Glean 拾遗
最近收录

2 条 · 按时间

11-09

让 agent 自己验收:pstack 的验证技能怎么搭

poteto 把「验证技能」当团队基础设施来维护:agent 能启动应用、截图、读 trace、确认改动真的生效,人才不用当瓶颈。文章给出 /create-verification-skill 的完整路径——先用一个 agent 友好的 CLI(doctor、snapshot、screenshot、wait-settle、feature-flag 等子命令)把启停、点击、性能采样封装成可复现命令,再用 Feature Map 这份 markdown 索引记录每个功能做什么、用户视角怎么进入、有哪些坑。她反对用 git worktree 横向扩容(单机大约 10 个 agent 就到顶),建议改用 Cursor cloud agents,配合 /swarm 批量跑验证;接上定时 routine 后,Slack 里的用户报告可自动复现。文中反复强调 CLI 设计规范(破坏性操作带 --dry-run、错误信息要告诉 agent 下一步、输出 JSON)和每天跑一次维护技能的必要性。适合正在搭 agent harness 的一线工程师;但「2,000 PR/月」「100-1000x」这类数字没有给测量口径,读者需自行打折。

x.com · 19 min · Agent Harness · Agent Skills · Agent Tool Design
06-25

为Agent设计搜索结果:给信息配上下一步动作

Raft CTO Tenny 提出,当 Agent 执行搜索时,返回原始 ID 或全文都是糟糕的设计。正确的做法是借鉴网页搜索结果:返回匹配片段(带高亮)、上下文预览和明确的下一个动作(如“阅读完整线程”)。文章指出,Agent 的“显示器”是上下文窗口,每 token 都有成本,因此结果必须紧凑、可立即判读,并提供下一步操作锚点。这是 UX 设计的延伸——只不过用户不再是看屏幕的人,而是读 token 的 Agent。

raft.build · 11 min · Agent Tool Design · AI Engineering · Context Engineering