Skip to content

Latest commit

 

History

History
157 lines (115 loc) · 8.02 KB

File metadata and controls

157 lines (115 loc) · 8.02 KB

文档索引

学习笔记

跨框架的模式和实践深度分析。

按主题分类

异步流式、WebSocket 模式和实时通信。

文档 描述 优先级
异步流式一等公民 流式作为核心抽象:StreamedMessage 协议、Pull/Push/Hybrid 模式 P0
流式比较 跨框架流式模式比较 P2
流式工具组装 流式增量工具调用组装 P1
WebSocket 流式支持 WebSocket 流式设计模式 P2
AgentScope 实时语音 统一事件驱动模型、多模型适配、语音聊天室广播机制 P0
实时 vs. Kosong 对比 感官实时 vs. 逻辑流式的架构哲学对比 P0

结构化错误、重试策略和弹性模式。

文档 描述 优先级
结构化错误与重试 错误分类、重试策略、错误恢复 P1

会话历史、上下文转换和内存模式。

文档 描述 优先级
上下文管理双模式 审计 vs Token 优化:Tape anchor 切片、历史处理器 P2
上下文转换比较 上下文压缩和转换模式 P2
会话历史管理 会话持久化和历史管理 P2

类型安全的消息层次结构和序列化模式。

文档 描述 优先级
类型化消息部件 类型安全消息部件:UserContent 联合、ModelMessage 层次结构 P0

回调和可扩展性系统。

文档 描述 优先级
中间件/回调系统 可扩展性钩子:BaseCallbackHandler、RunnableConfig、astream_events P2

状态快照和并发模式。

文档 描述 优先级
状态快照并发 双模式并发:EventStream、部分快照、UI 状态同步 P2

框架架构分析和设计模式。

文档 描述 优先级
Kimi CLI 架构 分层架构:Soul/Wire/UI 分离、D-Mail、Steer 模式 P2
Republic Anchor 机制 Tape Anchor 上下文切片实现 P2
OpenClaw Opik 可观测性插件架构 事件投影式 tracing:hook 到 trace/span 的状态聚合与收尾链路 P1
NanoClaw 架构 NanoClaw 架构设计分析 P1
Codex LLM 抽象层 ModelClient/Session 设计、WebSocket 预热、流式回退 P1

LLM 抽象层比较和 SDK 模式。

文档 描述 优先级
LLM 抽象比较 提供者抽象层设计模式 P2
LLM 调用返回封装 LLM 调用的 SDK 使用模式 P2
LLM 框架比较 综合框架比较(LitAI, Pydantic AI, Republic, Kimi CLI, LangChain) P2

WebSocket 协议比较。

文档 描述 优先级
OpenAI WebSocket 比较 OpenAI WebSocket 与框架实现比较 P2

机器人运动控制和 Embodied AI 模式。

文档 描述 优先级
分层运动系统 主要动作与次要偏移的融合架构、100Hz 控制循环、线程安全状态管理 P0
机器人情绪系统设计 情绪/舞蹈/呼吸状态切换、语音同步摆动、产品鲜活感设计考量 P0

Agent 性能测试、安全评估和观测模式。

文档 描述 优先级
Opik 与 Bloom 融合 攻击模拟-深度观测-防御评估的有机闭环 P1
Bloom 行为评估 Seed-driven 自适应行为评估、后门攻击检测 P2

按优先级分类

优先级 文档 主题
P0 异步流式一等公民 核心抽象
P0 类型化消息部件 类型安全
P0 分层运动系统 机器人控制
P0 机器人情绪系统设计 机器人情绪
P0 AgentScope 实时语音 实时交互
P0 实时 vs. Kosong 对比 架构对比
P1 Opik 与 Bloom 融合 安全评估
P1 结构化错误与重试 生产健壮性
P1 流式工具组装 流式处理
P1 OpenClaw Opik 可观测性插件架构 可观测性架构
P2 Bloom 行为评估 行为评估
P2 上下文管理双模式 状态管理
P2 中间件/回调系统 可扩展性
P2 状态快照并发 并发

最佳实践

综合多个框架最佳实践的设计文档。

文档 描述 更新时间
LLM 错误处理设计 结构化错误分类、重试策略、回退模式 2026-02-26
流式拉取防抖推送设计 流式架构模式 2026-02-26
机器人情绪与动作系统设计 永不静止原则、双层融合架构、音频驱动运动 2026-03-02

模板

模板 描述
学习笔记模板 贡献新学习笔记的模板

贡献文档

贡献文档步骤:

  1. 遵循 学习笔记模板
  2. 将文件放在 docs/learns/harness/<主题>/ 或对应类别的目录
  3. 更新本 README 索引
  4. 提交 PR

查看贡献指南 →


最后更新:2026-03-10