BLOG

知识分享

技术文章、实战教程、经验心得

共找到 583 篇文章 · 第 1 页/49
LLMAutomated TestingAI Engineering

LLM 驱动的自动化测试系列(14):落地与工程化——为什么测试场景的 Token 账单,反而是这个系列里最便宜的

同一个作者的企业级 Bug 修复流程,调试阶段烧掉了数千美金 Token;这个系列里验证过的测试场景——AutoRestTest 测一个 15 个接口的 API 只要一毛钱,pytest-triage 默认每次运行最多花 10 次模型调用——差了几个数量级。这篇把 13 篇文章积累的证据摆在一起,回答规划里剩下的三个问题:测试场景的成本量级为什么比代码生成低,人工确认门该放在流程的哪个节点,以及到底有哪些场景明确不该用 LLM。

·约 12 分钟阅读
开源项目AG-UIAI Agent

一天一个开源项目(第262篇):AG-UI —— 把 AI Agent 接进前端的开放协议,和 MCP、A2A 并列的第三块拼图

AG-UI(Agent-User Interaction Protocol)是由 CopilotKit 发起的开放、轻量、基于事件的协议,规定 AI Agent 如何与面向用户的应用对接。Agent 以一条类型化事件流输出文本、工具调用、共享状态、推理、人工介入和子 Agent,任何前端都能渲染。1.0 规范已冻结,定义 31 种事件,提供 TypeScript、Python、.NET SDK,并已接入 LangGraph、CrewAI、Google ADK、Microsoft Agent Framework 等众多框架。MIT 协议,约 1.9 万 Stars。

·约 11 分钟阅读
开源项目江山时序历史地图

一天一个开源项目(第263篇):江山时序 —— 纯静态的中国历史交互地图,从三家分晋拖到今天,还能让 AI 查地名

江山时序(Jiangshan Atlas)是一个纯静态的中国历史交互舆图网站,覆盖公元前 403 年到今天约 2400 年、18 个历史时期。拖动时间轴看疆域变迁,点古城看历代沿革,搜人物看行迹,还有楚汉之争、安史之乱等事件的分幕回放。自带本地 MCP Server、Agent Skill 和 llms.txt,AI 也能查它。代码 GPL-3.0,但部分政区数据仅限学术非商业使用。约 7.3k Stars。

·约 10 分钟阅读
LLMAutomated TestingFlaky Test

LLM 驱动的自动化测试系列(13):Flaky Test 不是重跑几次就能解决的分类问题

477 star 的 pytest-rerunfailures 和 397 star 的 flaky,处理不稳定测试的手段永远是同一句话:失败了就重跑几次。这解决不了规划里提出的问题——一次失败到底是真 bug、环境抖动,还是测试本身写得有问题。真正尝试用 LLM 做这个根因分类的,是一个只有 2 star、上线不到两个月的项目 pytest-triage,而它最值得学习的地方,反而是它给 AI 判断加的四条安全约束——AI 从头到尾不允许影响测试的通过/失败结果。

·约 12 分钟阅读
开源项目Modern Web GuidanceAgent Skill

一天一个开源项目(第259篇):Modern Web Guidance —— Chrome 团队给 AI 编码 Agent 的「现代 Web 最佳实践」外挂

Modern Web Guidance 是 Chrome、Edge、Firefox 和 MDN 团队共同维护的一组 Agent Skill,用来纠正 AI 写前端时爱用老写法的毛病。Agent 通过 CLI 离线检索约 250 个现代 Web 特性、203 个真实开发场景的精选指南,再把代码模式、坑点和降级方案放进上下文。项目自带闭环评测,官方公布的有指引与无指引通过率对比提升约 27 到 36 个百分点。代码 Apache-2.0,指南内容 CC-BY 4.0,约 4k Stars。

·约 11 分钟阅读
开源项目PlannotatorAI Agent

一天一个开源项目(第260篇):Plannotator —— 给 AI 编码 Agent 配一块「可批注的审阅台」,计划和代码改动都能在浏览器里逐条批示

Plannotator 是一个运行在本地的浏览器审阅界面,适配 Claude Code、Codex、Copilot CLI、Gemini CLI、OpenCode、Kiro、Droid、Amp、DeepSeek Harness、Pi 等十个 Agent。Agent 提出计划或完成改动时,浏览器自动弹出,你可以逐段批注、批准或打回,反馈一键回传给 Agent。支持计划审阅、Markdown/网页批注、本地与 PR 代码审阅、Inbox 收件箱和加密分享。双协议 Apache-2.0 或 MIT,约 1 万 Stars。

·约 11 分钟阅读
开源项目Uptime Kuma监控

一天一个开源项目(第261篇):Uptime Kuma —— 9 万 Star 的自托管监控工具,一条 docker 命令替代 Uptime Robot

Uptime Kuma 是 louislam 开源的自托管监控工具,界面漂亮、上手简单。支持 HTTP(s)、TCP、关键字、JSON 查询、Ping、DNS、Push、Docker 容器等十种监控类型,最短 20 秒检查一次,内置 90 多种通知渠道,还能做可绑定自有域名的状态页。一条 docker run 命令即可部署。MIT 协议,约 9.4 万 Stars。

·约 8 分钟阅读
Loop工程Agent机器学习

Loop 工程到底是高深的新技术,还是炒冷饭?用训练一个识别狗的模型讲明白

最近 AI 圈都在聊 Loop 工程。拆开看,它和机器学习最基础的训练循环几乎是一个套路:有目标、有评价、有反馈、有可调整的东西,转起来直到达标。这篇文章先用识别狗的模型打底,再用三个真实的 Agent 任务(大型代码迁移、客服工单处理、竞品调研报告)讲清楚:Loop 具体怎么搭,成功率为什么能提上去,以及它到底是新技术还是冷饭。

·约 17 分钟阅读
open-sourceai-agentharness

开源项目第258期:Harness² —— Google Research 的「递归式 Agent Harness 优化」,模型权重不动,只改 Agent 的外壳

Google Research 开源的 Agent Harness 自动优化框架:不训练模型,而是对提示词、护栏、记忆、工具说明、子 Agent、技能、脚本和插件这八个可编辑组件做「提议—探测—合成」的任务级递归,再把经验沉淀进一个持久的改进 Harness。在 JobBench、LAB、WorkBuddy-Bench 上,单步即可让 GLM-5 和 Gemini 3.5 Flash 超过各自的基础 Harness。Apache-2.0,23k+ Stars。

·约 10 分钟阅读
LLMAutomated TestingVisual Regression

LLM 驱动的自动化测试系列(12):像素 diff 之外,谁真的在让 LLM「看懂」UI 变化

7.2k star 的 BackstopJS 处理噪声的全部手段就是四个数字配置项:misMatchThreshold、requireSameDimensions、ignoreAntialiasing、usePreciseMatching——本质上还是在跟字体渲染抖动死磕像素级容差。真正把 VLM/LLM 接进视觉回归判断链路的,是一个只有 23 star 的项目 vlmkit,而且它自己的内部评测数据直接写着某个模型会把红改成红——把这两个项目摆在一起,视觉语义回归到底解决了什么、又引入了什么新问题,答案比想象中更具体。

·约 14 分钟阅读
开源项目AnatomyAgent Skill

一天一个开源项目(第256篇):Anatomy —— 让 Claude 为技术概念「发明一台机器」,画成可交互的等距插画

Anatomy 是一个 Agent Skill:你给它一个技术概念,它会发明一件物理装置来体现这个概念(缓存键变成插销锁,共享 GPU 上下文变成龙门绘图仪),再用一个小模型驱动画面,生成可交互的等距 SVG 插画,可选 WebGL 着色器和 3D。零依赖绘图库、九步工作流、自带几何与遮挡审计。支持 Claude Code、Codex、OpenCode 等。MIT 协议,约 2.5 万 Stars。

·约 7 分钟阅读
开源项目MikaAndroid

一天一个开源项目(第255篇):Mika —— 装在安卓手机里的 AI 代理,在后台虚拟屏上替你操作 App 和网页

Mika 是一个 Android 端的开源 AI 助手:你说一句话,它在隐藏的后台屏幕上像人一样看屏幕、点按钮、输入文字,跨 App 和网页完成任务,不占用你的主屏。没有 Mika 服务器,请求只发给你自己配置的模型提供商;支持 DeepSeek、Qwen、Kimi、Claude、Gemini、OpenAI、Ollama 等预设,内置浏览器、定时任务、Linux 沙箱和 MCP/CLI 接入。Kotlin 编写,Apache-2.0 协议,约 7.2k Stars。

·约 7 分钟阅读