# AI

给这个 Astro 博客接入 llms.txt 和 llms-full.txt 的完整过程：用 content collection 在构建时生成索引文件，以及中文站在 Cloudflare 上一定会踩的 charset 乱码坑。

上一篇我把博客那套加工具的规矩做成了一个 Skill。这回换个角度：当我装的 skill 从「自己写的一个」变成「从别人仓库拉来的一堆」，怎么保证队友、CI、还有未来的我，装到的是同一批、同一个版本？答案是 skills-lock.json——Agent Skills 版的 package-lock.json。这篇按 WHW 捋一遍：它是什么、怎么工作怎么用、以及为什么一旦 skill 成了依赖，就该有把锁。老规矩，官方说的和我自己机器上看到的分开讲。

A2A（Agent2Agent）是 Google 去年放出、今年 3 月刚发布 1.0、现在挂在 Linux Foundation 名下的智能体互联协议。我平时泡在 MCP 那一套生态里，这篇把 A2A 的几个核心概念——Agent Card、Task、Message、Artifact——从头捋一遍，讲清它和 MCP 的分工，最后以一个独立开发者的角度说说：它现在值不值得碰。

聊 AI coding 的时候，大家总在比模型——Opus 还是 GPT，谁分高。但我自己每天用下来，真正决定一个 agent 好不好使的，常常是模型外面那层叫 harness 的东西：那个跑工具、管上下文、卡权限的循环。这篇把我理解的 harness 拆开讲讲，它是什么、由哪几块拼成、为什么同一个模型套不同的壳能差出十万八千里。

我的博客挂着一个小工具区，每加一个工具都有一套自己的规矩：文件放哪、逻辑写在哪、写完要去哪登记。以前每加一个都得重新跟 Claude 交代一遍。这次我把它们收进一个 Skill，顺手把 Agent Skills 这套东西从机制到取舍捋了一遍——它到底是什么、progressive disclosure 解决了什么、和 CLAUDE.md / MCP / 子代理差在哪一层，以及我保留的几点判断。

MCP 被叫做「AI 应用的 USB-C」，但这个比喻没说清它到底是什么。这篇从「为什么需要它」讲起，拆开它底下的 JSON-RPC 消息、Host/Client/Server 三层架构、初始化握手，以及 Tools/Resources/Prompts 三类原语分别由谁来控制——最后附我自己接 MCP 服务器时保留的几点判断。

上次写 Opus 4.8 时，我说dynamic workflows对我这种小项目用处不大。这次换了个场景重新试：从零搭一个全新的 MVP，5 个阶段、12 个子代理、约 31 分钟，第一遍 verify 就过了。记录一下它什么场景下有用，以及我保留的几点判断。

Opus 4.8 在 5 月 28 日发布。作为一个每天用 Claude Code 给自己的 App 和博客写代码的独立开发者，我把它接进日常开发用了两天，聊聊新出的并行子代理、effort 控制、代码自查能力到底好不好用，以及值不值得升级。