我在昆明,写 Agent,也读古书。
白天调 Prompt、接工具、搭记忆系统;晚上翻《周易》、看注疏、抄几句。这两件事看上去隔得很远,其实是同一件事——都在琢磨「怎么让一个东西有条理地思考」。
国学给我的不是素材,是结构感。阴阳是二值判断,五行是状态机,卦变是状态转移,义理是解释层。把这些翻译成 Prompt 的结构,比堆一屏形容词有用得多。
写代码是给机器立规矩,读古书是给人立规矩,最后都是同一门手艺。
- 给 Agent 装脑子 —— mingsi-skills(明思)、qiushi-skill(求是)、Sharp-skill:把「怎么想问题」拆成可复用、可组合的 Skill,而不是一段越写越长的 System Prompt
- 让古籍可以被推理 —— mingli-ai(明理)、Tianwen(天问)、shushu-knowledge-base:结构化知识库 + 推理链,让模型引用典籍时有据可依
- 造自己顺手用的工具 —— dsh-workbench(本地工具与协议复刻车间)、dsh-android(把 Agent 塞进手机)
|
dsh-workbench |
mingsi-skills |
|
shared-memory-skill |
qiushi-skill |
|
mingli-ai |
Tianwen |
|
dsh-android |
teaching-well |
- 构建跨工具共享记忆系统:MCP 协议与 FTS5 + 向量混合检索架构深度解析
- 求是方法论在 AI Agent 中的应用:从唯物辩证法到 Prompt Engineering
- Sharp Think — 结构化思考优化 Agent Skill 设计与实践
- 明思技能包——AI 智能体 System Prompt 设计与优化实战指南
「道生一,一生二,二生三,三生万物」 —— 《道德经》
从简单规则涌现复杂智能行为