权限不是安全功能，而是决定 agent 能替你干多少活的旋钮。拆解四层约束（提示、执行、生命周期、凭据）、settings 的两个静默陷阱、hook 为什么能把理由说回给模型，以及配名单该用什么判据。

上下文是预算，工具输出是最大的开销项。从工具层节流、程序化工具调用与子 agent 隔离，到剪枝与摘要的区别，拆解四层节流手段，以及贯穿其中的省上下文与保缓存之争。

给 agent 一个 bash 就理论上万能，但 Claude Code 偏偏把读写、搜索、提问都提升成独立工具。拆解背后的四条判据：安全边界、新鲜度检查、渲染、并行调度，以及为什么默认答案应该是「不提升」。

拆解 Claude Code 的记忆架构：两套正交系统加一层 API 原语。从目录树遍历、拼接优先级、注入位置，到索引加载预算与写后自检回路，讲清每个设计选择背后的取舍，以及自己实现时值得照抄的四条。

围绕 Pokemon Chat 的 Knowledge Base RAG，拆解从上传文件、解析切块、Embedding、写入 Milvus，到用户提问、向量召回、Rerank、拼接 Prompt、LLM 生成和返回 refs 的完整工程链路。

一篇给工程同学的 LangGraph 复习文：10 分钟建模、1 个可运行最小范式、7 个企业高频问题，以及可直接背诵的分组面试题与答案。

基于 pokemon agent 真实代码，系统拆解 LangGraph 的 tools 路由、runtime 执行、结构化 JSON 输出、memory 分层与上下文工程方法。

系列入口篇：整体拆解 pokemon agent 的前端控制层、后端路由层、RAG 检索层、Agent 编排层、基础设施层与运行时配置层。

从前端组装 meta/history，到 FastAPI 分流、本地直答、RAG 检索增强、LangGraph Agent 调度，再到 NDJSON 流式回前端，系统拆解一次用户提问的完整生命周期。

拆解 pokemon agent 的 Agent 模式：前端如何切到 supervisor_agent，LangGraph 如何用状态和工作流编排 supervisor、workers 与 finalizer。

从 Anthropic 的 Building effective agents 出发，系统梳理构建有效 Agent 的核心方法：何时该用 workflow、何时才该上 agent、五类 workflow 模式、agent loop 止损与工具接口设计。

以 harness engineering 的视角解构一个面向 GAIA benchmark 的 Agent 系统：如何组织路由、Loop、工具层、RAG、答案提取与评测闭环，让智能体既能做事，也能被调试、被约束、被验证。

从前端设计实验到全栈自主开发，梳理 Anthropic 如何用 harness design 处理长时间任务中的上下文退化、自评失真、任务交接、流程迭代与验证闭环。

一篇讲透 Agent Skills 的实战指南：从职责边界、触发条件、SKILL.md 结构到渐进式披露与资源分层，系统教你设计可复用、可维护、可跨平台迁移的 AI Agent Skills。

从 Anthropic 的 Building effective agents 出发，结合 GAIA Agent 完整实战，详解 Workflows vs Agents 选型、五种 Workflow 模式、工具三层架构、System Prompt 设计、Agent Loop 止损、RAG 短路、Python 沙箱与评测闭环。