登录社区云，与社区用户共同成长
邀请您加入社区
OpenClaw 2026.3.13版本启动日志分析显示：飞书全插件和QQ机器人正常运行，但钉钉插件因缺失dingtalk-stream依赖加载失败。解决方案包括安装依赖或卸载插件。日志还发现安全配置风险，建议执行安全审计。服务启动详情包括插件注册、网关绑定、心跳检测等，其中WebSocket服务监听15342端口，使用通义千问AI模型。完整分析提供了每行日志的详细解释和问题处理建议。
你有没有经历过这种绝望：写了一个网络请求，结果后面的代码先执行了，请求的数据还没回来，页面已经渲染完了，一片空白。});});});});这就是传说中的回调地狱——代码像楼梯一样往右歪，看得人头晕眼花。今天我们就来走一遍JS异步编程的进化史，看看前辈们是怎么从地狱里爬出来的。回调函数：原始但容易陷入地狱Promise：链式调用打破嵌套async/await：让异步代码回归同步的直觉现在，你应该能理
是 Anthropic 推出的一个开放协议，让 AI 模型（如 Claude）能够安全地连接外部工具和数据源。传统方式：AI → 只能聊天MCP 方式：AI → 可以操作浏览器、读写文件、调用 API...🔌标准化：统一的接口规范，一次配置到处运行🔒安全性：权限可控，操作可审计🔄可组合：多个 MCP 服务器可以协同工作。
想象一个场景。你在终端里输入一段代码，代码的逻辑是确定性的——给定输入A，必然得到输出B，每次都如此，没有例外。现在想象另一个场景。你让一个大语言模型来决定该输入什么代码——模型根据你的自然语言描述"推理"出一段代码，然后自动提交给终端执行。这段代码是什么？你事先不知道。模型自己也无法精确预知——大语言模型的输出是采样过程的结果，受到温度参数、上下文窗口中的所有文本、模型对齐训练的综合影响。同样的
本文从 MLLM 内部的信息处理动态出发，揭示了视觉信息在不同层中的功能差异，并据此提出 HiDrop 压缩框架。实验结果表明，HiDrop 在实现极高视觉 Token 压缩率的同时仍能保持接近原始模型的性能，并显著提升训练与推理效率。该研究表明，理解模型内部的信息流结构是设计高效多模态模型的重要方向。第一作者吴浩，为宁波东方理工大学 / 宁波数字孪生（东方理工）研究院沈晓宇团队科研助理，研究方向
CSS 知识摘要 CSS（层叠样式表）是Web开发的核心技术之一，用于控制网页的视觉呈现。本文档系统梳理了CSS核心知识体系，包含以下重点内容： 基础概念：层叠、继承和优先级三大核心机制 语法与引入：四种样式引入方式及最佳实践 选择器系统：从基础选择器到现代函数式选择器(:is, :where, :has等) 布局模型：盒模型、Flexbox、Grid等现代布局方案 视觉效果：变换、过渡、动画等动
太颠了！AI Agent 自建「成人网站」，P 站母公司发来律师函...
本文梳理了2025年大模型在各行业的应用全景，沙丘智库发布15份行业报告显示，大模型技术正从探索走向规模化落地。DeepSeek等模型降低应用门槛，AI Agent迎来"元年"，赋能金融、制造、零售等全产业链。代码生成、智能客服、数据分析等场景成为企业大模型应用热点，推动行业从"单点应用"向"生态构建"转型。
搭 Agent 一开始看着挺唬人,但理解了结构之后,会发现简单得有点无聊。往简单了说，它就是个循环。一个里面跑着聪明模型的循环。明白这点之后,你就能造出看起来"有生命"的 Agent 了。如果想继续扩展的话,可以加这些：网络搜索、数据库查询、执行 shell 命令、调用云服务、长期记忆、工作流编排、任务调度、多步规划…观察 → 思考 → 行动 → 重复这就是现代 Agent 的核心。
如果你本身就在使用 Codex、Claude Code、OpenClaw 或其他 Agent 环境，这个项目算是一个比较直接的落地案例：让 AI 不只停留在“回答问题”，而是真正去操作你日常使用的工具。项目地址再贴一次：如果这个项目对你有帮助，欢迎点个 Star；如果你有更好的工作流想法，也欢迎提 Issue / PR。
以前AI订机票，要截图标注、识别按钮、模拟点击，跟人一样一步步操作。作为天天跟DOM、交互、浏览器打交道的前端人，谷歌这波WebMCP的发布，绝对不是一次普通更新，而是直接掀翻了AI与Web交互的底层逻辑。过去想让AI调用网站功能，前端还得去写Node、Python后端服务，跨语言、跨栈麻烦不断。作为前端，这波不是危机，是一次全新的赛道开局。AI Agent不再是网页的“外来访客”，而是和用户平级
Chrome 146 的 MCP 支持与 OpenClaw 的深度结合，标志着浏览器自动化进入新阶段。开发者可借此大幅提升工作效率，将重复劳动交由 AI 处理。建议读者尽快尝试这一功能，体验“赛博员工”的高效协作。你是否已尝试过类似工具？欢迎在评论区分享你的使用场景！
Linux调度器通过PELT算法(指数衰减)实现三种关键负载度量：权重负载(Weight)决定任务CPU份额，利用率(Utilization)反映实际CPU使用量，可运行负载(RunnableLoad)表征调度需求。PELT以32ms半衰期平滑负载数据，为负载均衡、频率调节等决策提供依据。实际应用中需区分这些概念的差异：权重是相对竞争力而非绝对百分比，利用率与优先级无关，可运行负载包含排队状态。通
OpenClaw本地使用教程摘要： 本文提供OpenClaw本地部署完整指南，包含： 安装方法（npm/pnpm）和初始化配置 核心操作命令：启动/停止/重启网关、状态查看、日志监控、进程管理 DeepSeek模型接入：API密钥获取、配置方法及测试连接 Ollama本地模型集成：安装、服务启动、模型下载及OpenClaw配置 飞书接入流程：应用创建、权限配置及连接测试 故障排除和常用命令速查表
多Agent的上下文管理核心是「分层隔离+用完销毁+只传摘要父Agent做任务拆分和结果汇总，上下文只保留核心信息，保证轻量化；子Agent处理单一子任务，使用独立的全新上下文，避免父上下文被冗余数据污染；子Agent执行完后销毁自身所有中间上下文，只返回摘要给父Agent，从根本上解决单Agent上下文膨胀、信息冗余的问题。
通过MCP协议，OpenClaw可以轻松控制Chrome浏览器！
OpenClaw 之后，这只「物理龙虾」终于给 Agent 装上了手！
OpenClaw 曝 236 个漏洞！腾讯「龙虾管家」一键防偷家（附教程）
本文介绍如何在OpenClaw中安装配置Tavily搜索技能。主要内容包括：1）安装前确认OpenClaw版本并获取Tavily API Key；2）通过clawhub一键安装技能；3）两种配置API Key的方法（环境变量或配置文件）；4）重启OpenClaw使配置生效；5）测试使用方法及常见问题处理。整个流程简单高效，可快速实现Tavily搜索功能的集成。
MCP 终极指南（进阶篇）：手写一个 MCP Server，再用抓包拆解协议底层
摘要： 本文提供4种查看Claude Code与Opus大模型交互请求体的方法： 调试日志（最简单）：通过--debug参数或环境变量直接输出完整请求，包含系统提示词和工具定义 CC-Viewer工具：可视化监控专有工具，适合长期使用 mitmproxy抓包（最完整）：可获取原始HTTPS请求，需配置代理和证书 SDK拦截：适用于代码调用场景，可编程控制日志输出 建议：临时调试用调试日志，深度分析
这是 Agent 能“动手”的关键。我们不是让模型直接运行命令，而是定义一个工具规范 (Schema)。# 定义工具列表。这是一个 JSON Schema 描述。# 模型看到后，就知道它有一个叫 "bash" 的工具可用，并且知道调用它需要传入 "command" 参数。TOOLS = [{},}]当模型决定调用工具时，本地 Python 代码负责真正执行。# 安全过滤：防止模型生成毁灭性命令tr
本文基于“DSP 平台 SMO”开源工程，对一套“全速域、全开源、全 C 代码”滑模观测器（Sliding-Mode Observer, SMO）方案做深度剖析，帮助开发者快速吃透其设计思想与工程落地细节。无感Foc电机控制,算法采用滑膜观测器，启动采用Vf，全开源c代码，全开源，启动顺滑，很有参考价值。无感Foc电机控制,算法采用滑膜观测器，启动采用Vf，全开源c代码，全开源，启动顺滑，很有参考
Agent Skills 是模块化的能力包，包含指令、元数据和可选资源（脚本、模板），让AI Agent在需要时自动加载和使用。Token 效率：渐进式加载机制，按需使用资源知识复用：创建一次，跨对话、跨项目使用团队协作：标准化工作流程，组织知识沉淀简洁易用：Markdown + YAML，技术门槛低跨平台：与模型无关，适用于多种AI工具Agent Skills 代表了AI能力扩展的新方向——不是
本文记录了ChromeMCPServer配置失败的排查过程。从"fetch failed Server启动失败"错误出发，经过数小时排查，确认是mcp-chrome-bridge项目的WebSocket服务缺陷。详细记录了环境检查、端口测试、Chrome路径配置、Node版本切换等步骤，最终发现HTTP服务正常但WebSocket连接失败。文章提供了快速诊断清单和临时解决方案，
One Handler Per Tool 每个工具一个处理器The loop stays the same; new tools register into the dispatch map循环保持不变；新工具注册到调度映射"加一个工具, 只加一个 handler" -- 循环不用动, 新工具注册进 dispatch map 就行。Harness 层: 工具分发 -- 扩展模型能触达的边界。
OpenClaw-Tavily安装失败的解决方案：报错404是因插件包名错误而非API密钥问题。正确步骤：1）确认官方插件名（如@openclaw/plugin-tavily-search）；2）卸载错误包后手动安装正确版本；3）验证插件识别；4）最后配置BRAVE_API_KEY。注意：包不存在错误与密钥无关，需优先解决插件安装问题。
本文详细介绍了OpenClaw（龙虾）的完整卸载流程，包含三种卸载方案：标准卸载（保留配置）、彻底卸载（删除所有数据）和试运行卸载（预览删除内容）。文章提供了卸载前的数据备份指南、各平台特殊处理方式（macOS/Linux/Windows/Docker）以及卸载后的验证步骤。同时解答了常见问题，如数据恢复、卸载失败处理等，并对比了卸载前后的系统状态差异。适用于需要完全移除或重装OpenClaw的用
检测维度全面：覆盖X光内部无损检测、2D外观在线检测、3D点云融合检测，满足不同工序需求。算法工程化能力强：采用YOLO系列、GAN、SSD等先进模型，并结合TensorRT、分布式训练进行优化，确保算法在产线上的高速度与高精度。高度自动化与智能化：系统可实现自动识别、分拣、报警，并支持自学习，持续优化模型以适应新的缺陷类型。深度融入生产系统：检测结果可对接MES系统，实现质量追溯、统计分析和生产
OpenClaw的高权限特性使其成为"双刃剑"，正确使用可大幅提升效率，错误配置可能导致系统崩溃或数据泄露。本指南基于2026年3月最新安全实践。
【代码】OpenClaw如何调用Cursor。
香港大学李弘扬老师带领的 OpenDriveLab 团队近期提出的（RISE（χ0-RL））（Reinforcement learning via Imagination for SElf-improving robots）。在具身智能的发展路径中，视觉 - 语言 - 动作（VLA）模型正逐步成为通用操作任务的核心框架。但当任务进入长程规划、柔性物体操作、精细双臂协同、动态交互等复杂场景时，VLA
跟 Playwright MCP 比，它们不是竞争关系，而是各有适用场景。Playwright 在测试和自动化领域依然是成熟方案，但如果你需要操控真实浏览器会话、调试生产问题，Chrome 这边的方案更有优势。想象一下这个场景：你跟龙虾Agent🦞说"帮我订下周五从北京飞上海的机票"，它打开浏览器，找到机票网站，点开日历，选好座位，直接确认。这个场景一直以来都有点像科幻。AI 操控浏览器不是不行
Chrome DevTools MCP更新支持AI直接接管当前浏览器窗口，实现无缝协作。新功能允许AI复用用户现有会话，避免重复登录；用户可选中页面元素或报错请求，AI即时介入分析；需在Chrome M144 Beta版中开启远程调试并添加autoConnect参数启用。这一改进大幅提升了前端调试效率，未来还将扩展更多面板数据支持。
摘要：本文分享了使用ClaudeCode进行AI辅助编程的11个实用技巧，包括应对AI幻觉、版本控制、规划模式、需求文档等核心方法。重点建议：1)及时识别和重启AI幻觉；2)严格版本控制保障安全；3)善用PlanMode规划先行；4)编写详细需求文档；5)建立项目规则记忆。同时强调合理设定AI参与度，保持代码结构清晰，建立智能审查流程，并注意保护敏感代码。最后指出AI时代开发者需转型为架构决策者，
本文介绍使用OpenClaw自动化工具实现CSDN文章的自动编辑与发布流程。主要内容包括：1）环境准备，通过带界面浏览器登录CSDN保存会话；2）分析CSDN编辑器特性，确定采用contenteditable元素进行内容填充；3）解决长文本传递问题，使用JSON编码处理文章内容；4）提供完整Bash脚本示例，涵盖标题填写、内容填充和发布确认等关键步骤。文章特别强调了元素定位技巧、发布流程的两步确认
Openclaw远程控制UI可通过本地回环或HTTPS/Tailscale访问，如需HTTP需修改配置文件允许不安全认证。默认会话模型在配置文件中指定，也可在会话中临时切换模型。配置文件路径为~/.openclaw/openclaw.json，需确保指定模型已在providers中列出。
首先下载Ollama配置路径，网络，上下文长度：然后打开，选择模型，发送你好，进行下载。Ollama本地部署模型完毕，下一步我们来对接OpenClaw小龙虾。
本文记录了在Linux系统上安装Homebrew包管理器的详细过程。首先创建必要的目录结构并设置权限，然后解压brew-main.zip到指定位置，移动文件并清理空目录。接着创建brew命令的软链接并配置环境变量。安装1password-cli时遇到下载锁问题，通过终止相关进程、清理缓存锁文件解决。最终成功安装并验证了Homebrew和1password-cli的功能。整个过程展示了Linux系统
机械臂仿真,RRT避障算法，六自由度机械臂机械臂matlab仿真,RRT避障算法，六自由度机械臂避障算法，RRT避障算法，避障仿真，无机械臂关节碰撞机械臂 机器人 DH参数 运动学 正逆解urdf建模 轨迹规划在机器人领域，六自由度机械臂可是个明星选手，它能在三维空间里灵活舞动，完成各种复杂任务。但要是周围有障碍物，它就必须学会巧妙避开，这时候 RRT 避障算法就派上用场啦。今天咱就用 MATLA
MCP代表——一种新的通信层，旨在帮助工具（甚至AI代理）与软件进行结构化交互。当Chrome添加MCP支持时，它实际上给了DevTools一个大脑和声音。“打开这个页面。“等待登录按钮出现。“截取屏幕截图。“开始性能 trace。“告诉我出现了什么控制台错误。简而言之，Chrome DevTools MCP将你的浏览器变成了一个API驱动的自动化伙伴——不再只是一个你手动检查的地方。
摘要 Chrome DevTools MCP服务器新增自动连接功能，允许AI助手无缝接入现有浏览器调试会话。开发者现在可以： 复用已登录的浏览器会话，无需重复认证 在手动调试过程中随时让AI接管，如分析选中的DOM元素或网络请求 通过简单的配置启用自动连接，需Chrome 144+版本并开启远程调试权限 该功能保持了原有调试方式的同时，实现了人工与AI调试的无缝切换，大幅提升了复杂问题的排查效率。
chrome
——chrome
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
龙虾开发者社区
2048 AI社区
openvela
DAMO开发者矩阵
