claude plugin eval: kiểm thử skill và plugin như kiểm thử code
Lệnh claude plugin eval chạy skill trên case thật, so với nhánh không plugin, sáu loại grader, mẹo viết case ổn định và chi phí cần biết.
AI Agents & Skills
Skill, MCP, cách agent hoạt động và tối ưu chi phí. · 20 bài
Tất cả
Claude Code
Claude API
LLM & NLP
AI Agents & Skills
Tips
AI Automation
Tools
System Design
Reading
ReAct và Toolformer: nguồn gốc vòng lặp suy nghĩ–hành động của mọi agent
Hai bài báo đặt nền cho agent dùng tool: ReAct xen kẽ suy luận và hành động, Toolformer tự học khi nào gọi API; kèm các rủi ro agent hiện đại thừa hưởng.
Bài học từ hệ thống nghiên cứu đa agent của Anthropic
Kiến trúc orchestrator–worker của tính năng Research, số liệu hiệu năng và chi phí token, nguyên tắc prompt, cách đánh giá và khi nào không nên dùng đa agent.
Harness cho agent chạy dài: giữ trí nhớ qua nhiều cửa sổ context
Cách Anthropic thiết kế initializer agent và coding agent, danh sách tính năng JSON, file tiến độ, init.sh và Git để agent làm dự án nhiều ngày hiệu quả.
MCP 2026-07-28: giao thức chuyển sang stateless, cần biết gì?
Thay đổi lớn trong spec MCP 2026-07-28: bỏ handshake và session, server/discover, subscriptions/listen, MRTR, tính năng bị deprecate và cách nâng cấp.
Tự viết MCP server bằng Python trong 30 dòng
Hướng dẫn từng bước viết MCP server bằng SDK Python chính thức, test bằng MCP Inspector, kết nối Claude Desktop và Claude Code, cùng các lỗi thường gặp.
Bảo mật MCP server từ xa: OAuth 2.1, CIMD và những lỗi chết người
Đưa MCP server lên Internet an toàn: kiểm tra Origin, luồng OAuth 2.1 với PKCE và resource, đăng ký client bằng CIMD, cấm token passthrough.
Viết Agent Skill chuẩn Anthropic: mô tả đúng, dưới 500 dòng, eval trước
Nguyên tắc viết SKILL.md: ngắn gọn, chọn độ tự do, đặt tên và mô tả để được gọi đúng lúc, progressive disclosure, checklist, eval trước khi viết.
Context engineering: cho agent ít token hơn nhưng đúng tín hiệu hơn
Tóm tắt bài kỹ thuật của Anthropic: context rot, system prompt độ cao vừa phải, truy xuất just-in-time, compaction, ghi chú và sub-agent.
Thiết kế tool cho AI agent: đừng bọc API, hãy bọc công việc
Quy trình và 5 nguyên tắc viết tool/MCP hiệu quả từ Anthropic: gộp tool theo tác vụ, namespace, kết quả gọn, tiết kiệm token, mô tả rõ.
20 repo Claude skill và mẹo dùng Claude Code được dùng nhiều nhất (10/2026)
Lọc 20 repo GitHub nhiều sao nhất về Claude: mẹo CLAUDE.md, skill quy trình, tiết kiệm token, thiết kế UI, viết lách và kiểm tra bảo mật skill.
OpenClaw: trợ lý AI tự host, nhắn qua Telegram/WhatsApp và làm việc thật trên máy bạn
Dự án mã nguồn mở tăng sao nhanh nhất mảng agent cá nhân (tên cũ Clawdbot, Moltbot). Mạnh, nhưng cần cấu hình an toàn.
Workflow hay Agent? 5 pattern từ Anthropic để chọn đúng kiến trúc
Prompt chaining, routing, parallelization, orchestrator-workers, evaluator-optimizer — và khi nào mới cần agent tự chủ.
Agent Skills là gì? Hiểu đúng SKILL.md trước khi cài hàng chục skill
Skill là một thư mục có file SKILL.md hướng dẫn agent làm một việc cụ thể. Chuẩn mở, dùng được cho Claude Code, Codex, Gemini CLI, Cursor…
MCP là gì? “Cổng USB-C” nối AI với database, GitHub, Slack…
Model Context Protocol là chuẩn chung để AI app kết nối công cụ và dữ liệu bên ngoài. Viết server một lần, mọi client hỗ trợ MCP đều dùng được.
Superpowers: bộ skill buộc Claude Code lên kế hoạch, viết test rồi mới code
Thay vì gõ “xây app cho tôi”, Superpowers dẫn agent qua brainstorm → viết plan → thực thi theo đợt → TDD → kiểm chứng trước khi báo xong.
AutoHarness: để Claude Code tự rút kinh nghiệm thành skill sau mỗi phiên
Plugin mã nguồn mở biến cách xử lý, quy trình và bài học trong phiên làm việc thành skill — rồi tự cập nhật, gộp và dọn bớt skill cũ.
Ralph Wiggum loop: chạy agent lặp đi lặp lại cho tới khi test xanh
Kỹ thuật “ngớ ngẩn mà hiệu quả”: cho agent chạy mãi trên cùng một prompt, chỉ dừng khi bộ kiểm tra không thể nói dối báo đạt.
Hallmark: skill thiết kế để web do AI dựng không còn “nhìn là biết AI làm”
Gradient tím, card bo tròn giống hệt nhau, copy chung chung — Hallmark dùng cấu trúc trang, theme và một bài “slop test” 65 điểm để chặn những dấu hiệu đó.
“AI sao chép mọi ứng dụng không cần mã nguồn”? Nhìn đúng về REA
REA giúp AI agent điều tra hành vi của binary, APK, web app… Công cụ có thật và hữu ích, nhưng các bài đăng giật tít đang nói quá — và bỏ qua rủi ro pháp lý, an toàn.
Không tìm thấy bài phù hợp
Thử từ khoá khác hoặc bỏ bộ lọc chủ đề.
Không bỏ lỡ bài mới
Theo dõi binhAI qua RSS (Feedly, Inoreader, Slack…) để nhận bài mới ngay khi đăng.