摘要：OpenClaw飞书插件加载失败排查发现是生产环境路径问题。症状表现为单向通信（能发不能收），日志显示插件未加载。问题根源在于配置指向了不存在的源码路径（/app/src/），而Docker镜像中只有编译后的/app/dist/目录。通过修改配置指向已打包版本（/app/dist/extensions/feishu）解决问题。该问题源于开发与生产环境路径差异，建议直接使用编译版本或升级Doc

摘要： Function Calling（函数调用）是大模型调用外部工具的核心能力，也是开发AI Agent的基础。文章通过实测对比GPT-5.4、Claude 4.6和Gemini 2.5的函数调用能力，发现三家模型在参数格式、多工具编排等方面存在差异： GPT-5.4：多工具编排最强，但嵌套对象参数偶尔格式错误。 Claude 4.6：嵌套对象处理最稳，但可能“偷懒”不调用工具。 Gemini

上周三我接了个活，甲方要求把用户行为数据跑完分析后自动输出 PDF 报告和 Excel 明细表。听起来不难对吧？Google 5 月 20 号刚发了博客说 Gemini 原生支持文件生成了，我想着正好试试，结果整整折腾了两天才把链路跑通。官方文档写得像产品经理的 PPT——只告诉你"可以生成文件"，具体哪些格式能用、鉴权怎么配、返回的 binary 怎么处理，全靠自己摸。这篇把我踩过的坑和最终方案

大模型根据字段判断什么时候调用、传什么参数。我早期把描述写成简单的「查询数据」，结果 AI 频繁误调用。解决方案：把 description 当 API 文档写，明确说明适用场景、输入参数含义和返回格式。注册工具list_tools）—— 告诉 AI 你能提供什么能力执行调用call_tool）—— AI 决定调用时，执行对应逻辑返回结果—— 将结果以文本形式传回给 AI对接公司内部系统（工单、监

大模型根据字段判断什么时候调用、传什么参数。我早期把描述写成简单的「查询数据」，结果 AI 频繁误调用。解决方案：把 description 当 API 文档写，明确说明适用场景、输入参数含义和返回格式。注册工具list_tools）—— 告诉 AI 你能提供什么能力执行调用call_tool）—— AI 决定调用时，执行对应逻辑返回结果—— 将结果以文本形式传回给 AI对接公司内部系统（工单、监

摘要： Function Calling（函数调用）是大模型调用外部工具的核心能力，也是开发AI Agent的基础。文章通过实测对比GPT-5.4、Claude 4.6和Gemini 2.5的函数调用能力，发现三家模型在参数格式、多工具编排等方面存在差异： GPT-5.4：多工具编排最强，但嵌套对象参数偶尔格式错误。 Claude 4.6：嵌套对象处理最稳，但可能“偷懒”不调用工具。 Gemini

上周在优化我们 RAG pipeline 召回质量的时候，发现 HuggingFace 上 Ettin 团队一口气放出了好几个不同尺寸的 Reranker 模型。从 33M 参数的小钢炮到 435M 的重型选手，一整排摆在那里，说实话第一眼我是懵的——到底该用哪个？简单说结论：如果你的 RAG 场景对延迟敏感（P95 要求 < 50ms），选 Ettin-Reranker-33M；如果精度是第一优

大模型根据字段判断什么时候调用、传什么参数。我早期把描述写成简单的「查询数据」，结果 AI 频繁误调用。解决方案：把 description 当 API 文档写，明确说明适用场景、输入参数含义和返回格式。注册工具list_tools）—— 告诉 AI 你能提供什么能力执行调用call_tool）—— AI 决定调用时，执行对应逻辑返回结果—— 将结果以文本形式传回给 AI对接公司内部系统（工单、监

本文用 5 个可运行的代码模板，带你掌握 ADK 中最核心的 Skill 设计模式——从最简单的顺序执行，到生产级的多专家协作。很多同学跑完 ADK 的 Hello World 后就卡住了：Agent 能跑但很脆弱，加需求就崩。根本原因是没有选对 Skill 的组织方式。这篇帮你理清楚 5 种模式分别怎么用、什么场景该选哪个。

摘要：OpenClaw飞书插件加载失败排查发现是生产环境路径问题。症状表现为单向通信（能发不能收），日志显示插件未加载。问题根源在于配置指向了不存在的源码路径（/app/src/），而Docker镜像中只有编译后的/app/dist/目录。通过修改配置指向已打包版本（/app/dist/extensions/feishu）解决问题。该问题源于开发与生产环境路径差异，建议直接使用编译版本或升级Doc