Github Repos Recommend
1 OpenAgents - AI Agent Networks for Open Collaboration Repo
地址：github.com/openagents-org/openagents 2 system_prompts_leaks Collection of extracted System Prompts from popular chatbots like ChatGPT, Claude & Gemini Repo
地址：github.com/asgeirtj/system_prompts_leaks 3 TissueLab 医学影像分析的协同进化代理人工智能系统 Repo
地址：github.com/zhihuanglab/TissueLab 论文地址：arxiv.org/abs/2509.20279 4 Everywhere 一款具备情境感知能力的桌面 交互式 AI 助手 能直接感知我们屏幕上的任何内容，可在任何位置上调用 AI。无需截图、复制或切换应用，AI 便会自动理解当前屏幕内容，并直接提供帮助。 Repo
地址：github.com/DearVa/Everywhere 5 Claude Code 上下文五层架构详解 第一层：关键层（TIER 1 - CRITICAL）——绝对不可更改的核心规则
▪ 系统身份与目标 这是Claude Code的基础定义，明确其身份和使命，确保AI始终聚焦于辅助编程的定位。
6
7
▪ 安全策略 仅采取防御措施，严格拒绝执行任何恶意代码请求，保障代码安全和开发环境稳定。
8
9
▪ 工具使用政策 优先使用专门设计的工具而非直接bash命令，确保操作规范、可控，避免潜在风险。
10
11
12 总结： 如宪法般的不可变规则层，保障系统安全与稳定，是Claude Code行为的根基。 第二层：核心行为层（TIER 2 - CORE BEHAVIOR）——定义Claude Code的“性格”和操作规范
▪ 专业客观性 优先基于事实而非主观验证，保持专业严谨的态度。
13
14
▪ 任务管理 强制使用TodoWrite进行任务规划和管理，保证任务流程化、条理化。
15
16
▪ Git工作流安全 任何潜在破坏性操作必须得到明确批准，防止误操作导致代码损坏。
17
18
▪ 丰富工具库 支持40+功能工具（包括bash、读写文件等），赋予Claude Code强大操作能力。
19
20
▪ CLAUDE.md（项目记忆） 作为项目上下文的核心载体，支持500+行的项目特定上下文，持续在多轮交互中保持记忆和关联。
21
22
23 总结： 这一层是Claude Code的“灵魂”，决定了它如何理解需求、规划任务、执行操作。特别是CLAUDE.md模块，是最大杠杆点，能让AI根据项目细节精准输出，极大提升实用价值。但遗憾的是，许多开发者未充分利用这一功能，错失了提升AI协同效率的重要机会。 第三层：操作层（TIER 3 - OPERATIONAL）——实时感知和执行环境上下文
▪ Hooks系统 用户可配置的shell命令自动化，支持定制化工作流。
24
25
▪ 任务执行流程 包含任务计划、提醒机制，确保执行有序且高效。
26
27
▪ 预批准工具 部分工具无需额外权限即可调用，简化操作流程。
28
29
▪ 环境信息 实时获取工作目录、操作系统版本、当前日期等基础信息。
30
31
▪ Git状态快照 跟踪分支信息、修改文件、提交历史，帮助AI准确理解代码库当前状态。
32
33
▪ 专门领域代理 超过15个领域专家级子代理，针对不同领域提供专业支持。
34
35
36 总结： 操作层保证Claude Code具备对项目现状的实时感知能力，结合Hooks和任务管理，为复杂项目提供动态响应能力。多领域代理的加入，使得Claude Code不仅仅是通用助手，更能在特定技术领域展现出专家水平。 第四层：辅助层（TIER 4 - SUPPORTIVE）——优化用户体验，提升交互质量
▪ 语气与风格规范 采用简洁、Markdown格式，避免表情符号，确保输出专业且易读。
37
38
▪ MCP服务器指令 支持与Context7、Supabase、IDE等集成，提高上下文获取与交互顺畅度。
39
40
▪ 斜杠命令（Slash Commands） 提供20+定制化工作流命令，快速触发复杂操作。
41
42
▪ 帮助与反馈机制 包括文档访问和问题报告，方便用户获得支持。
43
44
▪ 系统提醒 自动生成基于上下文的提示，辅助用户更有效地使用Claude Code。
45
46
47 总结： 这一层虽非核心功能，但极大提升了使用便捷性和用户体验，体现了Claude Code从技术工具向智能助手转变的细腻打磨。 第五层：元数据层（TIER 5 - METADATA）——纯粹的参考信息，不影响AI行为
▪ 代码引用格式 统一约定文件路径和行号格式，便于定位。
48
49
▪ Token预算限制 最大支持20万token上下文，保证对话和代码处理规模。
50
51
▪ 用户消息 当前用户的查询或请求内容。
52
53
54 总结： 作为系统运作的辅助信息，元数据层保证了上下文管理的规范化和效率，避免信息混乱。 关键洞察与实践建议 - CLAUDE.md项目记忆的重要性 这是Claude Code区别于其他LLM编码助手的核心优势。通过注入丰富、持续的项目上下文，AI能跨会话保持对项目状态的深刻理解，极大提升代码生成和问题解决的准确性与相关性。 - 层级架构的设计哲学 从不可变规则到行为定义，再到执行环境、辅助体验，最后是纯参考信息，每层职责分明、相辅相成，体现了严谨的系统设计和Unix哲学的“组合与脚本化”理念。 - 企业级安全与合规保障 第一层的安全策略与Git工作流保护机制确保了企业级环境中的安全可信，满足合规需求。 - 高度可定制和自动化 通过Hooks、斜杠命令和多领域代理，Claude Code支持用户根据实际需求灵活扩展和自动化工作流程。
原文地址：x.com/dani_avila7/status/1977827992144327152
Google
Introducing the Gemini 2.5 Computer Use model
Today we are releasing the Gemini 2.5 Computer Use model via the API, which outperforms leading alternatives at browser and mobile tasks.
