yibie

我把 Anthropic 官方课程《The AI-Native SDLC Playbook》整理成了可下载的电子书，含中文人话翻译版。 我觉得这套课程很好，它首先明确了「意图」与「实现」之间的「信息熵差」，然后在后续的小节当中，系统地提出了各种方法，来教会人如何通过「生成式软件工程」来约束 LLM，让它可以 100% 地满足意图。 我最喜欢的是，每个小节的底部，会说明如何通过某些指标来追踪，实操效果的好坏。 --- 📕 全部 14 课： →intent.md 捕捉想法 → 需求设计 → Claude Code 计划模式 → CLAUDE.md/Skills → 并行 subagent…

数据管道翻车，多半是 agent 不知道行规——重试会重复数据、回填会重写昨天。这个开源仓库把这些行规做成 36 个按需加载的 skill，装进 Claude Code，第一次就写对。 《Claude 现在真的擅长数据工程了，它只是需要加载正确的上下文》 --- 数据错误很贵，而且很安静：一次不幂等的重试让事实表多出重复数据，一次回填重写昨天的营收，一个 `SELECT *` 变成每月固定账单。这个仓库（Awesome Data Engineering Skills）把这些反复出现的坑编码成 36 个 Agent Skills——每个 skill 是一个带 SKILL.md 的文件夹，a…

Google 和 Microsoft 罕见地联手，在给 agent 做同一个标准：让网站把自己能做的操作直接声明成接口，agent 调用真实操作，不用再截屏找按钮。 《WebMCP 详解》 --- # WebMCP 详解 Google 和 Microsoft 很少意见一致。但现在它们为了修复 agent 的网页访问问题，正在构建同一个东西，这可能是多年来网络最大的变化。 让一个 agent 帮你买东西，看看它实际在干什么。 它截一张页面截图。它找一个看起来像按钮的东西。点击、等待、再截图。它像你一样读你的屏幕，只是比你还慢，而且每看一眼都要付一次 token 的钱。 这在做演示的…

有人每隔几个月就从零重写一次自己的 agent harness——这次他把所有面向模型的工具删到只剩 bash 加一个媒体查看器，任务完成率没掉。 《基础模型如何在 Bash 里超越人类》 --- # How Foundational Models Became Superhuman in Bash *作者：Philipp Schmid（Hugging Face 前技术负责人，现 @GoogleDeepMind，Agent 与 Gemini API）* 如果你用过编码 agent，可能注意到：它们开始用 Bash 处理那些传统上依赖专用工具（read、edit、search）的任务了…

RAG 应用最常见的越权路径是检索先于权限检查，用户一句话就可能拿到别人的文档。这个开源工具专门测这一关。 《面向检索型 AI 应用的开源访问控制检查器》 --- rag-access-check 是一个轻量的开源工具（Python，MIT 协议），用来测试检索增强生成（RAG）应用是否正确执行了文档级访问控制。 它针对的是 RAG 应用里最常见的一类安全问题：检索跑在权限验证前面。用户的查询先被送进检索库把文档捞回来，之后才检查这个用户有没有权限看这些文档，等于越权内容已经进了模型上下文。工具覆盖的检查场景包括：跨用户检索、缺少文档级授权、先检索后授权、访问控制边界失效、意外检索到受…