Agent

阿里云百炼联网搜索：三种入口，三种结果，我全都踩了一遍

同一个百炼模型，联网搜索至少有三条入口：Chat Completions 的 enable_search、Responses API 的 web_search 工具、以及 MCP 广场的联网搜索 MCP。它们的能力、计费和踩坑完全不同。本文按我实测的顺序，把每条路的真实行为写清楚。

Agent

给 Agent 接入 Web Search：四种做法，和一条我试过之后放弃的路

Agent 需要实时信息时，接入 web search 有五条路径：模型厂商内置工具、搜索 API 包 function tool、MCP server、CLI+Skill，以及自托管 SearXNG。本文给出前四种的具体做法与选型建议；第五种我实测过，聚合并没有解决上游不稳定的问题，最终很难用，不推荐。

Agent

Agent Run 流式协议：事件溯源、SSE 投影与断线恢复

把 Agent Runtime 的执行过程变成前端可稳定消费的流，关键不是把模型输出直接 pipe 给客户端，而是先把执行事实落库，再把事件投影到 SSE。本文记录我当前系统里的三层协议设计：Runner 端口事件、Canonical 事件库和 SSE wire format。

Agent

OpenAI Responses API与Chat Completions API区别详解

对比 OpenAI Responses API 与 Chat Completions API 的核心差异、能力边界、迁移成本与选型建议

Agent

Agent 内容输出规范：本地给路径，远程给协议

一个 Agent 跑完一次，会输出自然语言、工具调用、产物文件三类内容。本地运行时给文件路径就够了，但一旦把 Agent 挂到远程接口上，就必须有一套类型化的输出协议。本文梳理消息协议、SSE 事件设计、产物通道与 AG-UI 标准。

Agent

让用户选择指定 Skill：从社区实践到生产级 API 设计

Agent Skills 规范并没有定义用户如何点名执行 Skill。本文对比 Deep Agents、VS Code、Codex 与 Jan 的调用模式，并给出一套包含权限、快照、幂等和运行时强制激活的生产级设计。

Agent

主流 Agent 框架对比与多框架统一接口设计

对比 Deep Agents、LangGraph、LangChain create_agent、OpenAI Agents SDK、PydanticAI、Google ADK 与 Microsoft Agent Framework，并给出多框架共存时的统一请求、响应、流式事件和会话设计。

Agent

Agent 用户记忆与 Skill 沉淀：开源项目参考与架构设计

对比 Mem0、Letta、Zep、Graphiti、LangGraph、Agent Skills、OpenHands 与 Voyager，梳理可治理用户记忆和可演进 Skill 的架构设计。

Agent

Agent 能跑代码之后，最危险的事才刚刚开始

从 Docker、gVisor、Wasm 到 E2B、Daytona、Modal、Runloop、Deno Sandbox 与 AgentCore，讲清 Agent 沙箱的隔离边界、产品特点和选型方法。

Vibe Coding

下拉框里显示 _all：Base UI 与 Radix Select 的一个行为差异

智能体市场的四个筛选器全部显示成 _all。代码里明明写了中文文案，问题出在组件库：Base UI 的 Select.Value 默认渲染原始 value，而不是选中项的文本。记录排查过程、修复模式和全仓同类问题清扫。