AI 前沿
AI 前沿
Agent 规则管理:Memory 做索引,Skill 存规则
围绕 Agent 规则全量塞入 Memory 导致漏执行与 token 飙升的问题,梳理“Memory 做索引、Skill 存规则”的分工方法,并结合 CLAUDE.md 的 200 行限制,给出可落地的上下文组织清单与维护原则。
同一主题下的文章、视频与资源。
围绕 Agent 规则全量塞入 Memory 导致漏执行与 token 飙升的问题,梳理“Memory 做索引、Skill 存规则”的分工方法,并结合 CLAUDE.md 的 200 行限制,给出可落地的上下文组织清单与维护原则。
Hallmark 是一个设计类 Skill,目标是让编程助手生成的 UI 看上去是「做出来的」而不是「生成出来的」。它不教模型审美,而是把「机器味」的特征逐条写成规则,再用工具去检查。本文拆开讲它的三档规则(Floor / Reflex / Finish)、浏览器里的检查脚本、48 套材质主题加日志的防趋同机制,以及 redesign / audit 两个动词背后的工程思路。
一份看起来很完整的 Skill 模型适配评估,为什么被我推翻?问题不在模型,而在评测方法:每场景只有 1 个 case、对错由 AI 自己判、测的任务和线上高频任务对不上、候选集还缺了最关键的模型。重做时我把判分改成脚本逐字对比、样本扩到 100 case × 3 次采样,结果得分第一的模型反而不是最优解。更关键的是,我把这套流程固化成了一个 Skill 评测平台,用来长期盯效果、做最佳模型选型。