OpenClaw 是一款开源的 AI Agent 工具，但对第一次接触的用户来说，完整跑通流程并不直观。本文以 Linux 环境为例，详细记录了 OpenClaw 的安装、初始化流程、模型选择、TUI 使用方式，以及 TUI 与 Web UI 认证不一致导致的常见问题与解决方法，帮助你最快速度把 O... ...

ShellGPT = 命令行 × AI。无需记忆复杂参数，一句话生成精准命令；无需手动解析输出，管道直接丢给 AI 分析。本文详解安装配置、模型选择（白嫖阿里云）、三种使用模式（简洁/交互/会话），以及 netstat、kubectl、git 等实战场景。适合所有想在终端里"偷懒"的开发者和运维。 ...

1.背景 最近在做一个agent项目，涉及到了pgvector向量数据库的语义检索检索。 碰到了这样的一个奇怪现象：数据库里明明有数据，但是什么也查不出来，我也没有用where对检索进行限制，只是做了order by；当去除order by后才能查出东西来 我执行的语句类似如下所示，这个语句很正常， ...

真的太酷了，框框nice呀！ 全网60万人围观的18岁韩系AI女友Clawra，不用复杂操作，自己动手就能安装，再也不用羡慕别人有专属数字伴侣啦！ 先划重点：Clawra是韩国开发者一人打造，基于OpenClaw开发，能自拍、陪聊天、记喜好，还能同步生活状态，关键是完全开源，所有人都能免费拥有！ 话 ...

在 LLM 发展的上半场，我们执着于不断拉长 Context Window，从 8K 到 128K 甚至百万级别。但在下半场我们围绕Coding这个核心视角来寻找一些新的上下文管理的思路 ...

上篇学习了ReACT，今天继续学习PlanAndExecute模式 与ReACT模式的关键区别如下： 对比维度ReAct AgentPlan-and-Execute Agent 思考模式 单步思考-行动循环 两阶段分离：先规划后执行 执行流程 Thought → Action → Observati ...

经过前面的一系列流程，招聘来到了最重要的1个环节，AI虽然强大，但是不能完全代替人做决定，最终还是要Boss决策这个候选人的去留。从系统设计角度来说，整个AI智能体环节中，要预留人工干预的能力，也称为"人机协同"（human_in_the_loop) 示例代码： 1 @SpringBootAppli ...

本文详细介绍了 Antigravity 编辑器中 Skills（技能）与 Workflows（工作流）的核心概念，指导用户如何全局安装 Anthropic 官方技能库与 UI-UX-Pro-Max 设计系统，并通过配置项目级 Workflow 实现高级能力的调用 ...

本书是谷歌大佬Antonio Gulli为人工智能领域编写的一本实战型指南，全书通过逻辑严密的框架设计与真实场景的案例演示深入阐述了构建现代智能体的核心设计模式与落地方法论，非常适合想学习了解 Agent 智能体的开发者。 ...

目录1.发展史2.斜杠命令 commands3.skill 技能包4.钩子 HOOK5. MCP 服务器6.插件 plugins7.子代理 SubAgents8.项目记忆文件 CLAUDE.md9.Plan模式暂时的结语 很少有人真的喜欢天天学新东西，我一个 java 技术栈的朋友，说我们怎么天天能 ...

前面已经学习了 顺序、循环、条件分支、并行 这4种基本的工作流编排方式，利用这些可以组合出各种复杂的逻辑。下面将前面招聘的整个流程串起来，做一个相对比较完整的工作流： 宏观上，1-2-3是面向候选人的，4-5-6是面向公司招聘团队的。 一、定义Agent 1.1 CandidateWorkflow ...

书接上回，简历评估完后，根据评估结果，如果合格，公司就该通知面试，否则回邮件拒绝。也就是今天要演示的“条件工作流”。下面定义这2个分支对应的Agent: 一、定义不同分支的Agent 1.1 EmailAssistant (发邮件拒绝候选人Agent) 1 public interface Emai ...

书接上回，现在简历已经润色得足够好了，投递到了HR手上，假设跟候选人也做了初步的电话沟通。接下来，公司需要对候选人做如下审查： 经理：针对简历，结合招聘岗位要求，审查简历是否符合要求（包括优点和不足） HR：针对简历，结合电话沟通记录以及HR招聘相关要求，审查简历是否适合（包括优点和不足） 团队成员 ...

接上节继续，仍然还是这个简历优化的示例，这次引入1个 “简历审阅者(CVReviewer)”的角色，定义如下： public interface CvReviewer { @Agent("根据特定指示审阅简历，提供反馈和分数。请考虑简历与职位要求的匹配程度") @SystemMessage(""" ...

自近年AI智能体火爆以来，各种相关的框架和最佳实践也不断涌现，Anthropic公司2024年发布的Building Effective AI Agents \ Anthropic 无疑是最有影响力的指导文章之一，langchain4j在此影响之下，也实现一系列的workflow编排&Agent功能 ...

随着模型能力的提升，工业界开始反思：盲目增加智能体、盲目增加工具调用次数真的能“大力出奇迹”吗？本文串联了两篇Google论文，从宏观的架构选择到微观的工具预算感知，探讨如何科学地构建高效的Agent系统。 ...

继我们使用 Claude Code 训练开源模型的项目之后，现在我们更进一步，将 Codex 引入这一流程。这里的重点不是“Codex 自己开源模型”，而是让 Codex 作为编码代理，参与并自动化开源模型的训练、评估与发布全流程。为此，我们为 Codex 接入了 Hugging Face Skil ...

从数据采集痛点说起 在搭建量化交易系统时，数据采集往往是最耗时的环节。对接交易所 API、爬取财报数据、监控舆情信息……这些重复性工作可能占据团队 80% 的开发时间。 最近我们发现了一个开源项目 n8n-workflows，它收录了 4343 个生产级工作流模板，覆盖 365 个主流 API 接口 ...

一、TextSplitter TextSplitter继承自BaseDocumentTransformer，是一个抽象类，不能直接创建实例。 核心(内部)属性有： _chunk_size: 每块大小 _chunk_overlap: 每块之间的重叠区大小 _length_function: 计算大小的 ...

本文将深入解构 SKILLS 的三层分层加载架构，探讨它如何解决传统 Agent 上下文膨胀、领域任务成功率低的核心痛点。我们将通过一个完整流程展示 SKILLS 如何工作，并延伸思考它对现有 MCP、工作流和多智能体范式带来的冲击与重构可能。 ...