摘要： Markdown是给人看的，JSON-LD是给机器“理解”的。 本文作者在构建AI Agent操作系统 Gliding Horse（流马） 时，将系统“语言”从Markdown全面迁移至JSON-LD + 图数据库，解决了三大痛点： 多Skill命名冲突 → 通过 @context 统一映射到IRI，实现语义互操作 长对话Token爆炸 → 只存摘要+IRI引用，详细数据存图库，Token消耗从O(n)降至O(1) 知识不可追溯 → 每个结论带 @id，可审计、可校验、可关联去重 适用场景：数十上百Skill、多Agent协作、需长期记忆和安全校验的复杂系统。 项目地址：https://github.com/doiito/gliding_horse 关键词：JSON-LD、Markdown、AI Agent、知识图谱、Token优化、语义互操作、Rust 阅读全文

摘要： Gliding Horse 中 JSON‑LD 的深度设计：从“能用”到“可靠”的语义总线 摘要：本文深入解析 Gliding Horse Agent OS 中 JSON‑LD 的六大核心设计决策——有意设计、统一上下文、IRI 注册表、聚焦展开、共享审计日志与命名空间管理。从 L0 存储的双层结构 阅读全文

摘要： Gliding Horse 本体论系统设计：给 AI Agent 装上“语义大脑” 摘要：本文深入解析 Gliding Horse（流马）AI Agent 操作系统的本体论系统设计。通过 SHACL 形状约束、OWL 推理引擎、本体对齐与漂移检测，为 Agent 产出的每一条 JSON-LD 数据赋 阅读全文

摘要： 为什么我把 JSON‑LD “编译成 DAG” 后，整个 Agent 平台立刻聪明了 我写的 Gliding Horse（流马） 是一个用 Rust 从零构建的 AI Agent 操作系统。如果你问我：整个系统里最“魔法”的一个设计是什么？ 我会毫不犹豫地回答：把 JSON‑LD 直接编译成 DAG 阅读全文

摘要： Claude Code的Workflow有点意思，但流马想得更远 摘要：本文深入对比Claude Code Workflow与开源AI Agent操作系统「流马（Gliding Horse）」的设计理念差异。Claude Code Workflow本质是增强版命令模板，而流马基于动态PDCA调度、5 阅读全文

摘要： 【爆论】AI厂商敢不敢“验收后收费”？现在的Token计费就是霸王条款！ 兄弟们，今天聊一个没人敢说的大实话。 你找个装修队，活干一半，墙砌歪了，你会付全款吗？ 你请个程序员，代码跑不通，bug满天飞，你会结账吗？ 你点个外卖，筷子都没拆，结果送错了，你会确认收货吗？ 都不会。 那为什么到了AI大模 阅读全文

摘要： 我用 Rust 写了个 AI Agent 操作系统来写代码，现在它比我还懂我的项目 摘要：本文深入介绍了作者用 Rust 从零开发的 AI Agent 操作系统「Gliding Horse（流马）」，它通过 Agent 编排引擎、四层记忆系统、质量门禁和知识图谱，解决了传统 AI 编码助手「失忆、瞎 阅读全文

摘要： 我让 Agent 的上下文“瘦身”成功，Token 省了，记忆反而更好了 前几篇聊了 Agent 怎么编排调度、怎么用 5W2H 和 PDCA 做认知框架、四层记忆系统、感知引擎。 但在记忆系统那篇里，有个最关键的设计我只是一笔带过——上下文到底是怎么“瘦身”的？ 为什么聊了 50 轮，Token 阅读全文

摘要： 给模型厂商的一封信：求求你们，教教AI说“JSON-LD”吧 前几篇和大家聊了为什么我选择用JSON-LD做数据总线、为什么抄CPU缓存架构做记忆系统，以及Oxigraph和Qdrant这对黄金搭档。 评论区里有小伙伴问：“既然JSON-LD这么好，为啥不直接让LLM生成JSON-LD呢？” 这个问 阅读全文

摘要： 我给 AI 装上了“触觉神经”，它终于知道环境变了 摘要：本文深入解析 AI Agent 工作区文件监控系统的设计与实现。针对 Agent 对文件变化感知盲区的痛点，提出基于 notify 库的实时文件监控、L2 图数据库文件状态索引、LRU 缓存与差分读取、ToolGuard 硬约束拦截四层架构。 阅读全文