创见博客

AI开发

记录 RAG、Agent、MCP、Skill 与 AI 工程化开发实践,探索如何用 AI 提升前端项目研发效率。

Agent Skill 机制:把工作流按需加载,而不是一次性塞满上下文
基于 OpenCode 抓包解析 skill 机制:available_skills 如何作为轻量索引进入 prompt,skill(name) 如何加载 SKILL.md,以及 skill_content 为什么作为 function_call_output 注入下一轮上下文。
2026-07-14
AgentSkillLLM渐进式披露OpenCode
从一次抓包看 Agent 如何调用工具
基于一次 OpenCode 请求抓包,拆解 tools schema、function_call、Agent runtime 本地执行和 function_call_output 回传的完整链路。
2026-07-14
AgentLLM工具调用OpenCode
pSEO 内容生产 Workflow 设计:把不确定的 AI 写作变成可控流水线
拆解 Hera pSEO 项目的任务派发、数据采集、LLM 写作、Review 修复、内链、封面图、成本观测和发布链路,说明如何把批量 AI 内容生产设计成可控 workflow。
2026-07-13
pSEOWorkflowAI工程内容生产系统设计
三种 AI Workflow 架构:从纯 Agent 到 Workflow + LLM 的取舍
从纯 Agent、Workflow + 节点 Agent 到 Workflow + LLM,系统分析三种 AI Workflow 架构在自由度、稳定性和成本上的取舍,并给出选型建议。
2026-07-13
AI AgentWorkflowLLM架构设计
一次 Agent 任务抓包:LLM 每轮到底收到了什么
通过一次 OpenCode Agent 抓包,拆解标题生成、主 Agent 多轮请求、developer prompt 组成、工具调用、工具结果回灌与最终回答的完整链路。
2026-07-13
AgentLLM抓包OpenCode工具调用
Agent Capture:用 mitmproxy 给代码智能体做本地流量抓包
介绍 agent-capture 的 mitmproxy 抓包原理、Node API 与 React 仪表盘架构,以及抓取 ink/opencode 等代码智能体流量的实际使用方法和排障技巧。
2026-07-13
agent-capturemitmproxy代码智能体抓包调试