研究所→阿里→字节，Agent Engineer。持续开源 Agent 工具链与优质小工具 · https://teapaw.org/t.co/em7EF8XGme
Joined December 2016
- Tweets2.7K
- Following146
- Followers378
- Likes84
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。
Pilion 0.2.8 / 0.2.9 更新，主要补 Agent 操作浏览器时缺的两块：滚动和传文件，外加「接管」可以交还了。
- 新增 browser.scroll 和 browser.upload_file，隐藏的文件输入框也能传；只收绝对路径、拒绝软链接，单文件 200MB、一次最多 10 个，全部写审计
- 人接管 Agent 的空间后，可以一键交还，空间身份和标签都保留
- 审批卡默认改成「本任务允许」，一次授权覆盖整个任务，不用每步都点
- 聊天里的本地文件链接终于能点开了，文档图片交给系统默认程序，脚本一律不执行
免费开源：github.com/echoVic/pilion-br…
Orca v0.5.19 发了。这版主题就一个：让 Agent 干过的活可以撤回。
- /rewind（或 orca rewind）回到任意一轮用户输入：代码和对话一起回、只回代码、只回对话都行
- edit / write_file 落盘前先存一份原文件，恢复走原子写 + 崩溃日志，确认页能看逐文件 diff
- 不想整段丢掉，可以让模型把那几轮压成摘要再接着聊
- 每个会话留最近 100 个检查点，旧的自动回收；换了工作目录直接拒绝，不往当前仓库乱写
- bash 改的文件不在追踪范围，会明确标成 untracked，不假装能恢复
做 ToB Agent，客户敢放手让它改代码，前提是改坏了能一键退回去。
免费开源：github.com/echoVic/orca-agen…
boss-skill 接进 DeepSeek Harness 了，现在是 dsh 里一个可以直接选的模式：Boss 专家小队。
新建会话，在模式菜单里选它，PM、架构、UI、评审、任务、开发、QA、DevOps 就按证据驱动的流程往下跑。每一步都要在 .boss/ 下落一个真文件，合同没过就卡住，不靠 agent 自己说“做完了”。右侧边栏能实时看到 Agent Teams 的成员和任务。
装法一行：
dsh plugin --profile desktop add dsh-boss-mode
装完重启 dsh，新建会话选 Boss 专家小队。想用 spawn_teammate 和任务看板，再打开 dsh 实验性的 Agent Teams。
github.com/echoVic/boss-skil…
周六刷 HN 攒的几个小东西：
1. Promethevs：在五年前的游戏 PC（RTX 3060 12GB + 64GB 内存）上跑完整 510GB 的 DeepSeek-V4.1-Flash。做法是先压缩再纠错：默认用 2-bit 专家算，模型拿不准时再用原始权重重算。最好 7.4 tok/s，评论区已经在吐槽「这还叫 Flash？」
github.com/Magnvs7/Promethev…
2. Tessera-27B：基于 Qwen 的 coding agent 模型，用中英符号混写的「压缩 CJK」思考，每轮思考 token 约为底座的 0.67 倍。作为中文用户看它的 think 有点好笑：「测试套件：基线同…无回归」
huggingface.co/ZelligeAI/Tes…
3. GPT-2 in CSS：纯 CSS 跑 GPT-2，HN 传统的「能不能做」
shubhampatil.dev/blog/gpt2-c…
4. Nvidia Cosmos 3：开放世界模型继续往可交互模拟走，下游是机器人和自动驾驶
huggingface.co/blog/nvidia/c…
最想试的是 1，本地跑大模型的门槛又低了一截。
微软开源了 tui-test：控制、检查、录制真实终端会话。CLI 和 Rust / Python / JS / Go 共用同一套引擎，还直接内置 agent skill——一行 tui-test skill --add 就能装上。
做终端 coding agent，难的不是把字打进去，是等状态稳定。它的 wait 正好盖住这块：text / title / idle / command / exit / ready / bell。
结构化读屏（逐 cell 属性、光标、cwd、exit code）、只读 text locator（正则、颜色、OSC-8 链接）、快照和 SVG / APNG / GIF / asciicast 录制也都有。VT 后端可换：默认 Alacritty，也能上 Ghostty（libghostty 的 Rust 绑定）、Rio、xterm.js。
赛道里还有 Tuistory、tui-use、terminal-use，不算空白。我已经拿它测 orca-agent 的终端表现，发现问题→修复→再跑的流程也 loop 起来了。
github.com/microsoft/tui-tes…
Pilion 0.2.7 发了，连同前两版，主要补了扩展入口、本机网络和自动更新。
- 0.2.5：地址栏旁的拼图入口可以查看已装扩展、打开弹窗或管理页；扩展能固定到工具栏，重启后保留
- 0.2.6：恢复系统 DNS、代理和路由，让自动化能重新访问 localhost、内网和本机 HTTP(S)
- 0.2.7：自动更新签名校验失败时，设置页保留「前往下载」入口；发布时缺少签名材料会直接失败，避免发出无法升级的包
扩展导入和 Cookie 的支持范围与 0.2.4 一致，Cookie 仍仅支持 macOS。当前建议安装 0.2.7。
免费开源：github.com/echoVic/pilion-br…
Personal Agent 现在也进入到厮杀阶段了，本质是谁拥有用户意图的第一跳入口、谁兜住高权限动作的信任边界。
1. 上游是 OpenAI、Anthropic 等模型底座，从 runtime 向上做 Agent；
2. 中游是 Meta、xAI 靠分发和算力换位，Manus、Today AI、Elys 等新创与资本标的在产品层贴身抢身位，Instinct、Town 则激进直连邮箱、日历、设备，抢占 IM/短信线程这类更前置的入口；
3. 下游是 Siri 和手机厂商，握有 OS 级端侧入口与硬件信任根的底牌。
模型能力只决定能不能上桌，终局看两件事：入口归属，以及权限前置、不可逆动作确认、数据边界和可审计回放这套 Harness 治理能力。
Postman #14370 这波争议，让我想要彻底卸载这个又卡又慢的工具
推出 CurlGo：免费、MIT 开源、本地优先。
无需账号，不静默装 agent 插件、不改 agent 全局配置。AI Skill 由你选择。
HTTP / SSE / WebSocket
现提供 Mac Apple Silicon 安装包。
curlgo.echovic.com
Agent 用浏览器，你还得停下来等它吗？
Pilion 0.2.0：Claude Code / Codex 用 CLI + Skill 在后台干活，复用登录态、任务独立 Space，随时可接管。
免费开源，62 秒演示👇
pilion.echovic.com
查资料、填表、测网页，你最想交给 Agent 哪项？
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
