开源一个轻量级多agent框架，默认自带七个agent，对话中能够智能刷新系统的提示词，具备记忆管理系统，能够查找以往的聊天记录，可以执行命令和查询数据库，甚至还可以自己搭建新的agent。代码简明易懂，作为agent开发入门上手框架也很不错，地址：github.com

这两天让 Claude Code 帮我写了个终端转发工具，主要是为了解决外出时还想用 Claude Code 的问题。

之前好几次在外面想改点代码或者查看项目，但是 Claude Code 只能在电脑上用。特别是有时候想到什么思路，但人不在电脑前，就很不方便。于是想着能不能让手机也能连到电脑的 Claude Code 。

具体实现方式就是，电脑上跑个 pty ，服务器用 cloudflare worker 做 WebSocket 中转，网页端用 xterm 做命令渲染和输入。

目前用下来感觉还行，但是还不是很成熟，连接上会有不稳定的情况等等。主要是想知道大家有没有这种需求，需求多的话，会继续投入精力完善。

项目地址： github.com

GPT5终于要来了

说实话，我还是Get不到MCP的点。

这件事的本质，其实就是AI发起一个工具调用请求，服务方给出工具执行结果，AI添加到上下文，然后回答用户或者继续调用。

如果说这是为了统一标准，OpenAPI不是已经是标准了吗？全世界的API都在用OpenAPI文档，AI也能直接读懂，工具调用完了结果该怎么加到上下文还是怎么加，为啥还要搞个MCP？

OpenAI的Actions多简单，配个API，写个schema就能用，调用结果直接回来。MCP呢？要学协议、搞服务器、处理SSE、WebSocket一堆东西。但最终不还是要把工具执行结果塞回上下文吗？90%的场景就是查个天气读个文件，用得着这么复杂吗？

与AI对话的消息应该视为文档，AI能够根据对话调取文档，重整上下文。在代码修改的场景里，AI能够把用户发送的代码直接加载到工作台，然后通过局部修改快速完成编辑。

现在每天的工作全靠AI，我感觉并不是agent在代理我，而是我是ai在公司的代理。

初步跑通claude-computer-use的写作功能，利用官方内置的text_editor实现ai编辑器，可以通过和ai对话让ai创建、撰写和编辑文章，这和传统的编辑器有根本的不同，传统的编辑器本质还是一个工具，它本身不会产生内容，更不用说理解你的想法，而ai编辑器则是一个写作代理，你能够和它对话，它能够理解你的复杂的想法，然后自动选择合适的工具，实现你的需求，它还能在对话中启发和引导你，提供你原来想不到的思路，从而创造更好的内容。

关于人工智能操作电脑，这个之前也已经做了，方法是让gemini给出目标交互元素的坐标，然后让ai输出坐标去点击，然后再把截图信息发送给ai让ai进行下一步的操作...如图中所示，创建账号按钮上的红色圆点就是视觉模型给出的坐标点的标记...

实现ai操作电脑没有难度，有多种方案，现在感觉比较好的是视觉，但是问题在于，找不到场景，一个简单的任务，ai要搞很久，并且还容易出错...现在的gui本身是为了鼠标设计的，并不是为了ai设计的。

这么说来，也许接下来交互界面就是要综合人类和ai进行设计，既能让人类利于理解和互动，也能让ai较好的理解和互动，这样才能很好的实现人机两个模型的协同，并且，当然是生成式的。

在gpt canvas 推出的三个月前，自己也做了一个通过tools call 来响应用户需求编辑文章的demo产品，今天看到claude 的Computer use功能中官方定义的写作部分（text_editor_20241022）发现大家思路都差不多。

AutoSite是一个可以让Ai根据你的需求开发网站并自动部署上线的小工具，大部分的代码基本都是Ai写出来的，之前都是命令行和Ai交互的，今天又让它实现一个网页的界面，没想到几下就帮我搞定了，而且成品效果非常好，调整了一下文案就直接可以了，不得不感叹现在的Ai太强大了。