OpenContext:把 Agent 记忆变成可治理的上下文资产
从目录、manifest、检索、写回和隐私边界出发,分析 OpenContext 如何为现有编程 Agent 建立可治理的长期上下文层。
共 14 篇文章
从目录、manifest、检索、写回和隐私边界出发,分析 OpenContext 如何为现有编程 Agent 建立可治理的长期上下文层。
从个人 Agent 和独立开发视角,分析 TencentDB Agent Memory 的 L0-L3 分层、本地优先、短期卸载和使用边界。
从独立开发和团队工程视角,分析 Loop Engineering 到 Agent Graph 的转变,以及组织图、工作图和权限边界为什么重要。

RedPlanetHQ/core 把记忆、任务、连接器和网关放到一个自托管系统里,意义不在聊天,而在持续工作。
当 Coding Agent 已经足够强,普通人更该学的不是造 Agent,而是把已有 SaaS/Office 工作流改造成可沉淀脚本。

OpenTag 用开源运行时、可替换模型、AG-UI/MCP 和人工审批,展示了 Slack 工作区 Agent 的开放实现路径。
ByteChef 把 AI Agent、工作流自动化、RAG、Guardrails、MCP 和自托管审计放进同一平台,反映了企业自动化的新方向。

Hermes 的 MoA 模式把多个参考模型和一个聚合模型组织成协同判断链。它的价值不在炫技,而在为复杂 Agent 工作流提供第二意见、风险审查和可复核的决策结构。

当模型能力变强后,重型 Agent 方法论容易把规划变成新的负担。更轻的替代思路,是先用对话澄清需求,再用任务树和小步验证控制实现。

AgentLife 通过本地 Bridge 把 Claude Code、Codex 等 CLI Agent 接到手机端,让碎片时间可以远程调度代码任务;好用的前提是权限、工作区、验证和中断机制都要设计清楚。
/learn 不是简单记忆增强,而是把代码、文档、手册和历史材料提炼成可执行、可测试、可复用的 Skill,让 Agent 开始沉淀长期经验。
Claude Tag 把 Claude 放进团队频道、权限、记忆和异步任务里。更关键的不是又一个聊天机器人,而是企业 AI 从个人助手转向组织级执行系统。