00:00 / 08:40
连播
清屏
智能
倍速
点赞1249
00:00 / 01:50
连播
清屏
智能
倍速
点赞8
Claude Code 核心开发者实践系列干货分享 Claude Code 开发者 Thariq 的实践分享总结了构建可靠、可规模化 Agent 的核心经验。以下是关键要点 🔽 Skills:可复用的能力单元 Skills 不只是 Markdown 文件,而是包含脚本、资产和钩子的复合结构。高价值的 Skill 类型包括 API 参考(聚焦"gotchas"而非显而易见的内容)、自动化测试、数据获取分析、业务流程自动化和运维手册。 实践要点:用文件系统分层组织,让模型自主决定读取深度;存储记忆(日志/JSON/SQLite)实现持久化;描述字段写成触发条件而非摘要;通过 PreToolUse 钩子度量使用率,迭代低活跃 Skill。 Skills 将组织专有知识转化为可共享、可组合的能力,是 Agent 工程从"提示"转向"环境设计"的关键。 Action Space 设计:以模型真实能力为导向 不要预先假设工具集,而是通过观察模型输出持续迭代。演进案例包括:用户交互从纯文本到结构化 AskUserQuestion;任务管理从 Todo 到支持依赖和子 Agent 协作的 Task;上下文构建从被动 RAG 到 Grep + 渐进披露。 核心思维是"像 Agent 一样思考"——如果你是模型,面对问题最需要什么工具?好的 action space 是实验和观察的产物。 Prompt Caching:生产级长会话的经济基础 缓存靠前缀匹配,静态内容在前、动态在后。破坏点包括时间戳、工具顺序随机、参数变更等。应通过消息而非修改 prompt 来更新信息,用 Enter/ExitPlanMode 模拟状态,Compaction 采用 cache-safe forking 保留父会话前缀。 文件系统 + Bash:持久状态与通用计算 文件系统是天然的多 Agent 协作层,用于存储中间结果和实现复杂处理(支出统计、API 链式调用)。即使非编码 Agent 也需要 Bash 完成视频剪辑、定时任务等组合性工作。 Playgrounds:可视化交互 生成独立 HTML 界面突破纯文本局限,实现架构可视化、UI 迭代、游戏平衡等终端难以表达的交互。 #ai #agent #skills
00:00 / 00:29
连播
清屏
智能
倍速
点赞20
00:00 / 04:47
连播
清屏
智能
倍速
点赞257
00:00 / 06:20
连播
清屏
智能
倍速
点赞19