ORACLE默默地搞了个免费的智能体工厂
Oracle PAF（Private Agent Factory）是甲骨文官方推出的一款“零代码”AI平台。它能让企业在不写代码的情况下，几分钟内把自家的数据和工具安全接入，快速打造出专属的 AI 智能体和自动化工作流。重点是：如果你已经是 Oracle 数据库的客户，可以直接免费下载使用，没有任何 ...
GPT 省钱，不是别用最新模型，而是别浪费缓存
很多人一提到“省钱”，第一反应就是别用最新模型。但从一条真实的开发账单看，影响成本的关键，未必只是模型新不新，而是这次请求里有没有把缓存价值吃满。 01 | 先看这笔账到底花在哪 这次小功能开发的 Token 使用为：total=212,930，其中标准输入 189,287，命中缓存 4,328,5 ...
MetaSKILL 与 SKILL：多视角深度综述
本综述从定义、架构、安全、生态、学术与工程六个角度，对 SKILL 与 MetaSKILL 的现状与未来做系统性梳理。核心争议集中在三个问题上：SKILL 是否真正带来了可量化的能力提升、自生成 Skill 能否替代人工创作、以及如何在生态爆炸式增长中守住安全底线。 ...
Docker 容器时区不对，`timedatectl` 不存在怎么办？
Docker 封装出来的系统，经常会遇到时区不对的问题。新建容器时，有些环境可以直接通过 docker run 增加参数解决： -e 'TZ=Asia/Shanghai' 但如果容器已经在本地修正和使用过很多次，不适合删除后重新 run，那就需要在现有容器里直接处理。 01 | 为什么 timeda ...
C#/.NET/.NET Core优秀项目和框架2026年5月简报
前言 公众号每月定期推广和分享的C#/.NET/.NET Core优秀项目和框架（每周至少会推荐两个优秀的项目和框架当然节假日除外），公众号推文中有项目和框架的详细介绍、功能特点、使用方式以及部分功能截图等（打不开或者打开GitHub很慢的同学可以优先查看公众号推文，文末一定会附带项目和框架源码地址 ...
[MAF预定义的AIContextProvider-04]Mem0Provider——长期记忆基于的云端解决方案
`ChatHistoryMemoryProvider`利用我们提供的向量数据库，对每次调用产生的消息针对指定的Scope维度进行存储，并将当前消息作为查询文本，结合设定的Scope维度检索历史消息作为上下文的一部分来参与LLM的推理。除了这种需要我们们自己搭建和维护的基于向量数据库的解决方案之外，我... ...
Microsoft Agent Framework 1.0 正式接棒，.NET AI 进入 Agent-Native 时代
本文从技术趋势深度解读视角，解析 MAF 1.0 的五层架构设计、核心理念演化、关键 API 差异、开放协议集成以及 BUILD 2026 最新动态，为 .NET 开发者和 AI 技术从业者提供一份完整的迁移认知地图 ...
AI 编程工作总结：从体验问题到模块能力建设
笔者注：放假期间，让Codex把最近的编程工作做了个总结。感觉AI近期的表现非常出色，其中有部分内容涉及的功能模块笔者都还没来及分享过，后面有时间会陆续整理更新出来。 这次 AI 编程工作，主要围绕 trustedKnowledge 系统的前端体验、状态持久化、AI 问数能力、Skill 管理和内容 ...
从 OpenClaw.NET 的 /loop 实现，看 Loop Engineering 如何从概念走向工程实践
一、引言 Loop Engineering 这个词最近又热起来了。 如果你从去年开始关注 AI 工程化领域的动态，大概已经习惯了这种概念迭代的节奏——Prompt Engineering 还没完全消化，Context Engineering 就登场了；Harness Engineering 的论文刚 ...
3min手搓一个帮助文档，很合理吧！
最近在加班加点的做一个Token工厂, 模式类似与京东：有自营算力产生的模型，也外接第三方旗舰模型。 作为Token聚合分发平台，帮助文档是刚性需求。 Docsify是一个将Markdown文件转换为单页面静态网站(无需任何构建过程)的开源项目，实测下来3min就能构建并搭建一个 帮助文档站点。 1 ...
[MAF预定义的AIContextProvider-03]ChatHistoryMemoryProvider——赋予Agent从经验中学习的能力
LLM具有固化的知识，而且针对LLM的调用是完全无状态，永远只做一锤子买卖。但是交给Agent的任务基本上不可能一蹴而就，而且还希望Agent具有学习进化的能力。所以你会发现，很多的Harness手段的目的就是为了弥合两者之间的鸿沟。解决这个问题的基本的前提是：需要赋予Agent记忆。 ...
OpenClaw.NET 祭出 TokenJuice：Agent 时代的"Token 瘦身引擎"，让 LLM 上下文不再膨胀
TokenJuice 的解决方案也足够优雅——不引入额外的 LLM 调用，不牺牲确定性，不增加外部依赖，用静态规则 + 流水线处理，在 < 5ms 内完成 50%-95% 的压缩。Fail-open 的设计哲学、三层规则配置体系、NativeAOT 兼容性，都体现了对生产环境的深刻理解。 ...
OCI 明明分配了 200G 系统盘，为什么 df 只看到 30G？
在 OCI 上创建测试主机时，明明给启动盘分配了 200G，但进入系统后执行 df -h，根目录却只有 30G 左右。这种情况并不是磁盘没有分配成功，而是分区和 LVM 还没有把剩余空间用起来。 01 | 先看 200G 到底在不在 笔者环境中，df -h 看到的是文件系统大小： /dev/mapp ...
OpenClaw.NET 重大更新：Goal 机制登场，让 AI Agent 不再"半途而废"
OpenClaw.NET 的 Goal 机制代表了一种重要的工程思路：与其试图训练模型"不要偷懒"，不如在运行时层面为 Agent 装上"导航系统"。 ...
vi 删除指定范围的行，不用再反复按 dd
目前各种强大的现代编辑工具可能已经让很多人忘了vi的用法，但笔者最近在配合调试客户环境的代码时，就遇到经常要直接在那黑乎乎的putty窗口下直接使用vi来操作，反复去删除指定多行代码的场景很是痛苦，加上远程网络时而还会不稳，连续的dd很不方便且容易误操作。所以就倒逼自己回来复习了下vi删除行的快捷操 ...
[MAF预定义的AIContextProvider-02]AgentSkillsProvider——将Agent Skills引入MAF
Skills针对Agent的重要性是不言而喻的。从本质上讲，Agent Skills就是随着用户与LLM对话的推进，动态加载被称为Skill作为提示词的一种机制。在大部分实现中，Skill的内容会被封装成角色为Tool的消息被添加到对话历史中，因为这样可以借助针对对话历史的压缩实现对老旧Skill的... ...
OpenClaw.NET MetaSKILLs 系统深度解析：AI Agent 正在学会「自己给自己写技能」
接上一篇文章OpenClaw.NET 上线 MetaSkills ：软件工程第一性原理的工业级实践, 本篇文章是 MetaSkills 系统深度解析 —— 当 AI 不仅能执行任务，还能编排任务、创造任务，这意味着什么？ 一个让工程师崩溃的早晨 想象一下这个场景： 周一早上 9 点，你打开公司内部的 ...
[MAF预定义的AIContextProvider-01]TextSearchProvider——RAG在MAF中的实现
作为最核心的AIAgent，`ChatClientAgent`构建了一个管道与LLM交互。为了让管道的输出更符合我们的需求，有两个主要的途径：输入增强（Input Enhancement）和输出增强（Output Enhancement），前者通过通过改变输入让LLM返回更高质量的内容，后者则直接对... ...
OpenClaw.NET 上线 MetaSkills ：软件工程第一性原理的工业级实践
当系统平稳运行时，你是发号施令的架构师，驾驭 LLM 和云原生框架在宏观上狂奔。但当服务器在深夜崩溃，当 AI 给出的解释全是指鹿为马的幻觉时，你必须有能力瞬间推开抽象的胡言乱语，化身成底层机器的同类——读十六进制内存快照，抓 TCP 报文头部，在无数死锁的线程栈里，徒手掐死那只 bug。 这，才... ...
用了一年 AI 开发之后，我总结出这 7 件必须先做的事
过去一年，很多开发者都开始使用 AI 辅助开发。 从写接口、补单元测试、生成 SQL，到解释老代码、改前端样式、生成文档，AI 确实能帮开发者节省不少时间。我们内部也做过一些评估，整体效率有提升，但并没有外界宣传中那么夸张。更真实的情况是：AI 在一些明确、局部、重复性强的任务上非常有效；但在复杂业 ...
