标签 Automation 下的文章

Framework Superpowers 给编程助手装上软件开发方法论
项目
让编程助手写代码,常常一上来就闷头敲,需求没对齐就出实现,返工不断。Superpowers 的思路不是再加一个工具,而是给助手注入一整套软件开发方法论:先头脑风暴对齐意图,再写计划,再派子代理逐任务实现并互相评审。它更像“流程纪律”,让任何编码助手都拥有资深工程师的工作节奏。
CLI agents-cli 用一条命令构建并部署Google云智能体
项目
在 Google Cloud 上从零搭一个生产级 AI 智能体,要同时懂 ADK、Cloud Run、GKE、CI/CD、密钥管理、评测,门槛不低。agents-cli 的做法是:把这些能力封装成一组 CLI 命令和技能,直接装进你正在用的编程助手(Claude Code、Codex、Antigravity 等),让它替你把智能体从脚手架一直推到云端部署。
App AionUi 让多个AI代理在电脑上协同办公
项目
把 AI 代理接进电脑让它帮你写文件、搜网页、跑自动化,听起来很美,但多数方案要么要公网 IP,要么只能在单个聊天框里单打独斗,多代理协作和 24 小时值守更是奢望。AionUi 想做的,是一个常驻本地的“cowork(协同)”应用:内置代理引擎,装好就能用,支持 30 多家模型,还能把多个代理编排成团队一起干活。
Skill Caveman 让AI编码智能体少说少读省三成Token
项目
让 AI 编码智能体干活,账单是按 token 算的,而 Agent 的话痨程度直接决定你的成本。一个原本二十个词就能说清的修复方案,模型经常先客套三段、再复盘一遍上下文、最后才落到结论,输出 token 轻松翻三倍。更隐蔽的浪费在输入端:测试输出、日志、JSON 响应整坨灌进上下文,模型「读」的每一行都在花钱。JuliusBrussee 开源的 Caveman 把这个问题做成了行为艺术加工程方案的结合体——口号是「为什么能用几个 token 搞定,非要用一堆」(why us...
Skill Superpowers 一套让AI代理高效协作的软件开发方法论
项目
把 AI 代理请进开发流程后,很多人发现:单个代理答得漂亮,但让它独立搞定一个完整功能,很容易跑偏、漏步骤、互相矛盾。它不知道“先规划再动手”,也不会在关键节点自检。Superpowers 提供的是一套“智能体技能框架 + 软件开发方法论”,用经过验证的技能与子代理协作,把 AI 变成靠谱的工程伙伴,而不是只会片段作答的玩具。它把“如何写好软件”这件事,固化成了可加载的技能包。