摄入日志

本库所有摄入、查询和 lint 操作的仅追加记录。 格式：## [YYYY-MM-DD] <operation> | <source> | sections touched: <list>

[2026-07-10] ingest | AWS Marketplace — Building Agentic Systems on AWS: Agent Memory Systems（Module 7） | 涉及章节：AgentMemory/short-term.md、AgentMemory/functional-tiers.md、AgentMemory/ltm-strategies.md、ProductionBestPractices/state-memory.md、AgentPlatforms/aws-agentcore.md、AllThingsAWS/README.md、index.md

来源：raw/awsmp-building-agentic-systems-module-7.pdf 类型：厂商实践工作坊幻灯片（35 页，AWS Marketplace，2026） 演讲者：Leonardo Murillo（AWS Marketplace 开发者关系）、Thaddeus Worsnop（AWS 首席解决方案架构师） 处理者：Kiro

修改的文件

新增核心知识

• AWS 记忆分类法：时长 × 范围象限（上下文内 / 会话 / 跨智能体 / 语义），作为 CoALA 功能类型的补充
• 上下文窗口预算工程：Token 区域布局、KV cache 命中率（稳定系统提示词可节省约 85% 成本）、四种窗口策略及延迟对比
• HNSW 与 IVF+PQ：每向量内存数据（每 1K 向量约 120KB 与约 8–15KB）、参数调优指引与选型决策树
• 混合检索流水线：BM25 +5ms → HNSW 稠密检索 +15ms → RRF +2ms → 交叉编码器重排序 +40ms = 端到端约 62ms；精确字符串/CVE/错误码查询中的纯稠密检索失效案例
• Amazon Bedrock Knowledge Bases：分块策略、在 ANN 前缩小搜索空间的元数据过滤，以及 Retrieve 与 RetrieveAndGenerate API 模式
• 基于 Neo4j AuraDB 的 GraphRAG：影响半径查询、一度和二度依赖遍历，以及向量检索无法处理结构化事实的场景
• AgentCore Memory：会话（CreateEvent/ListEvents）、长期（提取 → 巩固 → 反思）与三层提取策略（零配置 / 引导式 / 自定义）
• 合作伙伴记忆栈：Redis Cloud（CRDT 双活、Redis on Flash、会话数据结构）、MongoDB Atlas（统一文档+向量、聚合流水线、Change Streams）、Neo4j AuraDB（图结构知识）——分别处于不同延迟层级（< 2ms / ~18ms / ~30ms）
• 冷热交接：Redis TTL 到期 → EventBridge → Lambda → Bedrock（Haiku 提取）→ Pydantic 校验 → MongoDB Atlas upsert（幂等）
• 记忆治理：各存储的数据血缘、分层留存 TTL（24 小时会话 / 90 天工作流 / 7 年归档）、通过 Guardrails + Macie 检测并掩码 PII，以及使用 user_id 索引实现删除权

[2026-07-05] ingest | Kestra — 声明式智能体编排平台 | 涉及章节：WorkflowBuilders/orchestration.md，Standards/mcp.md，index.md

来源：多源 WebSearch/WebFetch 调研（kestra.io、github.com/kestra-io/kestra）——无原始文档或用户提供的 URL；任务是为 Kestra 找到合适的归类并补充覆盖

类型：厂商/工具调研 — 新增编排平台条目

处理工具：Claude Code

修改的文件

说明：本任务未提供原始源文件或 URL；内容直接通过 WebSearch/WebFetch 针对 Kestra 官网、文档与 GitHub 仓库调研得到。kestra.io/1-0 与 kestra.io 对直接 WebFetch 返回 HTTP 403，故相关事实来自引用同一 URL 的 WebSearch 摘要（已列入 References），而非整页抓取。

[2026-06-30] ingest | 记忆方案雷达更新 — Anthropic、Salesforce、Cloudflare、MinnsDB、agentmemory、框架原生记忆 | 涉及章节：AgentMemory/solutions.md，AgentPlatforms/claude-managed-agents.md，AgenticFrameworks/langchain.md，AgenticFrameworks/crewai.md，AgenticFrameworks/llamaindex.md，index.md

来源：多源 WebSearch/GitHub API 调研（无单一原始文档）；用户提供的 6 个待评估记忆工具/厂商候选清单，在可访问处对照一手来源核验 类型：厂商/工具调研 — 技术雷达更新 处理工具：Claude Code

修改文件

备注：WebFetch 对 engineering.salesforce.com、blog.cloudflare.com、dev.to 返回 403；这三处来源改用 WebSearch 摘要而非直接读页。MinnsDB 除一篇第三方 dev.to 文章外无法独立核实——未找到 GitHub 仓库、公司网站或其他一手来源；该雷达条目明确标注为 Caution，用「未核实/未确认」占位而非编造数据。

[2026-06-30] ingest | 语义数据层格局 — ThoughtWorks 风格技术雷达（粘贴调研） | 涉及章节：AgenticTechStack/semantic-data-layer-radar.md（新建），AgenticTechStack/README.md，AgenticTechStack/thoughtworks-radar-vol34.md，AllThingsAWS/README.md，AllThingsGoogle/README.md，AllThingsMicrosoft/README.md，AgentPlatforms/microsoft-fabric-databases-2026.md，RAG/Readme.md，ProductionBestPractices/context-engineering.md，mkdocs.yml，index.md

[2026-06-30] ingest | Gartner — AI 评测与可观测性平台（AEOPs） | 涉及章节：EvaluationFrameworks/platforms.md，Observability/Readme.md

[2025-12-04] ingest | AI Engineering: Building Applications with Foundation Models (Chip Huyen, O'Reilly) | 涉及章节：Concepts/ai-engineering.md（新建），EvaluationFrameworks/ai-as-judge.md（新建），ReferenceArchitecture/ai-engineering-architecture.md（新建），PromptEngineering/README.md，RAG/Readme.md，Concepts/agent-definition.md，EvaluationFrameworks/llm-frameworks.md，ProductionBestPractices/cost-management.md，ProductionBestPractices/observability.md，mkdocs.yml，index.md

来源：raw/AIEngineering.pdf 类型：书籍（535 页，O'Reilly，2024 年 12 月） 作者：Chip Huyen ISBN：978-1-098-16630-4 处理工具：Kiro

修改文件

小结

Chip Huyen 的《AI Engineering》是在基础模型之上构建生产级 AI 应用的权威实务参考。全书 10 章覆盖完整生命周期：理解基础模型、评测方法论、提示词工程、RAG、智能体、微调、数据集工程、推理优化，以及端到端生产架构。

本次为知识库新增的关键概念： - AI Engineering 学科——它与 ML 工程的区别；它为何兴起的三因素模型；8 类应用场景及其消费级/企业级拆分 - 五步生产架构——从裸模型 API 出发，经上下文增强、护栏、路由/网关、缓存到智能体模式的渐进复杂度模型 - AI 充当评审——对 LLM 充当评审方法论的完整论述，含三种用法、提示词设计、局限与评审选型 - 提示词工程最佳实践——从 Huyen 及 OpenAI/Anthropic/Google 指南提炼的 6 条原则，侧重任务分解与防御性提示词 - RAG 架构——检索算法对比（关键词/稠密/混合/重排序）、切块策略、RAG vs. 微调决策框架 - 推理优化——TTFT/TPOT/MFU/MBU 指标、量化/蒸馏/推测解码、连续批处理/KV 缓存、在线 vs. 批量 API 取舍 - 可观测性指标——衡量监控基础设施健康度的 MTTD/MTTR/CFR 框架；评测-监控反馈闭环

[2026-06-04] ingest | Microsoft Build 2026 — 使用 Microsoft Fabric 和 Microsoft 数据库构建智能体应用 | 涉及章节：AgentPlatforms/microsoft-fabric-databases-2026.md（新建），AllThingsMicrosoft/README.md，AgentPlatforms/microsoft-azure.md，mkdocs.yml

来源： - https://azure.microsoft.com/en-us/blog/microsoft-build-2026-building-agentic-apps-with-microsoft-fabric-and-microsoft-databases/ — Azure 官方博客主公告 - https://community.fabric.microsoft.com/t5/Fabric-Updates-Blog/The-Era-of-the-Agentic-Database-Developer-Microsoft-SQL/ba-p/5190062 — SQL / 智能体开发者时代公告 - https://devblogs.microsoft.com/cosmosdb/announced-at-ms-build-2026-azure-cosmos-db-mcp-toolkit-semantic-reranking-global-secondary-indexes-and-more/ — Cosmos DB Build 2026 公告 - https://community.fabric.microsoft.com/t5/Fabric-Updates-Blog/Fabric-IQ-The-shared-context-layer-for-AI-agents-and-real-time/ba-p/5191678 — Fabric IQ GA 详情 - https://community.fabric.microsoft.com/t5/Fabric-Updates-Blog/Introducing-Rayfin-A-new-AI-first-way-to-build-deploy-and-govern/ba-p/5191676 — Rayfin 介绍 - https://techcommunity.microsoft.com/blog/adforpostgresql/azure-horizondb-enterprise-ready-postgres-engineered-for-the-ai-era/4524094 — Azure HorizonDB 详情 类型：厂商公告 — Microsoft Build 2026 面向智能体 AI 的数据平台与数据库能力

修改文件

[2026-06-02] synthesis | Claude Code 编排原语决策指南 | 涉及章节：WorkflowBuilders/claude-orchestration-guide.md（新建），WorkflowBuilders/dynamic-workflows.md，AllThingsAnthropic/README.md，Standards/mcp.md，mkdocs.yml

来源： - https://code.claude.com/docs/en/agents — 并行运行智能体（权威对比） - https://code.claude.com/docs/en/sub-agents — 子智能体参考文档 - https://code.claude.com/docs/en/skills — Skills 参考文档 - https://code.claude.com/docs/en/agent-teams — Agent Teams 参考文档 - https://code.claude.com/docs/en/workflows — Dynamic Workflows 参考文档 类型：决策指南 / 综合分析 — 涵盖 Claude Code 全部编排原语（MCP、Skills、Subagents、Agent View、Agent Teams、Dynamic Workflows）

修改文件

[2026-06-02] ingest | Dynamic Workflows — Claude Code (code.claude.com/docs/en/workflows) | 涉及章节：WorkflowBuilders/dynamic-workflows.md（新建），AllThingsAnthropic/README.md，RAG/search-as-code.md，AgentHarness/code-as-agent-harness.md，mkdocs.yml

来源：https://code.claude.com/docs/en/workflows 类型：官方产品文档 — Claude Code，Anthropic

修改文件

[2026-06-02] ingest | Rethinking Search as Code Generation (Perplexity AI Research) | 涉及章节：RAG/search-as-code.md（新建），Benchmarks/agent-benchmarks.md，ProductionBestPractices/context-engineering.md，RAG/Readme.md，mkdocs.yml，index.md

来源：https://research.perplexity.ai/articles/rethinking-search-as-code-generation 类型：研究文章 — Perplexity AI，2025 年 9 月。介绍 Search as Code（SaC）参考架构、三层模型、WANDR 基准测试及性能评测。

修改文件

[2026-06-02] ingest | microsoft/agentpex (GitHub) | 涉及章节：EvaluationFrameworks/llm-frameworks.md，ProductionBestPractices/testing-evaluations.md，AllThingsMicrosoft/README.md

来源：https://github.com/microsoft/agentpex 类型：开源工具（Microsoft，MIT 许可证）— 智能体 trace 评测框架

修改文件

[2026-06-02] ingest | Harness Updating Is Not Harness Benefit: Disentangling Evolution Capabilities in Self-Evolving LLM Agents (arXiv:2605.30621) | 涉及章节：AgentHarness/harness-self-evolution.md（新建），AgentHarness/agent-harness.md，AgentHarness/harness-engineering.md，AgentHarness/harness-optimization.md，mkdocs.yml

来源：https://arxiv.org/abs/2605.30621 类型：研究论文 — Lin et al.（KDD 2026，Datasets and Benchmarks Track，口头报告）；24 页，9 图，12 表

修改文件

[2026-06-01] ingest | The Efficiency Frontier: A Unified Framework for Cost-Performance Optimization in LLM Context Management (arXiv:2605.23071) | 涉及章节：ContextEngineering/efficiency-frontier.md（新建），ContextEngineering/strategies.md，ProductionBestPractices/cost-management.md，ProductionBestPractices/context-engineering.md，index.md

来源：https://arxiv.org/abs/2605.23071

[2026-05-30] ingest | Agent Harness for Large Language Model Agents: A Survey (arXiv:2605.29682) | 涉及章节：AgentHarness/llm-harness-survey.md，AgentHarness/agent-harness.md，AgentHarness/harness-engineering.md

来源：https://arxiv.org/pdf/2605.29682 类型：研究综述论文 — Meng、Wang、Chen、Wu、Li、Jiang、Wang、Lu、Gao、Wu、Hu（2026 年）；覆盖 110+ 篇论文、23 个系统；DOI：10.20944/preprints202604.0428.v3

修改文件

[2026-05-24] ingest | Temporal — 面向智能体 AI 的持久化工作流编排 | 涉及章节：WorkflowBuilders/orchestration.md（新增 Temporal 章节），index.md

来源：https://temporal.io/ai/agentic-ai；https://youtu.be/GEXllEH2XiQ?si=2uQ0Ov0VPxjGPf_o；https://docs.temporal.io/evaluate/understanding-temporal#durable-execution

[2026-05-24] ingest | 智能体记忆服务商 — Maximem（Synap + Vity）| 涉及章节：AgentMemory/solutions.md

来源：https://www.maximem.ai/；https://www.maximem.ai/product；https://www.maximem.ai/vity；https://www.maximem.ai/compare/maximem-synap-vs-mem0-vs-zep-vs-letta-vs-supermemory-vs-cognee-vs-evermind；https://github.com/maximem-ai

[2026-05-24] ingest | 智能体记忆服务商 — LanceDB、Cognee | 涉及章节：AgentMemory/solutions.md

来源：https://github.com/lancedb/lancedb；https://github.com/CortexReach/memory-lancedb-pro；https://www.lancedb.com/blog/openclaw-lancedb-memory-layer；https://github.com/topoteretes/cognee；https://www.cognee.ai/blog/fundamentals/how-cognee-builds-ai-memory；https://www.cognee.ai/blog/cognee-news/cognee-raises-seven-million-five-hundred-thousand-dollars-seed

[2026-05-24] ingest | 智能体记忆服务商 — Honcho、Hindsight、Holographic、RetainDB、ByteRover + Redis 上下文引擎参考资料 | 涉及章节：AgentMemory/solutions.md

来源：https://github.com/plastic-labs/honcho；https://github.com/vectorize-io/hindsight；https://github.com/NeoVertex1/nuggets；https://www.retaindb.com/；https://github.com/campfirein/byterover-cli；https://redis.io/docs/latest/develop/ai/context-engine/agent-memory/

[2026-05-23] ingest | Code as Agent Harness: Toward Executable, Verifiable, and Stateful Agent Systems (arXiv:2605.18747) | 涉及章节：AgentHarness/code-as-agent-harness.md（新建），AgentHarness/agent-harness.md，AgentHarness/harness-engineering.md，index.md，mkdocs.yml

来源：https://arxiv.org/abs/2605.18747 类型：研究综述论文 — Ning et al.（UIUC、Meta、Stanford），2026 年 5 月；覆盖 197 篇论文、40+ 子类别

修改文件

[2026-05-23] ingest | OpenViking (volcengine/OpenViking) | 涉及章节：AgentMemory/solutions.md

来源：https://github.com/volcengine/OpenViking；https://openviking.ai/；https://www.marktechpost.com/2026/03/15/meet-openviking-an-open-source-context-database-that-brings-filesystem-based-memory-and-retrieval-to-ai-agent-systems-like-openclaw/；https://developers.redhat.com/articles/2026/04/23/deploy-openviking-openshift-ai-improve-ai-agent-memory

[2026-05-23] ingest | Google Cloud Agent Gallery — Gemini Enterprise 中由合作伙伴构建的智能体 | 涉及章节：Marketplace/google-cloud-marketplace.md（新建），Marketplace/anthropic-marketplace.md（新建），Marketplace/Readme.md，AllThingsGoogle/README.md，AllThingsAnthropic/README.md，mkdocs.yml

来源：https://cloud.google.com/blog/products/ai-machine-learning/partner-built-agents-available-in-gemini-enterprise；Anthropic 市场上线情况（第二个 URL 格式错误 — pic.com/news/finance-agents — 无法获取；页面内容依据已知分发渠道创建）

[2026-05-23] ingest | Agent Skills / SKILLS.md（Anthropic，2025 年）| 涉及章节：Standards/skills-md.md（新建），AllThingsAnthropic/README.md，mkdocs.yml

来源：https://claude.com/blog/skills；https://claude.com/blog/skills-explained；https://resources.anthropic.com/hubfs/The-Complete-Guide-to-Building-Skill-for-Claude.pdf

[2026-05-22] ingest | AIDLC Workflows（AWS Labs）v0.1.8 | 涉及章节：Standards/aidlc.md（新建），AllThingsAWS/README.md，ProductionBestPractices/testing-evaluations.md，Standards/openspec.md，index.md，mkdocs.yml

来源：https://github.com/awslabs/aidlc-workflows + https://aws.amazon.com/blogs/devops/ai-driven-development-life-cycle/ 类型：开源框架（MIT-0），AWS Labs，v0.1.8，2026 年 4 月

修改文件

[2026-05-22] update | OpenSpec（Fission AI）v1.3.1 | 涉及章节：Standards/openspec.md，AllThingsOpenAI/README.md

来源：https://github.com/Fission-AI/OpenSpec 类型：OSS 框架更新 — 将页面从存根 / 预发布版本重写为生产级 v1.3.1（50.1k stars，MIT 许可证）

修改文件

[2026-05-17] ingest | OpenClaw | 涉及章节：AgentPlatforms/openclaw（新建），AgentPlatforms/README，AgentPlatforms/hermes-agent，mkdocs.yml

来源：https://openclaw.ai/ + https://github.com/openclaw/openclaw + https://github.com/openclaw/clawhub 类型：开源本地优先个人 AI 智能体（MIT 许可证，2026 年 1 月发布）

修改文件

[2026-05-17] ingest | Hermes Agent（Nous Research）| 涉及章节：AgentPlatforms/hermes-agent（新建），AgentPlatforms/README，AgenticTechStack/README，mkdocs.yml

来源：https://hermes-agent.nousresearch.com/ + https://github.com/NousResearch/hermes-agent + https://github.com/NousResearch/hermes-function-calling 类型：开源个人 AI 智能体（Nous Research，2026 年 2 月发布）

修改文件

[2026-05-17] ingest | Thoughtworks Technology Radar Vol. 34（2026 年 4 月）— 智能体 AI 专题 | 涉及章节：AgenticTechStack/thoughtworks-radar-vol34（新建），AgenticTechStack/README，AgenticFrameworks/solutions，Observability/tech-radar，mkdocs.yml

来源：PDF 上传 — https://www.thoughtworks.com/content/dam/thoughtworks/documents/radar/2026/04/tr_technology_radar_vol_34_en.pdf 类型：行业技术雷达（118 个信号点，2026 年 4 月，Thoughtworks 技术顾问委员会） 范围：智能体 AI、LLM 工具、编码智能体、上下文工程、评测、可观测性、安全、运行框架工程

修改文件

核心雷达信号（智能体 AI）

• 新晋 Adopt：上下文工程、LLM 结构化输出（均为 Techniques 象限）；Instructor、Pydantic AI（L&F 象限）；Claude Code、Cursor（Tools 象限）
• 值得关注的移动 — Adopt → Trial：LangGraph（图结构并非总是最优选择；更简单的智能体模式已可行）
• 值得关注的移动 — Trial → Adopt：上下文工程（现已成为基础性实践，不仅是优化手段）
• 新增注意项：智能体指令膨胀、编码智能体蜂群、忽视智能体工作流持久性、MCP 作为默认选项
• 关键新技术：Agent Skills、编码智能体的反馈传感器、渐进式上下文披露、沙箱隔离执行

[2026-05-17] ingest | A Practical Guide to Building Agents（OpenAI）| 涉及章节：DesignPatterns/openai-patterns，Concepts/agent-definition，ProductionBestPractices/security，AllThingsOpenAI/README

来源：PDF 上传 — https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf 类型：厂商指南 / 白皮书（33 页）

修改文件

小结

OpenAI 的指南为构建生产级智能体提供了实践框架。新增至 wiki 的核心内容：明确的"何时构建智能体"检查清单（复杂决策、脆弱规则、非结构化数据），三层工具分类体系（数据 / 行动 / 编排），逐步的模型选择方法（基准线 → 精度 → 成本 / 延迟），Manager vs. 去中心化多智能体模式的详细说明，七类护栏分类体系（含乐观执行语义），以及人在回路触发标准（失败阈值与高风险操作）。

[2026-05-10] ingest | agenttrace GitHub 仓库 | 涉及章节：Observability/solutions，Observability/Readme，ProductionBestPractices/observability

来源：URL 获取 — https://github.com/luoyuctl/agenttrace 类型：开源可观测性工具仓库 处理工具：OpenAI Codex

修改文件

小结

agenttrace 覆盖了托管式可观测性平台难以捕获的本地开发者工作流：对 AI 编码智能体 session 日志进行事后检查，涵盖成本、Token 用量、延迟、工具失败和 session 健康度。此次更新将其定位为生产链路追踪平台的补充工具，而非实时监控的替代品。

[2026-04-30] ingest | awsmp-buiding-agentic-systems-module-4.pdf | 涉及章节：Architecture/multi-agent-system，AgentPlatforms/aws-agentcore，Standards/agent2agent，ProductionBestPractices/deployment，ProductionBestPractices/security，ProductionBestPractices/observability，ProductionBestPractices/state-memory

来源：raw/4. awsmp-buiding-agentic-systems-module-4.pdf URL：https://aws.amazon.com/marketplace/build-learn/ai-agent-learning-series/multi-agent-architectures 类型：AWS Marketplace 工作坊幻灯片（33 页，2026 年） 作者：Dr. James Bland（AWS 数据与 AI 全球技术负责人）、Mike Brugnoni（AWS 高级解决方案架构师） 处理工具：Kiro

修改文件

小结

AWS Marketplace 关于多智能体架构的 Module 4 工作坊。新增的核心概念：四平面模型（控制 / 执行 / 状态 / 能力），四种编排模式及其 AWS 实现与注意事项，非确定性复合数学（90%^4 = 66%），映射至 AWS 服务的 13 个领域智能体 AI 能力栈，以及 MCP 不得用于智能体间委派的明确规定。零信任是每个智能体边界的核心安全原则。

来源：raw/Prototype to Production.pdf 类型：Google 白皮书（40 页，2025 年 11 月） 作者：Sokratis Kartakis、Gabriela Hernandez Larios、Ran Li、Elia Secchi、Huang Xia 处理工具：Claude Code (claude-sonnet-4-6)

修改文件

小结

Google 的《从原型到生产》白皮书建立了一套全面的 AgentOps 框架，其核心洞见是：约 80% 的生产投入来自基础设施、安全和验证，而非智能体智能本身。新增至 wiki 的核心概念：评测门控部署（预生产核心原则）、观测 → 行动 → 进化运营循环、A2A 协议实现细节（Agent Cards、ADK to_a2a()、RemoteA2aAgent、层次化组合）、MCP vs. A2A 分层架构、工具 / 智能体注册表决策框架，以及包含正式安全响应手册的三层安全防御体系。

[2026-04-27] ingest | Agentic-AI-Knowledge-Base-2026-DRAFT.docx | 涉及章节：AgentMemory，AgenticFrameworks，Benchmarks，EvaluationFrameworks，Observability，ProductionBestPractices，index，mkdocs.yml

来源：raw/Agentic-AI-Knowledge-Base-2026-DRAFT.docx 类型：内部知识库草稿（Word 文档，约 24 MB） 处理工具：Claude Code (claude-sonnet-4-6)

修改文件

新建文件

小结

2026 年知识库草稿文档的初次处理。建立了生产最佳实践与指南章节（导航第 16 节），作为从草稿中综合生产关注点的新横向层。更新了 AutoGPT、Haystack、PydanticAI 和 Spring AI 的框架覆盖。扩展了智能体记忆章节，补充长期记忆策略和研究论文。扩展了评测与基准测试的内容覆盖。可观测性章节更新了目标和方案全景。

日志创建时尚未提交 — 工作区变更待 commit。

[2026-04-28] ingest | Context Engineering Meetup-Lance-Martin.pptx | 涉及章节：ContextEngineering

来源：raw/Context Engineering Meetup-Lance-Martin.pptx 类型：会议 / Meetup 幻灯片（26 页） 作者：Lance Martin，LangChain 处理工具：Kiro

修改文件

小结

该幻灯片是 Lance Martin 2025 年 6 月博客文章的 Meetup 配套材料。相比博客文章的新增内容：将上下文工程明确定位为提示词工程的继承者（附 Google Trends 数据），通过 open-deep-research 演示展示了所有四种策略（将简报卸载到状态、汇总工具观测结果、通过子智能体隔离），以及两个明确的设计决策——当信息丢失风险较高时优先选择卸载而非压缩，以及限制子智能体范围以避免协调问题。ContextEngineering 下的全部七个子文件均已从占位符存根重写为实质性内容，来源包括幻灯片及一手网络资源（Manus 博客、Anthropic 工程文章、Cognition 文章、Drew Breunig 文章）。

[2026-04-30] ingest | Tool Use Context Engineering Cookbook — Anthropic | 涉及章节：ContextEngineering/anthropic，ContextEngineering/strategies，ProductionBestPractices/context-engineering，AllThingsAnthropic

来源：URL 获取 — https://platform.claude.com/cookbook/tool-use-context-engineering-context-engineering-tools 类型：Anthropic 开发者 Cookbook（含实证基准测试的技术 Notebook） 处理工具：Kiro

修改文件

小结

Anthropic 的上下文工程 Cookbook 在一个 328K Token 研究语料库上对三种第一方 API 原语进行了实证对比。新增核心概念：compact_20260112 / clear_tool_uses_20250919 / memory_20250818 API 标识符及其 beta 请求头；全量转录（压缩）vs. 子转录（清除）操作的区别；结合记忆工具时的 exclude_tools: ["memory"] 规则；工作负载到原语的映射框架；以及一项发现：在 1M Token 窗口下，即使未触及硬限制，上下文腐化仍会导致召回率下降（96.3% 的基准 Token 是过时的文件读取结果）。

[2026-04-30] ingest | Context Graphs — Foundation Capital + arXiv:2406.11160v3 | 涉及章节：ContextEngineering/context-graph

来源： - URL 获取 — https://foundationcapital.com/ideas/context-graphs-ais-trillion-dollar-opportunity - URL 获取 — https://arxiv.org/html/2406.11160v3 类型：VC 文章（Foundation Capital，2025 年）+ 学术论文（Xu et al.，IDEA Research / CUHK，2024 年） 处理工具：Kiro

修改文件

小结

两份关于上下文图谱的互补资料同期摄入。arxiv 论文（IDEA Research，2024 年）提供了形式化定义：上下文图谱将知识图谱三元组扩展为四元组，附加关系上下文（时间、地理、来源、定量、事件专属）和实体上下文（描述、别名、类型、图像）。CGR³ 范式在 FB15k-237 上实现 Hits@1 提升 33%，并在 KGQA 基准测试上取得新 SOTA。Foundation Capital 文章（2025 年）将上下文图谱重新定位为智能体编排层在捕获决策 trace 时生成的战略资产——每个自动化行为背后的"为什么"——并论证这是 Salesforce、Snowflake 等现有巨头在结构上无法获取的万亿美元机遇，因为它们在提交时处于执行路径之外。

[2026-04-30] ingest | Introducing Gemini Enterprise Agent Platform（Google Cloud 博客）| 涉及章节：AgentPlatforms，AllThingsGoogle，AgenticFrameworks，Concepts，Standards，ReferenceArchitecture，index

[2026-05-10] ingest | The Anatomy of an Agent Harness — LangChain | 涉及章节：AgentHarness/agent-harness

来源：URL 获取 — https://www.langchain.com/blog/the-anatomy-of-an-agent-harness 类型：博客文章（LangChain，2026 年 3 月 10 日） 作者：Vivek Trivedy 处理工具：Kiro

修改文件

小结

LangChain 对智能体运行框架（harness）概念的基础性定义。核心贡献：清晰的"智能体 = 模型 + 运行框架"等式，以及通过从模型局限性反向推导运行框架组件的方法论。引入了 Ralph Loop 模式、Skills / 渐进式披露用于防止上下文腐化，并指出针对特定任务优化的运行框架可超越模型原生的训练后 harness 的性能。

[2026-05-10] ingest | Harness Engineering: Leveraging Codex in an Agent-First World — OpenAI | 涉及章节：AgentHarness/agent-harness，AgentHarness/harness-engineering

来源：URL 获取 — https://openai.com/index/harness-engineering 类型：工程博客文章（OpenAI，2026 年 2 月 11 日） 作者：Ryan Lopopolo 处理工具：Kiro

修改文件

小结

OpenAI 关于使用 Codex 构建一个零人工编写代码的百万行生产代码库的实践记录。核心贡献：仓库即系统记录（AGENTS.md 作为目录而非百科全书），智能体可读性作为首要设计目标，通过自定义 Linter 强制执行的分层领域架构，用于熵管理的"黄金原则"+ 定期垃圾回收智能体，以及实现端到端自主 PR 交付的 Ralph Wiggum Loop。吞吐量指标：5 个月内约 1,500 个合并 PR，平均每位工程师每天 3.5 个 PR。

[2026-05-10] ingest | Harness Engineering for Coding Agent Users — martinfowler.com | 涉及章节：AgentHarness/harness-engineering

来源：URL 获取 — https://martinfowler.com/articles/harness-engineering.html 类型：技术文章（martinfowler.com，2026 年 4 月 2 日） 作者：Birgitta Böckeler（Thoughtworks 杰出工程师） 处理工具：Kiro

修改文件

小结

Fowler.com 基于控制论的运行框架工程框架。相比 LangChain / OpenAI 资料的新增贡献：前馈 / 反馈区分作为设计原则；计算型 vs. 推理型控制分类；三类调节（可维护性、架构适应性、行为），并明确承认行为 harness 至今仍是未解问题；可 harness 性作为代码库的一等属性；环境可供性；harness 模板作为服务模板的演进形式；以及 Ashby 定律作为基于拓扑的 variety 缩减的理论依据。

[2026-05-10] ingest | Mastering Multi-Agent Systems eBook.pdf | 涉及章节：Architecture/multi-agent-system，AgenticFrameworks/README，AgenticFrameworks/mastra，ContextEngineering/challenges，ContextEngineering/strategies，ProductionBestPractices/observability，Observability/solutions，index

来源：raw/Mastering Multi-Agent Systems eBook.pdf 类型：电子书（165 页，5 章，Galileo，2026 年） 作者：Pratik Bhavsar（@ptkbhv） 出版方：Galileo（galileo.ai）— Mastering GenAI 系列 处理工具：Kiro

修改文件

小结

Galileo 的《掌握多智能体系统》电子书（165 页，5 章）为多智能体系统设计提供了以实践为导向的处理方式。新增至 wiki 的核心概念：

第 1 章（优势）：七优势框架，含具体的单智能体 vs. 多智能体对比；Gartner 预测 2027 年 40% 项目取消；三种多智能体系统真正有效的模式（可并行化、读密集型、有明确协调规则）。

第 2 章（失败模式）：协调成本经济学（含具体金额：客服场景 $0.05 vs. $0.40）；模型进化挑战（Rich Sutton 苦涩教训应用于多智能体系统）；设计可移除性原则；5 问决策框架；框架对比表（CrewAI / LangGraph / Swarm）。

第 3 章（架构）：四种主要架构及性能特征（Token 效率、延迟、吞吐量、上下文分布）；架构选择矩阵；框架到架构的映射（LangGraph → 层次 / 混合，Agno → 去中心化高吞吐，Mastra → 混合 Web 集成，CrewAI → 集中式，ADK → 层次化，Strands → AWS 生产）。

第 4 章（上下文工程）：记忆 vs. 上下文区分（100:1 规则）；四种上下文类型（指令 / 知识 / 工具 / 历史）；四种失败模式的实证证据（含具体团队引用）；上下文大小阈值（10K / 50K / 100K）；五种反模式；分阶段实施路线图。

第 5 章（LangGraph 生产实践）：ConnectTel 多智能体架构（Supervisor + 计费 + 技术支持 + 套餐顾问）；通过 GalileoAsyncCallback 集成 Galileo 可观测性；三级追踪；生产基准；持续改进循环；自定义业务指标模式。

[2026-05-12] ingest | Cognitive Architectures for Language Agents (CoALA) — arXiv:2309.02427 | 涉及章节：AgentMemory/functional-tiers，AgentMemory/README，AgentMemory/ltm-strategies，AgentMemory/short-term，AgentMemory/research-papers，mkdocs.yml

来源：URL 获取 — https://arxiv.org/abs/2309.02427 类型：研究论文（普林斯顿大学，2023 年） 作者：Sumers et al. 处理工具：Kiro

修改文件

小结

CoALA（Sumers et al.，普林斯顿大学，2023 年）以认知科学为基础，定义了语言智能体记忆的权威四类分类体系。相比原有三层模型的关键变化：程序记忆现为与语义记忆、情景记忆并列的一等记忆类型，工作记忆是上下文内活跃状态的精确术语。四类记忆的区别在于存储的信息类型，而非仅仅是持久时间：

• 工作记忆：推理时的活跃状态（上下文窗口）
• 语义记忆：持久事实与知识 — 偏好、定义、参考数据（"什么是真的"）
• 情景记忆：具体的过去经历 — 历史 session、任务结果、事件日志（"发生了什么"）
• 程序记忆：行为规则、指南、习得的程序 — 智能体的行为方式（"如何行动"）

[2026-05-12] restructure | 智能体记忆厂商整合 + Technology Radar | 涉及章节：AgentMemory/solutions，AgentMemory/README，AgentMemory/ltm-strategies，mkdocs.yml

来源：研究综合 — GitHub 信号、厂商公告、采用数据（2026 年 5 月） 处理工具：Kiro

修改文件

雷达定位

[2026-05-17] ingest | Agentic Architectural Patterns for Building Multi-Agent Systems（Arsanjani & Bustos，Packt 2026，ISBN 978-1-80602-957-0）| 涉及章节：DesignPatterns，MaturityModels，Architecture，ProductionBestPractices/security，ProductionBestPractices/deployment，ProductionBestPractices/testing-evaluations，index，mkdocs.yml

来源：本地文件 — raw/9781806029570-Multi-Agent-Systems.pdf 类型：书籍（Packt Publishing，2026 年 1 月） 作者：Dr. Ali Arsanjani（Google Cloud，应用 AI 工程总监）和 Juan Pablo Bustos（Google） 版权：© 2026 Packt Publishing。保留所有权利。Wiki 页面中的摘要依据合理使用 / 书评条款使用；不逐字复制书中原文。

修改文件

小结

本书为企业级智能体 AI 提供了一套全面的模式语言。新增至 wiki 的核心贡献：(1) 25+ 个具名模式，按四个功能组分类，采用上下文-问题-解决方案-后果结构；(2) 7 级 GenAI 成熟度模型，与模式直接映射——成熟度取决于已实现的模式，而非意图；(3) 智能体解剖框架（感知 → 推理 → 规划 → 行动，含记忆和协调）；(4) 三层智能体栈（函数调用 → MCP → A2A）；(5) Supervisor vs. 蜂群作为多智能体系统的主要架构选型轴；(6) 可解释性模式（FCoT、持久指令锚定、共享认知记忆），解决深层智能体层级中的指令漂移问题；(7) 五级鲁棒性成熟度谱系，附用于生产部署的具体容错模式。

[2026-05-17] ingest | The 8 Levels of Agentic Engineering — Bassim Eledath | 涉及章节：Concepts/agentic-engineering-levels，AgentHarness/harness-engineering，index，mkdocs.yml

来源：URL 获取 — https://www.bassimeledath.com/blog/levels-of-agentic-engineering 类型：博客文章（2026 年 3 月） 作者：Bassim Eledath 处理工具：Claude Code (claude-sonnet-4-6)

修改文件

小结

Bassim Eledath 的 8 级框架是面向软件工程团队采用智能体 AI 的以实践为导向的成长模型。核心贡献：规划-委派-评估-编码复利循环（第 4 级）；上下文工程作为前置必要学科（第 3 级）；"第 3–5 级必须稳固才能进入第 6–8 级"的架构约束；运行框架工程和自动化反馈循环作为第 6 级的转折点；后台智能体（中心辐射编排、云沙箱 VM）作为大多数团队的当前最优实践区间（第 7 级）；自主智能体团队（第 8 级）作为协调经济学尚未解决的实验前沿。

[2026-05-18] ingest | AI 编码智能体（pi.dev、opencode.ai、thenewstack.io/claude-code-source-leak、goose-docs.ai、cline.bot、code.claude.com、chatgpt.com/codex、github.com/google-gemini/gemini-cli、devin.ai、kiro.dev）| 涉及章节：AgenticFrameworks，AllThingsAnthropic，AllThingsOpenAI，AllThingsGoogle，AllThingsAWS

[2026-05-18] ingest | AI 编码智能体新增（factory.ai、warp.dev、IBM Bob）| 涉及章节：AgenticFrameworks

[2026-05-20] ingest | Best Enterprise Level Agentic AI Platforms for 2026（MarkTechPost）| 涉及章节：AgentPlatforms/enterprise-platforms-2026（新建），AllThingsMicrosoft/README，AllThingsGoogle/README，index.md，mkdocs.yml

来源：https://www.marktechpost.com/2026/05/19/best-enterprise-level-agentic-ai-platforms-for-2026/ 类型：厂商 / 平台对比指南（2026 年 5 月，MarkTechPost） 说明：直接访问 URL 返回 HTTP 403；内容通过 WebSearch 及对平台文档和分析师资料的补充搜索获取。

修改文件

[2026-05-21] ingest | Microsoft Agent Governance Toolkit（GitHub）| 涉及章节：SecurityFrameworks/agent-governance-toolkit（新建），SecurityFrameworks/Readme，ProductionBestPractices/security，AIGovernance/governance-solutions，AllThingsMicrosoft/README，index.md，mkdocs.yml

来源：https://github.com/microsoft/agent-governance-toolkit 类型：开源治理工具包（Microsoft，MIT 许可证，公开预览版，v3.7.0）

修改文件

[2026-05-22] ingest | Memory and dreaming for self-learning agents（YouTube — Anthropic）| 涉及章节：AgentPlatforms/claude-managed-agents（新建），AllThingsAnthropic/README，AgentMemory/ltm-strategies，ReferenceArchitecture/self-learning-agents，ProductionBestPractices/state-memory，mkdocs.yml

来源：https://youtu.be/RtywqDFBYnQ 类型：YouTube 视频 — Anthropic 产品公告，2026 年 5 月

修改文件

[2026-05-24] ingest | You.com | 2026 AI Predictions 白皮书 | 涉及章节：Concepts/ai-predictions-2026（新建），Concepts/agent-definition，AgentOps/genops，index.md，mkdocs.yml

来源：https://you.com/resources/2026-ai-predictions 类型：行业白皮书 — You.com 联合创始人 Richard Socher 和 Bryan McCann，35 条 2026 年预测

修改文件

[2026-05-24] ingest | OpenHuman（TinyHumans AI）— https://tinyhumans.ai/openhuman | 涉及章节：AgentPlatforms

[2026-05-26] ingest | https://github.com/anthropic-experimental/sandbox-runtime | 涉及章节：SecurityFrameworks，ProductionBestPractices/security，AllThingsAnthropic，Standards/mcp，mkdocs.yml

[2026-05-27] ingest | E2B、Daytona、Modal、Firecracker、gVisor、Kata Containers、nsjail（网络调研）| 涉及章节：SecurityFrameworks/agent-sandboxing.md（新建），SecurityFrameworks/Readme.md，SecurityFrameworks/anthropic-sandbox-runtime.md，mkdocs.yml

[2026-05-28] ingest | Meta-Harness: End-to-End Optimization of Model Harnesses (arXiv:2603.28052，Lee et al.，2026 年 3 月）| 涉及章节：AgentHarness/harness-optimization.md（新建），AgentHarness/agent-harness.md，AgentHarness/harness-engineering.md，Benchmarks/agent-benchmarks.md，ContextEngineering/strategies.md，ProductionBestPractices/context-engineering.md，docs/index.md，mkdocs.yml

[2026-05-29] update | 基准测试新增：OSWorld-Verified、SWE-bench Pro、Terminal-Bench 2.1、Finance Agent v2、Humanity's Last Exam | 涉及章节：Benchmarks/agent-benchmarks.md，Benchmarks/llm-benchmarks.md

[2026-05-29] ingest | Agent Harness Engineering: A Survey — https://picrew.github.io/LLM-Harness/（OpenReview/TMLR，2026 年）| 涉及章节：AgentHarness/llm-harness-survey.md（新建），AgentHarness/agent-harness.md，AgentHarness/harness-engineering.md，docs/index.md，mkdocs.yml

[2026-05-29] ingest | https://flueframework.com/ | 涉及章节：AgenticFrameworks/flue.md（新建），AgenticFrameworks/README.md，AgentHarness/agent-harness.md，mkdocs.yml

[2026-05-30] ingest | ALE-Bench（Sakana AI）— https://sakanaai.github.io/ALE-Bench-Leaderboard/ | 涉及章节：Benchmarks/agent-benchmarks.md

[2026-05-30] ingest | agents-best-practices — https://github.com/DenisSergeevitch/agents-best-practices | 涉及章节：AgentHarness/agent-harness.md，AgentHarness/harness-engineering.md，ProductionBestPractices/security.md，ProductionBestPractices/observability.md，ProductionBestPractices/testing-evaluations.md，ProductionBestPractices/context-engineering.md，ProductionBestPractices/deployment.md

[2026-05-31] ingest | cisco-ai-defense/skill-scanner + nvidia/skillspector | 涉及章节：SecurityFrameworks/skill-scanners.md（新建），SecurityFrameworks/Readme.md，ProductionBestPractices/security.md，Standards/skills.md，mkdocs.yml

[2026-05-31] reference | 服务商 Skills 仓库（Anthropic、Google、Microsoft、OpenAI、AWS、Cloudflare、Vercel）| 涉及章节：Standards/skills.md，AllThingsAnthropic/README.md，AllThingsGoogle/README.md，AllThingsMicrosoft/README.md，AllThingsOpenAI/README.md，AllThingsAWS/README.md

来源：https://github.com/anthropics/skills；https://github.com/google/skills；https://github.com/microsoft/azure-skills；https://github.com/openai/skills；npx skills add aws/agent-toolkit-for-aws/skills；https://github.com/cloudflare/skills；https://github.com/vercel-labs/skills

修改文件

[2026-06-01] ingest | Hyperagent（https://www.hyperagent.com/）| 涉及章节：AgentPlatforms/saas-platforms.md

[2026-06-01] ingest | SkillOpt: Executive Strategy for Self-Evolving Agent Skills（microsoft.github.io/SkillOpt，arXiv:2605.23904）| 涉及章节：PromptEngineering/skillopt.md（新建），AllThingsMicrosoft/README.md，Standards/skills.md，mkdocs.yml

来源：https://microsoft.github.io/SkillOpt/（+ https://arxiv.org/abs/2605.23904，https://github.com/microsoft/SkillOpt） 类型：研究论文 + 开源工具（Microsoft 及中国高校，2026 年 5 月，MIT 许可证） 作者：Yifan Yang et al.

修改文件

[2026-06-01] ingest | pi.dev — Pi 编码智能体运行框架 | 涉及章节：AgentHarness，AgenticFrameworks

[2026-06-02] ingest | https://xiaowu0162.github.io/long-mem-eval/ — LongMemEval 基准测试（ICLR 2025）及 LongMemEval-V2（2026 年 5 月）| 涉及章节：Benchmarks，AgentMemory

[2026-06-14] ingest | Open Knowledge Format（OKF）v0.1 — Google Cloud | 涉及章节：Standards/open-knowledge-format.md（新建），AllThingsGoogle/README.md，mkdocs.yml，index.md，Standards/agents-md.md，Standards/skills.md，ContextEngineering/strategies.md，AgentMemory/README.md

来源：https://cloud.google.com/blog/products/data-analytics/how-the-open-knowledge-format-can-improve-data-sharing

类型：厂商博客文章 / 开放规范公告（Google Cloud 数据分析、BI 和数据库团队；作者 Sam McVeety 和 Amir Hormati；OKF v0.1，2026 年 6 月 12 日）

修改文件

[2026-06-14] ingest | https://deepresearch-bench.github.io/ — DeepResearch Bench（DRB）| 涉及章节：Benchmarks，ProductionBestPractices，index

来源：https://deepresearch-bench.github.io/（项目站点返回 HTTP 403；内容来源于 GitHub 仓库 README github.com/Ayanami0730/deep_research_bench、arXiv 2506.11763 及 Hugging Face 论文页面）

类型：学术基准测试项目页面 / GitHub 仓库（中国科学技术大学 Agent Research Lab；Du、Xu、Zhu、Wang、Mao）

修改文件

[2026-06-17] ingest | https://addyosmani.com/blog/loop-engineering/ — Loop Engineering | 涉及章节：AgentHarness（新建），WorkflowBuilders，AgenticFrameworks，AllThingsAnthropic，AllThingsOpenAI，ProductionBestPractices，index

来源：https://addyosmani.com/blog/loop-engineering/（该主机被本 session 的网络出口白名单拦截；完整文章文本由用户直接提供）

类型：博客文章（Addy Osmani）

修改文件

[2026-06-17] ingest | A Guide to Event-Driven Design for Agents and Multi-Agent Systems（Confluent）| 涉及章节：DesignPatterns，Architecture，ProductionBestPractices，WorkflowBuilders，index，mkdocs

来源：本地 PDF — A Guide to Event-Driven Design for Agents and Multi-Agent Systems，作者 Sean Falconer，Confluent AI 企业家驻留（电子书，© 2025 Confluent, Inc.）

类型：厂商电子书 / 白皮书（Confluent）

修改文件

[2026-06-17] ingest | Agentic AI Red Teaming Guide（Cloud Security Alliance）| 涉及章节：SecurityFrameworks，Standards，ProductionBestPractices，EvaluationFrameworks，index，mkdocs

来源：https://cloudsecurityalliance.org/artifacts/agentic-ai-red-teaming-guide（PDF 通过过期签名 S3 URL 获取；按用户指示使用标准引用 URL；因 WebFetch 原生 PDF 解析和 pypdf 均失败，文本通过本地 pdfminer.six 提取）

类型：行业白皮书 / 测试指南（Cloud Security Alliance，AI 组织责任工作组，2025 年 8 月）

修改文件

[2026-06-21] ingest | Agent Client Protocol (agentclientprotocol.com) | 涉及章节：Standards, AgenticFrameworks, AllThingsAnthropic, AllThingsGoogle, index, mkdocs

来源：https://agentclientprotocol.com/ （站点对直接 WebFetch 返回 HTTP 403；按用户要求使用规范引用 URL；内容依据项目 GitHub 仓库（github.com/zed-industries/agent-client-protocol）及通过 WebSearch/WebFetch 获取的佐证性二手来源重建）

类型：行业标准 / 协议规范（Zed Industries，2025 年 8 月）

修改的文件

[2026-06-22] ingest | NVIDIA/skills (github.com/NVIDIA/skills) | 涉及章节：Standards/skills.md

来源：https://github.com/NVIDIA/skills

类型：提供方技能仓库（NVIDIA）

修改的文件

[2026-06-22] ingest | Kagent / kagent.dev、Agentic Ops Framework (AOF)、KAOS | 涉及章节：AgentOps, Standards, AllThingsGoogle, index.md, mkdocs.yml

来源： - https://kagent.dev/ （WebFetch 被 403 拦截；经 WebSearch 与 https://github.com/kagent-dev/kagent 补充） - https://aof.sh/ （WebFetch 被 403 拦截；经 WebSearch 与 https://github.com/agenticdevops/aof 补充） - https://opensource.googleblog.com/2025/11/unleashing-autonomous-ai-agents-why-kubernetes-needs-a-new-standard-for-agent-execution.html （WebFetch 被 403 拦截；内容经 WebSearch 重建）

关于 KAOS 命名的说明：任务描述把"KAOS (K8s Agent Orchestration System)"与上述 Google 开源博客 URL 配在一起。经查证，该 Google 博文实际宣布的是一个名称不同的 Kubernetes SIG Apps 子项目"Agent Sandbox"（Sandbox/SandboxTemplate/SandboxClaim CRD），并未使用"KAOS"一词。另有一个独立、无关的开源项目（github.com/axsaucedo/kaos）才真正名为"K8s Agent Orchestration System"（KAOS）。两者作为不同项目分别记录，并附明确交叉引用说明以标注命名重叠，而非混为一谈。

修改的文件

[2026-06-27] ingest | ByteChef (bytechef.io) | 涉及章节：WorkflowBuilders

来源：https://www.bytechef.io/

类型：厂商/产品页面（开源工作流平台）

修改的文件

[2026-06-27] ingest | Google Cloud — 多租户智能体 AI 系统架构 | 涉及章节：Architecture

来源：https://docs.cloud.google.com/architecture/multi-tenant-agentic-ai-system

类型：厂商参考架构（Google Cloud Architecture Center）

修改的文件

[2026-06-27] ingest | Eve (vercel/eve) | 涉及章节：AgenticFrameworks, Standards

来源：https://github.com/vercel/eve

类型：框架仓库（公开预览）

修改的文件

[2026-06-27] ingest | AWS Lambda MicroVMs | 涉及章节：SecurityFrameworks, AllThingsAWS

来源：https://docs.aws.amazon.com/lambda/latest/dg/lambda-microvms-guide.html

类型：厂商文档（AWS Lambda 开发者指南）

修改的文件

[2026-06-27] ingest | AWS Agent-EvalKit | 涉及章节：EvaluationFrameworks, AllThingsAWS

来源：https://aws.amazon.com/blogs/machine-learning/evaluate-ai-agents-systematically-with-agent-evalkit/

类型：厂商博客（AWS Machine Learning Blog）

修改的文件

[2026-06-27] ingest | AWS AgentOps 四支柱框架 | 涉及章节：AgentOps, AgentPlatforms, AllThingsAWS

来源：https://aws.amazon.com/blogs/machine-learning/agentops-operationalize-agentic-ai-at-scale-with-amazon-bedrock-agentcore/

类型：厂商博客（AWS Machine Learning Blog）

修改的文件

[2026-06-27] ingest | Unblocked (getunblocked.com) | 涉及章节：AgenticTechStack

来源：https://getunblocked.com/

类型：厂商产品页面

修改的文件

[2026-06-27] ingest | Novu / 智能体通信基础设施 (novuhq/novu) | 涉及章节：AgenticTechStack

来源：https://github.com/novuhq/novu

类型：开源仓库

修改的文件

[2026-06-27] ingest | GEPA (Genetic-Pareto) | 涉及章节：PromptEngineering, AgentHarness

来源：https://gepa-ai.github.io/gepa/

类型：开源项目页面 / 优化器框架

修改的文件

[2026-06-27] ingest | Databricks Omnigent | 涉及章节：AgentHarness

来源：https://www.databricks.com/blog/introducing-omnigent-meta-harness-combine-control-and-share-your-agents

类型：厂商博客（产品公告）

修改的文件

[2026-06-27] ingest | cobusgreyling/loop-engineering Claude Code 示例 | 涉及章节：AgentHarness

来源：https://github.com/cobusgreyling/loop-engineering/tree/main/examples/claude-code

类型：GitHub 示例仓库——Claude Code 循环提示词定义

修改的文件

[2026-06-27] verification | kagent.dev | 涉及章节：无（无操作）

来源：https://kagent.dev/

类型：厂商/项目页面——仅核实

内容已由 docs/AgentOps/kagent.md 完整覆盖（该页面于 2026-06-22 KAOS/Kubernetes 原生智能体编排摄取期间创建，CNCF Sandbox 项目，Solo.io 出品；Controller/Engine/UI/CLI 架构；Agent/ModelConfig/ToolServers CRD；MCP/A2A 组合；多提供方 LLM 支持；OTel 链路追踪）。未做任何改动。

[2026-06-27] ingest | Dataiku — 企业 AI 转型 | 涉及章节：MaturityModels

来源：https://www.dataiku.com/stories/blog/enterprise-ai-transformation（WebFetch 被 403 拦截；内容经 WebSearch 获取）

类型：厂商博客（Dataiku）

修改的文件

[2026-06-27] ingest | GKE Agent Sandbox GA + Agent Substrate（Google Cloud 博客） | 涉及章节：Standards, AllThingsGoogle, index.md

来源：https://cloud.google.com/blog/products/containers-kubernetes/bringing-you-agent-sandbox-on-gke-and-agent-substrate

类型：厂商博客（Google Cloud）

修改的文件

[2026-06-27] ingest | Contrast Security — 8 层上下文成熟度（网络研讨会） | 涉及章节：MaturityModels

来源：https://watch.getcontrast.io/register/context-maturity

类型：需注册的网络研讨会（Contrast Security）——获取页面时返回 HTTP 403；仅依据标题/主题添加交叉引用

修改的文件

[2026-06-27] ingest | 20+ 智能体技能、仓库与市场（Generative Programmer） | 涉及章节：Standards

来源：https://generativeprogrammer.com/p/20-agent-skills-repos-and-marketplaces（WebFetch 被 403 拦截；内容经 WebSearch 获取）

类型：博客文章，社区技能仓库与市场调研

修改的文件

[2026-07-04] 修复 + 摄入 | Mermaid quadrantChart 修复 + AWS Marketplace Agent Memory Systems (Module 7) | 涉及章节：AgentMemory/solutions.md、AgentMemory/ltm-strategies.md

来源：https://aws.amazon.com/marketplace/build-learn/ai-agent-learning-series/agent-memory-systems（WebFetch，已渲染）

类型：Bug 修复（Mermaid）+ 厂商/架构指南摄入

处理者：Kiro

修改的文件

[2026-07-06] ingest | Harbor Framework + LangSmith Sandboxes | 涉及章节：EvaluationFrameworks/platforms.md、Benchmarks/agent-benchmarks.md、SecurityFrameworks/agent-sandboxing.md、ProductionBestPractices/testing-evaluations.md、index.md

来源：https://www.harborframework.com、https://github.com/harbor-framework/harbor、https://www.langchain.com/langsmith/sandboxes（WebFetch/WebSearch——harborframework.com 与 langchain.com 对直接 WebFetch 返回 HTTP 403，内容来自 GitHub README 抓取，以及对 LangChain/LangSmith 博客和 tbench.ai Terminal-Bench 2.0 公告的 WebSearch 摘要）

类型：新工具/平台摄入（无本地原始文件）

修改的文件

[2026-07-23] ingest | Google Cloud LLM EvalKit | 涉及章节：EvaluationFrameworks/platforms.md、AllThingsGoogle/README.md、index.md

来源：https://cloud.google.com/blog/products/ai-machine-learning/introducing-llm-evalkit（WebFetch——成功） 未摄取：https://docs.cloud.google.com/gemini-enterprise-agent-platform/models/evaluation-overview 与 https://aws.amazon.com/blogs/machine-learning/llm-as-a-judge-on-amazon-bedrock-model-evaluation/ —— 两个主机（docs.cloud.google.com、aws.amazon.com）均被会话的出站代理以硬性 403 策略拒绝（代理状态端点确认为 connect_rejected / 网关策略拒绝，而非瞬时错误）。根据环境网络指引，不应重试或绕过。经用户确认，仅使用可访问来源继续；两个受阻 URL 暂未摄取，等待网络访问恢复。 类型：新工具/平台摄取（无本地原始文件）

改动

[2026-07-23] ingest | AWS Bedrock Evaluations + Azure AI Foundry Evaluation + 新评测技术雷达 | 涉及章节：EvaluationFrameworks/platforms.md、EvaluationFrameworks/tech-radar.md（新）、EvaluationFrameworks/llm-frameworks.md、EvaluationFrameworks/ai-as-judge.md、EvaluationFrameworks/Readme.md、AllThingsAWS/README.md、AllThingsMicrosoft/README.md、AllThingsGoogle/README.md、AgenticFrameworks/solutions.md、Observability/tech-radar.md、mkdocs.yml、index.md

来源：https://aws.amazon.com/bedrock/evaluations/ 与 https://learn.microsoft.com/en-us/azure/foundry/how-to/evaluate-generative-ai-app —— 两个主机（aws.amazon.com、learn.microsoft.com）均被会话的出站代理以硬性 403 策略拒绝（代理状态端点确认为 connect_rejected）。根据环境指引，没有重试。两者的内容改由 WebSearch 获取，它检索并总结了目标页面及相邻官方文档（AWS Bedrock LLM 充当评审 GA 公告；Microsoft Foundry 风险/安全评测器页面）。用户提供的 URL 保留为规范引用。 类型：新工具摄取（2 个来源，无本地原始文件）+ 新综合页面（评测技术雷达），由用户直接请求

改动

[2026-08-07] 摄入 | AI 工具品牌与产品更名更新（Gemini CLI→Antigravity、Vertex AI→Gemini Enterprise Agent Platform、Kiro 替代 Amazon Q、Snowflake Cortex Code→CoCo、Databricks Genie 家族）| 涉及章节：AICodingAgents、AgenticFrameworks、AgentPlatforms、AllThingsGoogle、AllThingsAWS、AgenticTechStack、index

来源：WebSearch/WebFetch（未提供本地原始文件或单一 URL；针对五个相互独立的主题分别开展研究） 类型：多个简短的厂商更名/公告条目，依据“短小且主题明确不同的来源”批量摄入规则（5.1 节“章节映射 / 批量与单文件指南”）合并处理

修改的文件

新增的关键信息

• Gemini CLI → Antigravity CLI：Google 于 2026 年 5 月 19 日在 I/O 上宣布迁移；Gemini CLI 于 2026 年 6 月 18 日停止为 Free/Pro/Ultra 层级提供请求服务（Enterprise、按 Cloud 计费和 API Key 用户保留访问权限）。Antigravity 共享同一运行框架，覆盖 Antigravity CLI（基于 Go 的终端工具）、Antigravity 2.0（独立桌面应用）、Antigravity SDK 和 Antigravity IDE（2025 年 11 月发布）。它保留 Gemini CLI 的 Agent Skills/Hooks/Subagents（Extensions 更名为 plugins），但采用专有许可证；社区反馈指出其 Token 消耗更高、成本控制更少。
• Vertex AI → Gemini Enterprise Agent Platform：2026 年 4 月 22 日在 Google Cloud Next '26 宣布并正式发布，并非此前知识库所写的 2025 年。同期 Agentspace 并入统一的 Gemini Enterprise 应用，结束 Vertex AI + Agentspace + Gemini API 三产品并存的局面；现有客户无需强制迁移。
• Kiro 替代 Amazon Q Developer：Kiro 于 2026 年 5 月 7 日在全球重新发布，成为 AWS 面向规格驱动开发的全新替代方案。Amazon Q Developer 于 2026 年 5 月 15 日停止新用户注册，并将于 2027 年 4 月 30 日完全终止支持。Kiro 是唯一提供 Claude Opus 4.7 的 AWS 编码工具；Pro Max（100 美元/月）和原生 iOS 应用于 2026 年 6 月 17 日 AWS Summit NYC 公布。
• Snowflake Cortex Code → CoCo：在 Snowflake Summit 2026（2026 年 6 月 2 日）更名——产品和架构不变，只更换名称并扩大集成范围（客户此前已自发称其为“CoCo”）。这是一个在生成代码前读取 Snowflake 模式/RBAC/血缘的数据原生编码智能体，可通过 Snowsight、CoCo Desktop、CLI、VS Code、Claude Code 和 Slack 使用；在真实分析工程任务上的报告通过率为 72.1%。
• Databricks Genie 家族：Databricks One 于 2026 年 4 月更名为 Genie。家族覆盖 Genie One（面向业务团队的 GA 智能体协作伙伴）、Genie Agents（原 Genie Spaces，2026 年 7 月更名的领域自主智能体）、Genie Code（湖仓原生编码智能体，在 Data + AI Summit 2026 上增加命令中心和定时任务）、Genie App Builder、Genie ZeroOps 和 Genie Ontology。Account-Level Genie 已 GA，为一个账户的所有工作区提供一个 Genie 实例。

来源说明

Google Developers Blog、AWS Blog、Snowflake 产品页和 Databricks Blog 的多个主要厂商 URL 在本环境的 WebFetch 中返回 HTTP 403；内容通过 WebSearch 结果综合核对，这些结果呈现并引用了相同的官方 URL。另有一个主要来源成功获取，即官方 google-gemini/gemini-cli GitHub Discussion #27274（宣布 Antigravity CLI 迁移）。参考资料部分按照引用规则保留搜索确认的官方 URL，而不是用于交叉核对的二手聚合文章。

[2026-08-09] 摄入 | FreePHDLabor、LifeOS、Learn-Prompt-Hacking、Discovery Loop（四个链接）| 涉及章节：AgenticFrameworks、AgentPlatforms、SecurityFrameworks、PromptEngineering、Architecture、ReferenceArchitecture、AgentMemory、AICodingAgents、index

来源：用户直接提供的四个 URL；freephdlabor.github.io 和 discoveryloop.com 被网络出口代理阻断，因此改用 WebSearch/WebFetch 获取 GitHub 镜像、arXiv 论文和媒体报道等二手来源进行研究；下述内容与引用反映了这一回退路径。 类型：四个相互独立、无明显重叠的短来源（项目主页、两个 GitHub 仓库和一个公司网站），按“主题明确不同”规则批量处理并依次完成。

修改的文件

新增的关键信息

• FreePHDLabor：MIT 开源、基于 smolagents 的多智能体框架，通过 ManagerAgent 编排 IdeationAgent、ExperimentationAgent（基于修改版 AI-Scientist-v2）、WriteupAgent、ReviewerAgent 和 ProofreadingAgent，自动化完成科学研究全流程；采用实时推理驱动的动态工作流、共享工作区目录通信和可持久化的中断/恢复状态；配套论文为 arXiv:2510.15624。
• LifeOS：Daniel Miessler 的 MIT 许可、运行框架无关的“个人操作系统”，以单个 Claude Code 技能分发。它整合 Cortex（记忆/知识图谱）、Synapse（意图路由）、Atlas（资产管理）、Ledger（审计日志）、七阶段 Algorithm 循环（OBSERVE→THINK→PLAN→BUILD→EXECUTE→VERIFY→LEARN）、Ideal State Artifact 目标文档、Pulse 守护进程（语音/调度/仪表板）和 49+ 个技能。技术栈为 Bun 上的 TypeScript/Bash，持久化由 Git 支持，安装命令为 curl | bash。
• Learn-Prompt-Hacking：TrustAI-laboratory 的开源课程式仓库，按 Basics → Applications → Offensive → Red Team → Blue Team → Evaluation → Conference/论文合集组织内容，讲授 ChatGPT 越狱、针对 GPT Assistants/自定义 GPT 的提示词注入、对抗性 ML，以及相应的蓝队防御和鲁棒性基准。
• Discovery Loop：2026 年 8 月 5 日公布的新公益公司，由离开 Google/Google DeepMind 后的 Jeff Dean（CEO）、Sanjay Ghemawat、Oriol Vinyals 和 Quoc Le 创办。其理念是自动化研究闭环本身（AI 提出 → 执行 → 从实验中学习 → 迭代），以大规模并行取代人类串行实验。初始重点为 ML 研究/工程自动化，未来领域包括硬件设计、药物发现和清洁能源；种子轮尚未完成，由 Radical Ventures 和 Khosla Ventures 共同领投，Alphabet 作为创始投资方和云计算合作伙伴参与。

来源说明

freephdlabor.github.io 和 discoveryloop.com 均被网络出口代理以 EGRESS_BLOCKED 阻断。FreePHDLabor 使用 GitHub 镜像（github.com/ltjed/freephdlabor）和 arXiv 摘要页作为可直接获取的替代主要来源；根据引用规则仍保留用户提供的项目主页作为规范引用。Discovery Loop 没有可获取的主要来源，页面依据 WebSearch 找到的媒体报道（TechCrunch、GeekWire、Tech Times）和 Radical Ventures 投资公告构建，并保留 discoveryloop.com 作为规范引用。

[2026-08-09] 摄入 | Dosu、MindStudio、LlamaIndex Parse Gateway、OpenGeni、OpenWorker（仅扩展批次）| 涉及章节：AgentPlatforms、AgenticFrameworks、AgentOps、SecurityFrameworks、index

来源：用户直接提供的五个 URL，并明确要求不要不必要地新建页面。五个 URL 均被网络出口代理阻断（dosu.dev、www.mindstudio.ai、www.llamaindex.ai、opengeni.ai、openworker.com）；内容通过 WebSearch 检索厂商网站、官方博客、GitHub 仓库和媒体报道获取。 类型：五个简短、相互独立的条目，按“短参考文档”规则批量处理。每个条目都映射到现有页面（列表条目、子章节或参见链接），没有新建不必要的文件。

修改的文件

新增的关键信息

• Dosu：以 GitHub/GitLab 机器人安装的 AI 维护者智能体；分类新议题（Bug 与功能请求），以 14+ 种语言回答贡献者问题，随着代码变化保持文档同步；免费 Community Edition 已被 50,000+ 个项目使用（包括 Apache Airflow、LlamaIndex、BetterAuth）；提供 Dosu MCP Server，以节省 Token 的方式跨工具获取上下文。
• MindStudio：AI 原生智能体的无代码可视化构建器，必要时可用代码扩展；无需单独管理 API Key 即可访问 200+ 个模型；提供 100+ 个模板，典型构建时间为 15 分钟至 1 小时；可部署为 Web 应用、浏览器扩展、定时自动化任务或 API 端点；已部署 150,000+ 个智能体（Stanford/Harvard/BYU 教学、ServiceNow 销售工作流、Advance Local 新闻编辑部自动化）。
• LlamaIndex Parse Gateway：LlamaParse 前的新增（2026 年）路由层，使用开源 LiteParse 的 is_complex 页面级复杂度估算器（标记页面为何困难——扫描、文本稀疏、编码乱码、矢量文本、嵌入图像——以及困难程度），将简单页面交给免费的本地解析，仅把真正困难的页面升级到付费 LlamaParse 层级。路由逻辑开源，也以 MCP 服务器形式暴露，使智能体能够自行选择解析层级。
• OpenGeni（Cloudgeni-ai）：Apache-2.0、可自托管的“智能体运行时”，提供与智能体行为无关的会话 API（创建/引导/观察/中断/重放）、持久化可重放事件历史、人工审批卡点和受治理的凭证/记忆访问。可运行在托管沙箱（app.opengeni.ai）中，也可完全运行在运营方自己的硬件上；自托管模式下控制平面、会话 API、事件历史和审计轨迹不放在第三方服务器上。
• OpenWorker：Andrew Ng 与 Rohit Prasad 的开源、本地优先桌面“AI 协作者”。其差异化目标是返回完成的交付物（文档、已发送的 Slack 消息、已更新的日历条目），而不是聊天回复；它在用户自己的工具中规划并执行多步骤任务，并在重要操作前设置审批卡点。智能体循环在本地运行；配合 Ollama 时可完全本地、私密地运行；与 GPT、Claude、Gemini、开放权重模型、Ollama 和自带 API Key 的方案无关；发布时支持 macOS，Windows 正在开发。

来源说明

五个 URL 直接 WebFetch 均因网络代理返回 EGRESS_BLOCKED。内容通过 WebSearch 综合厂商网站文案（搜索摘要）、官方博客（LlamaIndex、Cloudgeni）、GitHub 仓库（Dosu、OpenGeni、OpenWorker）和独立媒体报道（OpenWorker 的 MarkTechPost/Medium）重建。按规则，仍保留用户提供的 URL 作为各条目的规范引用。