AI Agent
cc-connect 架构与安全决策指南：把聊天工具接成本地编码 Agent 控制面
从本地桥、权限模式、admin_from、yolo 风险、run_as_user、Web UI 9820、密钥、审计和多项目边界，系统评估 cc-connect 的采用方式。
TinyFish + Monid：免费搜索不等于无限可靠，Agent 上网要先看证据链
从实时搜索、动态网页抓取和 MCP 接入出发，分析 TinyFish 通过 Monid 提供的免费 Agent 网络能力，以及速率、授权和稳定性边界。
solo-skills：一人公司的 26 个 AI 技能，真正有价值的是失败记录
从安装、脚本边界到失败路径，拆解 solo-skills 如何把一人公司的重复工作变成可复用的智能体技能。
Hermes v0.20.5：先让 Agent 跑起来，再决定要不要接入付费模型
免 Key 模型和联网搜索让 Hermes 的第一次试用更短，但稳定性、数据边界和生产责任仍需单独验证。
Agent Reach：把互联网接入变成 Agent 的能力层
从多后端路由、安装授权和 doctor 体检出发，分析 Agent Reach 如何管理会变化的互联网工具链。
Plurai 不是又一个观测面板，而是 Agent 质量控制平面
可观测性只能解释 Agent 为什么失败；Plurai 试图用 simulation、evals 和 guardrails 建立可测试、可拦截、可回滚的质量控制平面。
Hermes Agent安装的关键：不要把可运行误认为可用
一份从安装器、模型provider、上下文长度到工具权限和长期Gateway运行的实战指南。
把《深入理解 AI Agent》设计成工程课程：章节、实验、评估和结课项目路线图
面向团队和课程的 AI Agent 学习路线：用 10 章和 92 个实验建立上下文、工具、Coding Agent、评估与后训练能力。
wigolo 的研究价值：让 Agent 先建立证据链，再写结论
wigolo 适合放在研究型 Agent 的证据层：搜索、抓取、抽取、缓存、相似查找和 diff/watch 共同支撑可复查的引用流程。
Casdoor 的治理价值：Agent 时代先把身份、证据和权限讲清楚
Casdoor 适合被看作 Agent 身份治理层：谁在调用、代表谁调用、能调用什么、证据如何审计，比单点登录本身更关键。
多 Agent Skill 编排真正补的不是能力，而是调度层
把测试、修复、清理和报告拆成独立 Skill 以后，仍然需要一个能负责顺序、状态、失败处理和证据汇总的编排层。
AI 编程从 Loop 走向 Graph：真正变化是协作结构
从独立开发和团队工程视角，分析 Loop Engineering 到 Agent Graph 的转变，以及组织图、工作图和权限边界为什么重要。
peerd 不是网页自动化玩具，而是浏览器 Agent 权限模型样本
peerd 的重点不是让 AI 点网页，而是把浏览器 Agent 的本地密钥、actor 隔离、出站控制、动作确认和审计日志拆成可讨论的工程边界。
Koog：JVM 团队终于有了更顺手的 AI Agent 框架
JetBrains Koog 面向 Kotlin/JVM、Android、iOS 和多平台应用，适合把 AI Agent 放进 Spring Boot、Ktor 与企业后端主工程栈。
DBX：更适合独立开发者的轻量数据库工作台
DBX 把跨平台数据库客户端、Docker Web 版、AI SQL Assistant、MCP Server 和 CLI 合在一起，适合独立开发者和小团队减少数据库工具切换。
CORE 这类 Personal AI OS，真正要解决的是 Agent 的长期上下文问题
RedPlanetHQ/core 把记忆、任务、连接器和网关放到一个自托管系统里，意义不在聊天，而在持续工作。
Text-to-Lottie：让 Claude Code 先做轻量动效草稿，再自己看帧修正
Text-to-Lottie 把 Lottie 生成、预览、锁帧、自检和修正打包成 skill，让 Claude Code 之类的 agent 也能稳定做轻量动效。
CEO-Bench 真正说明的不是 AI 能不能当 CEO，而是长周期决策有多难
把 14 个顶级模型放进 500 天的订阅软件公司模拟里，最有价值的结论是：长周期、强反馈、持续校准，才是 Agent 的硬门槛。
ByteChef 的重点不是 300 个连接器，而是把 Agent 和工作流放进同一个执行链
ByteChef 把 AI Agent、工作流自动化、RAG、Guardrails、MCP 和自托管审计放进同一平台，反映了企业自动化的新方向。
Hermes MoA：把多个模型组织成一条可复核的 Agent 判断链
MoA 不是聊天花活，而是为高不确定性任务准备的决策层。参考模型先出视角，聚合模型再做裁决。