#AIAgent · AI 短帖与讨论

🚀 2026年AI从业者的9项核心技能，你掌握了几个？

不是每个都要学，但至少得知道自己该补哪块：

1. Prompt Engineering — 所有AI工作的基础，写好指令才能拿到好结果
2. AI 工作流自动化 — 把重复任务连成自动化流水线
3. AI Agent 开发 — 能规划、能记忆、能执行的智能系统
4. RAG — 让AI检索你自己的文档和知识库
5. Fine-Tuning & Custom GPT — 针对特定场景定制AI模型
6. AI 视频生成 — 从脚本到成片的自动化制作
7. 多模态AI — 文本、图像、音频、视频联合处理
8. AI 工具组合 — 把多个AI工具串联成高效工作流
9. LLM 评估与管理 — 衡量准确率、成本、性能和质量

别贪多。选2-3个方向深入，比什么都浅尝辄止强十倍。

2026年不是"会不会用AI"的问题，而是"怎么用好AI"的问题。

🚀 2026年AI从业者的9项核心技能，你掌握了几个？

不是每个都要学，但至少得知道自己该补哪块：

1. Prompt Engineering — 所有AI工作的基础，写好指令才能拿到好结果
2. AI 工作流自动化 — 把重复任务连成自动化流水线
3. AI Agent 开发 — 能规划、能记忆、能执行的智能系统
4. RAG — 让AI检索你自己的文档和知识库
5. Fine-Tuning & Custom GPT — 针对特定场景定制AI模型
6. AI 视频生成 — 从脚本到成片的自动化制作
7. 多模态AI — 文本、图像、音频、视频联合处理
8. AI 工具组合 — 把多个AI工具串联成高效工作流
9. LLM 评估与管理 — 衡量准确率、成本、性能和质量

别贪多。选2-3个方向深入，比什么都浅尝辄止强十倍。

2026年不是"会不会用AI"的问题，而是"怎么用好AI"的问题。

🚀 2026年AI从业者的9项核心技能，你掌握了几个？

不是每个都要学，但至少得知道自己该补哪块：

1. Prompt Engineering — 所有AI工作的基础，写好指令才能拿到好结果
2. AI 工作流自动化 — 把重复任务连成自动化流水线
3. AI Agent 开发 — 能规划、能记忆、能执行的智能系统
4. RAG — 让AI检索你自己的文档和知识库
5. Fine-Tuning & Custom GPT — 针对特定场景定制AI模型
6. AI 视频生成 — 从脚本到成片的自动化制作
7. 多模态AI — 文本、图像、音频、视频联合处理
8. AI 工具组合 — 把多个AI工具串联成高效工作流
9. LLM 评估与管理 — 衡量准确率、成本、性能和质量

别贪多。选2-3个方向深入，比什么都浅尝辄止强十倍。

2026年不是"会不会用AI"的问题，而是"怎么用好AI"的问题。

🚀 2026年AI从业者的9项核心技能，你掌握了几个？

不是每个都要学，但至少得知道自己该补哪块：

1. Prompt Engineering — 所有AI工作的基础，写好指令才能拿到好结果
2. AI 工作流自动化 — 把重复任务连成自动化流水线
3. AI Agent 开发 — 能规划、能记忆、能执行的智能系统
4. RAG — 让AI检索你自己的文档和知识库
5. Fine-Tuning & Custom GPT — 针对特定场景定制AI模型
6. AI 视频生成 — 从脚本到成片的自动化制作
7. 多模态AI — 文本、图像、音频、视频联合处理
8. AI 工具组合 — 把多个AI工具串联成高效工作流
9. LLM 评估与管理 — 衡量准确率、成本、性能和质量

别贪多。选2-3个方向深入，比什么都浅尝辄止强十倍。

2026年不是"会不会用AI"的问题，而是"怎么用好AI"的问题。

Claude Code 默认非常臃肿：消耗大量 tokens、争论不休且速度缓慢……以下是修复方法： 从你的全局 CLAUDE.md 开始：

1. 添加这一行："always talk in ASD-STE100 simplified technical english and say only what needs to be said. report only the elements needed for me to make the right decisions, explained clearly"

1. 保持文件在 200 行以内，仅保留必要的上下文——文件越长，被忽略的内容就越多。每 2-3 个月删除并从头重建。

> 在新会话中运行 /context，它会在你输入任何内容前显示窗口中已加载的内容：system prompt（系统提示）、tools（工具）、memory files（记忆文件）、skills（技能）……移除其中最大的项，重启后再次检查。

> 也查看一下 /usage，它会显示哪个 MCP server、skill、agent 或 plugin 正在消耗你的 tokens > 优先使用 CLI 而非 MCP：命令只返回你请求的行，而 MCP 每次都把整个结果倾倒进窗口

> 关闭你不需要的 MCP server：输入 /mcp 并将它们关闭，它们会保留在你的配置中供以后使用

对于很少使用的技能，将其标记为仅手动（disable-model-invocation: true），这样在你主动调用之前不会产生任何消耗。

将"禁止操作"规则写成权限设置，而不是写在 CLAUDE.md 的句子中，因为在长时间会话中这些句子会被忽略。 > 到达检查点或上下文超过400k时，立即用 /clear 清除会话

> 让 Claude Code 做它最擅长的事……视觉任务和计算机操作交给无头工作进程处理 > 将大量探索工作移交给运行其他框架的子代理，它们在各自窗口中读取内容，你的窗口只查看摘要

将上下文计量器放到状态栏（/statusline）中，这样你就能在质量下降前看到上下文窗口被填满 避免使用 Claude 应用，从终端或像 Orca 这样的 ADE 工作 （保存此提示）

Claude Code 默认非常臃肿：它消耗大量 tokens，爱争辩且速度很慢……以下是修复方法： 从你的全局 CLAUDE.md 开始：

1. 添加以下内容："始终使用 ASD-STE100 简化技术英语，只说必要的话。只报告我做出正确决策所需的要素，并清晰解释" 2. 控制在200行以内，仅保留必要的上下文——文件越长，被忽略的内容越多。每2-3个月删除后从头重建。

> 在新会话中运行 /context，它会显示你输入前窗口中已加载的内容：system prompt、tools、memory files、skills……移除其中最大的项，重启后再次检查。

> 也查看一下 /usage，它会显示是哪个 MCP 服务器、skill、agent 或 plugin 在消耗你的 tokens > 优先使用 CLI 而非 MCP：命令只返回你请求的行，而 MCP 每次都会把整个结果倾倒进窗口

> 关闭不用的 MCP 服务器：输入 /mcp 并关闭它们，它们仍会保留在你的配置中供以后使用

对于很少使用的技能，标记为 manual-only（disable-model-invocation: true），这样在主动调用前不会产生任何成本。

将"禁止操作"规则写成权限设置，而非 CLAUDE.md 中的句子，因为在长时间会话中这些句子会被忽略。 仅在规划时使用高努力级别，其余情况均应使用中等或低级别。 > 到达检查点或上下文超过 400k 时，立即 /clear 你的会话

> 让 Claude Code 做它最擅长的事……视觉任务和计算机操作交给 headless workers 处理 > 将大量探索工作移交给运行其他 harnesses 的 subagents，它们在各自的窗口中读取内容，你的窗口只看到摘要

> 把上下文计量器放到状态栏（/statusline）里，这样你就能在质量下降前看到上下文窗口逐渐填满 > 避免使用 Claude 应用，改用终端或类似 Orca 的 ADE 工作 （保存此提示词）

如何在短短4个月内成为一名专业的AI工程师

科技市场正以惊人的速度变化，AI不仅仅是你技术栈中添加的新工具
作为开发者，未来真正的价值将体现在你从头到尾构建和设计智能系统的能力上

在这4个月里，你将学会如何构建LLM应用、对接AI API、使用RAG、设计Agent与Workflow，并将你的项目部署到Production

🔖 请收藏这篇帖子，因为这份Roadmap可能成为你踏入AI Engineering领域的真正起点

🔹 第一个月：编程基础 + LLM Fundamentals
先搭建所有AI项目都需要的工程基础

• 终端与 Git/GitHub
• REST API 与 HTTP
• System Prompt 与 User Prompt

GitHub: github.com/actionow-ai/ac…

GitHub 上 10 个值得关注的 AI Agent 开源项目。

原帖整理了 10 个高 star 项目，涵盖不同场景：

1. TradingAgents

AI 驱动的量化交易 Agent

1. LibreChat

多模型聚合聊天界面（ChatGPT/Claude/Gemini）

1. HyperFrames

HeyGen 开源替代，AI 视频生成

1. Fincept Terminal

AI 金融终端，类似 Bloomberg

1. MoneyPrinterTurbo

AI 短视频自动生成（已发过，但值得再提）

1. Agentic Inbox

Cloudflare 出品的 AI 邮件处理

1. VoxCPM

AI 语音处理工具

1. Flowsint

OSINT 情报收集 Agent

1. agent-skills

Claude Code 的 Skill 集合

1. Nango

统一 API 集成平台

几个观察：
• 金融/交易类 Agent 很火（TradingAgents、Fincept）
• 内容生成工具持续热门（HyperFrames、MoneyPrinterTurbo）
• 开发工具类在崛起（agent-skills、Nango）
• 都是实用型项目，不是概念验证

GitHub 搜项目名称都能找到。

你们用过哪个？

#AIAgent #开源 #GitHub #TradingAgents #LibreChat

Hugging Face 出了个免费的 AI Agent 课程。

GitHub 上已经 3.1 万 stars，质量很高。

课程内容：
• AI Agent 基础概念
• 工具使用（Tool Use）
• RAG 检索增强
• 多 Agent 协作
• 实战项目

用的框架：

• smolagents（Hugging Face 自家）
• LlamaIndex
• LangGraph

适合谁学？

• 想系统学习 Agent 开发的
• 有 Python 基础，想实战的
• 不想零散看文档，要体系化课程的

学习方式：
• 完全免费
• 有代码示例
• 有练习题
• 可以本地跑，也可以用 Colab

几个亮点：

1. 从 0 开始，不需要先有 Agent 经验
2. 覆盖理论和实践，不只是调 API
3. 用主流框架，学完能直接上手项目
4. Hugging Face 出品，社区支持好

课程地址：GitHub 搜 huggingface/agents-course

想转 Agent 开发的同学可以看看，比零散找资料效率高。

你们系统学过 Agent 吗？

#AIAgent #HuggingFace #免费课程 #教程

MCP 协议更新了，这次改动很大。

2026-07-28 版本是 MCP 发布以来最大的一次更新，基于 18 个月的实践经验。

核心变化：

1. 无状态化

以前 MCP 是有状态的，现在改成无状态协议。这意味着部署更简单、扩展更容易。

1. 多轮请求支持

支持多轮往返请求，复杂交互场景（比如需要确认的操作）可以实现了。

1. 扩展机制

新增 MCP Apps、Tasks、Enterprise Managed Auth 等扩展。不再只是简单的工具调用，可以构建更复杂的应用。

1. SDK 更新

Python、TypeScript、C# SDK 都发布了 v2.0.0，API 设计更合理。

1. 生态支持

AWS、Google Cloud、Cloudflare、Supabase 等主流平台都开始支持 MCP。

背后的意义：

MCP 正在从"实验性协议"变成"行业标准"。Anthropic、Google、Microsoft、OpenAI 都参与了这次更新。

对开发者来说：

• 构建 AI Agent 有了更稳定的基础
• 工具集成标准化，不用重复造轮子
• 部署和运维成本降低

你们在用 MCP 吗？遇到什么坑？

#MCP #AIAgent #协议更新 #Anthropic

最大开源 CAD 操作数据集发布：1021小时真人录屏，训练专业 AI Agent

CAD-1000-Hours 开源了，这是目前公开最大的 CAD 操作数据集，专门用来训练能真正会用专业 CAD 软件的 AI Agent。

数据规模

📊 体量

• 1021.64 小时真人屏幕录像
• 597 个专家完整任务
• 256.6 GB 总容量

🎨 覆盖软件

• AutoCAD（约 502 小时）
• SOLIDWORKS（约 209 小时）
• 共 10 款专业 CAD 软件

📁 数据内容
每个任务包含：

• 30 帧视频录像
• 同步的鼠标键盘操作记录
• 文字讲解说明
• 任务目标和打分标准
• 原始文件和最终成品

数据特点

不是演示视频，是工程师真实画图过程：

• 包含完整的思考过程
• 真实的操作路径
• 从问题到解决方案的完整链路

应用场景

🤖 AI Agent 训练

• 学习专业 CAD 软件操作
• 理解工程设计流程
• 模仿专家级操作习惯

📚 教学研究

• CAD 技能培训
• 操作规范分析
• 效率优化研究

获取方式

Hugging Face 直接下载，开源免费。

意义

专业软件操作一直是 AI Agent 的难点：GUI 复杂、操作链长、需要领域知识。这个数据集让训练"会用 CAD 的 AI"成为可能，从简单的代码生成延伸到复杂的图形界面操作。

#AIAgent #CAD #开源数据集 #HuggingFace #专业软件