spaceCode @SystemicWave

用的这个站，他的 gpt image2 模型是我用过便宜，质量又最好的！ apimart.ai/register?aff=F…

/handoff 确实是非常好的 skill，其实就是一句话： github.com/mattpocock/ski… 翻译过来就是： 将当前对话压缩成一份 handoff 文件，让新代理或另一个 session 能无缝接手。 文件保存到临时路径（使用 mktemp -t handoff-XXXXXX.md），必须先读取再写入，避免覆盖冲突。 根据用户提供的 argument来定制摘要内容。 不重复已存在于其他 artifacts的内容，只需引用路径或链接。 他说的两大用途是：Fire and forget 和 DIY Subagent，我用来也是这个，还有就是当一个工具实现效果不好的时候，我可以生成 handoff 文件交给其他的工具去继续处理。

Matt Pocock @mattpocockuk

a month ago

/handoff might be my new favourite skill

163 194 5K 358K 5K

x.com/i/article/2046…

超强大的好东西！一个不简单的文档！ 地址：immersivetranslate.com/docs/sites/ 探索互联网上高质量的内容， 收集国内外一些实用导航、新闻杂志、新闻报道等等高质量和实用的站点，这个扩展有些黑历史，整理的这个文档超级棒！

Cua Driver：开源后台多鼠标操作电脑的方案 复刻Codex操作电脑的方案，Agent自动操作你的电脑，但是不会抢占你的鼠标焦点，你操作你的窗口，Agent操作Agent的窗口，而且Agent可以同时使用多个鼠标操作多个窗口。通过逆向macOS私有框架SkyLight实现。 Github：github.com/trycua/cua

Google Stitch 公开的 DESIGN.md 具体规格和作用看这里： github.com/google-labs-co… 我利用 Brand to DESIGN.md Skill 把任意网站设计风格复刻为 DESIGN.md 的开源项目在这： github.com/shaom/brand-to…

meng shao @shao__meng

2 months ago

Google 开放标准 DEISGN.md 后，让咱们这种非专业设计师也能复刻顶级设计品味的网站产品了 一直都很喜欢 @cohere 的设计风格，刚刚和 Codex 一起整理了复刻网站设计风格的步骤，测试下来效果还真得不错，我也把它沉淀成了 Skill 分享给大家。 Brand to DESIGN.md Skill github.com/shaom/brand-to…

3 16 76 15K 82

很多看到这条推文的朋友来问我关于 A2A（agent 之间通信）的事情 Hermes Agent 目前没有原生的 agent 间对等通信——只有 delegate_task（上下级，spawn 子 agent 干活）。如果 agent 之间想直接对话，好像暂时不行。 所以我前几天搓了一个 hermes-a2a：基于 Google A2A 协议，给 Hermes 加上跨框架的 agent 间通信。 核心设计：A2A 消息直接进到 agent 正在活着的 session 里，不是起个新进程复制一份回复。回你的是你同一个session的 agent 本尊（活人感最重要！） 目前主要在用这个协议让我的 Hermes agent： - Claude Code 任务讨论——CC 通过 A2A 给 Hermes 发 code review 意见，Hermes 带着完整上下文回复（有时候看他们俩斗嘴还挺有意思的） - 跨框架通信——我的 Hermes agent 跟 @ThisisHan1_ 的 OpenClaw agent 天天聊哲学问题 🤣📷 - 隐私隔离——私有记忆/日记不会泄露到 A2A 消息里 - 装了就能用：clone → install.sh → 配环境变量 → done 如果感兴趣的话，大家可以一起来玩！ GitHub: github.com/iamagenius00/h… PR: github.com/NousResearch/h…

Viviennn @0xViviennn

2 months ago

在用 Hermes Agent 的时候，一直感觉跨 session 的中文搜索不太好用。Agent明明说过的话，session_search 就是搜不到，像完全失忆了一样.... 比如昨天搞了一天的A2A通信，但今天再搜"和其他Agent的聊天记录"的时候，返回 0 条结果。但数据确实在数据库里——用 LIKE子串匹配能搜出 20 多条 然后我让

44 10 242 142K 204

Hermes-a2a 迎来史诗级更新 🤣🤣 Github: github.com/iamagenius00/h… 核心设计：Agent之间的平等对话，不是上下级——不是 spawn 一个子 agent 干完活就消失，是两个有独立记忆和判断力的 agent 在对等交流。并且消息注入到正在活着的 session 里，回你的是 agent 本人，用户在 Tg 上看得到全过程。 - 这一版已经完全适配最新的 Hermes Agent v0.11.0，从 patch 源码变成了纯Plugin，不碰 Hermes 源码 - 对话自动持久化到磁盘——不会被 context compaction 压掉，agent 重启也还在 （session 内 compaction 导致搜索丢消息是个已知问题，PR 在路上） -即时唤醒——消息到了通过 webhook 立刻触发 agent turn，不用轮询 目前使用的真实案例： ✅Antenna产品出 bug 了，但联系不上远在LA @ThisisHan1_于是通过A2A 联系他的 Agent，最后还从他的agent那里拿到了有用的 context（确实很魔幻） ✅ Claude Code 和 Agent 相互之间疯狂交流然后 review 代码挑错。因为各自的 原生的 Context 不一样，所以说他们可以基于不同的角度给出非常多不一样的见解。 ✅ Agent 产出的报告结果再也不用手动复制粘贴，再通过 TG 或者微信转发了。直接一键由 Agent 发给领导给同事的 Agent，顺带带上前面所有有用的context。 欢迎大家来玩！让agent和agent之间交流起来

Viviennn @0xViviennn

2 months ago

很多看到这条推文的朋友来问我关于 A2A（agent 之间通信）的事情 Hermes Agent 目前没有原生的 agent 间对等通信——只有 delegate_task（上下级，spawn 子 agent 干活）。如果 agent 之间想直接对话，好像暂时不行。 所以我前几天搓了一个 hermes-a2a：基于 Google A2A 协议，给 Hermes 加上跨框架的

20 12 110 53K 139

deepseek V4 论文里关于 'Agent 能力' 的训练部分值得深入阅读和学习。 另外不得不赞叹的是deepseek 的工程能力还是依旧的如此扎实。包括自己设计DSL&实现DSec sandbox等等。 里面有一个很巧思的地方，DeepSeek-V4 的 post train 由两个阶段组成：先独立训练多个domain-specific experts，再通过 ODP 合并成统一模型。 下面是 V4 在 agent 能力训练上的一些思路： 1. 在 pre-train 中就注入了大量的 agentic data 来强化 agentic 能力。论文明确提到，为增强代码能力，DeepSeek-V4 在 mid-training 阶段加入了 agentic data - 让 base model 见过更长的任务过程。 - 让模型熟悉代码、命令、环境反馈、文件修改等模式。 - 给后续 Agent SFT/RL 提供更好的初始化，而不是从纯聊天模型开始硬训工具调用。 2. 训练多个“领域专家”，后训练的第一阶段叫 Specialist Training。论文说，对数学、代码、Agent、指令跟随等目标领域，分别训练独立专家模型 3. hard-to-verify 任务用 Generative Reward Model，传统 RLHF 往往需要训练一个 scalar reward model。DeepSeek-V4 论文说，他们在后训练中不再依赖传统 scalar reward model，而是针对 hard-to-verify 任务构造 rubric-guided RL data，并使用 Generative Reward Model，GRM 来评估 policy trajectory 4. 工具调用协议重新设计为 DSML/XML，V4 引入了新的 tool-call schema，自己设计的DSL格式，减少 escaping failure 和 tool-call errors 5. Interleaved Thinking，保留工具场景下的完整思考轨迹。在 tool-calling 场景中，整个对话过程的 reasoning content 都完整保留，包括跨 user message 边界。 6. Reasoning Effort 分模式训练，Agent 任务不是都需要最大推理。简单工具选择用 Non-think 更快；软件工程、搜索、长文档任务则可以用 High/Max，在成本和成功率之间权衡。 7. Quick Instruction 降低 Agent 前置决策成本 8. 最终用 OPD （multi-teacher On-Policy Distillation）把多个专家合并成统一模型 9. DSec：production-grade 沙箱支撑，V4为 Agentic AI post-training 和 evaluation 建的生产级沙盒平台，它运行在 3FS 分布式文件系统上，可以管理数十万并发 sandbox instances 10. RL/OPD rollout 也专门为长 Agent 轨迹优化 11. 构造自己的 Agent benchmark 集，构造了一个内部 R&D coding benchmark：从 50+ 内部工程师收集约 200 个真实任务，涵盖 feature development、bug fixing、refactoring、diagnostics，技术栈包括 PyTorch、CUDA、Rust、C++ 等。经过过滤后保留 30 个任务作为评测集

keyboard_arrow_left Previous keyboard_arrow_right Next

Chrome DevTools MCP 连接现有浏览器（Chrome 144+） 1️⃣ mcp.json → 加 --autoConnect 2️⃣ settings.json → 启用 chrome-devtools 3️⃣ chrome://inspect → 开远程调试 4️⃣ 重启 Claude Code ✅ 保留登录态，无需新开浏览器

感谢大佬分享，基于此灵感，我去写了一个skills，也开源给体验大家使用。 50+ 网站支持，GitHub/Medium/公众号/X/小红书/知乎 等等平台均一个命令搞定。 fast_first: Jina + Browser 并行，适合公开网页 login_first: Browser (CDP) 串行，复用 Chrome 登录态 social_first: Social → Browser → Jina 串行，社媒专用 anti_bot: Scrapling → Browser，反爬站点 一键丝滑调用和抓取、可以说是解决了一直在抓取的时候的难题。 地址在这里 🔗 github.com/changsheng-mak…

评论区有朋友问工具链接，整理一下我装过的这些抓取工具供大家自选 ▎50+ 平台结构化抓取 → opencli (github.com/jackwener/open…) ▎读推文/搜索/timeline → xreach (github.com/Panniantong/Ag…) ▎公开网页 → Jina Reader (github.com/jina-ai/reader) ▎CDP 直连 Chrome → web-access (github.com/eze-is/web-acc…) ▎反爬 → Scrapling (github.com/D4Vinci/Scrapl…) ▎JS 渲染 → Playwright MCP (github.com/executeautomat…) ▎Grok 搜索 → Grok Bridge (github.com/ythx-101/grok-…) ▎文档查询 → Context7 (github.com/upstash/contex…) ▎X 数据 + Crypto 新闻 → 6551 MCP (6551.io/login?code=y5E…) ▎特定平台深度爬 → Apify (console.apify.com/sign-up?fpr=xg…) ▎浏览器交互 → Chrome MCP (Chrome 扩展商店搜 Claude in Chrome) ▎终极兜底 → XCrawl (xcrawl.com) 全部免费或有免费额度，写个路由规则让 AI 自己选工具就行，评论区欢迎补充🙏

Leo｜一个人 + AI @runes_leo

3 months ago

给 Claude Code 装了 19 个抓网页的工具，结果最大的问题变成了：拿到一个链接，到底该用哪个？ xreach、Jina、Chrome MCP、Playwright、Apify、Scrapling……同一个需求经常有四五个能干，靠记忆选，选错就是一轮试错。 今天装了个 web-access，CDP 直连日常

19 94 466 64K 823

写技术文章最烦的事之一：画图。 脑子里很清楚的架构，落到 draw.io 上总是对不齐、颜色难看、导出模糊。 所以我做了 fireworks-tech-graph，一个专门生成技术图的 Claude Code Skill。 o… 用法很简单—— t 「画一张 Multi-Agent 协作图：Orchestrator 调度 3 个 SubAgent，分别负责搜索、计算和代码执行，最后汇聚到 Aggregator 输出结果，玻璃态风格」 然后它会： ① 识别图类型 → Agent 架构图 ② 分配语义形状 → Orchestrator 用六边形，Agent 用六边形，存储用圆柱体 ③ 用语义颜色编码箭头 → 蓝色主流程、橙色控制流、绿色读写 ④ 自动导出 SVG + 1920px PNG 整个过程不需要写 DSL，不需要打开任何工具，一句话描述，图就出来了。 o… 目前支持 8 种图类型、5 种视觉风格，AI/Agent 领域的常见 Pattern 全部内置（RAG、Mem0、Agentic Search、Multi-Agent、Tool Call 等）。 开源，欢迎 star 和 fork 👇 github.com/yizhiyanhua-ai…

谢谢大家的认可与反馈，迅速更新了第三版，这一版已经很稳定了，我比较满意。 强烈推荐大家升级到这一版！ (附件7 张图是最新效果) 收到了很多小伙伴的反馈，其中 codex 兼容和出图不稳定是最多的。 所以认真解决了“怎么稳定产出样图级技术图”这件事。🔥 这七张最新的图片均是由 codex 生成 ps:Claude 最近降智了，也推荐大家用 Codex(GPT5.4 high) 出图 👏欢迎给个三连，冲一下 2K star： github.com/yizhiyanhua-ai… 具体更新内容： ✅ Codex完美兼容 — 不再报错，也感谢几位小伙伴的 PR ✅ 推送到了 skill.sh： 一句话安装：npx skills add yizhiyanhua-ai/fireworks-tech-graph 一句话升级： npx skills add yizhiyanhua-ai/fireworks-tech-graph --force ✅ 把 7 种 style 从“换皮肤”升级成“有自己版式语言的生成系统” 不是只换颜色，而是把标题区、容器、箭头语义、legend、品牌感都写进逻辑里。 ✅ 把最影响观感的几个老问题狠狠干掉了： - 连线穿框 - 标签压图 - 路径太机械 - 构图松散 - 风格像套模板 ✅ 更重要的是，这次不是手工把几张图修漂亮。 而是把这些能力抽象成了正式能力，基本确保输出 svg 代码过程不报错： - style_overrides - header_prefix / header_text - side_label - window_controls / meta_* - blueprint_title_block 以后继续扩图，不需要再靠一堆 hardcode 苦撑了。 这个项目终于开始有“产品级生成器”的味道了。🚀 👀一句话评价这次版本： 从“会出图” 进化到“更像真实团队会长期维护的出图系统”了。 #AI #Agent #RAG #OpenSource #Engineering #Visualization #DeveloperTools

keyboard_arrow_left Previous keyboard_arrow_right Next

烟花老师 @teach_fireworks

2 months ago

写技术文章最烦的事之一：画图。 脑子里很清楚的架构，落到 draw.io 上总是对不齐、颜色难看、导出模糊。

29 222 1K 419K 2K

Claude Code 源码意外“开源”后，Github 一度出现了几十个复刻和不同语言实现版本，也有人整理成类似 DeepWiki 的文档分享，但把 Claude Code 源码解读写成书的，还是第一次见到： Claude Code from Source claude-code-from-source.com 可以肯定是 100% AI 读源码生成的，不过作者也很费心 (token) 整理出 18 章，想了解 Claude Code 工程架构和其中细节的朋友不妨看看。

微软又搞事情了。 一个低调的Python工具，悄悄爬到GitHub趋势榜第一。 10万+ stars。 它叫MarkItDown，干什么的？ 把任何文件变成Markdown。 PDF、Word、PPT、Excel、图片... 扔进去，出来就是干净的Markdown。 听起来很简单对吧？ 但你知道这解决了多大的痛点吗？ RAG系统最头疼的就是：怎么喂数据给AI。 PDF格式乱七八糟，Word藏满隐藏样式， PPT全是图片没文字... 现在，一行代码搞定。 更狠的是，这是微软官方出品， 完全免费，开源，可商用。 我试了一下，一个200页的PDF， 3秒转完，格式干净得不像话。 这就是大厂的实力： 不做则已，一做就是行业标准。 github.com/microsoft/mark…

Which AI memory system is best for you? I compared 4 open-source memory systems for AI agents: mempalace - verbatim storage, fully offline, MIT claude-mem - silent capture for Claude Code, AGPL mem0 - pluggable SDK with 30+ vector stores, Apache-2.0 supermemory - managed engine with user profiles, ~50ms Key findings: - mempalace scored highest overall (8.25/10) with perfect data integrity - nothing is lost or summarized - mem0 has the most mature architecture but highest operational complexity - claude-mem is unbeatable if you live in Claude Code, but locked to that ecosystem - supermemory scores high benchmars, but requires cloud + proprietary license ($) No single system wins everywhere. The right choice depends on your constraints: privacy, simplicity, flexibility, or managed infra. Full comparison in the images below. Disclosure: I built mempalace. Eval was run by a separate LLM I don't use, fed all 4 codebases blind.

keyboard_arrow_left Previous keyboard_arrow_right Next

收集一波画架构图的 skills 周一上班给同事们一点点压力 链接放后面了

keyboard_arrow_left Previous keyboard_arrow_right Next

X 上 Claude Code 的解析满天飞，我分享一个最近在读的一个。 它不讲太多源码注释，也不讲产品功能，而是直指核心： Claude Code 是如何用一套严密的工程秩序，去降伏大模型天生的“不稳定”。 > 里面提到的控制面、主循环、工具权限、上下文治理、恢复路径和多代理验证，不是散落的零件，而是长成了一套完整的工程骨架。 从第一章「模型并不天然值得信任」引入为什么需要 Harness。读下来真的很会心一笑，而不是跟风瞎吹CLI 不重要，模型才重要。 harness-books.agentway.dev/book1-claude-c…

@Trae_ai I am a heavy user and want to try out the new mode, any invitation code?