3 posts tagged with "Agent"

核心观点：AI Agent 的迭代早已脱离「简单对话辅助」阶段，形成 Prompt、Content、Harness、Loop 四大工程体系。
把它们迁移到软件开发全流程，传统「线性执行、做完即止」的模式，可以升级为 可循环、可迭代、可自愈 的智能开发体系。

写在前面​

很多人用 AI 写代码，体验像开盲盒：同一句「帮我加个接口」，有时结构清晰，有时改飞三个模块，有时没跑测试就说「已完成」。

问题往往不在模型不够聪明，而在于 缺少工程化的输入标准、产出规范、执行约束和闭环机制。

当下成熟的 Agent 体系，早已不是「聊天框 + 补全」，而是四层递进的方法论：

本文按 解决什么问题 → 用什么技术 → 怎么串 展开，与 Agent 四大工程、Cursor Skill 流水线 同属一套工程化思维的不同战场。

这是我一个人从 0 到 1 搭建的企业级应用：Spring Boot 3 + Vue3，自带多租户、权限、文件、工作流等基础能力，业务上聚焦 AI 大模型平台 与 法务合同智能审核与管理。

它不是 Chat 套壳，而是把 文档进库、向量检索、Rerank 精排、Agent 工具调用、合同审核 Pipeline、Flowable 审批 串成可上线、可审计、可回归的系统。

全文按 解决什么问题 → 用什么技术 → 怎么串 展开，与 PDF 结构化入库、Universal RAG 编排、AgentScope Harness 三条主线对齐；不堆配置项和类名清单，但保留可落地的工程细节。

实践项目：laby-boot（Ruoyi-Pro / CRM + BPM）
工具链：Cursor Agent + Superpowers + MCP
2026-05-31

写在前面​

很多人用 AI 写代码，体验像开盲盒：同一句「帮我加个审批」，有时产出结构清晰、有时直接改飞、有时 SQL 中文变 ???、有时没跑测试就说「已完成」。

问题不在模型笨，而在 缺少一套稳定的工程约束。

我们在 Cursor 里搭了一套组合：全局 Skill 定规矩、项目 Skill 贴地图、自定义 Skill 补细节、MCP 接工具。Agent 不再「想到哪改到哪」，而是按流水线干活——设计先行、测试先行、验证有证据、规范可复用。

这篇文章讲清楚：四层分别是什么、怎么配合、一条需求如何走完全程、以及「全自动化」真实边界在哪。