青蛙博客

Skills Manager 安装与使用摘要 Skills Manager 是一款用于统一管理 AI 编码工具 Skills 的桌面应用（v1.11.1），支持 OpenCode 等 15+ 工具。主要功能包括： 集中管理 Skills（支持 Git/本地/市场安装） 一键同步到多工具 项目级 Skills 管理 场景分组与批量操作 安装方式： 推荐下载预编译版本（Linux/macOS/Windows） WSL/Linux 无权限环境可使用 AppImage 便携版 支持源码构建（需 Node.js/Ru

OpenCode-Tokenscope 是一个全面的 AI 会话 token 分析和成本追踪插件，支持多种安装方式（npm 或脚本安装）。它能详细分析会话中的 token 使用情况，包括系统提示、用户消息、助手回复等 5 类分解，并提供可视化图表。插件支持 41+ 种 AI 模型，能精确计算成本，追踪缓存效率，并递归分析子代理会话。通过配置文件可自定义输出内容，最终生成包含 token 分布、工具使用、缓存节省和成本估算的详细报告。

Superpowers Skills 摘要 Superpowers 是一个智能体技能框架和软件开发最佳实践工具包，包含 6 大类核心技能： 调试类：强调先调查根因再修复（systematic-debugging）和完成前验证（verification-before-completion）的严谨流程 设计规划类：通过头脑风暴（brainstorming）探索多种方案，并使用结构化计划（writing-plans）指导实施 实施类：采用测试驱动开发（TDD）和执行计划（executing-plans）的批量化实

任务委托模式正推动人工智能从单体智能迈向协同智能新时代。这一系统设计范式通过专业化分工与动态授权机制，实现三大核心价值：效率的指数级提升、质量的系统性保障以及系统可扩展性的根本解决。其分层架构包含顶层指挥、中层主管和底层执行三个层级，形成清晰的委托-分解-执行链条。任务委托模式不仅解决了单体模型面临的上下文限制、领域知识不足等困境，更为构建下一代AI原生应用提供了关键架构思路，将成为智能化转型的重要技术支撑。

摘要： 本文针对2026年AMD Ryzen AI Max+ 395（Strix Halo架构）128GB主机部署大模型（32B–120B参数）的选型问题，重点分析OpenClaw/OpenCode等AI代理框架的兼容性需求。通过对比LM Studio、Ollama等工具在GPU利用率、API稳定性和上下文支持的表现，推荐LM Studio（Vulkan后端）为首选方案，并提供配置示例（如131072 tokens上下文设置）。同时指出ROCm在Windows下的稳定性问题，建议通过BIOS调优（iGPU内

大家好，我是 Lyben，生活在新加坡的 AI 爱好者。最近 Brave Search API 免费额度大幅缩水或直接取消后，很多 OpenClaw 用户（包括我自己）都在寻找更好的 Web 搜索替代方案。。这个插件直接把 Tavily Search API 集成进 OpenClaw，让你的 AI 助手能享受到专为 Agent/RAG 优化的搜索结果：更干净的结构化输出、AI 生成的摘要、页面提取、网站爬取，甚至深度研究报告。

摘要： 2026年推荐使用Claude Code的Agent Teams功能高效开发新软件模块（如支付、通知系统等）。需先启用实验功能并配置分屏模式，通过标准化Prompt模板快速组建开发团队（含架构、前后端、测试等角色）。核心流程为：Lead先规划接口和文件结构→队员并行开发→Lead合并代码。提供三种模板（通用/快速/多方案对比）及实操技巧（状态监控、冲突处理）。典型模块开发需4-25轮对话，消耗80k-900k Token，建议明确需求后按模板启动团队，实时干预关键节点。（149字）

摘要： Claude Code是Anthropic推出的工程化AI编程工具，支持代码库理解、文件编辑、命令执行等操作。其命令体系分为两类： CLI启动参数（如claude -c续期会话，claude commit自动提交） 交互斜杠命令（如/help查看帮助，/plan进入规划模式） 核心使用场景包括：通过自然语言指令（如“@file.py重构”）快速开发，结合CLAUDE.md规范项目管理，利用/cost统计资源消耗。2025年后推荐工作流强调/init初始化、/clear保持上下文清洁及分阶段任务执行。

OpenClaw（原 Clawdbot/Moltbot）本质是 Node.js + 守护进程 + 技能生态的本地/云端 AI Agent 平台。官方推荐 **本地安装**（CLI 一键），但实际用户多用云端 24/7 运行或混合方式。下面按你提到的几种部署方式，列出**优缺点**和**典型使用场景**

OpenClaw 已将 Kimi K2.5（及 Kimi Coding）设为首个官方免费主力模型（OpenClaw 自补贴算力）。 主流免费使用方式： 1. **官方通道**（最推荐）：安装 OpenClaw（curl 脚本或 npm），运行 onboard，选择 Moonshot AI → Kimi Code API Key（新版可留空或任意填继续），选 moonshot/kimi-k2.5 模型，即可0元使用。 2. **NVIDIA 免费 API**：访问 build.nvidia.co

OpenClaw是一个跨平台AI代理消息网关，支持WhatsApp、Telegram、Discord等多种消息服务。本文档详细介绍其安装配置、通道设置、代理系统、工具使用和安全管理等内容，提供从基础入门到高级功能的完整指导，帮助用户快速掌握OpenClaw的使用方法，实现AI代理与各类消息平台的安全高效集成。

OpenClaw 是一个跨平台的消息网关，用于连接 AI 代理与各种消息服务，如 WhatsApp、Telegram、Discord、iMessage 等。它提供了一个统一的接口来处理来自不同渠道的消息，并将其路由到 AI 代理进行处理。

在 WSL2 (Ubuntu 20.04) 上从 GitHub 源码编译安装 OpenClaw 个人 AI 助手（2026.1.30 版），过程中遇到 Node 版本过低、pnpm 未安装、node-llama-cpp 编译失败（CMake 版本不足）、gateway 默认只绑 loopback、Control UI 安全策略（secure context 要求 HTTPS 或 localhost）等多个问题。通过升级 Node 到 24、使用 nvm 管理、安装新版 CMake、手动调整 gateway

OpenClaw 是偏执行型的自主 AI 助手，强调本地部署、隐私保护和系统级自动化，适合个人或团队做真实任务执行；Dify 是低代码 LLM 应用构建平台，擅长工作流、RAG 和产品化部署，适合企业快速搭建 AI 应用。两者核心差异在“做事”与“做应用”。

MCP传输层选择指南 MCP（Model Context Protocol）作为AI通信标准，其传输层选择直接影响部署架构、用户体验和安全性。目前支持三种方式： Stdio：通过本地进程管道通信，适合IDE插件开发，零延迟但无法跨机器； SSE：基于HTTP长连接实现服务器推送，适合流式输出，但存在单向性和连接数瓶颈； Streamable HTTP：云原生方案，支持按需流式和无状态扩展，通过Accept: application/x-ndjson协商流式响应，是未来推荐方向。 选择需权衡实时性、扩展性和部

摘要：嵌入式开发团队面临芯片手册查询难、代码重复编写、知识分散等痛点。Dify平台通过AI技术提供五大核心应用场景：1)智能硬件知识库中枢，2)自动化代码工程化，3)智能代码审查，4)硬件故障诊断，5)需求分析自动化。实施路线分四阶段：知识沉淀→工程规范→智能增强→生态集成。该方案可显著提升开发效率，如新人上手时间从2周缩短至2天，自动拦截90%常见错误。建议从芯片手册问答助手起步，逐步构建AI增强型研发团队，让工程师专注于创新性工作。

Dify五大核心模块解析：从基础文本生成到复杂业务自动化。文本生成适合一次性内容创作；聊天助手支持多轮对话和知识库集成；Agent具备自主规划和工具调用能力；Chatflow提供可视化逻辑编排；Workflow专注后台任务自动化。文章详细对比各模块特点，提供选择指南和组合策略，建议从简单应用入手逐步构建复杂系统，满足不同业务场景需求。理解这些模块关系能帮助开发者高效构建智能应用。