标签 AI 下的文章

Python headroom 为 AI 智能体压缩上下文的令牌优化层
项目
AI 编程智能体跑一轮任务,工具输出、日志、RAG 片段和对话历史会迅速塞满上下文窗口,令牌费用飙升,长上下文还容易让模型『看花眼』。直接截断又会丢掉关键信息。 Headroom 是一个运行在本地的上下文压缩层,它能在内容送达模型之前,对工具输出、日志、文件、RAG 分块和对话历史做有损/无损压缩。官方数据显示编码场景可省约 20% 令牌,JSON 类内容可省 60%–95%,且答案质量不变。
Skill archify 把想法和代码变成交互图表的智能体技能
项目
向 AI 编程智能体描述一个系统架构,得到的往往是一大段文字,既不好理解也不好分享。想要一张可交互、能展开的架构图,通常得自己再打开画图工具手动重画。 Archify 是一个面向 Claude Code、Codex 等智能体的『技能(Skill)』。你用自然语言描述想法、计划或代码库,它就能生成可探索、可定制、可分享的交互式 HTML 图表——从旅行路线到复杂系统架构都能画。
Framework agentUniverse 面向复杂任务的多智能体框架
项目
一、项目介绍 复杂业务任务通常不是一次问答能解决的:要拆解、要分工、要检索知识、要在多角色之间传递上下文。把这类流程硬写在业务代码里,既难维护也难复用,更别说做评估与迭代。 AgentUniverse 是一个多智能体框架,提倡用声明式(YAML)定义 Agent 及其能力、提示词与 LLM 绑定,再由框架统一调度运行。它把专业分工的多 Agent 协作沉淀成可配置、可评估的工程结构,适合需要稳定处理领域复杂任务的场景。
Framework BotSharp 基于.NET的多智能体应用开发框架
项目
一、项目介绍 在 .NET 技术栈里做智能体,很多时候只能自己用 HttpClient 调模型 API,然后手写对话状态、记忆检索和编排。等意识到要做多 Agent 协作、要做 RAG、要接多个模型厂商时,代码已经缠成一团。 BotSharp 是一个面向 .NET 的开源智能体框架,内置多智能体对话与状态管理、多种 LLM 规划策略、RAG 与向量检索接口,并能让多个不同职责的 Agent 协作完成复杂任务。对 C 团队来说,它是把对话系统与智能体落地的现成基座。
Framework openai-agents-js OpenAI官方的TypeScript智能体开发库
项目
一、项目介绍 在 TypeScript 侧做智能体,过去要么自己用底层 SDK 拼工具调用与循环,要么引入体积庞大的框架。轻量项目想要几行代码跑起一个能调用工具的 Agent,却常被样板代码劝退。 OpenAI Agents JS 是官方出品的 TypeScript 智能体库,提供 Agent、run、tool、handoff 等轻量原语,让你用少量代码定义智能体、给它挂工具和子智能体,并在 Node.js 或 Cloudflare Workers 上运行。它把编排循环从你手...