搜索归档

AI 任务排队等候，GPU 却闲置：Kubernetes 有了新方案

这篇文章是 KubeCon 前瞻专栏，讲 Kubernetes 社区怎么让 GPU 更好地服务 AI。问题在于：负责把任务分配到现有机器的调度器和负责加机器的自动扩缩器各干各的，结果任务卡在排队，昂贵的 GPU 却闲着。目前有几个方向：HPE 用开源工具自动收集 Pod 重启信息并推送到 Slack，减少人工排查；AWS 提出让扩缩器更懂调度器，并用动态资源分配、工作负载感知调度和 provisioning requests 衔接两边；SIG-Autoscaling 已有公开提案，让两个环节直接对话。另外 CNCF 沙箱项目 llm-d 发布 v1.0，IBM 测试中智能体任务推理成本降低 11.5 倍、缓存复用约 98%。这些多数是提案或演示，尚未说明何时默认可用。

演讲：快速前进，不破坏信任：与人类及更多角色一起持续交付

Monzo 的工程师 Suhail Patel 分享了这个团队如何做到每天安全上线数百次。他们的做法是：把微服务封装成有明确规范的抽象层，按租户隔离搭建预发布环境，加入静态分析检查，并持续做性能剖析。这样一套强大的内部平台让工程师和 LLM 都能快速迭代，同时不牺牲可靠性。对读者来说，这提供了一个高频率发布同时守住稳定性的工程组织样本；不过这是演讲内容，文中没有说明具体落地效果或工具细节。

AI 智能体的上下文工程（智能体记忆）始于检索

LangChain 的 Deep Agents 框架介绍了让智能体更高效检索信息的方法。原来智能体有三类问题：搜索方式笨拙，反复打开文件或用不同措辞重复搜索，白白消耗时间和上下文；一次搜索塞进太多内容，把上下文窗口占满；以及拿到过时或不相关的信息，还可能在此基础上继续出错。它的做法是：默认使用 glob 按文件名查找、grep 搜索文件内关键词、read_file 逐页读取，不整份加载文件；结果太大时，把完整结果存成文件，只把路径和摘要交给智能体；自定义检索（如 RAG）则先检索、再存文件、由子智能体去读，主智能体只看相关内容。这样智能体能更快找到对的资料，减少无效搜索和上下文浪费。文中还提到 ls、write_file、edit_file 等内置工具，以及向量库、SQL、搜索 API、MCP 服务器等检索数据源；具体效果数据文中未说明。

superlab：面向写作与演示规划的 Claude Agent Skills 套件

ramonk2o/superlab · Plan the deck before you build it. An Agent Skill for Claude that works out the story, the hook and the visual concept with you, gates each phase on your approval, then builds and reviews the slides. For Claude.ai and Claude Code.

superlab 是一套 Agent Skills，安装后可在 Claude.ai 和 Claude Code 中使用，包含 superdeck（演示文稿规划与制作）、supercontext（AI 项目知识文件规划与撰写）、superproject（Claude、ChatGPT、Gemini 助手项目设计）和 supertext（非虚构文本规划与写作）。各技能强调先与用户确定内容、结构和视觉方向，分阶段设置审批环节，再由 Claude 生成成品并由“冷读者”复核；技能支持多语言，不编造材料外的事实。仓库以 Shell 为主，MIT 许可。

GRT Agent Skills：面向 Growatt 团队的 Agent Skill 同步与单源部署方案

EugeneJian/grt-agent-skills · Growatt 团队 Agent Skills（SSOT：~/.agents/skills）：feishu-nav 工作导航 · sql 内网报表库只读查询 · feishu-lark 飞书操作；适配 pi/Claude Code/Codex

该项目以 ~/.agents/skills 作为团队共享 Agent Skill 的唯一真源（SSOT），通过 Git 仓库同步并维护 feishu-nav 工作导航、sql 内网报表库只读查询、feishu-lark 飞书操作、shipment-maintenance 出货 Excel 增量维护、ecology 系统选型入口等 skill，并提供符号链接预检与拓扑审计脚本，适配 Claude Code、Codex、pi 等 Agent 工具。仓库还说明了多机部署、重命名迁移、数据脱敏与防凭据入库的维护流程，面向 Growatt 团队内部分发。

Agent Skills：面向 AI 编程 Agent 的可复用技能集合

huangrx6/agent-skills · 一个面向 AI Coding Agent 的通用 Skills 集合，沉淀工程实践、工作流与视觉理解等可复用能力，通过标准化 SKILL.md 让 Agent 按需加载和执行，兼容 Claude Code、pi、OpenCode、Cursor、Codex 等多种 Agent 环境

该项目提供 9 个可独立安装的 Skill，每个 Skill 由目录中的 SKILL.md 和 README.md 组成，用于让 AI Coding Agent 按需加载并执行演示文稿制作、技术图绘制、COSMIC 拆分、Obsidian 笔记与工作管理、PingCode 查询与周报、Git 开发工作流及学习路线研究等能力。项目包含软链或复制安装脚本、官方 CLI 安装方式、锁文件校验、迁移与仓库体检等维护工具，兼容 Claude Code、Cursor、Codex 等多种 Agent 环境。

TalentPilot：招聘候选人筛选与面试评分表生成的多智能体系统

amandahervol-alt/TalentPilot-AI-Recruitment-Agent

TalentPilot 是一个用 Python 构建的多智能体招聘评估系统：Agent 1 对职位描述与简历进行候选人筛选，识别技能差距并输出结构化状态；Agent 2 依据差距生成 5 道针对性追问及 1-5 分评分矩阵。系统通过 Pydantic 校验 JSON 结构，支持 Anthropic Claude 在线推理并在无 API Key 时回退到离线启发式模式，输出 Markdown 评估卡与可交互 HTML 仪表盘，并附带 AI 工程、AI 产品经理和医疗数据分析三类示例数据集与 Pytest 测试。

Agent Skills Hub：集中管理与分发多领域 AI 技能的集合仓库

sutchan/Agent-Skills-Hub · 集中管理的 AI 技能

Agent Skills Hub 是一个集中管理的 AI 技能（Skill）集合，覆盖多个领域。每个技能为独立目录，包含 SKILL.md（含说明、触发描述与 frontmatter 元数据），并可选带 scripts/、references/、assets/、agents/ 资源。仓库提供中文目录与中文描述本地化，英文原文存于 en_description。用户可浏览技能后，将 skills/<name>/ 目录复制到 Agent 技能目录，依赖 description 自动触发或显式 @技能名 调用；也可借助 skills-manager 批量安装、更新与卸载。仓库附带基于 Express 的本地静态预览服务，技能元数据维护在 data/skills-data.json 与 data/skills-metrics.json。

Agent Skills：为 AI 智能体提供可复用技能与工作流的开放格式规范

agentskills/agentskills · Specification and documentation for Agent Skills

Agent Skills 是一个轻量级开放格式，用于为 AI 智能体扩展专门知识与工作流。每个技能是一个包含 SKILL.md 的文件夹，其中写明名称、描述与操作指令，还可附带脚本、参考资料和模板等资源。智能体按“发现—激活—执行”的渐进式披露机制按需加载技能，从而降低上下文占用，并支持跨产品复用、可版本化管理的领域知识与多步骤流程。项目最初由 Anthropic 开发并作为开放标准发布，获得多种智能体客户端支持。