为何没人探讨 MAF Microsoft Agent Framework 六边形架构，开发起来很顺手 中间件注入也很方便 架构层 telemetry 声明式 Func tool 开发 + doc String 上下文注入，无脑 tool 渐进式披露 内置 harness agent 模板 安利一波
为何没人探讨 MAF Microsoft Agent Framework 六边形架构，开发起来很顺手 中间件注入也很方便 架构层 telemetry 声明式 Func tool 开发 + doc String 上下文注入，无脑 tool 渐进式披露 内置 harness agent 模板 安利一波
为何没人探讨 MAF Microsoft Agent Framework 六边形架构，开发起来很顺手 中间件注入也很方便 架构层 telemetry 声明式 Func tool 开发 + doc String 上下文注入，无脑 tool 渐进式披露 内置 harness agent 模板 安利一波
为何没人探讨 MAF Microsoft Agent Framework 六边形架构，开发起来很顺手 中间件注入也很方便 架构层 telemetry 声明式 Func tool 开发 + doc String 上下文注入，无脑 tool 渐进式披露 内置 harness agent 模板 安利一波
为何没人探讨 MAF Microsoft Agent Framework 六边形架构，开发起来很顺手 中间件注入也很方便 架构层 telemetry 声明式 Func tool 开发 + doc String 上下文注入，无脑 tool 渐进式披露 内置 harness agent 模板 安利一波
为何没人探讨 MAF Microsoft Agent Framework 六边形架构，开发起来很顺手 中间件注入也很方便 架构层 telemetry 声明式 Func tool 开发 + doc String 上下文注入，无脑 tool 渐进式披露 内置 harness agent 模板 安利一波
为何没人探讨 MAF Microsoft Agent Framework 六边形架构，开发起来很顺手 中间件注入也很方便 架构层 telemetry 声明式 Func tool 开发 + doc String 上下文注入，无脑 tool 渐进式披露 内置 harness agent 模板 安利一波
IT之家 4 月 27 日消息，OPPO Find 系列产品负责人卓世杰今日就 OPPO Find X9 Ultra 手机镜头中心的“六边形”设计进行回应，“ 做成圆的当然是保险、稳妥的选择，但是我们的初心，是做一款真正‘特别’的相机。 ” 卓世杰表示，玩摄影的朋友应该很熟悉， 在光圈叶片闭合时，形成的就是这种极其经典的六边形几何轮廓 ，这也是画面定格前的最后一道“门”。 我们把这个抽象的图形，做成整台手机的视觉中心， 是想让大家在拿起手机时，能找回属于相机的那种纯粹的仪式感 。 有了门之后，当然还要有光，镜头边上那一圈哈苏橙色圆环，我们特意用了极其严苛的三次氧化工艺，才做出那种若隐若现的“悬浮感”。它不是一个单纯的颜色贴在那，而是轻盈的悬浮光影设计，随着光线变化，灵动跳跃。 另外，不知道大家有没有发现，我们的镜头转接环在没有安装增距镜的时候，它的正面其实是一个笑脸，这是来自“OPPO A103 的微笑”，也是我们留给大家的小彩蛋，我们希望 在致敬哈苏极致美感的同时，也有专属于 OPPO 的设计美学和人文温度 。 OPPO Find X9 Ultra 手机发布于 4 月 21 日，搭载第五代骁龙 8 至尊版处理器、内置 7050mAh 冰川电池，主打“光学至上，口袋哈苏”，定价 7499 元起。 ▲ 【IT之家开箱】 OPPO Find X9 Ultra「大地苔原」 OPPO Find X9 Ultra 手机后置搭载 5000 万像素 14mm 超广角、2 亿像素 23mm 主摄、2 亿像素 70mm 长焦、5000 万像素 230mm 超长焦以及第二代丹霞色彩还原镜头，号称第一次用 8K 画质完整覆盖“大三元”。
【开源】Skillcompass：帮你判断 Skill 迭代到底有没有真的变好 本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 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 以下内容100%纯古法手搓 给大家看看一个六边形战士skill impeccable的报告 一个优秀skill 的有3个关键特性（试试说skill本身，不说它给你的结果你满不满意，这是两回事） 稳定性。流程清楚、边界明确、约束合理的 skill，更容易在不同任务里维持质量。 复用性。用户能不能形成稳定习惯，很多时候取决于 skill 有没有把使用路径设计清楚。 如果每次都要重新猜一遍怎么调用，复用就会越来越困难。 可学习性。结构好的 skill，更容易让用户看懂它的思路。 我们普通人很容易被功能多全面（有时候全面不是一件好事，小而美的反而更好，因为它的定位是很清晰的，比如参考grill-me）、readme写得多像白皮书、github ，装载量吸引，但很少系统地评估这个 skill ，比如从结构、触发、功能设计、比较增益etc这些角度，对使用者的帮助主要发生在哪个环节，比如和不用它相比到底多了什么 另外，我发现基于你的一个工作任务，最好不要安装超过5个skill，不然你输入提示题的时候就会很乱。 所以你看一个skill值不值装的话，除了按自己需求，筛选出适合自己的skill，在skill功能相似的情况下，你可以用skillcompass帮测评一下，比如在claude的对话框里输入帮我安装skillcompass Evol-ai/SkillCompass ，并帮我用它测评一下xxx skill 它的github链接。如果它是个六边形战士，你就可以试试用用，把差的一点的那个skill就卸掉，毕竟你的每一个指令都是烧钱的，公司不报销你就没有那么多试错成本，而现在的GitHub上 数量都是可以刷的。 2 个帖子 - 2 位参与者 阅读完整话题