推文

@fireandstart · 2026-10-15 00:58

这份清单的价值，不在于把八个仓库堆成一张“必装榜”，而在于它提醒我们：让编码代理进入真实代码库之前，先把工作环境和约束搭好。Skills 能把反复有效的做法写成可复用流程；AGENTS.md 让项目边界有明确入口；Context7 减少过时文档带来的猜测；Playwright MCP 让代理能观察真实界面；E2B 把运行代码的环境与本机隔开；promptfoo 则把提示词和行为评估纳入持续检查。它们各自解决的是不同环节的问题，不能简单互相替代。 我尤其赞同“先准备 skills 和 sandboxes，模型选择放后面”这个顺序。模型能力固然重要，但如果任务定义含糊、工具权限过宽、环境不可复现，换一个更强的模型也未必能让结果可靠。先把输入、工具、状态和资源边界讲清楚，往往比追逐榜单上的名次更直接。 不过清单里还缺一个关键环节：由独立于实现代理的验收方检查结果。代理可以按规格写代码，也可以运行自己的浏览器检查，但如果它同时定义完成标准、执行实现并给自己打分，遗漏就容易被整条流程继承。更稳妥的组合是：代理负责产出和自检，另一个明确的检查门按用户目标核对行为、权限和边界。这样，技能让过程可复用，沙箱限制运行风险，评估发现系统性偏差，而独立验收决定这次交付是否真的满足要求。

曝光 10 · 评论 0 · 点赞 0 · 书签 0