OpenCLI 学习 06:Agent-First 与设计重心

1. 我当前对这个项目最核心的一个判断

我现在越来越觉得,这个项目的核心是 agent-first

也就是说,它是先站在“未来软件能力会越来越需要被 Agent 调用”的前提出发,再反过来思考:

  • 接口应该长什么样
  • 能力该如何暴露
  • 什么样的形式最适合 Agent 理解和调用

在这个前提下,CLI 形式的 harness 就变成了一种非常现实的工程落地方式。

2. 为什么它不把流程写死

我当前的一个重要理解是:

这个项目不想做固定工作流系统。

它更希望做的是:

  • 把领域能力整理成结构化命令树
  • 把这些能力作为一组可组合的工具暴露出来
  • 把具体任务编排尽量交给 Agent 自己决定

所以它信任 Agent 的地方在于:

  • 让 Agent 去选命令
  • 让 Agent 去组合步骤
  • 让 Agent 去形成任务级流程

3. 但这不是“少设计”

这一点是我现在特别明确的一个修正。

不能把这个项目理解成:

  • 因为相信 LLM 很强
  • 所以就少设计
  • 甚至过度设计完全多余

这个理解是不准确的。

更准确的理解是:

它不是少设计,而是把设计重点从“预设流程”转移到了“能力接口”。

也就是说:

  • 不设计死的工作流
  • 但会高度设计命令树、状态模型、JSON 输出、Skill、反馈接口和测试机制

4. 我现在理解的真正平衡点

这个项目的平衡点不是:

  • 完全交给 Agent 自由发挥

而是:

  • 人类先设计稳定的能力边界
  • Agent 再在这些边界内自由编排

所以更准确地说:

它不是在赌 Agent 不需要设计,而是在赌“只要能力边界设计得好,任务流程就不需要被提前写死”。

5. 为什么 CLI 适合这个思路

在这个项目里,CLI 的意义不是“黑框操作”,而是:

  • 有明确命令和参数
  • 可探索
  • 可组合
  • 可输出 JSON
  • 人和 Agent 都能用

所以 CLI 很适合作为 Agent-first 接口的外在形式。

而 harness 则是让这种外在形式真正接上复杂软件能力的内在实现。

6. 我当前的一句话总结

这个项目的核心不是“为 CLI 而 CLI”,也不是“因为相信 LLM 很强所以不设计”,而是站在 agent-first 的角度,把设计重点从固定流程转移到能力接口,让人类负责设计清晰边界,让 Agent 负责在这些边界内自由编排任务。

Read more

Mac 上 Skill CLI 无法执行的坑:最后其实一条命令就够了

我在做 Amazon skills 的过程中,逐步把本地 CLI 从 Python 脚本切到 Go 二进制。这样做的好处很明显:用户不用装 Python、不用配依赖,解压 skill 后直接运行。但在 macOS 上,我们反复遇到一个看起来很玄的问题:同一个二进制,在 Linux/Windows 上正常,在 Mac 上就是执行不了。 当时遇到的现象 常见报错大概有几类: * 双击或 agent 调用 CLI 时,系统提示文件来自未知开发者,无法打开。 * 终端里执行时提示 Permission denied。 * 已经 chmod +x 了,仍然被 macOS 拦截。 * Apple

By ladydd

当我把全世界人群的基因 PCA 跑出来后,看见了一个倒 L 型

最近我把之前学的一些分子人类学知识,终于真正落地了。 不是停留在看论文、看别人画图、看别人解释“人群结构”这些概念,而是自己把数据处理完,自己跑 PCA,自己把全世界不同人群放到一张图上。 然后那一刻,我真的被击中了。 图上出现了一个非常漂亮的倒 L 型。 一端是非洲,另一端逐渐拉向东亚,中间有中东、欧洲、南亚、欧亚大陆上的各种过渡人群。它不是那种随机散点图,而是有方向、有骨架、有历史感的结构。 我第一眼看到的时候,脑子里直接冒出一句话: 这不像是一张普通统计图,这像是人类迁徙史在二维空间里留下的影子。 当然,后来我也提醒自己,PCA 不能被过度浪漫化。它不是地图,也不是时间轴,更不是“谁从哪里走到哪里”的直接证据。PCA 本质上是把高维基因差异压缩到几个主成分上,用最大方差方向把样本摊开。它可以帮助我们观察人群结构、相似性、分化和混合,但不能单独承担全部历史解释。PCA 在群体遗传学里常用于观察 population structure

By ladydd

吞吐与延迟:一个厨房比喻讲透性能压测

写于 2026-06-26。背景: MCP 服务 跑在 3 台 ClickHouse(每台 16 核 / 64G,1 分片 3 副本)上。 我们花了一整轮做公网压测,把这套系统的极限、天花板和杠杆全摸清了。这篇把"吞吐 / 延迟 / 排队"这三个最容易混的概念讲透,配我们自己的真实实测数据。 一句话结论 我们这套系统的吞吐天花板 ≈ 76 req/s。 往里塞再多并发(100、200、300、500),每秒"做完"的还是大约 76 个,多出来的全在排队。系统不会崩,只会让每个人等得更久。 天花板能不能抬?

By ladydd

四卡 3090 本地模型部署复盘:Ollama 跑通 35B,以及 GPU0 掉卡问题

这次做的是一轮真实的本地模型部署摸底。 目标不是搭一个临时 Demo,而是把一台四卡 3090 GPU 机器接进自己的日常 AI 使用环境:本机跑 Open WebUI,负责账号、会话和前端配置;GPU 机器只负责模型推理。这样以后换模型、换推理框架、重启服务,都尽量不影响本机的使用入口。 最后结论比较清楚:qwen3.5:35b 的 GGUF Q4_K_M 量化版已经通过 Ollama 跑通,本机 Open WebUI 可以接入,热加载后的聊天速度也能用;但 GPU0 存在明显稳定性问题,重启后能短暂恢复,跑过负载后又会掉到 NVML 异常状态。 状态快照 当前能用的部分: * 本机 Open WebUI 已部署,

By ladydd
陕公网安备61011302002223号 | 陕ICP备2025083092号