- 博客(55)
- 收藏
- 关注
RSS订阅原创 Penguin 起诉 OpenAI：AI 版权的遮羞布被撕开了
AI 技术的发展不应该以牺牲创作者权益为代价。这场官司无论结果如何，都会让 AI 行业更清楚地知道：技术的边界，就是法律的边界。你怎么看？AI 生成内容应该受版权保护吗？欢迎评论区讨论。👉 关注我，获取更多 AI 行业深度解读。
2026-04-02 10:21:03
201
原创 我劝退了 3 个想装 OpenClaw 的朋友，直到他们看到这个工作流
你应该装 OpenClaw 吗？先想清楚你要用它干什么，再决定装不装。这 47 天，我最大的收获不是"省了多少时间"，而是学会了如何把重复工作交给 AI。这个能力，比 OpenClaw 本身更重要。哪些工作可以自动化如何清晰描述任务给 AI如何设置安全边界AI 不会取代你，但会用 AI 的人会取代你。有时间陪家人吃晚饭有时间健身、读书有时间思考真正重要的事这大概就是技术的意义吧。配置模板我整理好了需要的朋友评论区扣「模板」或者直接私信我。
2026-04-01 16:39:30
422
原创 Anthropic 安全泄露事件，暴露了 AI 行业的 3 个致命问题
Anthropic 这次泄露，不是终点，是开始。未来还会有更多 AI 公司出安全问题，这是行业发展的必然代价。对自己负责：做好安全，别裸奔对用户负责：保护好他们的数据对行业负责：别为了速度牺牲安全AI 的未来很美好，但前提是别在半路上翻车。你怎么看这次泄露事件？欢迎在评论区聊聊。关注我，带你用普通人视角看懂 AI 行业。参考资料：The Verge, 2026-03-31字数：约 1500 字。
2026-04-01 16:39:13
454
原创 清明烧纸也 AI 了？DeepSeek 被做成纸扎，网友：地府算力终于跟上了
清明烧纸也 AI 了？DeepSeek 被做成纸扎，网友：地府算力终于跟上了
2026-03-31 19:16:49
8230
原创 OpenClaw 完整配置指南：46 分钟 Skills、Voice、Memory 核心设置
视频作者解释了技能的本质：skills/│ ├── SKILL.md # 技能说明文件│ └── scripts/ # 可选的脚本文件│ └── task.py # Python 脚本------1. English2. Spanish3. French4. German30 分钟（需要手动开启）这期 46 分钟的视频是 OpenClaw 最全面的配置教程之一。视频作者基于 60-70 小时的实际配置经验，系统地讲解了从安全部署到高级功能的全流程。视频的核心价值：安全优先。
2026-03-31 14:13:29
644
原创 连续使用 OpenClaw 50 天后，我总结了 3 个核心工作流和 5 个血泪教训
50天OpenClaw实战总结：3个工作流+5条血泪教训 🔧 核心工作流： 晨间简报系统：自动整合Twitter热点、历史事件和AI生成木刻插画，每天节省45分钟信息收集时间 心跳检查机制：每30分钟扫描邮件/日历/服务状态，50天内避免7次潜在失误（如付款失败提醒） YouTube自动化分析：每日自动抓取28天数据并生成对比报告，每周节省5小时手动操作 💡 关键收获： 独立频道管理不同任务（避免上下文污染） 例行任务使用性价比模型（非必要不上高级模型） 所有外部操作设置人工审批环节（安全第一）
2026-03-30 10:04:35
658
原创 竟然是 Mythos！Anthropic 重大泄露，这 3 点细思极恐
说到底，这次 Mythos 泄露事件，对 Anthropic 来说绝对是一次严重的公关危机，甚至可能引发信任危机。他们辛辛苦苦建立起来的"安全标杆"形象，一夜之间多了个大窟窿。但从另一个角度看，这或许也是一件好事。它打破了我们对 AI 巨头全知全能的幻想，让我们看到了这个行业在飞速狂奔时留下的隐患。无论是技术上的野心、管理上的疏漏，还是政治上的角力，都在这次事件中暴露无遗。AI 的发展注定不会是一条坦途。Mythos 还未出世，就已经充满了戏剧性。那么，对于这次突如其来的泄露，你们怎么看？
2026-03-29 14:40:09
479
原创 被裁员后，我用这个 AI 助手每天只工作 2 小时｜OpenClaw 实战
很多人问我：AI 会不会取代我们？不会 AI 取代你，但会用 AI 的人会取代你。有时间陪家人吃晚饭有时间健身、读书有时间思考真正重要的事这大概就是技术的意义吧。《我是如何用 AI 助手副业月入 2 万的》#AI #效率工具 #自动化 #OpenClaw #打工人。
2026-03-29 11:08:00
668
原创 OpenClaw 每日新玩法 | 多 Agent 协作系统 - 让 AI 员工 24小时自主工作
多 Agent 协作系统 - 让 AI 员工 24小时自主工作
2026-03-28 18:51:17
843
原创 AI 早报 | Anthropic 胜诉、Google TurboQuant 发布
AI 早报 | Anthropic 胜诉、Google TurboQuant 发布
2026-03-27 11:43:02
804
原创 OpenClaw 每日新玩法 | NanoClaw —— 轻量级、安全的 OpenClaw 替代方案
维度OpenClawNanoClaw定位全能型 AI 助手极简主义个人助手哲学功能丰富，开箱即用少即是多，按需定制安全信任用户，直接访问零信任，容器隔离学习文档驱动代码驱动适合需要多平台/多技能专注核心/DIY 爱好者。
2026-03-27 10:42:12
1152
原创 OpenClaw 每日新玩法 | Mission Control 任务控制中心
OpenClaw 每日新玩法 | Mission Control 任务控制中心
2026-03-26 10:50:02
1775
原创 AI 早报 | 2026.03.26（周四）Anthropic 混合推理模型、英伟达 AGI 言论、微软 MAI-Image-2
这一进展反映了 Meta 在 AI 助手和自动化方面的更广泛推动，同时也引发了关于 AI 在高管决策中作用的质疑。这一巨额投资凸显了 AI 芯片霸权竞争的激烈程度。Meta 宣布在 Facebook 和 Instagram 上广泛推出其 AI 支持助手，并将减少对雇佣人类进行内容执行的第三方供应商的依赖。虽然公司仍会有人审核内容，但这些系统将能够承担更适合技术的工作，如图形内容的重复审核。微软推出了其 AI 图像模型的第二代版本 MAI-Image-2，提供增强的照片真实感和更可靠的图像文本生成等改进。
2026-03-26 09:46:33
2060
原创 AI 技术日报 | 2026-03-23
本期共收录AI 相关资讯。Hacker News AI: 10 条The Decoder: 10 条Product Hunt: 10 条VentureBeat AI: 7 条TechCrunch AI: 7 条Hacker News: 1 条62.0/100AI 技术日报 | 自动化生成 | 数据来源于公开 RSS 源。
2026-03-23 20:55:42
623
原创 Google Agent Development Kit (ADK) 指南 第六章：记忆与状态管理
Google ADK 第六章：记忆与状态管理摘要 本章详细介绍了Google Agent Development Kit中的记忆系统和状态管理机制。记忆系统分为短期记忆（对话历史）、长期记忆（向量存储）、程序记忆和情景记忆，通过记忆管理器实现高效检索。短期记忆包括对话缓冲、窗口记忆和实体记忆；长期记忆则采用向量存储和自动摘要技术。状态管理涵盖会话状态（TTL控制）、工作流状态（多步骤流程）和用户状态（持久化存储），支持状态跳转、回滚和持久化操作。
2026-03-21 23:44:14
440
原创 Google Agent Development Kit (ADK) 指南 第五章：工具集成与自定义
Google ADK工具开发指南摘要 本章重点介绍Google Agent Development Kit(ADK)中的工具集成与自定义开发。工具作为Agent的核心能力扩展，主要分为函数工具、HTTP工具、数据库工具、GCP工具和代码工具五大类。指南详细讲解了内置工具的使用（如搜索、计算、日期处理等），并提供了自定义工具开发方法，包括简单函数工具和复杂类工具的创建流程。特别强调通过Pydantic定义工具签名，支持参数验证、超时控制等高级特性
2026-03-21 23:40:53
476
原创 Google Agent Development Kit (ADK) 指南 第四章：Agent 开发与编排
这是《Google ADK 指南》系列的第四章。：已完成第三章，掌握核心概念。
2026-03-20 11:27:29
468
原创 Google Agent Development Kit (ADK) 指南 第三章：核心概念与架构
Google ADK 指南第三章摘要 本章详细介绍了Google Agent Development Kit(ADK)的核心概念与架构。主要内容包括： 分层架构：从应用层、ADK框架层、模型层到GCP基础设施层的四层架构设计 核心组件： Agent：智能体核心，包含模型配置、工具调用和记忆管理 Tool：Agent可调用的外部功能，包括函数、API和数据库工具 关键特性：模块化设计、可扩展性、可观测性和安全性 实现示例：提供了Agent初始化和工具创建的Python代码示例
2026-03-20 11:24:22
724
原创 Google Agent Development Kit (ADK) 指南 第二章：环境搭建与快速开始
Google Agent Development Kit (ADK) 指南 第二章：环境搭建与快速开始这是《Google ADK 指南》系列的第二章。GCP 账号配置，ADK 安装，第一个 Agent 应用，本地调试技巧
2026-03-19 11:33:39
862
原创 Google Agent Development Kit (ADK) 指南 第一章：ADK 简介与对比
Google Agent Development Kit (ADK) 是谷歌官方推出的智能体（Agent）开发框架，专为构建基于大语言模型的企业级 AI 应用而设计。随着 LLM 技术成熟，企业需要：ADK 应运而生，填补了企业级 Agent 开发框架的空白。
2026-03-19 11:24:19
882
原创 Dify（Agent + RAG）指南：从安装到实战的开源 LLM 应用开发平台
Dify是一个开源LLM应用开发平台，提供可视化工作流编排、知识库管理、API集成等功能。本文详细介绍了Dify的本地部署方法、API配置、自定义工具开发、工作流类型（Workflow和Chatflow）以及知识库管理。通过两个实战案例（跨境电商客服和Text2SQL）展示了Dify的实际应用价值，最后提供了网页集成方案和使用建议。Dify支持Docker快速部署，适用于智能客服、企业知识问答等多种AI应用场景。
2026-03-18 20:14:26
2586
1
原创 08-智能体开发实战指南（八）：UI 集成与生产部署
本文是《Agent 智能体开发实战指南》系列的最终篇，重点讲解如何将Agent集成到用户界面并进行生产部署。文章首先介绍了Streamlit这一快速开发工具的优势和基本使用方法，随后展示了一个完整的Agent聊天界面实现，包括会话状态管理、消息显示和流式响应处理。在Agent实现部分，详细说明了ReactAgent类的核心功能和流式执行封装技术，特别强调了如何通过stream_mode="values"获取完整状态并实现逐字显示效果。全文提供了可直接运行的代码示例，涵盖了从UI构建到后端
2026-03-18 09:35:31
609
原创 07-Agent 智能体开发实战指南（七）：Agent项目架构设计
本文介绍了构建生产级Agent智能体的工程化实践方法，主要包括： 项目架构设计 从脚本式开发演进为分层架构设计 推荐采用职责分离的模块化目录结构 包含Agent层、服务层、数据层、模型层等明确分层 路径管理工具 提供get_project_root()和get_abs_path()方法 避免硬编码路径，实现环境无关的路径管理 统一相对路径基准，提高代码可移植性 日志系统实现 提供可配置的日志记录器 支持控制台和文件双输出 按日期自动生成日志文件 避免重复添加Handler
2026-03-17 09:07:17
1186
原创 06-Agent 智能体开发实战指南（六）：RAG 与向量存储实战
本文是《Agent智能体开发实战指南》系列的第六篇，重点讲解RAG（检索增强生成）技术与向量数据库的实战应用。文章首先分析了LLM面临的知识困境和传统解决方案的局限，然后详细介绍了RAG的核心思想与优势。RAG架构通过检索相关知识、增强提示词、LLM生成答案的流程，实现了无需训练、即时更新知识库、答案可追溯等优势。文章还深入解析了RAG的完整架构和核心组件，包括文档加载器、文本分片器、嵌入模型、向量数据库等。最后展示了向量存储服务的实现，采用工厂模式创建模型，并提供了核心类代码示例。
2026-03-17 09:02:02
694
原创 05-Agent 智能体开发实战指南（五）：中间件系统与动态提示词
本文是《Agent 智能体开发实战指南》系列的第五篇，重点介绍了LangChain Agent的中间件系统。文章首先阐述了中间件的核心概念和价值，通过对比展示了中间件在日志记录、权限检查、提示词切换等场景中的优势。随后详细解析了LangChain提供的六类钩子函数及其执行顺序，包括节点式钩子和包装式钩子。在实战部分，文章演示了如何使用@wrap_tool_call实现工具调用监控，包括日志记录、重试机制和权限检查等常见应用场景，并介绍了@before_model在模型调用前的日志记录功能。
2026-03-16 09:06:41
732
原创 04- Agent 智能体开发实战指南（四）：流式输出与状态管理
Agent 智能体开发实战指南：流式输出与状态管理 本指南深入讲解 LangChain Agent 的流式输出系统，包含七大 stream_mode 模式的详细对比与适用场景分析： 流式输出优势：相比传统 invoke 方式，stream 提供实时反馈，改善用户体验和调试效率
2026-03-16 09:04:28
844
原创 03-Agent 智能体开发实战指南（三）：ReAct 框架深度解析
本文深入解析了ReAct框架在Agent智能体开发中的应用。ReAct框架通过"推理+行动"的循环模式（思考→行动→观察→再思考），使Agent能够像人类一样逐步解决复杂问题。文章通过BMI计算器的实战案例，详细展示了ReAct循环的具体实现过程，包括工具定义、执行流程和输出格式。重点阐述了system_prompt的设计要点，强调角色定义、流程约束、工具说明等关键要素。最后还介绍了ReAct在多步推理场景（如旅行规划）中的扩展应用，为开发者提供了构建智能Agent的实用指导。
2026-03-15 18:50:38
731
原创 02-Agent 智能体开发实战指南（二）：工具调用系统
本文深入解析Agent智能体开发中的工具调用系统，主要包含以下要点： 工具的作用：作为Agent的"手脚"，工具将外部能力封装成LLM可调用的接口，包含名称、描述和参数三大要素。 @tool装饰器详解：通过装饰器将普通函数转换为Tool对象，自动提取函数名、参数签名和描述信息，支持多参数工具开发。 工具描述编写指南：强调清晰描述的重要性，提出优秀描述应包含功能说明、参数格式、返回内容和示例值，并给出标准模板
2026-03-15 18:47:53
541
原创 01-Agent 智能体开发实战指南（一）：Agent基础概念
本文是《Agent 智能体开发实战指南》系列的首篇，系统介绍了Agent的核心概念与工作原理。文章首先分析了纯LLM的局限性（无法获取实时数据、执行外部操作等），进而提出Agent的解决方案——将大语言模型与工具集和决策逻辑相结合，使其具备主动执行任务的能力。文章详细阐述了Agent的三层架构（决策逻辑层、大语言模型层、工具集层）及其动态工作流程，并通过与Chain的对比说明Agent的适用场景。最后，文章提供了一个简单的天气查询Agent代码示例，并总结了Agent开发中的常见误区与避坑指南
2026-03-14 09:34:52
667
原创 07- RAG 实战（下）：智能客服系统完整实现
本文介绍了基于RAG（检索增强生成）的智能客服系统在线流程实现。系统架构包含Streamlit对话页面、RAG服务核心组件（向量检索、提示模板、聊天模型）和历史会话存储。关键技术点包括：1）VectorStoreService封装Chroma向量数据库操作，提供检索器接口；2）FileChatMessageHistory实现基于JSON文件的长期会话记忆存储；3）RagService整合检索、生成和记忆功能，形成完整问答流程。系统支持多轮对话和个性化回答，适用于电商客服等场景。
2026-03-14 09:01:20
421
原创 06-RAG 实战（上）：知识库构建与文件上传服务
摘要 本文介绍了基于RAG技术的智能客服系统知识库构建实战（上篇）。系统采用离线/在线双流程架构：离线流程通过Streamlit上传文件，进行MD5去重、文本分割后存入Chroma向量库；在线流程提供问答服务。文章详细讲解了项目配置、MD5去重工具实现、KnowledgeBaseService类（包含文本分割和向量存储功能）以及Streamlit上传界面的状态管理方案。下篇将介绍在线问答流程的实现。
2026-03-13 10:04:09
674
原创 05-RAG 核心概念与向量存储：检索增强生成原理
RAG核心原理与向量检索技术摘要 RAG（检索增强生成）通过结合检索与生成技术解决大模型的固有问题： 核心价值：增强知识时效性、降低幻觉、保护数据安全 三阶段流程：文档索引→问题检索→增强生成 向量技术：文本转换为数学向量（如1536维），通过余弦相似度计算语义关联 检索机制：将用户问题向量化，在知识库中匹配最相关文档片段 LangChain实现：提供InMemoryVectorStore等工具简化开发流程 RAG技术使AI回答更准确可靠，特别适合需要专业知识和实时更新的应用场景。
2026-03-13 09:58:50
562
原创 04-LangChain 记忆与文档处理：让 AI 拥有长期记忆
本文介绍了 LangChain 中的记忆管理和文档处理功能。第一部分讲解了会话记忆（Memory）的实现，包括临时内存存储（InMemoryChatMessageHistory）和持久化文件存储（自定义 FileChatMessageHistory），通过 RunnableWithMessageHistory 实现对话历史自动附加。第二部分介绍了文档加载器（Document Loaders）的基本概念，包括 Document 数据结构和 BaseLoader 接口，并以 CSVLoader 为例展示如何加载
2026-03-12 09:25:11
890
原创 03-LangChain 进阶：Chain 链与输出解析器
本文介绍了LangChain框架中Chain链与输出解析器的核心概念。Chain链通过|运算符实现组件串联，其本质是Python魔法方法__or__的重写，所有可入链组件都需实现Runnable接口。文章重点讲解了输出解析器的必要性，包括StrOutputParser将AIMessage转为字符串，JsonOutputParser解析JSON数据，以及组件间的输入输出类型匹配问题。最后介绍了使用RunnableLambda实现自定义转换的方法，为构建复杂LangChain应用提供了基础技术支撑。
2026-03-12 09:20:38
464
原创 02-LangChain 框架入门：模型抽象与 Prompt 模板
摘要：本文介绍了LangChain框架的核心功能与应用场景。LangChain通过统一接口简化了LLM应用开发，提供三种模型抽象（语言模型、聊天模型、嵌入模型）和三种Prompt模板（Zero-Shot、Few-Shot、聊天模板）。具体展示了模型调用方式、消息类型处理以及Prompt模板的使用技巧，包括变量注入、示例动态加载和历史对话管理。该框架有效解决了直接使用原始API的痛点，为构建复杂LLM应用提供了标准化开发范式。
2026-03-11 12:51:39
459
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人