这里的address是空的，原因是刚刚创建的gateway的svc的类型是loadBalancer，而我们不是云上的环境，没有提供loadBalancer的能力，所以这里没有被分配到地址。要注意的是，博客里面的地址段你得写一个你真正能通的，比如你的k8s节点的地址是192.168.88.0/24的，那么你最好将loadBalancer的地址段也写成这个。此时你会发现，根本无法访问，或者访问出来的内

这是因为 Docker 容器内，尤其是基于 Oracle Linux / RedHat 的最小化镜像，为了精简体积，通常没有安装 systemd。这时只复制宿主机的 /etc/localtime 可能还不够，因为容器内本质上缺少对应的时区数据库文件。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。这样就可以在不重建容器的情况下，把 Docker 容器

将 HyperspaceEngine 增加到 Gliding Horse，并不是简单地替换一个向量数据库，而是为整个 Agent OS 注入一套层次化感知、边云协同、极致性能的记忆与同步基础设施。它让技能图谱真正“长”在双曲空间里，让分布式的 Agent 实例能够像生物体一样同步自己的“大脑”，也让每一次上下文检索都快如闪电。

过去不少开发者用 LangGraph，并非业务真的需要持久状态、节点级人工介入和长期运行，只是想做一个多步 agent，又没有现成的执行器。现在，如果任务主要发生在代码仓库、研究报告、审计、迁移这些开发者工作流里，让 Claude 直接写 workflow 往往更快。问题是，它仍然偏交互式协作。Workflow 模式里，十份结果先进脚本变量，脚本可以去重、过滤、校验，只把必要结论交回来。它像一个不

这让 Cursor、Claude Code、Codex、Windsurf 等 AI 编码助手能够更准确地理解项目结构、模块规范和开发方式，显著减少反复解释项目上下文的时间。通过 Context7/mcp 客户端，你可以在 IDE 或 AI 对话中实时拉取最新技术文档和 API 说明，无需手动翻文档，也无需担心 AI 拿到过时的上下文。项目兼容 AGENTS.md 规范，方便 Cursor、Clau

我一直在好几个真实项目里用 Claude Code、Cursor 这类 AI 编码代理。过去三个月，模型确实在不断变强，但对我帮助最大的反而是/grill-me这个 skill。它会在你动手之前，不断拷问你，帮你省掉很多写一版、再改一版的循环。