
Pi Agent实战:07 MCP与CodeMode
前面的工具是咱们自己写的,遇到已经有人做好的能力,就用不着重新造轮子了。文件读取和目录列举都有现成的 MCP 服务,可以直接接给 Pi 用。接好后,用 Codemode 把两个调用塞进一段脚本:一边读源码,一边列目录,各自保留结果。读文件出了错?目录也不用陪着交白卷。

前面的工具是咱们自己写的,遇到已经有人做好的能力,就用不着重新造轮子了。文件读取和目录列举都有现成的 MCP 服务,可以直接接给 Pi 用。接好后,用 Codemode 把两个调用塞进一段脚本:一边读源码,一边列目录,各自保留结果。读文件出了错?目录也不用陪着交白卷。

指令和检查方法有地方放了,可 Pi 每次算运费时,还是得去翻源码、找规则、整理行号。这种熟门熟路的活儿,完全可以做成一个工具,让它一次把材料拿齐。顺便再加上停工提醒和验收清单,少干几回重复劳动。至于运费到底算对没有?扩展可不会抢着盖章,真实验收还得单独跑。

审过几次运费代码,你是不是已经烦透了反复敲”金额用整数分”这种话?感觉就像每天早上都要给同一个同事重新讲一遍岗位职责,永远学不会。Pi 其实给这些老要重复的东西准备了好几个”收纳盒”:长期不变的规矩扔进项目指令里,这次要审哪个文件就用 Prompt Template 传参,完整的检查流程塞进 Skill 里打包。以后换个审查范围?改个参数就搞定,再也不用把整套规矩从头到尾抄一遍了。

等号修好了,接下来很容易想给 Pi 再加点本事:多写些项目指令、再接几个工具、也许再优化一下提示词。这样真会更能干吗?也许会,也许只是账单变得更热闹而已。要弄清这一点,就得拿同一组任务来做个真正的对比——固定输入、初始代码、允许的上下文和判据,然后分开看质量、耗时和使用量。后文把这套本地评测方法称为 Eval。评测材料怎么准备、结果怎么判,都由我们自己管理,Pi 不会替你搭好评测平台——你得自己当这个裁判。

上一章补上了那个等号,Pi 也在界面上交了差。但你知道吗,从发出任务到拿到回答,中间其实是一场看不见的小型接力赛——模型可能请求了好几轮,读过一堆文件,中途还可能来一波上下文压缩,或者收到新消息在队列里等候。这节课我们就拿事件流这个透视镜看清这一切,然后试试保存会话、换个思路、关掉程序后接着做的魔法。会话就像你的工作笔记,保留着讨论和操作的完整记录;至于文件现在长什么样,那还得去磁盘上瞧一眼,会话可改变不了。

模型既然已经连通了,那个藏着少写个等号的运费 bug 也该清算一下了。国内订单凑满 5000 分本来该免基础运费,结果代码倒好,硬是要多收 500 分。咱们得另外拷贝一份带着这个毛病的“练习副本”让 Pi 去修,课程里自带的正确实现则原封不动留着当参照。 千万别小看这两份代码的区别:改的是甲、测的是乙。要是测试绿得发亮,结果跑去测了参考答案,那纯粹是在给自己发安慰奖。

Pi 的角色很简单,就是个架在模型和开发工具之间的桥梁。模型负责动脑筋——提出要读哪个文件、改哪行代码、跑什么命令;Pi 则负责跑腿落地,把执行结果原封不动喂回去。靠着这种你来我往的交互,AI 的修改建议才能真正写进你的源码里。

节日快乐。希望下一个项目里,我们能多做一点自己的决定。等它真的有人用起来,回头看,还是会觉得:这东西做得值。 致敬每一个热爱技术的你!

先说清楚边界。本文只基于 deepseek-v4/DeepSeek_V4.pdf,不补 PDF 外的传闻,也不把报告里没有展开的内容写成确定结论。 如果只用一句话概括,我会这么说:DeepSeek-V4 要解决的核心问题,不是“参数再大一点”,而是模型真的开始跑超长上下文、长链路推理和复杂工具调用时,传统 attention 的成本会先撑不住。V4 的很多改动,最后都指向同一个问题:1M context 到底怎样才能跑起来,而且别贵得离谱。(原文第 4-5 页) 文中提到的“原文第 X 页”,都对应 DeepSeek_V4.pdf 的 PDF 页码。中文写作、white-collar task、code agent 这些结果,多数来自报告里的 internal evaluation,更适合看作“官方自测结果”,不应直接等同于第三方独立评测。(原文第 43-44 页、第 57-58 页)

Prompt 更像临时交代,Skill 更像写给 AI 的岗位 SOP。

重要提醒:React 服务器组件曝光了一枚未认证的远程代码执行(RCE)漏洞,只要项目启用了 RSC 支持,就可能被远程掌控。建议所有依赖 React 19 的项目立即排查并升级。

2025年7月8日,前端领域迎来一次重磅整合:以托管和优化Next.js闻名的Vercel公司,宣布收购Nuxt.js背后的团队实体NuxtLabs。这一举动不仅标志着Nuxt发展进入新阶段,也引发了整个社区对前端生态未来走向的深度思考。

最近,Claude-Code刷屏朋友圈!紧接着昨晚Google推出的开源免费的Gemini CLI让AI强大能力直接走进开发者的终端界面,这款免费开源工具正彻底改变开发者与AI的交互方式。无需切换应用,直接在命令行中完成内容生成、代码辅助与复杂问题解决,开创了终端交互新时代

最近,Lenny Rachitsky 的 Lenny's Newsletter推出了一个真正让人 "难以置信的优惠"。简单来说:$200就可以体验10个知名AI科技产品工具。只要订阅他的 Newsletter 一年,你就能免费获得一整套价值上千美元的顶级 SaaS 和 AI 工具,使用期限同样是一整年!这简直就是给产品人和创业者的及时雨

我们正处在一个 AI 智能体(Agent)蓬勃发展的时代,它们在各种应用中大显身手。但你有没有想过,如果这些聪明的“助手”们能够跨越框架和供应商的限制,更好地沟通协作,是不是能发挥出更大的潜力呢? 现实是,各自为战的 AI 智能体难以实现无缝的信息共享和行动协调,这就像一个团队里大家各说各话,难以完成复杂任务。为了打破这种壁垒,Google 在 Cloud Next 大会上正式发布并开源了 Agent2Agent (A2A) 协议! 这项举措旨在为不同来源、不同架构的 AI 智能体提供一个通用的“交流平台”,促进它们之间的无缝互操作。更令人兴奋的是,A2A 一经推出就获得了 50 多家行业领先企业的积极响应和支持,这预示着 AI 代理生态系统即将迎来一个全新的协作时代,有点像当年安卓系统重塑移动生态!今天,我们就来深入了解 A2A 协议,看看它如何让 AI 伙伴们协同工作。

还在被传统搜索的广告和无效信息折磨?是时候告别低效时代了!AI正以前所未有的力量颠覆搜索体验,一场信息革命悄然来临。从古老的关键词匹配到如今能“读懂你心”的智能引擎,搜索引擎的进化速度超乎想象。大型语言模型等AI技术的崛起,正以前所未有的效率和精准度,重塑我们获取信息的方式。面对信息爆炸、广告围剿和复杂查询的困境,AI凭借自然语言处理和语义搜索,精准捕捉你的意图,提供直达答案的个性化结果。在全球数字化浪潮中,英语和中文无疑是两大引擎。那么,针对这两大语种优化的AI搜索引擎,谁能更胜一筹?它们又将如何塑造未来的信息世界?本报告将深入对比分析中英文AI搜索引擎,揭秘其功能、优劣势,并洞察跨语言动态与特定语言环境下的独特考量,究竟谁能引领未来

2024年,当国产模型DeepSeek以“非常低成本训练和推理,性能比肩o1”的参数和价格横空出世时,AI行业第一次感受到来自中国开源力量的全面冲击。这场由技术突破引发的“地震”,直接加速了大模型从“技术竞赛”到“商业绞杀”的转折——价格腰斩、多模态混战、垂直领域军备竞赛,成为后DeepSeek时代的三大标志。 从价格血战到能力爆炸,LLM竞争如何重构AI行业格局?

亲爱的读者们,祝大家1024程序员节快乐! 从今天起,“清竹茶馆”将正式更名为“清竹志”。个人公众号正式更名为“显林叔”。

这一年,过的可真快呀!最后缅怀的时间很少,那就与与逝去的年华道个别吧

时间已经是2023年了,马上也2024年了,自己去Web3世界闯荡已经一年多了。记得两年前在写文章的时候,发现自己对新领域的狂热在减弱,但是经过在新领域的锤炼,仿佛换起来自己的新狂热程度。时过境迁,React十周年了,Nextjs v13发布也一年了,App Dir(App router)模式的出现,对于自己的吸引力非常大,刚出没多久就在研究和完善相关的工程化,而今经过在企业化项目的实践里,已经锤炼出了一套自认为可以使用的Starter和经验积累。正值1024节,特为大家献上一片总结!