关键词
LLM prompt Context harness agent MCP skillsuser- agent-loop skills+memory
推理的思考方式
DeepSeek R1 那种推理式思考，依赖获取到的文本信息继续搜索，并在此基础上进行推理一个前提：问题都是可以被「思考」出来的。也就是说，信息是相对完整的，目标是明确的，路径是可以通过推导得到的智能体式思考必须能够：现实世界往往目标不明确、反馈不稳定，需要多步决策不是依靠一次推理，而会基于图片、文本、地点等信息的反馈，反复调整、多次尝试- Agent loop（智能体循环）
插件系统
平台级产品以及单一功能软件
把额外的功能，分离出去，变成一个精心设计的轻内核+随便 vibe 的功能插件的架构 在Python的插件开发领域,Pluggy 是一个强大而灵活的工具python 程序都可以借助 pluggy 让自己支持” 插件 “功能pluggy 钩子模式 @hookspec / @hookimpl 装饰器、PluginManager
DuckDB 的扩展被编译成独立的动态链接库（.so 或 .dll），主程序通过 dlopen 系统调用在运行时动态加载
VSCode 构建了一个庞大而安全的插件生态，其设计核心是 组件容器/依赖注入（Container/DI）模式VSCode 主进程会为插件启动一个或多个独立的 扩展主机（Extension Host） 进程
消息总线 / 事件驱动模式
Logstash 插件注册表模式（Plugin Registry）
skills和plugin
优先选择 Skill：如果你的目标是利用现有工具只有当原生不提供你需要的基础能力时，才需要开发Plugin
企业
记忆管理方案：企业应用中，记忆数据属于核心资产=安全和可追溯以及协作需求
理解能力： RAG？
skills 属于核心能力 Agent 系统的扩展方式正变得非常多元。除了基础的 Skills、Plugins 和 MCP，Hooks 提供了事件驱动的扩展能力，Subagents 支撑了并行处理，而 Processors 和 Middleware 则让请求处理管道更加可控和可观测
参考
https://pluggy.readthedocs.io/en/stable/
https://github.com/bubbuild/bub
