<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Honmaple的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/Honmaple</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; Honmaple]]></copyright><item><title><![CDATA[500PB、每秒 7000 万次请求：10 亿人的 ChatGPT 记忆存在哪？]]></title><link>https://blog.csdn.net/Honmaple/article/details/165117878</link><guid>https://blog.csdn.net/Honmaple/article/details/165117878</guid><author>Honmaple</author><pubDate>Sat, 12 Sep 2026 14:50:06 +0800</pubDate><description><![CDATA[如果你只是 10 亿分之一个用户：下次 ChatGPT 准确说出“你上周提过的那个想法”时，你知道了——那是 500PB 里的一次精准查找，由一套 Rust 写成的系统在几十毫秒内完成。这个系统叫 Habitat，是 ChatGPT 的存储平台——你可以把它理解成 10 亿人的“海马体”：你聊过的每句话、传过的每个文件、让它“记住”的每个偏好，都躺在里面。所有人在讨论模型的智商，很少有人知道：真正花钱如流水的，还有这个“仓库”。重写系统的最佳时机，从来不是“代码很丑的时候”，而是“业务喘上气的时候”。]]></description><category></category></item><item><title><![CDATA[我管了 5 个 Claude Code 窗口，差点崩溃，直到我发现了 Multica]]></title><link>https://blog.csdn.net/Honmaple/article/details/162518006</link><guid>https://blog.csdn.net/Honmaple/article/details/162518006</guid><author>Honmaple</author><pubDate>Thu, 02 Jul 2026 13:41:11 +0800</pubDate><description><![CDATA[就是你的 Agent 会出现在看板上，会有个人档案，会发表评论，会创建 Issue，会主动报告阻塞问题。它解决的不是"怎么让 Agent 写代码"的问题，而是"怎么让多个 Agent 高效协作写代码"的问题。如果遇到问题了，它会像真正的队友一样，在 Issue 下面留言："这个我搞不定，因为 XX 原因。几十年来，软件团队一直处于一种"单线程"的工作模式，一个工程师处理一个任务，一次只专注于一个上下文。一个在改前端组件，一个在写后端接口，一个在修 bug，一个在写文档，还有一个在帮我重构数据库。]]></description><category></category></item><item><title><![CDATA[我把 Claude 的脑子Mythos “偷”回了本地，只用了 4GB 显存]]></title><link>https://blog.csdn.net/Honmaple/article/details/162508151</link><guid>https://blog.csdn.net/Honmaple/article/details/162508151</guid><author>Honmaple</author><pubDate>Thu, 02 Jul 2026 09:18:46 +0800</pubDate><description><![CDATA[如果你像我一样，用的是 i5-12600KF 处理器，配了 32G 内存，哪怕没有独立显卡，纯靠 CPU 和内存，也能把这个模型跑起来。特别是当你想让它帮你分析一下长文档，或者做点复杂的逻辑推理时，那些本地的 7B、9B 小模型，经常给你扯一些不着四六的话。选一下你的显存大小（或者内存大小），它自动帮你配好上下文长度，直接启动一个兼容 OpenAI 格式的本地 API。你让它写个代码，它逻辑是通的，但细节全是错的。他们不是把学霸的“答案”抄给了小学生，而是把学霸的“解题思路”，一点点揉进了小学生的脑子里。]]></description><category></category></item><item><title><![CDATA[我试了试 OpenPencil，一个能打开 Figma 文件的开源工具箱]]></title><link>https://blog.csdn.net/Honmaple/article/details/162346603</link><guid>https://blog.csdn.net/Honmaple/article/details/162346603</guid><author>Honmaple</author><pubDate>Fri, 26 Jun 2026 17:35:00 +0800</pubDate><description><![CDATA[你的文件在云上，你的协作在云上，你的所有东西都在云上。这本身没问题，但有时候，我就是想本地打开一个文件，看看里面的图层，改改东西，或者跑个自动化脚本，结果发现，不行，得联网，得登录。如果你是一个日常就用 Figma 协作的设计师，你的工作流都在 Figma 里，你的团队都在 Figma 里，那 OpenPencil 对你来说，可能就是个"偶尔用一下"的工具。就是那种，你明明有个 .fig 文件，但你不想打开 Figma，或者你的网络不太好，或者你就是不想登录账号，结果发现，这文件打不开了。]]></description><category></category></item><item><title><![CDATA[大模型越强，Agent 越难落地？聊聊被忽视的“工具链”陷阱]]></title><link>https://blog.csdn.net/Honmaple/article/details/161865980</link><guid>https://blog.csdn.net/Honmaple/article/details/161865980</guid><author>Honmaple</author><pubDate>Wed, 10 Jun 2026 16:36:11 +0800</pubDate><description><![CDATA[不用自己去对接审核接口，不用管底层的风控策略，直接省去了几百行恶心的胶水代码。从如何设计 Agent 的状态机防止死循环，到怎么优化长链路下的 Token 消耗，再到具体怎么实现 image2 的异步审图逻辑。今天返回正常的 JSON，明天手抖多一个逗号，你的解析直接报错，整个工作流当场中断。原因很简单：基座模型的能力已经卷到一个瓶颈了，但真正能把 Agent 跑通、并在实际业务里产生价值的团队，少得可怜。最近半年，我推掉了一些大模型相关的咨询，把精力全放在了 Agent 的工程化落地上。]]></description><category></category></item><item><title><![CDATA[免费 API 推荐：Agnes AI，全栈多模态平台来了]]></title><link>https://blog.csdn.net/Honmaple/article/details/161820149</link><guid>https://blog.csdn.net/Honmaple/article/details/161820149</guid><author>Honmaple</author><pubDate>Tue, 09 Jun 2026 09:49:29 +0800</pubDate><description><![CDATA[最近在折腾 Agent、工作流和 AI 应用的时候，发现了一个比较有意思的平台——Agnes AI。🔑 API 平台：https://platform.agnes-ai.com。Agnes 提供的免费额度和低成本策略，让很多原本不敢尝试的项目变得可行。Agnes AI 是由新加坡 AI 团队推出的多模态 AI 平台。📖 开发文档：https://agnes-ai.com/doc。对于经常被 API 成本困扰的开发者来说，这确实值得关注。以前需要多个平台组合完成的事情，现在一个平台就能搞定。]]></description><category></category></item><item><title><![CDATA[终端 AI 编程的两条路：Pi 极简哲学 vs Oh-My-Pi 全能主义深度对决]]></title><link>https://blog.csdn.net/Honmaple/article/details/161659037</link><guid>https://blog.csdn.net/Honmaple/article/details/161659037</guid><author>Honmaple</author><pubDate>Wed, 03 Jun 2026 15:44:27 +0800</pubDate><description><![CDATA[2026 年，当 Cursor、Windsurf 们把 AI 编程做成了 GUI 的标准答案，一批硬核开发者却在往反方向走——他们相信，真正的生产力藏在命令行深处。Can Bölük 的出发点截然相反：开发者不应该把时间花在"配置 Agent"上。omp 自动 spawn 多个 Sub-agent，并行扫描未提交的 Git 改动，按 P0–P3 严重级别输出结构化报告。**：由知名安全研究员 Can Bölük 基于 Pi fork 后彻底魔改重构，一辆出厂即顶配的"装甲车"]]></description><category></category></item><item><title><![CDATA[ AI智能体记忆系统全景解析：五大开源项目深度对比]]></title><link>https://blog.csdn.net/Honmaple/article/details/161646585</link><guid>https://blog.csdn.net/Honmaple/article/details/161646585</guid><author>Honmaple</author><pubDate>Wed, 03 Jun 2026 10:23:11 +0800</pubDate><description><![CDATA[随着大语言模型（LLM）驱动的智能体（Agent）技术快速发展，"记忆"已成为构建可靠、个性化、长周期智能系统的关键能力。本文深度解析五个前沿开源项目：CAMEL、Graphiti、MemOS、Mem0 和 AgentMemory，帮助开发者选择最适合的记忆架构方案。随着这些开源项目的成熟，构建"会学习、会成长、会协作"的AI智能体正变得触手可及。选择适合你的工具，开启智能体记忆的新篇章！：没有"最好"的记忆系统，只有"最合适"的架构设计。：为LLM设计的"记忆操作系统"，统一管理记忆的存储、调度与检索。]]></description><category></category></item><item><title><![CDATA[我让 AI 评估maple-os 是不是未来的agent os]]></title><link>https://blog.csdn.net/Honmaple/article/details/161457974</link><guid>https://blog.csdn.net/Honmaple/article/details/161457974</guid><author>Honmaple</author><pubDate>Wed, 27 May 2026 16:40:08 +0800</pubDate><description><![CDATA[结合 SCALE 引擎，它可以模拟真实的研发团队（产品经理写 Spec，架构师做 Plan，程序员写 Task，测试找 Defect），实现从需求到交付的自动化流水线，极大提升了“一人公司”或小型团队的交付吞吐量。：虽然支持云端路由，但其“Local-first”和“离线运行”的愿景，若要在本地跑通高质量的混合检索和隐私模型（如 Ollama），对用户的本地硬件（尤其是内存和 GPU）提出了较高要求。这为高保密需求的商业场景、私有化部署以及渴望建立“个人数字大脑”的开发者，提供了一套极具安全感的基础设施。]]></description><category></category></item><item><title><![CDATA[已有 Hermes Agent？7 分钟让 Agent 自主装好 hermes-web-ui + SenseNova Skill]]></title><link>https://blog.csdn.net/Honmaple/article/details/161081689</link><guid>https://blog.csdn.net/Honmaple/article/details/161081689</guid><author>Honmaple</author><pubDate>Thu, 14 May 2026 14:24:39 +0800</pubDate><description><![CDATA[如果你已经在用（Nous Research 出品的自进化 AI 智能体），你可能已经体验过它跨会话记忆、自主创建技能、多平台接入的核心能力。但 Hermes Agent 默认使用的是海外模型（如 Claude、GPT），在国内网络环境下延迟高、成本也不低。商汤 SenseNova在 2026 年 5 月发布了Token Plan 免费套餐，每 5 小时 1500 次调用额度，覆盖（多模态理解+对话）和（信息图生成）两款模型。更重要的是，商汤还开源了，遵循。]]></description><category></category></item><item><title><![CDATA[Agency Agents 中文版：215 个即插即用的 AI 智能体专家团队]]></title><link>https://blog.csdn.net/Honmaple/article/details/161057040</link><guid>https://blog.csdn.net/Honmaple/article/details/161057040</guid><author>Honmaple</author><pubDate>Wed, 13 May 2026 19:17:21 +0800</pubDate><description><![CDATA[每个智能体不只是告诉 AI 要扮演什么角色，而是定义了完整的专业方法论和工作产出标准。配合 Agency Orchestrator 的多智能体协作能力，215 个专家角色可以从"单兵作战"升级为"团队协作"，几分钟内交付跨领域完整方案。Agency Agents 中文版是上游 agency-agents 的中文社区版，在完整翻译 165 个英文智能体的基础上，新增 50 个中国市场原创智能体，形成覆盖工程、设计、营销、产品、游戏、安全、金融等 18 个部门的 215 个即插即用 AI 专家角色。]]></description><category></category></item><item><title><![CDATA[一周用 AI 写出 2 万行代码的交易平台？MonkeyCode 实测让我少加了 3 天班]]></title><link>https://blog.csdn.net/Honmaple/article/details/161011254</link><guid>https://blog.csdn.net/Honmaple/article/details/161011254</guid><author>Honmaple</author><pubDate>Tue, 12 May 2026 11:41:01 +0800</pubDate><description><![CDATA[抱着"试试又不亏"的心态注册了。"实现交易逻辑：买家购买时先查余额，够就扣积分，按创作者等级算分成（L1:50%, L2:60%, L3:70%, L4:80%），给创作者加收益，记录交易流水，整个过程要事务保证"我跟 AI 说："用 Go + Gin 搭一个后端，GORM 做 ORM，SQLite 开发、PostgreSQL 生产，要支持 JWT 认证和 RBAC 权限。老板："做个平台，让创作者能上传 AI 生成的图片、视频、3D 模型、Prompt，买家能买能下载，创作者能提现，管理员能审核。]]></description><category></category></item><item><title><![CDATA[FFF：面向人类与 AI 代理的极速文件搜索工具包]]></title><link>https://blog.csdn.net/Honmaple/article/details/160992010</link><guid>https://blog.csdn.net/Honmaple/article/details/160992010</guid><author>Honmaple</author><pubDate>Mon, 11 May 2026 20:17:10 +0800</pubDate><description><![CDATA[传统 CLI 每次搜索都冷启动扫描文件系统，FFF 通过常驻内存索引 + 后台监视器 + frecency 缓存，在第二次及后续搜索中实现数量级的速度提升。项目最初是广受欢迎的 Neovim 插件，后因大量 AI 编码工具和代码编辑器都需要相同能力——精准、快速的文件搜索库——而扩展为独立工具包。它提供防拼写错误的路径与内容搜索、基于 frecency 排名的文件访问、后台监视器以及轻量级内存内容索引。已修改、未跟踪和已暂存的文件被自动标注，代理优先触达用户正在活跃修改的文件，避免在过时代码上浪费时间。]]></description><category></category></item><item><title><![CDATA[从零搭建你的 AI 设计工厂：open-design 开源框架深度实战]]></title><link>https://blog.csdn.net/Honmaple/article/details/160969371</link><guid>https://blog.csdn.net/Honmaple/article/details/160969371</guid><author>Honmaple</author><pubDate>Mon, 11 May 2026 10:05:21 +0800</pubDate><description><![CDATA[它不卖订阅、不锁厂商、不藏代码，却能用你已有的 CLI 工具，跑出媲美商业产品的设计生成能力。开源的魅力，在于每个人都能站在前人的肩膀上，构建属于自己的解决方案。open-design 已经搭好了脚手架，接下来，看你的了。配置方式完全一致，只需替换。这套机制让 open-design 的输出更接近"专业设计师的草稿"，而非"随机抽卡的盲盒"。：你完全可以基于这个规范，添加自己的品牌设计系统，实现真正的"私有化视觉资产复用"。：把"用什么模型"、"怎么跑任务"、"输出什么风格"的决策权，交还给开发者自己。]]></description><category></category></item><item><title><![CDATA[从模型到生产力：SenseNova-Skills 如何打造端到端的 AI 办公闭环]]></title><link>https://blog.csdn.net/Honmaple/article/details/160958066</link><guid>https://blog.csdn.net/Honmaple/article/details/160958066</guid><author>Honmaple</author><pubDate>Sun, 10 May 2026 16:49:56 +0800</pubDate><description><![CDATA[SenseNova-Skills** 正是为了解决这一痛点而生。这是一个基于 **Agent Skills** 规范构建的技能库，它将 SenseNova 系列模型的强大能力封装为一个个独立的、可组合的“技能模块”，覆盖了从**图像生成、PPT 制作、数据分析到深度行业研究**的全场景办公需求]]></description><category></category></item><item><title><![CDATA[12万Star的Karpathy skills：四原则修正 LLM 编码行为]]></title><link>https://blog.csdn.net/Honmaple/article/details/160928492</link><guid>https://blog.csdn.net/Honmaple/article/details/160928492</guid><author>Honmaple</author><pubDate>Sat, 09 May 2026 16:31:59 +0800</pubDate><description><![CDATA[将命令式任务转化为可验证目标："添加验证" → "为无效输入写测试，然后让测试通过"；"修复 bug" → "写一个能复现的测试，然后让测试通过"；变更产生孤立项时：移除自己的变更导致的无用导入/变量/函数，但不删除预先存在的死代码。对抗过度工程化的倾向：不实现未被要求的功能，不为单次使用的代码创建抽象，不添加未被请求的"灵活性"或"可配置性"，不为不可能发生的场景写错误处理。与试图"拥有流程"的框架（GSD、BMAD 等）不同，这套指南偏向谨慎而非速度，通过约束代理行为而非接管流程来提升输出质量。]]></description><category></category></item><item><title><![CDATA[免费使用商汤 SenseNova U1：新一代端到端统一多模态生图模型深度解析]]></title><link>https://blog.csdn.net/Honmaple/article/details/160919454</link><guid>https://blog.csdn.net/Honmaple/article/details/160919454</guid><author>Honmaple</author><pubDate>Sat, 09 May 2026 12:16:25 +0800</pubDate><description><![CDATA[SenseNova U1 凭借 NEO-Unify 架构实现了多模态理解与生成的真正统一，在文生图、图像编辑、交错图文、信息图渲染等任务上均达到开源 SOTA 水平。模型在信息图（Infographic）生成方面表现尤为突出，可生成知识插画、海报、演示文稿、漫画、简历等高密度视觉布局，在 BizGenEval 和 IGenBench 等信息图基准上达到开源 SOTA。除生成能力外，SenseNova U1 同时具备强大的视觉理解能力，可对图像进行深度问答分析，实现理解与生成的真正统一。]]></description><category></category></item><item><title><![CDATA[Matt Pocock 的 AI 代理技能框架解析]]></title><link>https://blog.csdn.net/Honmaple/article/details/160899467</link><guid>https://blog.csdn.net/Honmaple/article/details/160899467</guid><author>Honmaple</author><pubDate>Fri, 08 May 2026 19:56:32 +0800</pubDate><description><![CDATA[该项目的核心理念是"为真实工程而非氛围编码"，将数十年的软件工程经验凝练为一套可复用、可组合的代理指令集，解决 AI 编码代理在实际工程中的四大失败模式：目标失准、输出冗余、代码失效和架构腐化。与 GSD、BMAD、Spec-Kit 等试图"拥有流程"的方案不同，Skills 不接管开发流程，而是提供小型、可适配、可组合的指令单元，让开发者保留完整控制权的同时获得经验驱动的工程实践指导。Skills 项目的核心价值在于将软件工程基本功——对齐、简洁、反馈、设计——转化为 AI 代理可直接消费的可重复实践。]]></description><category></category></item><item><title><![CDATA[SCALE Engine v0.8.0 发布：让 AI Agent 在物理约束下工作，告别提示词“自律“]]></title><link>https://blog.csdn.net/Honmaple/article/details/160892384</link><guid>https://blog.csdn.net/Honmaple/article/details/160892384</guid><author>Honmaple</author><pubDate>Fri, 08 May 2026 15:18:52 +0800</pubDate><description><![CDATA[支持 11 种主流 AI Agent：Claude Code、Codex CLI、OpenCode、Cursor、Gemini CLI 等。—— 我们试图用提示词教 AI "自律"，但 AI 本质上是概率模型，它没有真正的意志力。让前端 Agent 写 UI，后端 Agent 写 API，测试 Agent 写 E2E，暴力重试、甩锅、工具闲置、忙碌假象、被动等待 —— 5 种懒惰模式都有反制机制。当你的 AI 编码助手声称"已完成"但没跑测试时，你会怎么做？问题：AI 编码的"自律陷阱"]]></description><category></category></item><item><title><![CDATA[Claude Code Haha：基于泄露源码的本地增强版 AI 编码平台]]></title><link>https://blog.csdn.net/Honmaple/article/details/160858269</link><guid>https://blog.csdn.net/Honmaple/article/details/160858269</guid><author>Honmaple</author><pubDate>Thu, 07 May 2026 14:41:24 +0800</pubDate><description><![CDATA[项目在保留官方完整 TUI 交互界面的基础上，新增了跨平台桌面端、Computer Use 桌面控制、IM 远程接入、多 Agent 编排和跨会话记忆系统等核心能力，将单一 CLI 编码助手扩展为多渠道、多代理协作的综合性 AI 开发平台。cc-haha 是对 Claude Code 泄露源码的系统性增强，通过桌面端、Computer Use、IM 远程接入、多 Agent 编排和记忆系统等创新功能，构建了功能远超原始版本的 AI 开发平台。双模式设计兼顾交互式开发的灵活性与自动化流程的可编程性。]]></description><category></category></item></channel></rss>