Agent 工程：Harness Adapter 的设计与实现
到 2026 年 H2，Coding Agent / Agent Runtime 已经百花齐放，社区也开始关注另一条路线：Harness Adapter（也叫 Meta Harness）。为啥要做，原因有二： 用户对 Runtime 各有所好，不会只选一家； 各家 Runtime 往往针对自家模型做
🌙 So Lord, light up my path true.
"Grant me the strength to accept what I cannot change; the courage to change what I can; and the wisdom to know the difference."
Agent 工程：Manage Agent & Agent Runtime 设计
我们 H1 在做一个企业级 Agent 平台，暂且叫它 xbot：多租户、对接 IM 渠道、支持 Skill / MCP / Plugin 扩展，用户在群里或私聊里丢一句话，后面就得跑起一整套模型推理加工具执行的闭环。最近我在做它的 Agent Runtime 设计，也就是自研的执行内核——把原先散
Agent 工程：Ralph in DeepAgent & Claude Code
背景 本来有很多 Deep Research 的内容和网络资料，想来想去，还是删除了，写点人话。 此文是公司做的一次技术分享，文章 Artifact 有删减。 本文聊聊 2026 年前沿 Agent 技术：Long Horizon / Running 、Ralph Loop 在 LangChain
Agent 工程：Langchain & Long Horizon Agent
本文是对 Langchain 前不久分享的 Long Horizon Agent 的详细解读。 长周期任务（Long-horizon Task）。 简单说，就是让 Agent 干点大事儿，不是那种问个问题就完事儿的客服，而是能独立思考、规划、执行一整套复杂流程的“数字员工”。比如让它独立完成一个软件
Agent 工程: 初探 OpenClaw 的 pi-mono 设计
https://github.com/badlogic/pi-mono Pi 给我们描绘了一幅与今天主流 AI Agent 截然不同的蓝图。它不追求成为一个无所不知的“万事通”，而是立志成为一个潜力无限、与你共同成长的“学徒”。 这何尝不是 Ilya 想象中的 AGI 之一呢？ 今天聊聊背后那个更低
Agent 工程：长时运行设计之 Ralph Agent
最近 AI 圈子有点疯，一个叫 Ralph Wiggum 的东西突然就火了，火到什么程度呢？有人说它是 “最接近 AGI 的玩意儿”，有人用它通宵干活，第二天早上醒来发现几个代码仓库都妥妥地建好了。甚至还有人专门为它发了个加密货币 $RALPH。 这名字听着是不是有点耳熟？没错，就是《辛普森一家》里
Agent 工程 - 长时运行之 Ralph Agent
最近 AI 圈子有点疯，一个叫 Ralph Wiggum 的东西突然就火了，火到什么程度呢？有人说它是 “最接近 AGI 的玩意儿”，有人用它通宵干活，第二天早上醒来发现几个代码仓库都妥妥地建好了。甚至还有人专门为它发了个加密货币 $RALPH。 这名字听着是不是有点耳熟？没错，就是《辛普森一家》里
RAG 工程： GraphRAG 中的 DeepResearch ? 解读 GRAPHSEARCH 设计
这篇工作是一个工程化的设计思路，基本上和算法没关系。可以理解为是 GraphRAG 检索环节的一种 Agentic 检索设计。感觉类似 GraphRAG 中的 “Deep Research” 是否有参考价值，如果我们能确定现有检索场景下的 BADCASE 的具体原因，可以引入此工程思路，看是否能解决
RAG 工程：从容应对增量数据 - 解读 ERA-RAG 设计
最近在为组内的需求做技术调研，在看看 RAG 领域相关的工作。 上一篇我们回顾了经典 RAPTOR 的设计，本次我们接着看看 ERA-RAG 相关的设计思路，这篇文章目前看着没有在任何会议 / 期刊发布，但由于被 RAGFLow 写进了 25 年和 26 年的 ROADMAP，所以可能还是值得一看的
RAG 工程：回味经典 - 解读 RAPTOR 设计
这两天在做技术调研，顺便回味一下这篇入选 ICLR 2024 的经典工作 传统的 RAG，有点“短视”。 它通常把长文档切成一堆互不相干的小碎片，然后根据你的问题，找出最像的几片。这对于回答“XX 是什么？”这种 factual question（事实性问题）还行。可一旦问题需要你通读全文、理解来龙
问题排查 - Python 内存占用 & 释放问题
一、背景 近期在做 RAG 工程，任务调度 Server 是 Temporal，Worker 是 Python 写的，在基于 Temporal Client 的基础上设计了一套 DSL，方便业务编写异步任务。 导入文档异步任务是我们的业务最复杂的其中一个环节。在性能压测下，一次性发起 6000 个任
通往工作极致之路 - 初创团队的踩坑初级指南
[TOC] 在一家上市公司工作四年后，我加入了一家创业公司，正式开始了创业之路。工作时长 8 个月，这是一段非同凡响的体验。本文分享两个内容： 公司问题 & 我的思考：我观察到的老板 & 合伙人们没做好的各种问题。 个人问题 & 我的思考：我认为个人角度要去思考的问题，不管是打工和创业，都要考虑。
工程经验 - Agent 工程之 ReAct 实现与思考
LLM 自变成风口以来，每天都有很多奇思妙想，其中有一些想法虽然也没有发顶刊，却也非常重要，直到今天还是为人们所津津乐道，例如 COT、 ReAct 都成为了现阶段 Agent 工程中重要的基石。ReAct 的核心在于如何让 LLM 长出手脚，去做事情，属于 Tool Use 领域的一种方案。 原理
行业杂谈 - Agent 工程之研发的三个方向
我接触大模型行业已有一年多，姑且自我定位为 LLM Agent 应用研发工程师。在我看来，LLM 就是一把通往未来：软件 2.0 的钥匙，而在 2025，可以认为「Agent 即为 2.0 时代的软件。」 前言 2023 & 2024 有惊喜（GPT-3.5、GPT 4）、有爆点（Cursor、De
工程经验 - Agent 工程之初探 MCP 协议
一、Minimal MCP Example 直接跑一下一个 MCP 最小实现的案例，体验体验 MCP 是啥 Overview sequenceDiagram participant MCP Client participant MCP Server participant Resources MCP