茯茶养生人的博客

肩部训练动作库，覆盖三角肌三束：前束（史密斯肩推、哑铃坐姿肩推）、中束（侧平举打造肩宽）、后束（绳索面拉、俯身反向飞鸟、蝴蝶机反向飞鸟）。强调肩要下沉、动作要慢、重量要小，后束必练以防圆肩。每个动作含目标肌肉、器械、关键要领、常见错误及组次参考（12-15个/组×4组），并附练肩日组合示例。

背部训练完整动作库，按垂直拉（引体、高位下拉）、水平拉（坐姿划船、单臂哑铃划船、杠铃/T杆划船、悍马划船）和孤立动作（直臂下压）三大类分组，共8个动作。每个动作均标注目标肌肉、器械、关键要领、常见错误及组次参考（多为12-15个/组×4组）。核心原则是沉肩、用背阔肌将肘拉向后方而非用手提重量，并给出练背日组合示例。

系统梳理腿臀训练动作库，按蹲、拉、推、孤立四类动作模式分组，涵盖深蹲、硬拉、臀推、腿屈伸等11个动作。每个动作均标注目标肌肉、器械、关键要领、常见错误及组次参考（多为12-15个/组×4组）。核心口诀为膝盖与脚尖方向一致、腰背挺直、髋膝联动。初学者优先练熟深蹲、硬拉、臀推、腿屈伸4个核心动作即可覆盖全腿臀。

胸肌训练核心是「推」与「夹」两件事：推（卧推类）练整体厚度与力量，夹（飞鸟类）练中缝塑形。要点为沉肩、挺胸、肩胛骨后缩下沉贴靠背，全程念动一致。胸肌不用练太多，约半月一次即可，每次3-4个动作、推+夹搭配。

本文讲解 Agent 技能加载机制，核心是"两级知识注入"：SYSTEM 提示词仅注入轻量技能目录（约100 tokens/技能），当模型需要时通过 load_skill 工具按需加载完整 SKILL.md 内容。

本文详解Agent系统中四层上下文压缩管道（L1-L4）：L1滑动窗口修剪、L2工具结果占位符替换、L3大型结果持久化到磁盘（swap思想）、L4 LLM完整摘要。采用主动压缩（调用前预防）与被动压缩（prompt_too_long兜底）双机制，配合转录存档保证有损压缩后信息可恢复。核心循环按L3→L1→L2顺序执行廉价优先策略，L4作为昂贵兜底。

本文分两章讲解构建最小智能体的核心机制。s01 介绍 Agent 主循环（Agent Loop）：最小智能体即一个循环，LLM 不断调用工具直到自行判断任务完成，通过 stop_reason 判断是否退出，工具结果以 tool_result 消息回传累积历史。

本文讲解 Agent 记忆系统的三大核心能力：持久化存储（Markdown 文件存于 .memory/ 目录，YAML Frontmatter 记录元数据，MEMORY.md 作索引）、自动提取与巩固（extract_memories 每轮对话后自动提取，consolidate_memories 超阈值时合并去重控制熵增）、动态加载与上下文注入（两级检索先摘要后全文，用 LLM 而非关键词选择相关

本文介绍系统提示词的运行时动态组装方案：将提示词拆分为PROMPT_SECTIONS模块化片段，通过assemble_system_prompt(context)基于Agent真实状态（工具、工作区、记忆）有条件拼接，并使用json.

本文介绍 Agent 生产环境中的错误恢复系统设计。通过 RecoveryState 共享状态对象（5个字段各管一条恢复路径上限），结合带抖动的指数退避（500ms×2^attempt，上限32秒）处理瞬时故障：429限流重试、529过载连续≥3次切换备用模型；非瞬时错误（如 prompt_too_long）raise 穿透给外层处理。

本文介绍 s12 任务系统，相对 s05 的 TodoWrite 实现关键升级：任务持久化为 .tasks/{id}.json 文件（重启/换机可恢复），通过 blockedBy 形成 DAG 依赖图，can_start 检查上游全部 completed 才可开始。

本文介绍基于线程的后台任务执行系统，核心目标是让耗时操作（如npm install、build、test等）异步执行，避免阻塞Agent主循环。通过should_run_background()两级判断（显式run_in_background优先+关键词启发式兜底）决定是否后台执行，start_background_task()创建守护线程并立即返回bg_id，collect_background