AI 学习与实践全景
AI 社区活动与实践小项目汇总
声明式多智能体协同：基于 Claude Agent SDK 构建深度研究系统
对复杂研究任务时，单智能体（Single-Agent）常因上下文稀释和逻辑疲劳导致产出质量下降。本文基于 Claude Agent SDK 探讨了多智能体系统（MAS）的工程化落地。通过“Lead + Subagent”的声明式架构，我们将深度研究拆解为搜索、量化分析、可视化绘图与结构化写作四个独立环节。
告别手动 Loop：借助 Claude Agent SDK 实现 Agent 的工程化闭环
在 Agent 技术快速走向成熟的今天，如何低成本构建具备“自主洞察”能力的智能体？本文深度拆解 Anthropic 官方推出的 Claude Agent SDK，解析其如何通过托管 Agent Loop 和会话持久化机制，解决 Agent 开发中的状态管理难题。文章通过从无状态交互到具备流式输出能力的 TUI 自动化工具进阶实战，展示了构建低成本、高可用 AI 原生应用的完整路径。
一次由 Product Sense 驱动的 Agent 极限实践
本文记录了在一次极限挑战赛中，我们通过对 K12 赛道用户痛点的精准“视角切换”，打造出一款授人以渔的“数学辅导导师”并斩获大奖，并指出 Product Sense 对 Agent 搭建的重要性。
零代码不等于零逻辑：结构化 Prompt 驱动下的 Agent 搭建实战
完记录了诗歌小精灵 Agent 搭建实践，并指出结构化 Prompt 对 Agent 搭建的重要性。
Agent 原理、组件与构建模式
从提示词到数字员工：AI Agent 深度全景综述
本文是一篇关于 AI Agent 的全景深度综述，旨在解构智能体如何从简单的 Prompt 响应者，演变为具备自主目标拆解、长短期记忆与复杂环境交互能力的“执行者”。
探寻 Agent 决策中枢：迈向确定性执行的规划范式
本文深度解构了 Agent 迈向确定性执行的核心路径：从任务分解的降低熵值，到自我反思的闭环控制。通过对比“边走边看”的 ReAct 动态响应模式与“谋定后动”的 Plan-and-Execute 预编排模式，本文揭示了如何针对长链路工程任务构建稳健的决策范式，助你完成从“简单提示词”到“复杂架构设计”的认知跃迁。
构建 Agentic 生态：零散组件化为可持续的工作流
面对层出不穷的 Prompt、MCP、Skills 和 Subagents，很多开发者和产品经理常感到困惑：这些组件究竟是重复造轮子，还是各司其职的积木？本文将深度拆解 Agentic 生态的五大核心支柱，揭示如何通过优雅的架构设计实现协同闭环，将零散的 AI 组件拼装成一套可持续进化的 AI 原生操作系统，把碎片化的 AI 能力转化为高可用的生产力流。
如何编写一个高可用的 Agent Skill？从机制拆解到生产实践指南
大语言模型在特定工程领域常面临“知而不行”的困境。本文深度拆解 Anthropic 最新推出的 Agent Skills 规范，揭秘其如何通过渐进式披露与三级加载机制，在控制 Token 成本的同时显著提升 Agent 的任务执行精度。文章涵盖了从文件夹架构设计到实战 git-workflow 编写的全流程指南，助你将零散的 Prompt 转化为标准化的数字资产。