GitLab 内置变量实战（二）：流水线的“编排信号”——触发源、父子流水线、Runner 与环境
上一篇聊了“识别类”变量——流水线怎么知道自己“是谁、在哪、从哪次提交来”。这一篇聊“编排类”变量，它们回答的是另一类问题：谁触发了我、我属于哪条更大的流水线、我在哪台机器上跑、跑到了哪个环境。 如果说识别类变量让配置“活”了起来（一套配置适配多分支多项目），那编排类变量让流水线真正“会协作”——多项目联动、父子拆分、按触发方式差异化执行，都靠它们。
唐莫盈
一个开发出身的DevOps工程师
GitLab 内置变量实战（一）：流水线的“身份识别”——分支、Tag、提交与 MR
GitLab 在每次流水线运行时，会自动注入一大堆“内置变量”（官方叫 Predefined Variables）。它们不需要你配置，开箱即用，是流水线感知“当前处于什么上下文”的唯一窗口。 很多人写 .gitlab-ci.yml 只用过一个 $CI_COMMIT_BRANCH，然后就靠一堆硬编码的 if 去区分环境。但其实这套内置变量能支撑起非常精...
MCP 与 CLI：Agent 调用 Tool 的两条路径，谁在侵蚀谁？
Agent 调用外部工具，大方向上有两条路：MCP 和 CLI。MCP（Model Context Protocol）是 Anthropic 在 2024 年底推出的标准化协议，目标是给 Agent 提供一套统一的方式来接入各种第三方服务。CLI 就是命令行——kubectl get pods、git diff、docker ps，Agent 直接执行...
Agent 的“行为准则”——Skill 的本质与常见误解
上篇聊了 Tool——Agent 用来操作外部世界的“手脚”。有了手脚之后，下一个问题就来了：Agent 应该怎么用这些手脚？什么时候该做什么、做到什么程度算是“完成”、遇到模棱两可的情况怎么判断？这就是 Skill 解决的问题。它不是告诉 Agent “你怎么用 kubectl”——那是 Tool 的事。Skill 告诉 Agent 的是“做一件事的...
Agent 的“手脚”——Tool 的能力边界与进化史
大模型再聪明，不能和外部世界交互，也只是一个会说话的脑袋。聊聊天、写写诗、帮你改个函数——这些都还在“输出文本”的范畴里。但一旦你要让 Agent 做点实际的事——部署一个服务、查一下数据库、打开浏览器帮你填个表单——它就必须有“手”。在 Agent 的术语里，这只“手”就叫 Tool。从最早期的文件读写，到今天的 Computer Use 和 Bro...
Hermes Memory Provider 与 Mem0：被忽视的记忆抽象层，打通 Agent 间知识共享
如果你在用 Hermes Agent，你大概率只用到了它的文件记忆——MEMORY.md、USER.md、SKILL.md。这本身已经很实用了：告诉它你的偏好，它记住；和它协作多了，它越来越懂你。但很多人不知道的是，Hermes 还藏着一个被严重低估的能力：Memory Provider 机制。它把“记忆存储”做成了可插拔的抽象层，让你的 Agent ...
Hermes Profile——多个 Agent 分身，一套工具搞定
你在 Hermes 里调教好了一个 Agent——它记住了你的代码风格、项目结构、常用命令。现在你有了第二个需求：需要一个专门管部署的 Agent，再要一个专门做运维巡检的 Agent。它们是三个完全不同的角色，需要不同的记忆、不同的技能、甚至不同的模型偏好。你总不能每次都重装 Hermes 吧？Hermes 的 Profile 机制就是为这个设计的。
LiteLLM——统一 LLM 网关：从 API Key 乱象到企业级 AI 基础设施
当你开始用大模型做正经事——不是偶尔调一下 API 玩，而是把它当成团队基础设施来用——你会很快撞上一面墙。不是“模型不够强”那面，而是“管不住”这面：API Key 满天飞、不知道谁花了多少钱、某个模型挂了全部业务瘫掉、数据出没出内网完全不可审计。这时候你需要的不是一个更强的模型，而是一个能管理模型的网关。LiteLLM 就是这个网关。
本地大模型实践（六）：Hermes Agent——有记忆、会学习的自进化 AI Agent
上一篇聊 OpenClaw 时提到，它最大的短板是记忆系统——Agent 每次都要重新教，记不住你的偏好和项目背景。这不是 OpenClaw 一个工具的问题，而是当前大多数 AI Agent 的通病：模型能力越来越强，但 Agent 每次聊天都像第一次见你。Hermes Agent 就是冲着这个问题来的。它的核心卖点不是“更强的 AI”，而是“越用越懂...
本地大模型实践（五）：OpenClaw——给大模型装上“数字手脚”的本地 Agent 网关
前三篇文章聊的都是编程场景的 Agent——OpenCode 写代码、Cline 在 IDE 里执行任务、OpenHands 自主完成开发全流程。但大模型的能力不止于编程。如果你想让一个大模型帮你管理文件、操作浏览器、定时巡检服务、甚至在你常用的聊天软件（微信/飞书/钉钉）里随时响应你的指令——你需要的是一个 Agent 网关，而不是一个编程工具。这就...