https://niraya666.github.io/tags/agent/ Recent content in Agent on LZY Blog https://niraya666.github.io/img/基于大语言模型的%20Agent：科普向-assets/cover.webp https://niraya666.github.io/img/基于大语言模型的%20Agent：科普向-assets/cover.webp Hugo -- gohugo.io zh-CN Wed, 05 Aug 2026 12:00:00 +0800 https://niraya666.github.io/posts/agent-eval-guide-03/ Wed, 05 Aug 2026 12:00:00 +0800 https://niraya666.github.io/posts/agent-eval-guide-03/ 《Agent Eval 实践指南》第三篇：深入对比 Code-based Evaluators、LLM-as-a-Judge 与人工评估三种判分方法的适用场景、选择依据与常见陷阱，以及评估器自身的控制变量与校准。 https://niraya666.github.io/posts/agent-eval-guide-02/ Fri, 17 Jul 2026 12:00:00 +0800 https://niraya666.github.io/posts/agent-eval-guide-02/ 评测集不只是凑 query——每一条 case 需要明确成功标准、世界状态、轨迹锚点和元数据，才能真正用于稳定判分和回归测试。 https://niraya666.github.io/posts/agent-eval-guide-01/ Mon, 13 Jul 2026 12:00:00 +0800 https://niraya666.github.io/posts/agent-eval-guide-01/ 《Agent Eval 实践指南》系列开篇：为什么 LLM 系统的评估是统计性而非确定性的，为什么评估必须先于优化，以及人的判断力如何通过评测体系嵌入自动化系统。 https://niraya666.github.io/posts/agent-memory-benchmark-summary/ Thu, 09 Jul 2026 19:03:00 +0800 https://niraya666.github.io/posts/agent-memory-benchmark-summary/ 深入解析 agent-memory benchmark 全景：从 LoCoMo、LongMemEval 到 PersonaMem，拆解对话记忆、用户画像、多模态记忆的评测方法、指标体系和数据合成流水线。 https://niraya666.github.io/posts/agent-traj2skills/ Tue, 02 Jun 2026 20:00:00 +0800 https://niraya666.github.io/posts/agent-traj2skills/ 如何从 Agent 的历史运行轨迹中提取、验证、去重和优化可复用技能，将经验转化为工程上的复利增长。 https://niraya666.github.io/posts/agent-memory-hermes/ Mon, 11 May 2026 14:00:00 +0800 https://niraya666.github.io/posts/agent-memory-hermes/ 拆解 Hermes-Agent 的分层记忆设计，包括文件事实记忆、会话数据库、外部 Memory Provider 和可持续迭代的 Skills。 https://niraya666.github.io/posts/cc-memory/ Mon, 27 Apr 2026 17:05:00 +0800 https://niraya666.github.io/posts/cc-memory/ 拆解 Claude Code 的分层记忆架构，分析文件记忆、会话状态、外部检索与 Skills 如何协同工作。 https://niraya666.github.io/posts/agent-harness-design/ Wed, 08 Apr 2026 21:03:00 +0800 https://niraya666.github.io/posts/agent-harness-design/ 面向 2026 年的 AI Agent Harness 最小化设计指南：解析 loop、tools、filesystem、context、memory、subagent 和 observability 等核心组件。 https://niraya666.github.io/posts/%E5%91%8A%E5%88%AB%E6%89%8B%E5%8A%A8%E4%BC%98%E5%8C%96%E4%BB%8E%E6%96%B0%E7%89%88-skill-creator-%E7%9C%8B-agent-skills%E7%9A%84%E5%B7%A5%E7%A8%8B%E5%8C%96%E8%AF%84%E4%BC%B0%E5%92%8C%E4%BC%98%E5%8C%96/ Mon, 30 Mar 2026 15:38:00 +0800 https://niraya666.github.io/posts/%E5%91%8A%E5%88%AB%E6%89%8B%E5%8A%A8%E4%BC%98%E5%8C%96%E4%BB%8E%E6%96%B0%E7%89%88-skill-creator-%E7%9C%8B-agent-skills%E7%9A%84%E5%B7%A5%E7%A8%8B%E5%8C%96%E8%AF%84%E4%BC%B0%E5%92%8C%E4%BC%98%E5%8C%96/ <h2 id="intro">Intro</h2> <p>过去一段时间，如果尝试过用claude-code 官方的<code>skills-creator</code>构建agent skills，大概率会发现：agent自己构建的skills往往不好用。于是乎，为了验证一个新写的 Skill 是否真正有效，不得不陷入无止境的“修改 Prompt -&gt; 手动跑测试 -&gt; 检查结果” 的循环中。</p> https://niraya666.github.io/monthly/2603_monthly/ Mon, 30 Mar 2026 15:00:00 +0800 https://niraya666.github.io/monthly/2603_monthly/ <h1 id="值得关注的模型和新技术">值得关注的模型和新技术</h1> <p><a href="https://www.minimaxi.com/news/minimax-m27-zh">MiniMax M2.7</a>: MiniMax 发布的自研迭代模型，核心创新是模型深度参与自身训练数据的生成与筛选，实现&quot;模型自我进化&quot;的闭环</p> <p><a href="https://arxiv.org/abs/2603.15031">Attention Residuals</a>: Kimi 团队提出的新型残差连接机制，用 softmax attention 替代固定权重累加，解决 Transformer 深层&quot;信息稀释&quot;问题</p> <p><a href="https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-embedding-2/">Gemini Embedding-002</a>: Google DeepMind 首个原生多模态 Embedding 模型，将文本、图像、视频、音频统一映射到同一向量空间</p> https://niraya666.github.io/posts/agent-infra-sandbox/ Mon, 26 Jan 2026 21:55:00 +0800 https://niraya666.github.io/posts/agent-infra-sandbox/ 从 Context Engineering 出发，梳理 AI Agent 沙箱需要解决的隔离、文件系统、代码执行和生命周期管理问题，并比较主流技术方案。 https://niraya666.github.io/posts/%E5%A6%82%E4%BD%95%E6%9E%84%E5%BB%BA%E5%8F%AF%E9%9D%A0%E7%9A%84-ai-agent-%E8%AF%84%E4%BC%B0%E4%BD%93%E7%B3%BB-%E8%AF%BB-anthropic-%E6%8A%80%E6%9C%AF%E5%8D%9A%E5%AE%A2%E6%9C%89%E6%84%9F/ Mon, 19 Jan 2026 21:08:00 +0800 https://niraya666.github.io/posts/%E5%A6%82%E4%BD%95%E6%9E%84%E5%BB%BA%E5%8F%AF%E9%9D%A0%E7%9A%84-ai-agent-%E8%AF%84%E4%BC%B0%E4%BD%93%E7%B3%BB-%E8%AF%BB-anthropic-%E6%8A%80%E6%9C%AF%E5%8D%9A%E5%AE%A2%E6%9C%89%E6%84%9F/ 基于 Anthropic 技术博客，探讨构建可靠 AI Agent 评估体系的方法论，包括任务定义、评估维度和实践建议。 https://niraya666.github.io/posts/tongyi-deep-research-%E8%AE%BA%E6%96%87%E7%AC%94%E8%AE%B0/ Mon, 24 Nov 2025 20:08:00 +0800 https://niraya666.github.io/posts/tongyi-deep-research-%E8%AE%BA%E6%96%87%E7%AC%94%E8%AE%B0/ 通义 Deep Research 论文阅读笔记，分析其如何使用 30B 参数实现接近闭源模型的 deep research 效果。 https://niraya666.github.io/posts/%E5%88%9D%E6%8E%A2mem0/ Tue, 20 May 2025 18:44:00 +0800 https://niraya666.github.io/posts/%E5%88%9D%E6%8E%A2mem0/ <h2 id="写在开头">写在开头</h2> <p>本文是对于<a href="https://github.com/mem0ai/mem0">Mem0</a>的论文解读和使用记录；</p> <p>Mem0 是一款面向LLM应用的memory layer框架，同时是开源的。虽然它最早在 2024 年中旬亮相，起初的框架设计并没有太多亮眼之处，不过在最近，发布了一次比较重大的更新（基本上是重构了）采用了基于 AI-agent 的对话记忆提取、更新和查询等机制，实际体验下来，算是目前为止比较好用的了。</p> https://niraya666.github.io/posts/langmem-%E4%B8%80%E4%BA%9B%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0/ Thu, 10 Apr 2025 10:44:00 +0800 https://niraya666.github.io/posts/langmem-%E4%B8%80%E4%BA%9B%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0/ <p>本文是我在阅读 LangMem 的源码与相关文档过程中整理的一些学习笔记。</p> <p>一直以来，我对智能体（Agent）的记忆机制充满好奇：理想的 memory 应该具备怎样的结构？又该如何设计？目前市面上关于 memory 的实现大多中规中矩，尚未看到令人眼前一亮的方案。为此，我决定多参考一些开源项目，以期获得新的灵感。</p> https://niraya666.github.io/posts/agent-%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0%E6%A1%86%E6%9E%B6--openai-swarm/ Mon, 11 Nov 2024 11:10:00 +0800 https://niraya666.github.io/posts/agent-%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0%E6%A1%86%E6%9E%B6--openai-swarm/ <h2 id="开篇">开篇</h2> <p>“CloseAI” 终于又开源了新的项目，可惜OpenAI明确表示，Swarm是一个实验性框架，主要用于教育目的，不适合生产环境，也没有官方支持。不过从这样一个实验性的框架，至少能够了解到OpenAI对于Agent上的一些理解，对于Agent设计上能够有所帮助和借鉴。</p> https://niraya666.github.io/posts/llm-%E8%BE%93%E5%87%BA%E9%99%90%E5%88%B6structured-outputs%E5%8F%97%E9%99%90%E7%BC%96%E7%A0%81%E5%92%8C%E6%8F%90%E7%A4%BA%E8%AF%8D%E5%B7%A5%E7%A8%8B/ Wed, 21 Aug 2024 14:49:00 +0800 https://niraya666.github.io/posts/llm-%E8%BE%93%E5%87%BA%E9%99%90%E5%88%B6structured-outputs%E5%8F%97%E9%99%90%E7%BC%96%E7%A0%81%E5%92%8C%E6%8F%90%E7%A4%BA%E8%AF%8D%E5%B7%A5%E7%A8%8B/ <p>在使用大型语言模型（LLM）时，我们常常面临一个挑战：如何从模型输出中准确提取自己所需的信息。例如，当我们希望模型输出 JSON 格式的数据时，由于模型生成的内容并不总是稳定，可能需要额外编写大量的正则表达式来匹配并提取其中的有效信息。然而，由于 LLM 的能力，导致其输出结构并不永远可靠。</p> https://niraya666.github.io/posts/agent%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0-%E5%A6%82%E4%BD%95%E9%AA%8C%E8%AF%81%E6%A8%A1%E5%9E%8B%E7%9A%84tool-using%E8%83%BD%E5%8A%9B/ Tue, 25 Jun 2024 17:00:00 +0800 https://niraya666.github.io/posts/agent%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0-%E5%A6%82%E4%BD%95%E9%AA%8C%E8%AF%81%E6%A8%A1%E5%9E%8B%E7%9A%84tool-using%E8%83%BD%E5%8A%9B/ <p>本文将简单介绍如何评价LLM的tool-using 能力。</p> <h2 id="引言">引言</h2> <p>在工具使用评估方面，过去的研究主要有以下几种思路：</p> <p><strong>对比工具使用和纯LLM在基准测试上的分数</strong>：例如<a href="https://arxiv.org/abs/2302.04761">Toolformer</a>和<a href="https://arxiv.org/abs/2305.17126">LATM</a>。</p> <ul> <li> <p>在Toolformer研究中，通过下游任务如语言模型评估基准测试、数学推理任务和问答任务来验证工具使用的有效性。</p> https://niraya666.github.io/posts/%E5%9F%BA%E4%BA%8E%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E7%9A%84-agent%E7%A7%91%E6%99%AE%E5%90%91/ Mon, 13 May 2024 16:00:00 +0800 https://niraya666.github.io/posts/%E5%9F%BA%E4%BA%8E%E5%A4%A7%E8%AF%AD%E8%A8%80%E6%A8%A1%E5%9E%8B%E7%9A%84-agent%E7%A7%91%E6%99%AE%E5%90%91/ <h2 id="写在开头">写在开头</h2> <p>本文是基于最近组内技术交流的文字稿整理。</p> <h2 id="what-is-agent">What is Agent？</h2> <p>在探讨复杂的人工智能技术之前，让我们先回顾一下生活中的一个简单例子：扫地机器人。这种智能设备在房间中自主导航，避开障碍物，寻找最有效的清洁路径。它就是一个现实生活中的Agent——一个可以自主决策和行动的实体。</p> https://niraya666.github.io/posts/agent%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0openai-function-calling%E5%AE%8C%E5%85%A8%E6%8C%87%E5%8D%97/ Sun, 28 Apr 2024 15:00:00 +0800 https://niraya666.github.io/posts/agent%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0openai-function-calling%E5%AE%8C%E5%85%A8%E6%8C%87%E5%8D%97/ 系统介绍 OpenAI Function Calling 的工具定义、调用流程、参数校验、多工具协作和实际 Agent 开发模式。