v2yllhwa

“量子”隧道，私有化部署，数据主权和安全，没有源码
这是否

@v2yllhwa 另外 google play 绑定国内卡订阅 claude 确实可行，我还没被封号过（去年到现在）

google 礼品卡校验地区非常严格，绑卡消费比较方便

question 1:
＞ [session context] 通告说"skill 列表已更新，新 skill 从下一个 session 可用"。这意味着用户装完 skill 想立刻用会发现用不了，要开新 session 。

＞ 但 invoke_skill 这个工具本身是始终存在的——它不需要 system prompt 里列出所有 skill 才能调用。模型可以通过 [session context] 通告知道新 skill 的名称，然后直接 invoke_skill(skill_name: "xxx")。


question 2:
＞ 不要做工作流编排。 多 Agent 在结构上就是 cache 灾难。人类的分工不对 AI 有任何价值。AI 是万能的。

＞ 这个设计一口气解决了好几个问题：
子 agent = 状态隔离
做代码审查的 skill 可能需要读几十个文件、跑 grep 、输出长篇分析。如果这些中间步骤都在主 agent 的 history 里，history 会膨胀得很快——cache 命中率没变，但上下文总量上去了，压缩触发得更早，成本更高。
子 agent 把这些中间过程隔离在自己的 session 里。主 agent 只看到最终结论。主 agent 的 history 没有被污染。


这两个地方是不是有一些前文和后文逻辑上的一些摩擦，是不是存在一些 trade off 和独特的设计？期待 op 分享一下。

比如第一个点我理解既然有 invoke_skill 工具是不是没必要在 session context 里说下一回合可用？直接说列表更新就 OK ？

第二个点咱们这个 agent 和传统的 sub agent 按角色的拆分是不是有一些设计上的不同？

看起来很不错，最近试用了 langgraph 和 smolagents ，一个太抽象，一个还不稳定。
楼主的 example 看起来挺优雅的。

有没有用能读取 b 站的浏览器插件

防范 xss ，攻击者插入的脚本 nonce 对不上无法执行。

这是 CSP （内容安全策略）： https://developer.mozilla.org/zh-CN/docs/Web/HTTP/CSP

1. 高刷显示器
2. 跑图，熟悉地图，外加练下基本的道具（比如 inferno 的警家烟，车位火）
3. 练枪（打 bot 、死斗）、压枪
4. 练习预瞄和搜点（完美平台上有预瞄挑战）
5. 看比赛，提高姿势水平（什么时候敌人会在哪里，什么时候需要回防其他包点，什么时候要 eco 省钱）
6. 多给队友交流，多报点，遇到压力怪把语音屏蔽了自己玩