- 我的帖子已经打上 开源推广 标签： 是
- 我的开源项目完整开源，无未开源部分： 是
- 我的开源项目已链接认可 LINUX DO 社区： 是
- 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
- 以上选择我承诺是永久有效的，接受社区和佬友监督： 是
以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出
几个月前我在linuxdo社区发一个文章说写agent，然后很多人喜欢，
很多人问Agent学习路线图，佬友！github开源项目来学习Agent
开发调优
基于github开源项目来学习Agent： 参考文章：< 干货！2025年AI Agent超100页全景报告：MCP、RAG、实战案例> https://mp.weixin.qq.com/s/ZYZ7jWTT6_Sggfd66ukRRA 参考文章：https://drive.google.com/file/d/1Th8mN_IF7Ttc8bI_OLtUuQ7Mjx3aJ6Hi/view 参考文…
因为年代久远，那个文章现在来看，是非常初级水平了，skill才是当今agent的核心！所以我更新一个新版本：
[分享创造] 🪩 Discogo：受 Spotify 新 logo 启发开发了个新玩意，将任意 logo 或图片转为 3D 迪斯科球
[阅读] 2026 年四月 读医疗卫生 小说 3 本
把skill转为web saas
把skill转为web saas 对外访问服务， 而不是自己本地运行的工具，把claude code / codex 等的能力对外提供服务，变成web应用，变成api，变成saas,这样才有更大的价值。
我研究了4个方案，分别应对不同复杂程度的skill:
1,把skill转为tools
github.com
GitHub - liangdabiao/Simple-Agentic-Stack: 基于 MCP（Model Context Protocol）和 Skill 驱动的 AI Agent...
基于 MCP（Model Context Protocol）和 Skill 驱动的 AI Agent 编排系统。LLM 通过自然语言编写的 Skill 按步骤调用 MCP Server 提供的工具，完成复杂的多数据源联动任务。 > 传统编程和 LLM Agent 系统之间的对应关系：**Skill 是程序，MCP 是库，LLM 是语言**。
很多简单的skill就是非常简单的转换，就可以变成web应用。
2，把skill转为MCP
github.com
GitHub - liangdabiao/SKILL-kefu: SKILL智能客服系统 基于 LangChain/LangGraph...
SKILL智能客服系统 基于 LangChain/LangGraph 的完整智能客服解决方案。本系统整合了原教程 11 个章节的所有核心功能，包括对话记忆、RAG 知识库、情绪识别、意图分类、工单系统、监控评价、计划执行、多 Agent 系统、MCP 技能系统等。本系统目的是为了让skill能够变成公开服务。
3, 把skill转为 langchain deepagents skill
为什么需要 DeepAgents 这一套？单一提示词撑不住复杂任务真实业务往往是：多步推理、多工具组合、长会话、还要记用户偏好和历史决策。把一切都塞进一个 Chat 里，容易出现指令被淹没、行为漂移、失败不可定位。这就是为什么像Claude Code、Deep Research、Manus这样的应用能够脱颖而出——它们不是简单的工具调用器，而是具备深度思考能力 的智能体。
DeepAgents 基本上已经有 Claude code/ codex 的 功能了，skill也是兼容的。
因为我发现 AI好像不大会写 deepagents，所以我开发了一个skill,指导ai写好deepagents，我自己使用觉得是质的提升，推荐给佬友： github.com
GitHub - liangdabiao/do-deepagents-skill: skill指导AI正确的写代码-基于langchain deepagents框架。为什么需要...
skill指导AI正确的写代码-基于langchain deepagents框架。为什么需要 DeepAgents 这一套？单一提示词撑不住复杂任务真实业务往往是：多步推理、多工具组合、长会话、还要记用户偏好和历史决策。把一切都塞进一个 Chat 里，容易出现指令被淹没、行为漂移、失败不可定位。这就是为什么像Claude Code、Deep Research、Manus这样的应用能够脱颖而出——它们不是简单的工具调用器，而是具备深度思考能力的智能体。
介绍deepagents核心用法：
五个让它与众不同的能力1. 内置规划：write_todos 2. 一个虚拟文件系统 3. Subagent Spawning 4. 自动 Context Compression 与 Summarization 5. 跨会话的长期记忆
我也基于deepagents 写了一个通用的skill转为saas的项目，但是暂时不开源：
除了 deepagents, 字节的 deerflow也是类似的，更强大，更工业级：
DeerFlow **v2.0 **，skills、tools、memory、sandbox、gateway，这些别人也有。
DeerFlow 2.0 开始，这些东西不是散装摆件，而是被组织成了一套可以持续运转的执行体系。它的 Skills 不是简单 prompt，而是 Markdown 定义的结构化能力模块，里面包含 workflow、best practices 和 supporting resources。
4 使用 claude-agent-sdk 直接使用skill
把已经跑通的 Agent skills 用 Web 技术包装起来，让任何人打开浏览器就能用，而且支持多人同时在线。 这样就能把它变成一个对外的 SaaS 服务。把整个saas和用户体验都补充进去了，我觉得让skill变成saas服务，这是很大的商业价值。反正我以后全部项目都这样搞成saas给佬试用哈。项目我已经完成了，但是暂时不开源。
最后
我自己其实是用这些技术搞agent的，不知道大佬们是怎样搞的，抛砖引玉。
1 个帖子 - 1 位参与者