反复查看了我的新key市肯定可以的，直到后来没办法了，挨个查看本地目录，判断是不是有缓存；在agent的目录下，有一个auth-profiles.json的文件，里面存着Deepseek的缓存；我的api key过期了，想换一个Deepseek的key，但是换完之后，一直提示。具体版本的目录具体分析，问豆包！

其他注意：需要打开谷歌的browser的插件并进行连接，正常执行完命令后，它会自动安装这个扩展程序，咱们在使用之前，只需要进行打开&连接上就可以！给openclaw赋予浏览器操作的能力，能自动打开网页，干事情，最理想的使用场景，就是阅读文档做总结，或者做web测试；如果已经接入了飞书，就不用这么麻烦了，直接聊天告诉它，openclaw会知道自己有这个技能包！它openclaw自动打开的浏览器界面是

上次我的电脑已经安装上了mac版本的Openclaw了，并且使用了tui这种终端交互界面，但是用起来，还是不顺手，比如切换会话，保存/修改会话标题，需要使用命令行模式来操作，打算切换到webui的格式来做后续的飞书接入。

最近养小龙虾太费钱了，非常愚蠢的选择了按次数收费的Deepseek，应该选千问的code plan，包月模式，没办法了，只能自己硬扛，之前想的是安装qmd来解决，核心解决方案是利用向量检索，来减少每次和大模型的交互上下文，达到token减少的逻辑，这符合正常思路；但是memos更为轻量和柔和，打算装它了；有cloud版本可以用，但是肯定也是会泄露一些个人信息或者存储限制，我翻阅了一下memos较为

再次安装还是失败，又发现缺少cmake，我的mac有点老，需要重新下载cmake，利用homebrew。参考：https://open-claw.org.cn/guide/getting-started。接下来会有快捷安装的成功的界面，中间有不确定的skip即可；我选择的是Deepseek模型；，并自动修改你的 shell 配置文件（如。的时候，很慢最终fail了；最后再次执行以下的命令，最终安装

之前对mcp理解停留表面，被各种概率和理论吞没，只有实践是检验真理的唯一标准，这下子，值了；可以更好的往agent方向，出发了！

前面两篇文章已经做好了AI对话和向量库的准备，并且存入了一批向量化的房产数据。

上一篇SpringBoot集成Langchain4j的大模型本地应用已有几个月了，现在手上活儿不多，打算继续攻坚，上次已经实现了基础的聊天对话和@Tool注解提示回答，现在打算加入Rag解决问答模型的幻觉问题，即跟公司业务强相关的知识，大模型在回答时，不再一本正经的胡说八道，而是结合Rag知识库有的放矢。

上一篇SpringBoot集成Langchain4j的大模型本地应用已有几个月了，现在手上活儿不多，打算继续攻坚，上次已经实现了基础的聊天对话和@Tool注解提示回答，现在打算加入Rag解决问答模型的幻觉问题，即跟公司业务强相关的知识，大模型在回答时，不再一本正经的胡说八道，而是结合Rag知识库有的放矢。

Hadoop+Hbase+Zookeeper分布式集群搭建1.安装前的准备一台虚拟机CentOS7，配置好环境变量、装配好jdk，对其进行克隆，一共3台虚拟机2.分配好ip地址-192.168.8.128master-192.168.8.129slave1-192.168.8.130slave22.软件...