登录社区云,与社区用户共同成长
邀请您加入社区
从零写一个类 OpenClaw 的 AI 助手框架,全程记录踩坑。今天是第六天:AI 走出浏览器:把 Day 5 路线图中的"渠道 + 调度"一次干完。计划内的 Telegram 因国内网络被墙临时改道飞书,意外验证了"渠道 = 适配器"的架构红利——buildAgent + streamChat 零改动,SSE事件经纯函数渲染器转成飞书文本,长连接免公网回调。实现了:飞书私聊/群聊(@提及)问答
本文记录了开发类OpenClaw AI助手的第五天工作,主要完成以下内容: 实现四个核心工具:解决了国内网络限制,实现web-search(Tavily/Bing)、translate(MyMemory)、file-ops(安全文件操作)和shell(命令执行)功能,处理了流式参数分片等细节问题。 能力差距分析:通过系统评估发现当前实现仅达OpenClaw 15-20%能力,但确认架构设计合理,明
每周一个新框架,每月一个"革命性"发布,口号永远是"这回真不一样了"。结果呢?你刚装好 Claude Code,Cursor 又出新功能了;你刚搞懂 ReAct,隔壁团队已经开始吹多智能体协作了。说白了,追工具就是死循环——你永远在切换配置,永远没时间真正干活。
OpenClaw插件配置错误解析
上一篇文章《设计Agent与AI工具-总纲博客》里,我把 Agent 开发收拢成八个词——判断、授权、执行、记录、会话、隔离、决策、看见。,约 4 万 star,OpenClaw 的核心运行时构建在它的 SDK 之上)。这篇文章从 Pi 的 GitHub 仓库直接拉源码和文档,逐条核对:它是否符合这八支柱?符合到哪一层?不符合的地方,它自己的逻辑是什么?每一段结论都附源码或文档原话,不靠转述。
就是 ReAct 的"工作记忆"。它之所以成为 90% 生产级 Agent 的默认架构,就是因为这个"想→做→看"的循环足够通用——不管你的任务是查天气、做研究、写代码还是排查 bug,都可以用这个模式来处理。比如工具返回了一堆 HTML 或者报错的 stack trace,LLM 不知道该怎么理解这个结果,就决定"再试一次"——然后又得到一样的结果——然后又"再试一次"……:给 Agent 提供
文章摘要:本文提出了一种渐进式分层加载模型,用于优化AI Agent的技能加载机制。该模型通过三个层级实现:Level1(元数据)作为轻量索引,Level2(核心指令)在技能触发时加载,Level3(附属资源)按需调用。这种设计使Agent在拥有海量技能时仍能保持高效,通过避免一次性加载所有内容来节省Token消耗并提升决策质量。文章还探讨了元索引的多种存储形式(Markdown索引文件、结构化数
这篇文章介绍了一个由高中生开发的班级即时消息通知系统。该系统专为班级场景设计,主要功能包括: 角色权限管理:分为管理员、教师和班级用户三种角色,各自拥有不同权限 消息通知系统: 支持通知、叫人和公告三种消息类型 提供置顶、星标、附件等功能 根据上课/课间时段智能调整推送策略 特色功能: 语音消息录制与播报 课间自动提醒未读消息 生日祝福提醒 课表管理(支持单双周轮换) 多端支持: Web网页端 C
在人工智能领域,提升AI Agent(智能体)的任务执行能力是一项核心课题。当前一个主流技术路径是为其添加技能包(Skills),即一系列自然语言指令或代码片段,指导Agent如何更好地完成特定任务。
f(i, j) = f(i, j-1) XOR f(i+1, j),其中 f(i,i) = nums[i]。// maxScore[i][j]:nums[i..j] 范围内所有子数组的最大异或分数。// 最大值 = max(当前区间分数, 左区间最大值, 右区间最大值)// xorScore[i][j]:子数组 nums[i..j] 的异或分数。// 异或分数 = 左区间分数 XOR 右区间分数。
在5.18-5.31期间小组成员完成第五、六阶段开发,实现三大核心突破:1)交互升级:新增文字选中悬浮菜单,集成问AI/摘要/复制功能,响应速度≤100ms;2)智能化深化:构建全书/章节/段落三级摘要体系,开发AI自动轨迹校对和多源并发翻译功能,轨迹准确率提升至91.19%;3)沉浸体验优化:实现6大历史时期差异化古音朗读,支持古今发音切换。团队3人分工协作,完成所有模块开发,现存古音覆盖不全、
在RAG中,提示工程不再是单条指令的措辞优化,而是包含意图识别、动态注入、质量感知、后置校验与反馈闭环的完整决策系统。优秀的Prompt设计师,本质上是一位“对话策略架构师”,需要理解检索模块的噪声特性、LLM的推理边界、以及用户的真实信息需求。后续我们会在本系列第3篇中,详细讲解检索策略优化(HyDE、多路召回、重排序)与Prompt的协同调优,敬请期待。
它的作用很简单,就是把大模型的输出,直接转换成纯文本字符串——看起来简单,但却是很多AI应用的基础操作,毕竟很多场景下,我们只需要干净的文本输出,无需多余格式。这里有个小细节需要注意:print语句里的end=""和flush=True,是为了让解析后的内容逐字连续显示,不会出现换行或卡顿的情况,完美还原流式输出的效果。运行这段代码后,大家会发现,大模型的输出会被解析成一段干净的纯文本,没有任何多
TPerf AI 分析 Agent 属于「功能工具」类型,部署在 Knot 智能体平台上,通过 MCP 工具调用 TPerf-API 获取各维度性能数据,结合知识库检索进行深度分析,经决策树判断资源瓶颈点和压测有效性,输出包含排查建议和优化方向的结构化性能分析报告。
2026 年 6 月,Claude Code 创建者 Boris Cherny 一句话引爆了 AI 工程圈:**"我不再 prompt Claude 了。我设计 loop,让 loop 去 prompt Claude。"** 几乎同时,Google Cloud AI 总监 Addy Osmani、OpenClaw 创始人 Peter Steinberger 也独立得出了相同结论。一个新的工程范式—
在LangGraph实战的实践中,很多开发者容易陷入「先学概念再落地」的误区。真正有效的方式是:从具体问题出发,逐步构建解决方案。这篇文章会先给出真实场景,再拆解技术方案,最后给出落地方法和检查清单,确保看完就能用。
客户在线等着,Agent 报了 `prompt_too_long`,会话中断。这不是极端场景。一个中等复杂度的客服 Agent,加上工具调用、RAG 召回、用户上传的截图 OCR,跑 25 轮上下文就能从 8K token 涨到 118K——再多两轮,直接撞墙。
凌晨 1 点,你盯着屏幕上跑通的 Demo,长舒了一口气。你跟着教程,用 LangChain 搭了一个能查天气、能写周报的 AI 助手。你觉得,自己已经掌握了 AI Agent 的核心技术,简历上也可以理直气壮地写上**“具备 Agent 开发经验”**了。
工具定义层。
agent** 这个词现在无处不在。它出现在网站、Notion 文档、PRD,以及各种会议里;那些过去被称为“带工具的 chatbot”的东西,突然就变成了 agent。而这并不只是措辞问题。
汇聚了全球AI与开发领域的最新资讯,精选来自GitHub、Vercel、AWS等技术社区的最新内容,涵盖AI Agent、大模型、开源项目、AI 编程、网络安全等热门领域。无论是在线代码开发、数据分析,还是AI Agent、开源工具体验,都可以一站式在线使用,直接体验不同场景下的大模型能力,也能为自己的项目寻找更多灵感。集成AstraFlow星图模型平台,一键调用体验200+大模型资源,无论是文本
借助 npx skills 开源技能工具,AI智能体可以严格遵循我定义的全套操作规则,完整走完素材导入、剪辑裁切、轨道编辑、视频导出全流程,同时完成自动化回归测试,反向驱动编辑器持续迭代优化。Timeline Studio是纯前端、端侧离线运行的AI音视频剪辑开源项目,此前在海外Reddit社区分享收获15000+浏览量,多语言国际化、本地隐私渲染、WebGPU轻量化剪辑的方案,收获大量海外开发者
系列:100 天系统学习 AI Agent 开发当前阶段:RAG、知识库与工具边界今日目标:查询改写可以把口语化问题转成更适合检索的关键词、子问题或多路查询。
本文介绍了如何利用LangChain.js开发高效AI Agent,重点解决多工具串行调用导致的性能瓶颈问题。文章首先分析了原生大模型的局限性,指出Agent通过结合LLM、记忆、工具和知识库来扩展能力。核心内容对比了串行与并行工具调用的性能差异,强调使用Promise.all可将总耗时降至最慢工具的耗时。实战部分提供了完整的LangChain.js代码示例,包括环境配置、工具定义、并发执行和异常
平时遇到线上AI Agent一旦上线多用户并发,会出现致命级 Bug:用户 A 询问订单数据,用户 B 对话里突然出现 A 的隐私订单;用户聊完 A 的业务,切换会话后历史记忆错乱;批量并发请求时,不同用户 LLM 上下文互相穿插,回答完全答非所问。
先说个段子。2023 年的时候,你跟别人说“我在搞 AI Agent”,对方大概率会问:“Agent 是啥?到了 2025 年,你再这么说,对方会问:“你用哪个框架?这变化也就一年多。AI Agent 从一个学术概念变成了“人均一个 Agent”的局面,而背后撑起这波浪潮的,是层出不穷的 Agent 开发框架。但问题来了——框架太多了。
2.直接换岗失败后,个人对接的业务团队有了较大调整,scope变大了,变成了直接给LLM提供数据的团队,一下子和AI紧密起来了。但我发挥了个人主观能动性,和对接的后端说,数据采集、数据处理、数据合成、标注、训练、评测这些都弄过,其实自己吹牛的,目的想让自己在干中学,基本上那会靠着一腔热血和努力,把自己变成业务主干。你要写的不是你学过什么,而是你做成了什么。4.学Python,能写项目,模型 API
本文介绍七牛云工程师张之阳基于OpenClaw+Home Assistant打造的智能家居Agent实践:让AI理解“朋友来家调灯”等模糊指令,自动补全设备、参数与上下文,完成从对话到执行、状态回查的完整闭环,并严守权限隔离、最小权限、内网部署等安全边界。
本文介绍LangGraph.js在构建AI Agent中的应用,弥补LangChain处理循环、分支和状态管理的不足。核心三要素:State(共享状态)、Node(执行单元)、Edge(流程控制),通过compile()转为可执行图。LangGraph负责流程编排,LangChain提供模型与工具集成,两者互补。示例演示了翻译与总结流程。
HITL(人在回路)机制是确保AI Agent安全落地的关键,通过在关键决策环节引入人类审批,避免高风险操作失误。本文解析了HITL的核心价值(风险分级控制)、三种实现模式(监督/审批/协作),并给出LangGraph技术实现方案,包含基础审批流程和进阶分级风险系统(低风险自动执行、中风险通知、高风险审批)。最后提出五大设计原则(最小介入、快速响应等)和典型应用场景(财务/邮件/数据操作等),强调
只需安装一个安全路由入口,就能根据任务自动选择、组合可信 Skill,并生成可验证的执行方案。你不再需要从社区里逐个挑选、检查和搭配 Skill。安装 safe-agent-router 作为统一入口,直接描述任务;它会从经过治理的可信目录中选择方法、组合工作流并生成执行图,再交给宿主 Agent 按自身权限执行。AI Agent 的 Skill 生态正在快速扩张。
前两天看到一张图,讲怎么在很多微服务之间使用 AI Agent。里面有个问题很典型。
> 我记得在2022年底的时候ChatGPT上线了,全网都在狂欢,说人类世界将要被AI进行逆转,但是随着短视频和各种话题的沉寂,好像也没发生什么翻天覆地的变化,毕竟每天吃的包子还是那个味道,自来水也没有因为这个新鲜词变得更甜。> 直到2025年年初,Deepseek在国内大街小巷火起来后,AI的第一波浪潮才真正地走入了生活,人们逐渐发现,原来这就是AI,豆包、DeepSeek、通义、Kimi、腾讯
这个提示词直接丢给 Claude、ChatGPT 或其他 AI,就能生成一个可用的 3D 地图。因为零配置、直接粘贴就能跑,不需要装 Node、配 webpack。就像把各省份轮廓画在纸上,然后把纸"拉高"变成积木块一样。下面按模块拆解每个部分的作用,方便你按需修改提示词。把 URL 里的数字换成对应行政区划代码即可。,Google 地图、百度地图都在用。用 AI 写代码,提示词的关键是。设置地图
表格维度JavaScriptTypeScriptNode.js本质编程语言(ECMAScript)JS 超集、静态类型编译工具JS 运行时环境(执行程序)是否可直接运行可不可,必须编译成 JS用来运行 JS 文件类型系统动态弱类型,无编译校验静态强类型,编码阶段校验无类型概念,只执行代码能否操作系统本地文件浏览器环境不行;Node 中可行自身不能,编译后靠 Node 实现核心能力,内置全套系统 A
条件边, 如果返回b,就是a->b,b->a,循环, 直到b->END。# 假设这是你的 PNG 字节数据。# 将字节数据解码为图片a。创建一个静态模型的智能体。基本控制: 串行控制。基本控制: 分支控制。
在构建系统之前,团队必须统一对大模型(LLM)的认知。* **过去的认知 (Copilot 模式):** 大模型是一个“超级字典”。我们输入文本,它补全文本。人类是驾驶员,AI 只是辅助。
(截止未来某个点),逻辑正好反过来(用截止时间减当前时间),需要我展开讲讲吗?对于复杂的时间处理、格式化、时区转换等,使用成熟的库能极大提升开发效率。如果刷新页面想接着算,不能只存内存,需要借助 localStorage。对象后,可以通过其内置方法获取具体数值,再拼接成想要的格式。(单调递增),特别适合性能监控、动画帧计算或考试计时等场景。),因为浏览器切后台会导致定时器延迟,累加会不准。做性能打
先制定全局计划(Planner),再按部就班地执行(Executor)。ReAct(推理+行动)就像是**“走一步看一步”**:走到路口看看路牌,再决定往左拐还是往右拐。适合环境变化快、需要频繁试错的场景。就像是**“出门前先做好攻略”:去旅行前,先列好详细的行程单(第一天去哪、第二天去哪)。然后再按天去玩。如果在执行过程中发现“景点关门了”,那就触发“重新规划(Re-planning)”**,修
将每个 word 与 target 组合成 word + '#' + target,计算 Z 函数,Z 数组后半部分的值就是 target 对应位置能匹配到的前缀长度。这道题是 LeetCode 3292 的困难版本,核心是计算从 target 每个位置开始,能与任意 words 前缀匹配的最长长度,然后将其转化为跳跃游戏 II(区间覆盖)问题来求解。· 哈希法:需要处理哈希冲突(可用双哈希),但