阿里妹导读文章内容基于作者个人技术实践与独立思考，旨在分享经验，仅代表个人观点。一、背景在 OpenClaw、Claude Code 等产品出现之前，开发同学实现一个 Agent 的基本思路是：基于 LLM 实现一个 Loop 调用，配合 MCP ...

lark-channel-bridge（GitHub 项目名 feishu-claude-code-bridge）是一个用 TypeScript 编写的轻量级桥接工具，将本地 ClaudeCode CLI 连接到飞书/Lark 即时通讯平台。它让飞书成为你本地 Claude Code 的"遥控面板"——你在飞书里发消息，本机的 Claude 开始干活，执行进度通过流式卡片 ...

说在前面：这又是一篇讲Harness的Survey，你最近可能已经看过了数篇讲Harness的文章、论文，其中还可能包括我上周解读的《Agent Harness Engineering：Agent的底盘工程综述｜CMU、耶鲁、Amazon》。 上周的《Agent Harness Survey》更像是在回答一个系统架构问题：一个真正可用的 Agent，外面应该包哪些东西？ 而UIUC、Meta、St ...

插件系统的核心价值是"打包复用"——将 Skills、Hooks、Agents、MCP 捆绑为单个可安装单元，跨项目共享与分发。新手建议先掌握命令、代理、技能三个低难度组件，进阶后再学习钩子、MCP/LSP 服务器的配置，逐步构建个性化插件。 Claude Code 插件使用教程 Claude Code 的 ...

随着人工智能技术的飞速演进，智能代理（AI Agent）已从单一任务执行工具向多模态协同系统转变。传统单智能体工具在复杂业务场景中逐渐暴露出局限性，如任务处理能力单一、跨系统协作困难、企业级部署复杂等问题，难以满足现代业务对智能化、自动化的 ...

最近团队在推进“测试智能体”落地，我基于 Playwright 封装了三个核心 AI Agent，分别负责 用例生成、自动执行与自愈、结果断言分析。三者在工作流中协作，让 Web 自动化测试的编写与维护成本降低了约 60%。下面是完整实操记录，所有命令均可直接复现。 一、整体架构 Agent 1 – 用例生成器：根据自然语言需求或 Swagger 文档，调用 RAG + Playwright 代码 ...