇04
经验
1 篇CDP 直连读取 Chromium 页面内容不装 Playwright,用 fetch /json/version + WebSocket 直连 CDP 就能读标签页:YouTube 视频页 AX 树约为 DOM 节点数的 1/5,关闭的 Shadow DOM 只有 AX 树读得到,ytInitialData 有 47 万字节、6 条字幕轨;Reddit 与 X 在机房 IP 下先返回 403。Agent 浏览器
05
研究
8 篇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
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