博客七周年：AI 一天完成整体重构
博客从 2019 年国庆用 Xiuno BBS 搭建，到 2026 年国庆整整七年。868 篇文章、53 条评论、6060 个代码块，这次与 AI Agent 结对，一天完成从 PHP 论坛到 Next.js 的整体重构与无损迁移。
130
AI笔记本
资深 Android 开发工程师，丰富系统级应用经验，覆盖亿级用户设备，专注 AI Agent 工程化落地。白天在搞 AI 智能体，晚上回来折腾这个博客。以前的文章是从刚毕业一个字一个字敲的，现在嘛——我跟 AI 说一句话，它就写好发出来了。不信？看看最新的文章 🚀
文章列表
NEWSkill
Figma Agent Skills 详解：把设计规范变成可执行
2026 年年中的 Config 大会上，Figma 给设计 Agent 补上了最关键的一块拼图：Agent Skills。它把团队自己的工作流和规范打包成可复用指令，设计 Agent 在执行时遵循这些指令——无障碍检查…
3
agent-browser 给AI的浏览器自动化CLI
让 AI 编程助手真正"上手"操作浏览器，是 agent 工具链里被反复验证的需求：登录站点、填表单、点按钮、截图取证、抓数据、跑端到端测试。传统路径是把 Playwright 交给模型——让它写脚本、运行、看报错、改脚本，循环往复，慢且脆弱，token 也烧得凶。 vercel-labs 出品的 agent-browser 给出了另一种答案：一个专为 AI agent 设计的浏览器自动化 CLI…
10
NEWSkill
Anthropic Skills 官方技能库详解：16 万 Star 的 AI 技能范例集
Anthropic Skills 官方技能库详解：16 万 Star 的 AI 技能范例集前面介绍了 Agent Skills 标准（格式规范）、Skills.sh（技能商店）、Tessl（评测平台）——这些都是"生态基础设施"。但如果你想看真正的、官方出品的、可直接用的技能范例，去哪看？答案就是 anthropics/skills——Anthropic 官方的技能示例仓库，164k Star，G
4
NEWAgent
LangGraph：构建有状态 Agent 的低层编排框架
LangGraph：构建有状态 Agent 的低层编排框架Agent 正从"一次调用一次回答"进化为长时运行、有状态的复杂工作流——多步推理、调用工具、等待人类审批、跨会话记忆。用裸 while 循环写这类 agent，很快会撞上一堆工程难题：进程崩了从哪恢复？中间某步需要人确认怎么办？多轮对话的状态存哪？LangChain 团队出品的 LangGraph 正是为此而生：一个低层编排框架，把 ag
3
NEW分享
rsync 详解：增量文件传输的事实标准
rsync 详解：增量文件传输的事实标准在文件同步这个世界里，GUI 工具来来去去，底层的王座三十年没换过人。RsyncProject/rsync（rsync）由 Andrew Tridgell（Samba 作者）于 1996 年开创，名称里的 r 指 remote——远程同步。它与其他传输工具的根本差异只有一条：检查发送方与接收方已有的文件，只传输有变动的部分（默认按文件大小与修改时间判断）。就
3
mattpocock/skills 详解：给"真工程师"的 Agent 技能集
mattpocock/skills 详解：给"真工程师"的 Agent 技能集用 AI 写代码的两大流派之争已久：要么交给 GSD、BMAD、Spec-Kit 这类"全流程接管"框架，省心但失去控制权；要么裸奔，全靠手感。TypeScript 圈知名教育者 Matt Pocock（Total TypeScript 作者）开源的 mattpocock/skills 选了第三条路：一小组小而美、可自由
21
RsyncUI 详解：macOS 上的 rsync 图形前端
RsyncUI 详解：macOS 上的 rsync 图形前端rsync 是文件同步领域无可争议的命令行之王，但那一长串参数劝退过无数人。rsyncOSX/RsyncUI 做的事很纯粹：用 SwiftUI 给 rsync 套一层图形界面——实际执行同步的仍是 rsync 本尊，GUI 只负责把参数配置变成表单填写，每一步生成的 rsync 命令都可见、可核对。这款 macOS 应用 100% 开源免
19
Playwright 详解：跨浏览器自动化与采集
当目标页面依赖 JavaScript 渲染、传统 HTTP 抓取拿到的只是一具空壳 HTML 时，你需要的是真正能驱动浏览器的工具。Playwright 是微软开源的 Web 自动化与测试框架，统一 API 驱动 Chr…
12
Caveman：why use many token when few do trick
Caveman：why use many token when few do trick"Why use many token when few do trick"——用穴居人式的破英语，Caveman（穴居人）把这个项目的灵魂一句话说尽了：让 AI 编程助手说得更少、读得更少。它始于一个让 agent 用"电报体"回答的 skill（平均省 65% 输出 token），进化到 Caveman 2
12
Anko 详解：Kotlin 安卓开发的先行者与退场
Anko 详解：Kotlin 安卓开发的先行者与退场如今用 Jetpack Compose 写声明式 UI 的开发者可能不知道，早在 Compose 诞生前五年，JetBrains 就官方维护过一套纯 Kotlin 的声明式 UI 方案——Kotlin/anko（Anko）。它用 DSL 取代 XML 布局、用扩展函数抹平 Android SDK 的粗糙边缘，一度是 Kotlin 安卓开发的标配；
12
AgentScope 详解：面向日益强大模型的 Agent 框架
AgentScope 详解：面向日益强大模型的 Agent 框架Agent 框架这两年有个反复出现的争论：模型越强，框架该越多还是越少？agentscope-ai/agentscope（AgentScope 2.0）的立场很明确："为日益 agentic 的 LLM 而设计"——不靠严格提示词与强意见的编排去约束模型，而是顺着模型的推理与工具使用能力做薄抽象。Description 只有一句话：构
15
qmd 详解：Shopify CEO 开源的本地 Markdown 搜索引擎
qmd 详解：Shopify CEO 开源的本地 Markdown 搜索引擎给 AI 代理喂"对的上下文"越来越重要，而多数方案要把笔记、文档传上云端。Shopify CEO Tobias Lütke（GitHub ID：tobi）开源的 qmd 给出了另一条路：一个完全跑在本地的迷你 CLI 搜索引擎，专门检索 Markdown 笔记、会议纪要与文档，把 BM25 全文检索、向量语义检索与 LL
17
KotlinPoet 详解：Square 出品的 .kt 源码生成库
KotlinPoet 详解：Square 出品的 .kt 源码生成库写注解处理器、KSP 处理器或 Gradle 代码生成插件时，最后一步总要"把代码写成文本文件"——字符串拼接缩进、转义、import 排序，全是脏活。Square 开源的 square/kotlinpoet（KotlinPoet）把这步变成了 API 调用：用 Kotlin/Java 代码描述类、函数、属性与 KDoc，输出格式
17
Headroom 详解：给 AI 代理的上下文压缩层
Headroom 详解：给 AI 代理的上下文压缩层AI 编码代理越能干，上下文就越容易爆炸：一次工具调用吐出几百行 JSON，一轮搜索带回整个代码库的日志，历史消息层层累积——这些都要按 token 付费，还拖慢推理。Headroom（Headroom Labs 出品，约 66.4k Star）把自己定位为"AI 代理的上下文压缩层"：在工具输出、日志、文件、RAG 片段、对话历史到达大模型之前
24
httpx 详解：现代 Python HTTP 客户端
写 Python 的 HTTP 调用时，requests 几乎是肌肉记忆，但它的同步模型与缺失的 HTTP/2 支持在异步时代越来越显得吃力。httpx 自称"新一代 Python HTTP 客户端"（A nextgen…
21
精选开源
WilliamChart：轻量美观的 Android 图表库实战
WilliamChart：轻量美观的 Android 图表库实战数据可视化是运动、健康、金融、统计类 App 的刚需。MPAndroidChart 功能最全但偏重复杂，WilliamChart 走的则是"轻量 + 美观 + Kotlin 原生"路线——v3 用 Kotlin 完全重写，API 极简，一行 chart.animate(dataSet) 就能把数据画成带动画的折线/柱状/环形图，开箱即
25
TypeUI Design Skills：给 AI 编程工具注入设计能力
TypeUI Design Skills：给 AI 编程工具注入设计能力让 AI 生成 UI 已经是开发者的日常——一句"做个登录页"，Claude、Cursor 几秒就出代码。但几乎所有用过的人都遇到过同一个问题：AI 生成的界面"能用却不好看"，而且每次生成风格都不一样，间距、配色、层次总差一口气。TypeUI 提出的"Design Skills for AI"正是为解决这个痛点而生——它把专
41
GraphRAG 详解：微软基于知识图谱的 RAG 系统
GraphRAG 详解：微软基于知识图谱的 RAG 系统普通向量 RAG 擅长"找到相关段落"，却答不好"这批文档整体讲了什么主题、各主题之间什么关系"这类全局性问题——因为答案散落在成百上千个chunk里，检索只能捞到零星几块。microsoft/graphrag（GraphRAG）就是微软为此提出的解法：先用 LLM 从文本里抽取实体与关系、构建知识图谱，再对图做社区聚类、逐层摘要，把"全局理
28
Agent Skills 官方仓库详解：Skill 生态的源头
2025 年 10 月 Anthropic 发布 Agent Skills 时，很多人以为这只是"提示词模板"换个名字。一年后，anthropics/skills 已经 18 万 Star、2.1 万 Fork，成为整个 Skill 生态的官方源头与事实标准——它定义了 Skill 的格式（一个文件夹 + 一份 SKILL.md）、渐进式加载的机制（元数据先行、正文按需）、以及"folder of…
34