AI 工具与智能体

该文系统梳理AI领域核心术语的演进逻辑，指出这些概念并非凭空创造的黑话，而是为解决每一阶段工程痛点层层叠加的解决方案。内容按四层递进展开：基础交互层讲解LLM与Token的数学原理及Prompt工程方法论；记忆数据层介绍Context与Memory的上下文管理机制，以及RAG技术打通私有资料库、终结模型幻觉的效用；行动接口层说明Function Calling实现外部工具调用，MCP协议统一接口标准；自主工程化层阐述Agent融合感知、规划与工具调用的闭环系统，Skill作为可复用专家工作流，Harness构建防失控安全边界。最终揭示AI发展路径：从单纯陪聊进化为可独立执行复杂任务的自动化系统。

正文仅包含一个B站视频播放器嵌入与两张图片，未提供任何文字说明。由于缺乏文本信息，无法从中提炼主题、关键结论或读者收益。视频和图片的具体内容需通过播放和查看获取，但依据现有HTML源码，无法解析其内容。因此，本摘要仅能表明该文章为多媒体展示形式，无文字核心内容。文章采用了iframe嵌入B站视频，并附带两张webp格式图片，但没有任何段落、列表或描述性文字。根据边界要求，仅能依据正文，故不能推测或补充信息。读者需自行观看视频和图片，但摘要无法提供更多实质性内容。

Anthropic推出的Agent Skills是一套高度工程化的进阶提示词规范，旨在解决开发者重复输入长约束、易遗漏及全局加载浪费Token的痛点。其核心原理为三层渐进式加载机制：第一层启动时仅注入技能名称与描述的元数据索引，极低消耗充当目录；第二层在AI识别用户意图匹配技能时才加载核心操作指令；第三层将具体风格、CSV样式数据库或Python检索脚本外置，按需动态读取运行，实现深度控制与极限节省上下文。文中以GitHub超14K Star的前端UI设计Skill为例，展示其让Claude Code输出高水准SVG与网页UI的能力。管理上通过独立文件夹隔离技能，主入口统一为skill.md，其架构思想与MCP理念相通。

MCP（模型上下文协议）是Anthropic推出的标准化协议，通过为外部工具“套一层壳”统一Client与Server通信，解决大模型调用外部工具生态割裂问题。相比传统Function Calling需手写复杂API Schema、维护成本高且存在安全隐患，MCP借助官方SDK极大简化开发。其三层架构包括MCP Host/Client（如Claude桌面端、Cline插件）与MCP Server，通信基于JSON-RPC 2.0，支持stdio（本地场景）和HTTP+SSE（分布式场景）两种方式。值得注意的是，MCP规范仅约束Client与Server间通信，Client与大模型的对接灵活——实测Cline将工具说明以系统提示词拼接，单次消耗6万多字符，虽泛化性好、适配任意模型，但Token成本高。技术演进历经Prompt约定、Function Calling至MCP协议时代，走向即插即用的统一工具生态。

文章以“马与马具”比喻阐释AI Agent与Harness的关系，指出Agent解决“怎么干活”，Harness解决“把活干靠谱”，是智能体稳定落地的核心保障。正文重点介绍了输入过滤、参数校验、格式清洗与错误重试、硬规则代码兜底等工程防护手段，并系统梳理了ReAct范式（思考—行动—观察）、Plan & Execute规划执行、多智能体协作三种核心工作模式。此外，文章还说明了外挂工具弥补大模型能力短板、视觉自检形成闭环纠错，以及上下文窗口限制引发的压缩丢信息问题。整体内容侧重工程落地实践，对构建可靠AI应用具有直接参考价值。

video-use 是 browser-use 团队开源的自然语言视频剪辑工具，上线三个月获 1.2 万 Star。它颠覆传统时间轴操作，用户只需将素材放入文件夹，用自然语言描述剪辑意图（如"剪成发布视频"），即可获得 final.mp4。核心功能包括自动去除口癖与死寂、统一调色、音频淡入淡出、字幕烧录及动画叠加。技术亮点在于 LLM 全程不看视频画面，通过逐词时间戳转录文本与按需生成的合成图像理解内容，将成本从传统 45M tokens 降至 12KB 文本加少量图片，效率提升数量级。项目支持 Claude Code 一键安装，剪辑进度存于 project.md 可中断续做，适合不想学习剪辑但需批量产出视频的口播或教程创作者。

本文剖析深圳“禁摩案”庭审全貌，旨在澄清网传不实信息并提炼行政诉讼抗辩方法论。原告王勇因驾驶摩托车被罚2000元，一审、二审均败诉，网传“胜诉”“获赔”等说法均为谣言。文章基于庭审笔录，系统梳理原告的七大抗辩战场，包括锁定证据池、质疑视频剪辑与缺失、地点记载矛盾、执法资格异议、援引《行政强制法》第18条逐项审查程序等，并复盘其败诉的五个致命短板，如关键事实记忆模糊、混淆“程序瑕疵”与“程序违法”等。文中逐条核实并纠正了庭审中引用的7处错误或过时法条，并提炼出可复用的“五层审查框架”及交通执法现场应对清单，为公民依法抗辩提供实操参考。

本文解读 DeepSeek Harness（DSH）的定位与技术架构：它不是模型封装库或局部工作流工具，而是覆盖 Agent 全生命周期的端到端研发框架，区别于 LangChain/LangGraph 的 Pipeline/DAG 编排和 Claude Code 的开箱即用成品路线。DSH 将标准 Agent 拆为 UI、Context、Agent Loop、RAG、LLM 回复、渲染与日志六大流水线，默认内置并支持插件热插拔。文章认为插件生态与开发者网络效应决定其未来，类比 Node.js 依靠 NPM 生态胜出。当前 DSH 仍处 v0.1 预览期，普通开发者宜理解设计思想、关注迭代，不宜盲目重构生产系统，相关认知可用于面试与技术判断。

本文介绍了让云端小智AI安全读取极空间本地txt资料的三文件MCP服务链路：knowledge_server.py为核心工具库，基于FastMCP框架暴露search_local_knowledge工具，遍历读取/data目录的txt文件；mcp_pipe.py作为通信桥梁，通过WebSocket连接小智并转换stdio协议；start.sh负责启动时自动安装FastMCP等依赖并组合运行服务。文档还对比了MCP Server与普通接口的核心差异：调用方是AI模型而非硬编码程序，具备运行时动态能力发现机制，支持tools/resources/prompts三类标准化抽象，结果直接注入模型上下文而非程序，采用长连接双向通信，一次接入即可多端复用。此外，文中通过JSON-RPC 2.0协议示例和FastMCP代码演示了能力发现与工具注册的实现方式。

面对YouTube与Chromium内核浏览器（Edge/Chrome）最新启用的“应用绑定加密”机制，传统的`--cookies-from-browser`参数已失效并报错DPAPI。文章提供了一套完整且高效的破局方案：通过开源扩展**Get cookies.txt LOCALLY**从浏览器内部导出已验证的Cookie，配合yt-dlp的进阶参数组合实现4K视频高速下载。核心命令包括`--js-runtimes node`破解动态签名、`--cookies cookies.txt`提供身份信誉、`--extractor-args "youtube:client=ios"`伪装客户端通道，并通过`-f`格式筛选器智能选择最高画质并交由FFmpeg合并。文章详细拆解了各参数的战略意义，并给出了可直接复用、仅需替换视频链接的模板，同时提醒用户注意Cookie的有效期以及Node.js和FFmpeg的环境依赖。