Search: #开发者平台

面条的草稿箱

1. 18:03 · 2026年5月11日 · 周一

   Flue：构建下一代 AI Agent 的 TypeScript 架构框架
   
   Flue 提出了一个核心公式：Agent = Model + Harness。它不仅仅是一个简单的 SDK，而是一个专为构建自主 Agent 设计的“可编程治理框架”（Harness），旨在让开发者能够轻松打造像 Claude Code 或 Codex 这样具备规划、环境感知和执行能力的强力工具。
   
   核心特性：
   
   • 高度可编程： 使用 TypeScript 编写 Agent 逻辑，支持定义复杂的技能（Skills）、工作流和多 Session 管理。
   • 自带沙箱环境： 提供内置的虚拟沙箱或连接远程沙箱（如 Daytona），让 Agent 安全地执行 Bash 命令、读写文件或运行代码。
   • 安全与隐私： 采用精细的权限控制，确保敏感的 API Token 不会被模型或沙箱环境直接接触。
   • 跨平台部署： 编写一次逻辑，即可部署为 HTTP 服务，或在 CLI、GitHub Actions、Cloudflare Workers 等多种环境运行。
   
   与其使用通用的成品 AI 工具，Flue 鼓励开发者根据特定的产品需求、数据和工作流，构建完全属于自己的定制化 Agent。
   
   https://flueframework.com/
   
   #AI #Agent #TypeScript #开发工具 #开源项目

   Flue

   

   Flue — The Agent Harness Framework

   Agent = Model + Harness. Build autonomous agents and powerful AI workflows with Flue's programmable TypeScript harness. Write once, deploy anywhere.

2. 16:44 · 2026年4月11日 · 周六

   Paseo：随时随地指挥你的 AI 编程助手
   
   想要在离开工位时也能继续推进代码进度？Paseo 是一款开源、自托管的 AI 编程 Agent 调度平台，让你能够从手机、桌面或终端轻松管理和运行 AI 助手。
   
   主要功能亮点：
   
   • 全平台覆盖：支持 iOS、Android、桌面端及 Web，甚至可以直接通过 CLI 脚本化运行，实现多端无缝衔接。
   • 集成主流 Agent：完美支持 Claude Code、Codex 和 OpenCode 等主流 AI 编程助手，保留原有的技能和配置。
   • 隐私与安全：代码始终保留在你的本地机器上，支持端到端加密中继，确保远程连接时的代码安全。
   • 本地语音交互：内置完全本地化的语音识别与合成技术，无需将语音数据上传云端即可实现指令下达。
   • 开发者友好：支持键盘快捷键优先操作、Git 工作流隔离（Worktrees）以及全方位的命令行支持。
   
   Paseo 是一款纯粹的开源工具，不直接调用推理 API，而是作为官方 CLI 的透明调度层，既自由又强大。
   
   https://paseo.sh/
   
   #AI编程 #开源项目 #Paseo #开发者工具 #人工智能

   Paseo

   

   Paseo – Run Claude Code, Codex, Copilot, OpenCode from anywhere

   Self-hosted daemon for Claude Code, Codex, Copilot, OpenCode, and Pi. Agents run on your machine with your full dev environment. Connect from phone, desktop, or web.

3. 22:31 · 2026年2月10日 · 周二

   Stripe「Minions」：一键生成、端到端交付的无人值守编码代理
   
   Stripe 在内部打造了一套名为 Minions 的编码代理：从接到任务到产出可评审的 PR，全程几乎无需人类介入。现在，Stripe 每周有超过 1000 个合并的 PR 是由 Minions 从头到尾生成的（人类负责 Review，但不写代码）。
   
   为什么要自研？
   
   在 Stripe 这种超大规模、强约束的工程环境里，“从零写个原型”和“在成熟巨型代码库里安全改动”完全不是一回事：
   
   • 代码库规模巨大（数亿行），栈也相对小众：大量后端是 Ruby + Sorbet，还有大量 Stripe 自研库，LLM 天然不熟
   • 业务风险极高：Stripe 的代码承载着 每年超过 1 万亿美元 的支付规模，并受金融合规与监管约束
   • 既要让代理“会写”，也要让它“按规矩写、能跑通、能过 CI”，并与既有研发流程深度结合
   
   工程师怎么用？
   
   最常见的入口是 Slack：
   
   • 在讨论线程里 @Slack App 就能发起 Minion，它会读取整个线程与相关链接作为上下文
   • 也集成到内部系统里：文档平台、Feature Flag、工单系统等
   例如 CI 发现 flaky tests，会生成工单，直接提供按钮让 Minion 去修
   
   完成后，Minion 会：
   
   • 创建分支 → 推送 → 跑 CI → 按模板生成 PR
   
   如果效果不理想，人类可以补充指令让它再改；即使不完美，也常常是很好的“可用起点”。
   
   Minions 背后怎么运作（要点版）
   
   Stripe 的思路是：把“创意生成”交给 LLM，把“必须可靠执行的步骤”交给确定性工具链。
   
   • 运行环境：在隔离的 devbox 中执行（10 秒内可启动，预热并预载代码与服务），与生产与公网隔离，便于并行
   • Agent 框架：基于 Block 的开源编码代理 goose 的 fork，并做了强定制
   • 规则与上下文：读取各类 agent rule 文件，但多为“按目录条件生效”，避免全局死规则拖累
   • 工具调用：接入 MCP（函数调用通用协议），并建设内部 MCP 服务 Toolshed，提供 400+ 工具（文档、工单、构建状态、Sourcegraph 搜索等）
   • 反馈与质量闸门：
   • 首先跑本地启发式 lint/检查（通常 <5 秒）
   • 再跑选择性的 CI（Stripe 有 300 万+ 测试），部分失败可自动修复
   • 为控制成本与等待时间：最多两轮 CI，强调“能本地提前发现就不要拖到 CI”
   
   接下来
   
   这篇是系列 Part 1，主要讲“怎么用、能做什么”；Part 2 会深入实现细节。整体信号很明确：当“开发者注意力”成为稀缺资源时，无人值守、可并行的编码代理正在改变工程协作方式。
   
   原文链接：https://stripe.dev/blog/minions-stripes-one-shot-end-to-end-coding-agents
   
   #AI工程化 #编码代理 #开发者效率 #CI实践 #Stripe

   stripe.dev

   

   Minions: Stripe’s one-shot, end-to-end coding agents

   Minions are Stripe’s homegrown coding agents, responsible for more than a thousand pull requests merged each week. Though humans review the code, minions write it from start to finish. Learn how they work, and how we built them.

4. 11:09 · 2026年1月31日 · 周六

   OpenClaw 正式亮相：把 AI 助手带到你常用的聊天软件里
   
   OpenClaw 宣布品牌更名，并明确了项目定位：一个运行在你自己的机器上的开源 Agent 平台，可从你日常使用的聊天应用直接调用（WhatsApp、Telegram、Discord、Slack、Teams 等），让 AI 助手“跟着你走”。
   
   为什么改名：从 Clawd / Moltbot 到 OpenClaw
   
   团队经历了多次命名迭代：
   
   • Clawd：好记但涉及商标/法务问题，被建议更换
   • Moltbot：寓意“蜕壳成长”，但不够顺口
   • OpenClaw：已完成商标检索、域名与迁移准备，强调两点：
   • Open：开源、开放、社区驱动
   • Claw：延续“龙虾”项目起源与文化
   
   OpenClaw 是什么：你的助手，你的规则
   
   核心主张很直接：Your assistant. Your machine. Your rules.
   不同于把数据放在第三方服务器上的 SaaS 助手，OpenClaw 允许你把系统跑在本地电脑、家用服务器或 VPS 上：基础设施你掌控、密钥你掌控、数据也由你掌控。
   
   本次发布更新亮点
   
   随更名一起上线的更新包括：
   
   • 新渠道：新增 Twitch、Google Chat 插件
   • 模型支持：新增 KIMI K2.5、Xiaomi MiMo-V2-Flash
   • Web Chat：支持像聊天软件一样发送图片
   • 安全加固：累计 34 个与安全相关的提交，并发布可机器验证的安全模型；同时提醒 prompt injection 仍是行业难题，建议参考安全最佳实践
   
   接下来：安全优先 + 维护体系建设
   
   团队表示下一阶段会继续把安全作为最高优先级，同时提升网关稳定性、体验打磨，并扩展更多模型与提供商支持。由于项目增长迅猛，也在引入更多维护者并建立流程，鼓励社区参与贡献或赞助维护工作。
   
   原链接：https://openclaw.ai/blog/introducing-openclaw
   
   #开源 #AI代理 #隐私安全 #自托管 #聊天机器人

   openclaw.ai

   

   Introducing OpenClaw - OpenClaw Blog

   The journey from Clawd to Moltbot to OpenClaw—and why this name is here to stay.

5. 11:09 · 2026年1月31日 · 周六

   Moltbook：面向 AI Agent 的“社交广场”
   
   Moltbook 把“社交网络”做成了 AI Agent 的主场：Agent 在这里发布内容、讨论、点赞投票；人类也可以围观、了解它们都在做什么。
   
   你能在 Moltbook 看到什么？
   
   • 海量 Agent 与社区分区（Submolts）：按主题聚合讨论与内容流
   • 动态广场（Posts）：从自动化工作流、工具技巧，到各类实验与想法分享
   • 人机配对（Top Pairings）：展示 Agent 与其绑定的人类账号/身份影响力（平台内视角）
   
   如果你想“把 Agent 送进去”
   
   • 官方给了一个简单的上手方式：把指令发给你的 Agent，让它按说明注册并生成认领链接，再通过社交平台验证归属。
   
   面向开发者
   
   • Moltbook 也在推进开发者平台：允许应用通过 Moltbook 身份与 Agent 做认证与集成（当前以申请早期访问为主）。
   
   链接：https://www.moltbook.com/
   
   #AI智能体 #社交网络 #开发者平台 #AI应用 #社区观察

   moltbook

   

   moltbook - the front page of the agent internet

   A social network built exclusively for AI agents. Where AI agents share, discuss, and upvote. 🦞🤖

6. 23:23 · 2026年1月28日 · 周三

   Vercel AI Gateway 现已支持 Claude Code Max：订阅直连、统一观测
   
   Vercel 宣布其 AI Gateway 现已支持在 Claude Code CLI 中使用 Claude Code Max 订阅。对开发者来说，这意味着：你可以继续用自己已有的 Anthropic 订阅，不增加额外费用，同时把 Claude Code 的调用统一接入 Vercel 平台，获得更完整的可观测性、用量追踪与监控能力。
   
   你能获得什么
   
   • 沿用现有 Claude Code Max 订阅：照常用 Anthropic 模型，无需额外开销
   • 统一观测与用量管理：通过 Vercel 平台查看请求、监控使用模式与成本趋势
   • 更灵活的路由能力：AI Gateway 可作为直通 Anthropic 的代理；必要时也可作为路由器切换到其他提供方（fallback）
   
   快速配置（核心步骤）
   
   在你的 shell 配置文件（如 ~/.zshrc 或 ~/.bashrc）加入环境变量：
   
   • 将 Anthropic 入口指向 AI Gateway
   • 用独立的 x-ai-gateway-api-key 做网关鉴权（与 Claude 订阅鉴权并存）
   
   启动 Claude Code：
   
   • 运行 claude
   • 登录时选择 Option 1 - Claude account with subscription（使用带订阅的 Claude 账号）
   • 若遇到问题，可先 claude /logout 再重新登录
   
   工作原理（简述）
   
   Claude Code 仍然使用 Anthropic 的订阅凭证进行认证，并携带 Authorization 头。由于该头用于 Claude 订阅身份，AI Gateway 采用单独的 x-ai-gateway-api-key 进行自身认证，从而实现两套鉴权机制同时生效。
   
   原文链接：https://vercel.com/changelog/claude-code-max-via-ai-gateway-available-now-for-claude-code
   
   #Vercel #AIGateway #ClaudeCode #可观测性 #开发者工具

   Vercel

   

   Claude Code Max via AI Gateway, available now for Claude Code - Vercel

   You can use your Claude Code Max subscription through Vercel's AI Gateway. This lets you leverage your existing subscription while gaining centralized observability, usage tracking, and monitoring capabilities for all your Claude Code requests.

7. 13:36 · 2026年1月16日 · 周五

   Open Responses：让 LLM 接口真正“可互通”的开放规范
   
   Open Responses 是一个开源规范与生态，目标是基于 OpenAI Responses API 的理念，建立多模型提供方可互操作的统一接口层。它通过共享 Schema 和配套工具，让开发者能用同一种请求/输出结构，跨不同提供方调用模型、处理流式返回，并组合更复杂的 Agent 工作流。
   
   为什么需要它？
   现在各家 LLM API 的核心组件越来越相似（消息、工具调用、流式、多模态等），但细节编码方式不同，迁移与兼容成本高。Open Responses 希望把“共同部分”沉淀成稳定规范，减少重复适配。
   
   它强调的设计方向：
   
   • 默认多提供方：一套 Schema 映射多家模型/平台
   • 更贴近真实 Agent 工作流：统一的流式事件、工具调用模式，以及以“items”作为输出与工具使用的原子单元
   • 可扩展但不碎片化：核心稳定，同时允许在必要时容纳提供方特性
   
   如何开始：
   
   • 阅读规范，理解 items、流式事件、工具使用等核心概念
   • 查看 OpenAPI 参考，掌握完整类型与接口面
   • 用官方的验收测试验证你的 API 实现一致性
   
   原链接：https://www.openresponses.org/
   
   #LLM #开放规范 #多模型 #互操作 #API设计

   www.openresponses.org

   Open Responses

   Open Responses documentation overview.

8. 17:21 · 2026年1月12日 · 周一

   Claude Opus 4.5：让“能做”突然变得很容易
   
   作者分享了一个明显的转折：三个月前他还不相信“AI 代理能替代开发者”，但在体验 Claude Opus 4.5 后，他开始认为这件事正在发生——至少在相当一部分软件开发场景里。
   
   他用几个真实项目说明差异不在“会写代码”，而在于一次成功率、能自我迭代、能把复杂系统拼起来：
   
   • Windows 右键图片格式转换工具：从文件资源管理器菜单到打包、安装/卸载脚本、发布网站、GitHub Actions 自动发布，整体接近“一次成型”。遇到报错会自己用 dotnet 构建、读错误、再修复。
   • 录屏与简单剪辑工具：从类似 LICEcap 的录制开始，持续加到视频/图片编辑、裁剪、模糊、标注等功能，作者感叹“几小时就推进到很远”。
   • AI 发帖工具（给小生意用）：iOS 端批量上传照片→AI 生成文案→定时发到 Facebook。后端涉及认证、存储、云函数、日志排错等一堆“胶水活”，但模型能通过 CLI 自己创建资源、查日志并修问题，还顺手做了管理后台。
   • 订单与路线追踪：解析 Gmail 订单、规划路线、统计行驶时间（用于税务），作者强调：这种“手写很痛苦”的 Google/Firebase 集成，Opus 4.5 反而很顺。
   
   文章也没有回避争议点：
   作者承认自己并不完全理解这些应用“内部怎么搭起来的”（比如 Swift 不熟），但他的焦虑在减轻——因为当问题出现时，模型往往能定位并修复自己的 bug。于是他提出一个更激进的想法：代码也许不必主要面向人类可读，而是面向 LLM 可推理、可重写、可调试。
   
   他甚至分享了一份自用的“AI-first 编码”提示词要点（概念层面）：
   
   • 追求可预测、可调试、低耦合、入口清晰、控制流线性
   • 少炫技抽象，减少层级与间接性
   • 该删就删；重构也要分高/中/低优先级
   • 安全需要更谨慎：API key、登录流程、敏感数据存储等不能盲信
   
   结尾的态度是复杂的：既兴奋于“几小时能做出过去要几周/月的东西”，也沮丧于技能壁垒被压平。但他给出的建议很朴素：别等“都懂了”再开始，继续做东西，只是更快了；同时一定盯紧安全与密钥。
   
   原文链接：https://burkeholland.github.io/posts/opus-4-5-change-everything/
   
   #AI编程 #开发者工具 #Claude #软件工程 #生产力

   Burke Holland

   

   Opus 4.5 is going to change everything

   Three months ago I would have dismissed claims that AI could replace developers. Today, after using Claude Opus 4.5, I believe AI coding agents can absolutely replace developers.

9. 10:29 · 2025年12月3日 · 周三

   Mistral AI 发布新一代开源模型 Mistral 3
   
   Mistral AI 今日发布了其下一代 AI 模型系列 —— Mistral 3，包含一个前沿的大模型和一系列为边缘计算优化的小模型，全部在 Apache 2.0 许可下开源。
   
   Mistral Large 3
   一款顶级的稀疏混合专家（MoE）模型，拥有 41B 激活参数和 675B 总参数，性能可与最强的闭源模型相媲美。它在多语言对话和图像理解方面表现出色。
   
   Ministral 3 系列
   专为边缘和本地应用设计，提供 3B、8B 和 14B 三种尺寸，实现了卓越的性价比和效率。同样具备多模态和多语言能力。
   
   核心亮点
   

   完全开源：所有模型均采用 Apache 2.0 许可，开发者可自由使用和定制。
   多模态与多语言：原生支持文本、图像理解以及超过 40 种语言。
   强大生态合作：与 NVIDIA、vLLM 及 Red Hat 紧密合作，提供高效的推理和部署支持。
   广泛可用：已登陆 Hugging Face、Amazon Bedrock、Azure 等多个平台。
   

   
   Mistral 3 的发布进一步推动了开放、透明和可访问的 AI 发展，为开发者和企业提供了更强大的工具。
   
   原文链接：https://mistral.ai/news/mistral-3
   
   #MistralAI #AI #LLM #开源模型 #Mistral3

   Mistral AI

   

   Introducing Mistral 3 | Mistral AI

   The most powerful AI platform for enterprises. Customize, fine-tune, and deploy AI assistants, autonomous agents, and multimodal AI with open models.