Craton 通信栈完整实现：MessageQueue (POSIX mq_)、NamedPipe、SharedMemory + ShmQueue 无锁队列、EventBus 事件总线、TCP/UDP Socket 跨平台抽象、QNX ResMgr 实战、综合 Agent 示例，系列完结篇

深度剖析 openai/codex (⭐94k) 的核心架构：基于 Rust 的单体工作空间 codex-rs (110+ crate)、MultiAgentV2 协作工具集 (spawn_agent / send_message / wait_agent / list_agents / followup_task / interrupt_agent)、AgentControl + AgentRegistry 控制面、Scientist 命名空间 (Euclid / Archimedes / Turing / Sagan 等 100+ 科学家)、FullHistory vs LastNTurns 两种 Fork 模式、V2Residency 槽位治理、AgentRole 配置层叠加、CodexThread ↔ TurnContext ↔ Session 三层会话栈、Skills 注入 + Plugin + MCP 扩展、Linux/macOS/Windows 三平台沙箱隔离，对比 Claude Code 设计差异。

从 nextlevelbuilder/goclaw（3352⭐，2026-06-29 最新提交）出发，深度解析 Harness 6 件套中"Sub-Agent"组件的工程化实现：三层架构（Manager/Tool/Hook）、context.WithoutCancel 切断、agent_links 权限校验、EventSubagentStart 阻塞拦截、MaxLoopDepth 防递归炸弹。

Craton IO 与存储完整实现：File/Path/DirectoryIterator 跨平台抽象、嵌入式 KV 存储（哈希桶+写时复制）、INI 配置文件、Android scoped storage/QNX etfs 适配，性能基准

深度剖析 HKUDS/RAG-Anything（⭐21.6k, MIT, arxiv 2510.12323）的核心架构：基于 LightRAG 知识图谱与 MinerU 多模态解析器，构建端到端的多模态 RAG 管道。支持 PDF/Office/图片/公式/表格统一处理，四类 ModalProcessor + ContextExtractor 协同将异构内容融入统一知识图谱。

从 microsoft/SkillOpt（9.5k⭐）出发，深度解析 Harness 6 件套中"Skill"组件的训练范式：把 Skill 文档当 trainable state，用 6 阶段 ReflACT 循环 + Held-out 验证门 + 文本学习率调度器，零推理时延地优化 Agent SOP。

Craton 核心 4 件套完整实现：基础类型 (String/Buffer/Expected/Any)、Logger + Console/File/AsyncChannel、Thread/ThreadPool/Mutex/SpinLock/Event/Semaphore/Condition、Timestamp/Stopwatch/Timer，附 Linux/QNX/Android 三平台编译实测

深度剖析 tensorzero/tensorzero (⭐11.7k) 的核心架构：Rust 实现的统一 LLMOps 平台，把 LLM Gateway、Observability、Evaluation、Optimization、Experimentation 五大能力熔于一炉，InferenceProvider trait 是抽象核心，41 个 crate 构成模块化生态。

从 agentsmd/agents.md（22.5k⭐）标准出发，深度解析 Harness 6 件套中"Rule"组件的设计哲学、加载机制与跨厂商适配，并以 oh-my-agent、steipete/agent-rules、awslabs/aidlc-workflows 三个真实项目做横向对比。

Skills Hub 全景调研：从 27 个开源项目看 AI Agent 资产中心

调研项目：27 个真实开源项目 · 调研时间：2026-06-26 · 完整报告 ≈ 13000 字

去年 12 月我给团队部署 Claude Code 时，发现一个让人抓狂的事情：同一段”按 Linus 风格 review PR”的提示词，散落在 5 个开发者机器上的 5 个不同位置——.claude/skills/、.cursor/rules/、.codex/skills/、Slack 历史消息、还有一个人写在 Notion 里。没有人能回答”我们团队到底有哪些可复用的 skill？”。那个瞬间我就知道，Skills Hub 不是一个 nice-to-have，而是 AI 编码团队绕不开的工程基础设施。

这份报告是我用了一周时间，对 27 个真实开源项目进行结构化拆解后产出的——我把它当作”如果让我从零搭建一个 Skills Hub”的决策地图。