爱折腾的工程师

未来的你会感谢现在努力的自己

Agent Skills 工程化深度解析：用 skill-creator 测试、度量并持续改进技能

从 evals、benchmark 到触发治理，系统拆解 Agent Skills 的工程化迭代方法

基于 Anthropic 官方博客 Improving skill-creator: Test, measure, and refine Agent Skills 的深度技术解读。文章系统分析 Agent Skills 为什么需要像软件一样测试，如何区分 capability uplift skills 与 encoded preference skills，如何设计 evals、benchmark、多智能体盲评和触发描述优化，并结合 PDF 表单、NDA 审查和周报生成案例总结可落地的工程实践。

Posted by iceyao on Sunday, May 3, 2026

从 0 行代码到 App Store：非技术项目经理用 Claude Code 六周发布压力管理应用

从一句提示词到 App Store：非技术项目经理如何用 Claude Code 在六周内发布 Respiro 压力管理应用

本文基于 Anthropic 官方博客，复盘乌克兰项目经理 Kostiantyn Vlasenko 如何在没有编程背景的情况下，借助 Claude Code 构建并上线 Respiro 压力管理 iOS 应用。文章覆盖产品构思、技术选型、AI Agent 开发流程、关键技术实现、发布上线与增长经验。

Posted by iceyao on Saturday, May 2, 2026

Claude Code 开发经验深度解析：为什么提示词缓存是一切

从 prefix matching 到 cache-safe forking，系统拆解 Claude Code 背后的提示词缓存工程

基于 Anthropic 官方博客 Lessons from building Claude Code: Prompt caching is everything 的深度技术解读。文章系统分析 Claude Code 在长期运行 Agent 场景下如何围绕提示词缓存设计 prompt 布局、工具集合、Plan Mode、MCP 工具延迟加载和 compaction 机制，并总结可落地的工程实践清单。

Posted by iceyao on Friday, May 1, 2026

MindCluster 架构与实践：从 NPU 调度、故障诊断到大模型训练容错

从本地 mind-cluster 源码和 MindCluster 7.1.RC1 官方文档出发，拆解昇腾 NPU 集群的软件栈、调度闭环、故障诊断与训练容错机制

本文遍历本地 mind-cluster 代码库，并结合昇腾社区 MindCluster 7.1.RC1 官方文档，系统梳理 MindCluster 的产品定位、组件架构、NPU 调度闭环、故障诊断、资源监测、Checkpoint 加速和训练容错能力。文章包含架构图、调度流程图、源码入口、YAML 示例和实践步骤，帮助读者理解如何用 MindCluster 构建可调度、可观测、可恢复的昇腾 AI 集群。

Posted by iceyao on Thursday, April 30, 2026

揭秘 AI 智能体评估：从任务、轨迹到生产级 Eval 体系

基于 Anthropic Engineering《Demystifying evals for AI agents》，系统拆解 AI Agent 评估的对象、方法、难题与工程化最佳实践

本文基于 Anthropic Engineering 的《Demystifying evals for AI agents》，面向开发者系统讲解 AI 智能体评估方法论：为什么传统单轮 LLM eval 不够，Agent eval 的 task、trial、transcript、outcome、grader、harness 如何协作，如何组合确定性评分器、LLM judge 与人工评审，以及如何处理非确定性、创造性解法、grader 脆弱、环境污染和 eval 饱和等挑战。文章配套架构图、对比图、指标趋势图和路线图，帮助团队从真实失败案例出发构建可维护的 Agent 评估体系。

Posted by iceyao on Thursday, April 30, 2026