Agent

本文系统拆解 Jesse Vincent 开源的 Superpowers 工作流，说明它如何通过 brainstorming、git worktree、writing-plans、subagent-driven development、TDD 与 code review 等门禁技能，把“先写再说”的 AI 编码升级为可设计、可验证、可审查、可合并的软件工程流程。

本文深入探讨如何利用 LangChain 的 Skills 模式构建高效 SQL Assistant。通过渐进式披露原则，解决传统 System Prompt 上下文过载问题，实现知识的按需加载。结合 Sales Analytics 和 Inventory Management 两个实际场景，详细演示从环境搭建、技能定义到 Agent 编排的完整流程。

本文利用 content-extraction 工具深度萃取 LangGraph 官方文档精华，旨在为智能体开发者构建结构化的知识底座。通过提炼核心概念与架构设计，帮助开发者快速掌握 LangGraph 全貌，打破信息茧房，避免重复造轮子。

本文利用 content-extraction 工具深度萃取 LangChain 官方文档精华，旨在为智能体开发者构建结构化的知识底座。通过提炼核心概念与架构设计，帮助开发者快速掌握 LangChain 全貌，打破信息茧房，避免重复造轮子。

深入解析 Anthropic 官方推出的 Skills 系统，探讨其作为 Agent 能力扩展的核心机制。本文以 PDF 处理技能为例，详细拆解如何通过渐进式上下文构建（Pyramid Principle）和模块化指令，提升 Claude 在专业领域的任务执行能力与可靠性。

深入解析 Claude Agent Skills 功能，探讨其按需加载、可组合与代码执行的核心特性。本文详细解读 SKILL.md 结构、触发机制及最佳实践，助您构建更高效、更专业的 AI 智能体。

浅层 Agent 依赖上下文窗、易陷循环且缺乏持久状态；深度 Agent 以规划/委派/持久记忆/人类在环为支柱，基于 LangGraph 的有状态编排与 DeepAgents harness，支撑小时到天级复杂任务。

本文作为基础教程，系统讲解 LangGraph 与 FastMCP 2.0（MCP 2.0） 的两种集成方式：作为客户端在 LangGraph 工作流中调用 MCP 工具，以及将现有 LangGraph Agent 封装为 FastMCP 服务器对外提供服务。内容包含环境准备、示例代码、运行验证与 MCP Inspector 调试，帮助你快速上手并完成端到端打通。

深入解析 LangChain Open Deep Research 开源深度研究代理系统的三阶段架构设计：范围界定、研究执行和报告撰写。详细剖析多代理协作机制、工具集成策略和代码实现，为构建智能研究助手提供完整技术方案和最佳实践指导。

深入解析Google Agent白皮书核心内容，详细介绍智能代理的架构、组件和工作原理，包括模型、工具、编排层以及ReAct、CoT和ToT等推理框架的应用与区别。