logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

大型复杂远程AI Agent应用:从架构困局到进化突围

摘要: 远程部署大规模AI Agent面临延迟、上下文管理、状态持久化等挑战。需采用异步任务队列、分层记忆系统和"大脑-肢体"分离架构(决策层、执行层、记忆服务独立),结合技能审核与工作流模板保障稳定性。安全上需工具白名单、权限令牌和人工审批网关,并通过全链路监控优化性能。未来方向是Agent矩阵协作,通过声明式工作流实现复杂任务拆解与分布式处理。远程Agent的核心在于平衡智

文章图片
#人工智能#架构
我用QClaw的命理大师体验玄学,AI结果令我震惊了

摘要: 程序员体验AI命理工具QClaw生辰命理大师,从质疑到信服的转变。通过精准的八字排盘、五行分析和合盘功能,系统展现出专业推理能力,如节气计算、格局判断和交互式追问。实测夫妻、亲子合盘结果贴合现实,提供教育建议和家庭关系洞察。工具结合天文历法引擎与大模型推理,输出结构化命理分析,支持多人合盘和职业指导。虽依赖精准输入且术语门槛较高,但其深度和专业性远超模板化算命App,可作为人生规划的辅助参

文章图片
#人工智能#AI
我用 QClaw 整理软件开发课程知识点:零碎知识终于有了“归宿“

本文探讨了软件开发知识难以系统化记忆的问题,指出其立体网状结构特性导致传统笔记方法失效。作者通过QClaw工具实现了高效知识管理:自动构建知识框架、标注重点、生成记忆口诀,形成可定期回顾的体系。这种方法不仅提升了学习留存率和复习效率,更在梳理过程中深化了理解。文章强调知识结构化的核心价值,建议采用人机协作模式,让AI处理框架搭建,人工负责判断补充,实现最优学习效果。

文章图片
#java#人工智能#AI +1
我教这个龙虾学会抢微信红包: QClaw说我帮你搞定语音提醒 !

AI 辅助开发真实体验:打造合规的微信红包提醒小工具 本文记录了作者利用 QClaw AI 辅助开发微信红包提醒工具的全过程。从技术选型到实际编码,作者详细分享了开发中的关键决策和遇到的典型问题: 采用 Python + winrt 监听 Windows 系统通知,避免直接操作微信数据 设计三层架构(本地感知、云端推理、本地提醒)确保功能可靠性 开发中遇到的三大技术难题及解决方案 坚持"只提醒不代

文章图片
#微信#架构#面试 +1
5分钟基金诊断:用 QClaw基金掘金师 + Neodata 实现一键理财分析

本文记录了QClaw平台AI基金投研助手的工作流程,展示了如何通过Neodata金融数据服务实现"一句话问基金、5分钟出结论"的智能分析能力。文章详细拆解了从用户模糊需求到精准分析的全过程,包括基金分类框架建立、实时数据查询、多维对比分析等核心环节,并提供了5个可直接复用的Prompt模板。同时明确了AI分析工具的边界(不预测、不保证、不推荐),强调其作为决策辅助工具而非替代者

文章图片
#人工智能#大数据#架构 +1
我如何使用 QClaw 私人教练 Agent敦促自己锻炼

文章摘要:本文介绍如何利用QClaw框架构建一个24小时在线的AI健身教练。作者作为久坐办公族,通过分析传统健身方式(如健身卡、Keep、私教)的不足,提出核心需求——持续监督与个性化反馈。QClaw的三大特性(定时任务、持久记忆、技能扩展)完美契合需求。实现过程分为四步:1)通过配置文件定义教练人设;2)安装专业健身技能库;3)生成渐进式训练计划;4)设置双层提醒体系(每日训练+办公室微运动)。

文章图片
#人工智能#架构
在 Intel AI PC 上,我造了一个能干活的医疗发票智能体

本文记录了作者在Intel AI PC上从零开始构建医疗票据智能处理Skill的完整实践历程。面对医疗票据手动录入的繁琐工作,作者探索了一条端侧AI的落地路径:利用OpenVINO框架实现4.7倍推理加速,通过异构计算(CPU+GPU+NPU)优化性能,最终打造出一个可被Ollama + Qwen3.6-35B调用的Agent工具。文章详细记录了从OCR识别、结构化提取、医保合规检查到Skill封

文章图片
#人工智能#AI
OpenClaw安全风险分析:从“养虾“热潮到安全警示

penClaw这款原本备受推崇的AI智能体工具经历了一场戏剧性的"大反转"。从上门安装服务收费499元的热潮,到仅过一个周末就出现上门卸载服务收费299元的场景,这背后反映的是OpenClaw安全问题的突然爆发。

文章图片
#安全
一文理清:OpenClaw那些Agent Skills 的正确用法

传统方式下,每次使用AI都需要重新输入指令,无法将已经调试好的专业能力保存下来供后续使用。直到2025年10月Anthropic推出Agent Skills(现已成为开放标准),这个问题终于有了标准答案。本文将带你一文理清Agent Skills的正确用法,从是什么、怎么用到最佳实践,让你一次性彻底掌握这个比Prompt更高级、比MCP更易用的AI编程神器。

文章图片
Playwright与Puppeteer实战教程:让AI拥有“看懂“网页的能力

本文介绍了Playwright和Puppeteer两款无头浏览器工具,用于AI Agent的网页理解和自动化处理。Playwright支持多浏览器、自动等待和网络拦截,而Puppeteer更轻量且对Chrome优化。文章详细对比了两者特性,并提供了安装指南和实战代码示例,包括基础截图、元素交互、滚动截长图、网络拦截等操作。通过本地化方案,开发者可以为AI Agent构建强大的网页处理系统,相比外包

文章图片
#人工智能#AI#jina
    共 140 条
  • 1
  • 2
  • 3
  • 14
  • 请选择