他为 daily.dev 市场写了一个插件,名字叫 Agent Stack Radar。它本质上是一份 SKILL.md,由编码智能体每周执行一次:读取 daily.dev 上关于 Claude Code、MCP 和编码智能体讨论最多的帖子,翻看评论,最后给出最多五条“该修、该试、该盯”的建议,每条都附上来源。
第一版被拒了。评审指出的两个问题都成立,而修好它们的过程,比写这个插件本身教给他的更多。
为什么要做这个
他每天都在跑编码智能体,却总是错过对自己配置真正重要的帖子:一个被植入的 AGENTS.md、一个专门窃取智能体凭据的恶意包、一个本可以省下他一下午的钩子。趋势工具会告诉你哪些标签在升温,他想要的是告诉自己该改什么。
这份简报分三块:
- 修:当下就会影响智能体用户的安全问题。
- 试:有具体来源、本周就能采纳的工具或做法。
- 盯:有潜力,但还早或未经验证。
两个被拒的 bug
第一个是 REST 请求用错了参数。标签搜索用的是 ?query=,而真实参数是 q。他此前只通过 daily.dev 的 MCP 服务器测试,那里工具已经自动发送了正确的名字,所以他从没看到这个问题。
第二个是请求预算从没加总过。他写的是“每次运行大约 10 到 20 个请求”。可当他数步骤——6 个标签、一个热门信息流、最多 10 篇帖子连同评论——最坏情况是 27 个。一个免费的 daily.dev 账号每月只有 200 个请求,这个数字就有意义了。
两个问题同源:SKILL.md 承诺的东西,他没有对照智能体的真实行为核验过。
修法:让智能体能自己数预算
他重写了步骤,让总数不会漂移:智能体维护一个运行中的计数,不翻第二页,不重试失败的调用,无论如何到 22 就停。他还把每一条 REST 路径对照官方 API 规范核了一遍,并且现在把 REST 和 MCP 两条路径分开测试。
实测:22 个预算用了 21 个
重新提交前,他在自己的账号上真跑了一次,还设了三个自定义主题,确保每一步都被走到。这次用了 21 个请求,也让他看到三件此前没猜到的事:
- 多词主题返回空结果。“software supply chain”和“supply chain security”都找不到标签,“supply”却可以。现在技能只用单个关键词搜索,并在搜索为空时明确告知。
- 逐篇抓取帖子没有增加任何信息。6 个案例里,帖子接口返回的摘要和信息流里已有的完全一样。现在只有摘要缺失时才去抓帖子。
- 为零评论的帖子请求评论是浪费一个请求。看到就 obvious,现在会先检查评论数。
改完之后,一次默认运行用不到 19 个请求。
评论才是最有价值的部分
让他意外的是价值来自哪里。有两次,有用的那句话出现在评论里,而不是帖子里。
一次,帖子说要用脚本而不是 markdown 来强制执行智能体规则。一条评论展示了如何用 Claude Code 的 Stop 钩子做到,另一条则警告说他们的检查器拦下了 120 条回复,其中 89 条是误判。于是建议变成:可以试,但要先拿你确定没问题的回复测一遍。
另一次,一篇讲被植入的 AGENTS.md 劫持 Codex 和 Claude Code 的帖子,在评论里得到了更正:新增目录里的 CLAUDE.md 并不会被加载,除非设置了 CLAUDE_CODE_ADDITIONAL_DIRECTORIES_CLAUDE_MD。真正的风险是在那个文件夹里启动会话。
这也是为什么这个雷达把大部分预算花在评论上,并且在评论改进或反驳了帖子时明确说出来。
那次运行的第一条,是一个恶意 Ruby gem strutil-core,安装时就会窃取凭据,包括 .claude/.credentials.json,来源是 Socket 的披露。单这一条就让他觉得这次运行值了。
它如何尽量保证安全
一个把陌生人写的帖子喂进你智能体的工具,按设计就是提示注入风险。所以:
- 它只读。从不投票、评论或发帖。
- 帖子和评论文本只是数据,永远不是指令。试图给智能体下命令的帖子,会被归到“修”下面作为注入尝试,而不是被执行。
- 令牌只发往 api.daily.dev,技能从不读取你的文件。想要针对你配置的建议,由你自己粘贴所用内容。
现在的位置
它已于 11 月 10 日通过审核。接下来他想让简报用读者自己的语言书写——他是西班牙语使用者,这类内容在西班牙语里很少——以及建一个公开仓库。
如果你也为智能体写技能:你怎么核验 SKILL.md 里承诺的限制或接口,和智能体真正做的事是一致的?
热门跟贴