构建高效的智能体自动化
参考实现详解及常见失败模式
文章
不限日期
共 21 篇第 1–21 篇
重新思考 GPT-6 Astra 的技能与提示词
Codex 作为平台：基于开放智能体框架进行构建
Claude 5 代模型的上下文工程新规则
我们为更先进的模型移除了 Claude Code 系统提示词中超过 80% 的内容。如何将我们学到的经验应用到你在 Claude Code 和自有智能体中的上下文工程。
为软件工厂设计软件
关于将软件工程转化为智能体循环的思考。
构建 Claude Code 的经验教训：我们如何使用技能
我们在 Anthropic 内部构建和扩展数百个技能的经验。
适用于每项任务的框架：Claude Code 中的动态工作流
Claude Code 现在可以即时编写并编排自己的多智能体框架。以下是动态工作流的工作原理，以及能最大化发挥其效用的模式。
用于编排的开源规范：Symphony
了解 Symphony——一个用于 Codex 编排的开源规范——如何将问题追踪器转变为始终在线的智能体系统，从而提升工程产出并减少上下文切换。
像智能体一样思考：我们如何在 Claude Code 中设计工具
了解 Claude Code 团队如何从模型的角度出发，设计、测试并改进工具。
扩展托管智能体：将大脑与双手解耦
长周期应用开发的 Harness 设计
从模型到智能体：为 Responses API 配备计算机环境
OpenAI 如何使用 Responses API、shell 工具和托管容器构建智能体运行时，以运行具备文件、工具和状态的安全、可扩展的智能体。
驾驭工程：在智能体优先的世界中善用 Codex
作者：Ryan Lopopolo，技术团队成员
Shell + Skills + Compaction：让长时间运行的智能体真正干活的技巧
解锁 Codex 框架：我们如何构建 App Server
了解如何使用 Codex App Server 嵌入 Codex 代理，这是一个支持流式进度、工具使用、审批和差异比较的双向 JSON-RPC API。
解构 Codex 智能体循环
深入解析 Codex 智能体循环的技术细节，阐述 Codex CLI 如何利用 Responses API 协调模型、工具、提示词与性能。
构建多智能体系统（第 3 部分）
扩展基于脚本的智能体以可靠处理复杂问题的更新方法。
长效智能体的高效工具链
Claude 开发者平台推出高级工具使用功能
使用 MCP 执行代码：构建更高效的智能体
我们为何构建 Responses API
第 1–21 篇/共 21 篇