最新文章

AgentScope 2.0 不只提供模型呼叫，而是把 Agent runtime、工具、事件串流、上下文、权限、记忆、sandbox 与 agent service 组合在同一套 Python 框架中。本文从架构、快速开始、多 Agent、A2A 与部署取舍，整理它适合哪些实际应用。

GitHub 官方 github-mcp-server 如何通过 MCP 将 repository、issue、pull request 与 CI/CD 能力交给 AI Agent？本文从 remote/local 部署、精简 toolset、只读权限与 lockdown mode 出发，整理一套可落地且重视权限边界的工程工作流。

D3.js 并不是把数据塞进固定图表模板的组件库，而是一组基于 Web 标准构建的底层可视化工具。本文从 d3/d3 的模块结构与官方示例出发，拆解数据绑定、比例尺、图形生成与交互更新如何组合，并用一个可直接运行的 SVG 示例说明它适合哪些场景，以及何时应改用更高阶的图表方案。

LLM 应用最难维护的，往往不是把模型接上，而是回答品质一变差时，你能不能快速知道原因。Promptfoo 把 prompt、模型、测试案例、评测断言与红队扫描收进同一套 CLI／library 流程，让模型比较、回归测试与安全检查可以在本机重跑，也能接到 CI/CD。本文从一个可落地的评测流程开始，拆解它适合解决的问题、导入步骤与不能忽略的限制。

PPT Master 把文件理解、叙事规划、模板套用、原生 PowerPoint 生成、预览与旁白整合成一条可重跑的 agent 工作流。本文拆解它如何保留 shapes、tables、charts、transitions 与 animations 的可编辑性，并整理导入时的验证重点。

Archify 将 coding agent 产生的 typed JSON IR，透过 deterministic validation 编译成可互动、可汇出、可追溯的系统地图。本文拆解它如何处理架构图可信度、source evidence、Architecture Delta 与 last-good preview。