研究所→阿里→字节，Agent Engineer。持续开源 Agent 工具链与优质小工具 · https://xitter.gq/t.co/em7EF8XGme
Joined December 2016
- Tweets2.7K
- Following144
- Followers371
- Likes80
Pinned Tweet
有人问做 agent 从哪开始，我一般不给书单。
我数过这些年真正能拿出来给人看的产出物，一共五样。说「卡在哪一关」其实不太准确——更常见的是五样都有，但都是半成品，然后到处漏水。
第一样最简单，也最容易糊弄过去，就是一段不会认错的描述。一个工具或一个 skill 只做一件事，「什么时候用它」要写进描述里。判断方法很土，把描述遮掉名字，还能不能一眼分清它和旁边那个。分不清，就是边界还没想清楚。
第二样是一份你愿意每次都照着跑的完成判据。把「做完了」翻译成可以核对的东西，命令、退出码、通过/失败/跳过计数、失败详情，缺一项就算未验证。再配几条禁止，不许把 skipped 计进通过、不许加 .skip 让测试变绿、失败时不许报 DONE。这一关刷掉的人最多，因为口号写起来实在太顺手了。
第三样，三段独立的校验。模型返回合法 JSON 只证明 schema_valid（格式类型对），内容跟任务对不对得上（semantic_valid）、这个动作能不能做（action_safe），是另外两件事。只有第一段通过，推不出后两段。多数项目只做了第一段，然后就当三层都过了。你那套链路里，第二段落在哪，说得出来吗。
第四样最难，也最容易被推到「以后再说」——一次能被回放的执行记录。写到某个时候你会发现，写在提示词里的约束不可靠，会被压缩、被遗忘、被绕过。约束得变成运行时里的一个阶段，失败了就跑不下去。判断标准就一句，出问题的时候，你能不能让当时的事件流重放一遍。
第五样，一份能定期清点的清单。工具、skill、规则都只会增不会减，你得知道哪个还在用、哪个已经死了、哪个在抢别人的机会。清单至少三列，上次真正被触发是什么时候、被检索到多少次、触发之后成功率多少。真记起来挺烦的。
这五样都能拿给别人看。如果你现在一样都拿不出来，大概率不是学得不够多。
适合已经在写 agent、但总觉得「它有时候不听话」的人。还没把一次完整工具调用跑通的话，先跑通再回来。
Cleanzo 0.4.0 发了。这版把「应用卸载」改成了「应用」，一个列表管所有 App：
- 筛选全部、有更新、很久没用、残留，也能按 7 天增长排序
- 检查更新认得 App Store、Homebrew cask、Sparkle、electron-updater，版本号直接读 App 包里的，不会误报
- 点开一行就能更新（Homebrew 直接 brew upgrade --cask），看本体、数据、缓存各占多少，单独清缓存、退出或卸载
- 设置里加了外观：跟随系统、浅色、深色
顺手把明暗对比度、键盘焦点、窄窗口这些细节补齐了。TRAE 清理会保留最近 24 小时还在写入的会话库，不怕误删。
github.com/echoVic/cleanzo/r…
从 Windows 转到 Mac 的朋友，是不是最想念 Listary 的 Ctrl+G？在「打开/保存」窗口里一键跳到 Finder 当前文件夹，还能用拼音搜文件夹名。
我准备做一个只干这件事的 Mac 小工具：轻量、买断、不联网。
想要的话回复或点个赞，人够多我就开工，内测先给你们 🙌
给 dsh（DeepSeek Harness）写了个用量统计插件 dsh-usage-stats：一个面板看清对话花了多少钱、时间都去哪了。
- 按模型拆 token，缓存命中率单独算
- 自动抓 DeepSeek 官网价格，按每条用量发生的时间分峰谷计费（谷时半价），抓不到就回退缓存和内置快照
- 运行时长拆成模型、工具、等我确认、其他四段，并行的工具调用不重复计
- Search API 按每千次请求计费，月预算到 80% 提醒
- 同一份数据也注册成 agent 工具，agent 自己查用量和面板看到的是同一个数
昨晚从 v0.2 一路迭代到 v0.5。唯一刻意没做的是法定节假日，峰谷只认工作日。
free & open source：github.com/echoVic/dsh-usage…
One of my Orca eval tasks ran on a read-only workspace. Every write failed, the model's own reply said it was blocked, and orca exec still exited 0 with status success.
v0.5.16 fixes that. Headless runs get a report_blocker tool: read-only dir, missing creds, no network, and the run ends as blocked with exit code 5. It can carry one question, which you answer with orca exec resume. A blocked subagent only stops itself, and session.completed now reports writes_applied so a run that changed nothing is easy to spot.
Free & open source: github.com/echoVic/orca-agen…
看 trending 看到 Hex：按住一个键说话，本机转写完直接粘到当前窗口。Mac / Windows / Linux，Rust，MIT。
产品本身不稀奇，语音输入这几年一堆。真正让我停下来的是 README 那句：不收 PR，只收 issue，「我们的 agent 通常很快就处理掉」。再加上 Homebrew、AUR、deb/rpm、Nix 全套分发都齐——很多个人项目死在「能跑」和「别人装得上」之间，他们把后半截当成产品本身在做，而且维护入口直接让给 agent。这比又一个本地 Whisper 封装更值得看一眼。
github.com/anomalyco/hex
Reef v0.4.3 is out 🪸
The quiet Mac focus timer where finished Pomodoros grow your seaweed.
This update: native settings window (General / Appearance / Shortcuts / Backup) · every shortcut is rebindable, with conflict warnings · themes can follow the time of day or rotate through all skins every 30 min · native window buttons and a full app menu
Free & open source → reef.echovic.com
ClipNest 0.1.9 发了，这版开始支持 Windows。
一个轻量的剪贴板历史面板，之前只有 Mac 版：
· 后台记录文字和 PNG 图片，历史搜索、预览、常用语、偏好设置都能用，数据存在本地 SQLite
· Ctrl+Alt+V 唤起面板，选中后自动粘回原来的应用，也可以只复制
· 默认不用 Ctrl+Shift+V 是因为中文输入法下 Ctrl+Shift 会被切换键盘布局吃掉，热键注册成功了也不会触发，被占用时才回退过去
· 提供安装包，还没做代码签名，第一次运行 SmartScreen 会拦一下，选「仍要运行」就行
图片文字识别和按应用排除暂时还是 Mac 独有。
免费开源：github.com/echoVic/clipnest
很多 Windows 11 电脑默认开着 BitLocker，你可能自己都不知道。
新机登录微软账号后，系统常常自动开启设备加密。哪天改个 BIOS、刷个固件或者装个大更新，开机就要你输 48 位恢复密钥。微软那边也找不回来，找不到就只能重置，文件全没。最近 Microsoft 社区几乎每天都有人在求助这个。
我想做个小工具：
· 打开就告诉你哪些盘加密了，密钥存在哪（微软账号、U 盘，还是哪儿都没有）
· 一键导出、打印，或者生成二维码让手机存下来
· 改 BIOS、装大更新之前，提醒你先暂停保护
· 全部在本地运行，密钥不上传
你会装吗？你知道自己的密钥在哪吗？
Cleanzo 0.3.0 发了。
一个 Mac 清理 + 系统状态小工具（也有 Windows 版），这版主要加了三块：
· 菜单栏读数：CPU、内存默认常驻，还能开 GPU、网络、磁盘、芯片温度、电量；点开是原生详情面板，一句话告诉你现在谁在占 CPU
· 「进程」页：同一个 App 的进程合成一行看 CPU 和内存，电脑卡的时候直接说清卡在内存还是 CPU，能退出、退不掉再强制退出
· 磁盘占用增长：每天记一次各个 App 的数据涨了多少，一天涨超 2 GB 或 7 天超 10 GB 发通知，并写出是哪个目录在涨。只量不删
免费开源：github.com/echoVic/cleanzo
Reef v0.4.2 is out 🪸
A quiet Mac focus timer — finish a Pomodoro, your seaweed grows a little taller, and occasional shrimp/crabs drop by.
This update: 10 underwater skins (deep sea, ink, blue-and-white porcelain, macaron…) · menu-bar quick panel · keep timing with sound in background · window-size bugfix
Free & open source → reef.echovic.com
claude-mem 最近又在 GitHub 日榜晃。早上有人记的是日增一千出头、总量约十点六四万；我去 GitHub 上看了下，大约十点六六万星、九千多 fork。第三方日榜近两天也是七百到九百的增量，总之这块很热。一句话：让编码 Agent 跨会话还记得自己干过什么——观察会话，模型压缩，下次自动注入。
链路比口号细。宿主侧靠生命周期钩子：会话一开始先拉起本地工作进程并注入上下文；用户提交提示时注册会话、做语义注入；每次工具调用结束后，把事件丢进待处理队列；停下来再要一份会话摘要，结束时把尾巴收干净。工作进程是本机 HTTP 服务，结构化数据进 SQLite，表里有会话、观察、摘要、提示词；语义检索挂向量库，前台有查看器，还能实时刷观察流。压缩用哪家模型可选——他们自己的观察服务（带试用）、你自己的路由密钥，或 Anthropic 套餐；持续集成和不想登录的人也能跳过账号，纯本地跑。云同步、截图上传、团队共享记忆都是可选开关，默认故事仍是数据在本机。安装方式也有坑：全局装 npm 包只拿到 SDK，钩子和工作进程要靠官方安装命令或插件市场才挂得上。
检索是我觉得最值得盯的一块。不是一上来把历史全塞进提示词，而是三层按需披露：先搜索，拿带编号的短索引，一条大概几十到一百个 token；再用时间线看前后文；确认相关了，才按编号拉全文，一条可能要五百到一千 token。他们号称这样比直接灌细节省一个数量级。观察有类型，查看器里能引用编号；敏感片段可以用私有标签排除存储；工作进程挂了的时候钩子选择不阻塞宿主——这点很工程。设置里还能控制会话启动时只注入当前宿主的记忆，还是把各个编辑器来源合在一起；也有中文模式，让生成的观察直接出简体。去重也做了：短时间窗口里标题加叙述相同的观察会合并，避免刷屏。
对照 Orca 现在的记忆层，两边赌的不一样。Orca 是双通道：一条是用户显式记住的事实，一条是自动记忆——只在根回合验证通过后，从用户和助手消息里抽取偏好、反馈、项目决策、外部引用四类；系统上下文和工具输出默认不进；来源会脱敏、卡住体积，还有本地密钥检测。权威账本是候选事实流水，可读的 Markdown 和全文检索索引都是派生投影；每回合最多灌六条、大约三 KB，并且在系统提示里标明这是待核实的说法，要先对仓库和版本历史。失败、取消、校验没过的回合根本不会进自动抽取。claude-mem 则更接近尽量记下工具轨迹，再靠混合检索和分层拉取往回捞。
所以可借鉴的不是换成他们那套后台进程，而是几件能直接落到设计上的事。第一，按需拉取的记忆搜索：项目一长，候选上限和体积预算迟早不够，让 Agent 先查索引再按编号取详情，比把检索命中全塞进上下文更稳。第二，给记忆条目稳定编号，注入时能引用，终端界面和日志里也好审计。第三，在不倾倒原始工具输出的前提下，给工具事件做结构化观察——改了哪个文件、测试挂在哪——补上纯对话抽取看不到的动作层。第四，会话级摘要投影，冷启动时先看上次学会了什么，不必抬高单条事实的硬上限。第五，如果以后加向量，也保持现在索引那种派生层心态：账本仍是真相，索引坏了能重建。
也不用神话它。全量捕获工具流会把噪声、失败路径、偶发密钥一起记住；压缩本身持续消耗额度，摘要还会糊、会编，错摘要被再次注入比没记忆更烦；开了托管压缩或云同步，记忆就出本机了，团队共享还得想清楚边界。栈也更重：本地守护进程、向量库、多宿主钩子，运维面比一个文件账本大。星多的记忆项目也不止它一个，说明痛点真实，不说明抄默认配置就能变强。Orca 本地优先、模型原生、抽取克制，和“记全再搜”是两种产品脾气——我更在意的是边界清楚，而不是账本越厚越好。
仓库在这：github.com/thedotmack/claude…
Orca 的 computer-use 之前一直只能跑 mock，因为没开辅助功能和录屏权限，测的其实只是协议通不通。
这次权限开了，补了一轮真机验收：3 个任务（1 个单应用、2 个跨应用）全过，分别 25s / 17s / 41s，一共 35 次 computer 调用，成本估算约 $0.016。判定看的是 GUI 最终状态，不是 agent 自己说「完成了」，审批交互也一起记录。
做 ToB agent 这点挺要紧：mock 全绿，不代表它真点得动窗口。
github.com/echoVic/orca-agen…
给 Orca 出了一道故意做不完的评测题。
工作区挂成只读，让它实现一个函数跑通 cargo test，prompt 里写明了做不到就说清楚卡在哪。结果 v0.5.14 调了 8 次工具，每次写入都失败，最后照样报 success、exit 0。
同一轮别的都过了：真实仓库加三个隐藏测试 72–150 秒过，30 万 token 长上下文检索 9/9，叠 6 层故障能恢复，25 个 agent 的 workflow 扇出也正常。偏偏「做不到就说做不到」没过。
做 ToB agent，客户能接受失败，接受不了假成功。已经开了 issue，思路是在 runtime 层拦：没有实际写入撑着的完成声明不算数。
github.com/echoVic/orca-agen…
Clipnest 0.1.8 能搜截图里的字了。
用 macOS 自带的 Vision 在本机识别，不联网，后台一张张跑，不卡复制粘贴。识别出来的文字直接进搜索，中文短词、代码标点都能命中；预览里能选中，「复制文字」只拿文字，不进历史。5K/6K 的 Retina 截图会切块识别，小字也找得到。
不想要可以在偏好设置里关掉，已识别的文字和索引一起删。
github.com/echoVic/clipnest/…
留白 0.6.7 is out — a calm Markdown editor I'm building for Mac & Windows.
New in this release:
· Full-text search across your notes
· Tag filtering
· [[Wiki links]] + backlinks
· Floating find & replace
· A separate settings window
· Quick capture that can append to an existing note
Your files stay plain .md. Free & open source.
liubai.echovic.com