AI与LLM

Harness Engineering 深度解析：AI Agent 时代的工程范式革命

可发表评论

别再手写 Prompt 了：一文讲透 Loop Engineering（循环工程）的控制论架构与自愈闭环_Anastasiozzzz-AI编程社区

可发表评论

输入要生成的项数

可发表评论

s03: Permission — 执行前做权限判断

可发表评论

s04: Hooks — 挂在循环上，不写进循环里

可发表评论

s05: TodoWrite — 没有计划的 Agent，做着做着就偏了

可发表评论

s06: Subagent — 大任务拆小，每个拿到的都是干净上下文

可发表评论

s07: Skill Loading — 用到的时候才加载

可发表评论

s08: Context Compact — 上下文总会满，要有办法腾地方

可发表评论

s09: Memory — 压缩会丢细节，要有一层不丢的

可发表评论

s10: System Prompt — 运行时组装，不硬编码

可发表评论

s11: Error Recovery — 错误不是结束，是重试的开始

可发表评论

s12: Task System — 目标太大，拆成小任务

可发表评论

s13: Background Tasks — 慢操作放后台

可发表评论

s14: Cron Scheduler — 按时间表生产工作

可发表评论

s15: Agent Teams — 一个搞不定，组队来

可发表评论

s16: Team Protocols — 队友之间要有约定

可发表评论

s17: Autonomous Agents — 自己看板，自己认领

可发表评论

s18: Worktree Isolation — 各干各的，互不干扰

可发表评论

s19: MCP Tools — 外接工具，标准协议

可发表评论

Learn Claude Code — 真正的 Agent Harness 工程

可发表评论

s01: Agent Loop — 一个循环就够了

可发表评论

s02: Tool Use — 多加一个工具，只加一行

可发表评论

s20: Comprehensive Agent — 全部机制，归到一个循环

可发表评论

1. 定义工具

可发表评论

MCP协议与工具调用

可发表评论

RAG处理优化

可发表评论

多智能体与记忆机制

可发表评论

langchain4j-study-notes-01-core

可发表评论

langchain4j-study-notes-02-rag

可发表评论

langchain4j-study-notes-03-advanced

可发表评论

langgraph4j-study-notes-02-advanced

可发表评论

langgraph4j-study-notes-01-core

可发表评论