Post

AI 能力集 -- AI 碎片知识小结

Posted Updated
By xiaodongQ
views 6 min read
AI 能力集 -- AI 碎片知识小结

1. 引言

整理一些最近的 AI 碎片知识，来源也比较零碎：公众号推送、技术群群聊、短视频、刷推等等。

2. 使用经验类

2.1. 终端工具

macOS / Linux

  • Ghostty - 现代高性能终端，支持 GPU 加速、分屏、ligatures
  • WezTerm - 跨平台终端，Lua 配置灵活，支持多路复用

Windows

  • WezTerm for Windows - 同样支持，配置与 macOS/Linux 通用
  • Windows Terminal + PowerShell 7（备选方案）
    • Windows Terminal：微软官方终端，支持多标签、分屏、GPU 加速
    • PowerShell 7：跨平台 Shell，兼容 bash 语法，支持管道、对象处理
    • 优势：开箱即用，无需配置；劣势：自定义能力弱于 WezTerm

2.2. Claude Code 工具链

核心仓库

  • everything+claude+code - Claude Code 资源聚合仓库，收录插件、脚本、使用技巧

必备插件

| 插件 | 功能 | 备注 | |——|——|——| | claude-hud | 显示 Claude 使用情况和上下文统计 | 实时查看 token 消耗、会话长度 | | cc-switch | 不同模型快速切换 | Minimax 作为 Opus 的 Plan B 备份 | | super-power | 技能包扩展 | 提供额外工具和命令 | | happy | 开源 App，可远程连接 Claude | 支持移动端/桌面端远程调用 |

使用经验

  1. 和 Claude 探讨：先确认再执行
    • 复杂任务先让 Claude 输出计划/思路
    • 确认无误后再执行具体操作
    • 避免盲目执行导致的返工
  2. 项目初始化策略
    • 各子目录分别执行 claude init，生成独立的 SKILL.md 或规范
    • 总目录下再执行一次 claude init，作为索引说明，汇总各子目录功能
    • 分层管理，便于多 Agent 协作和知识隔离

2.3. Agent 开发

Hello Agent 仓库

  • hello-agent - Agent 开发入门模板仓库
  • 包含基础 Agent 结构、工具调用示例、测试框架
  • 适合快速上手 Agent 开发，理解核心概念

2.4. Agent Skill 设计模式

谷歌近期发布的 5 个 Agent Skill 设计模式（原文：@GoogleCloudTech，作者 @Saboo_Shubham_ 和 @lavinigam）：

模式解决的问题核心思路
1. Tool Wrapper（工具包装器）Agent 需要特定库/框架的专业知识按需加载知识，不硬编码到 system prompt
2. Generator（生成器）每次生成的文档结构不一致模板 + 风格指南约束输出格式
3. Reviewer（审查器）代码审查标准散落、不可维护检查清单可插拔，分离”查什么”和”怎么查”
4. Inversion（反转）Agent 信息不足时就猜测执行翻转控制流：Agent 当采访者，先问再做
5. Pipeline（流水线）复杂任务中 Agent 跳过步骤钻石门控强制执行严格顺序，每步确认

参考阅读：Agent Skill 的五种设计模式：从 SKILL.md 格式到内容设计

实践建议：模式可组合使用（如 Pipeline + Reviewer），根据任务复杂度选择。Inversion 模式被低估——强制”先问再做”能避免 80% 无用输出。

2.5. 其他工具

手机端浏览器选择

测试过以下几款：

  • Via 浏览器 - 轻量、无广告、支持脚本、高度自定义 ✅ 最终选择
  • X 浏览器 - 功能丰富，但稍显臃肿
  • Edge - 同步方便，但资源占用较高

选择 Via 的理由：

  • 体积极小（<1MB）
  • 支持自定义 User-Agent
  • 支持油猴脚本
  • 无推送、无新闻、无干扰

3. 概念

3.1. Harness Engineering（驾驭工程）

参考：Harness Engineering（驾驭工程）

Harness Engineering（驾驭工程）是围绕 AI 智能体设计和构建约束机制、反馈回路、工作流控制和持续改进循环的系统工程实践。它不优化模型本身，而是优化模型运行的”环境”。核心哲学八个字：人类掌舵，智能体执行（Human Steer, Agent Execute）。

AI 工程范式的三次跃迁

| 阶段 | 核心 | 局限 | |——|——|——| | Prompt Engineering | 提示词优化 | 依赖单次输入，难以处理复杂任务 | | Context Engineering | 上下文管理 | 受限于模型上下文窗口 | | Harness Engineering | 环境/约束设计 | 突破单模型限制，构建系统级能力 |

最后更新：2026-03-28

AI, AI 能力集
AI 工具链，Agent
This post is licensed under CC BY 4.0 by the author.