子智能体（Subagent）是 OpenClaw 框架中的重要概念，允许主智能体 spawn（生成）子代理来处理特定任务。子代理是临时性的，专注于分配的任务，完成后结果会自动上报给父代理。这种设计实现了任务的并行处理和层级化管理。

任务管理系统实现摘要 本文实现了一个基于文件持久化的任务管理系统，核心功能包括： 任务持久化：将任务数据以JSON格式存储到磁盘，支持会话恢复和跨对话状态保持 依赖管理：通过blockedBy和blocks字段实现任务间依赖关系，支持双向更新 状态管理：提供pending/in_progress/completed三种状态，任务完成时自动清理依赖关系 文件存储：每个任务单独存储为task_id.j

做了简单的汉化，使用了千问的模型。

Claude Code采用三层压缩策略解决AI对话上下文膨胀问题：1)微观压缩(Layer 1)每次调用前自动替换旧工具结果为占位符；2)自动压缩(Layer 2)当token超阈值时保存完整会话并生成摘要；3)手动压缩(Layer 3)由用户或模型主动触发。通过混合token估算(中文1字=1token，英文4字符=1token)和保留最近3条工具结果，实现了上下文窗口的动态管理。压缩过程包括保

摘要 该项目实现了将智能体接入飞书群聊的功能，使团队成员可以直接在群聊中与智能体对话。核心方案包括：1）通过飞书开放平台的WebSocket长连接接收消息事件；2）解析消息内容并触发智能体处理；3）使用飞书IM API回复消息。系统架构包含飞书事件处理器、智能体服务和消息发送模块，支持上下文对话历史管理。开发者需配置飞书应用ID和密钥，项目源码基于Java实现，已在GitHub开源。

Java实现的AI Agent核心循环 本文介绍了一个用Java实现的AI Agent核心循环机制，旨在帮助Java开发者理解Agent的工作流程。核心思想是"模型即Agent，代码即Harness"，通过循环控制让语言模型能够与外部工具交互。 主要特点： 通过Agent循环自动处理工具调用和结果反馈 支持Bash等外部工具执行 完整的工作流程包括： 消息历史管理 LLM AP

摘要 该项目实现了将智能体接入飞书群聊的功能，使团队成员可以直接在群聊中与智能体对话。核心方案包括：1）通过飞书开放平台的WebSocket长连接接收消息事件；2）解析消息内容并触发智能体处理；3）使用飞书IM API回复消息。系统架构包含飞书事件处理器、智能体服务和消息发送模块，支持上下文对话历史管理。开发者需配置飞书应用ID和密钥，项目源码基于Java实现，已在GitHub开源。

Claude Code采用三层压缩策略解决AI对话上下文膨胀问题：1)微观压缩(Layer 1)每次调用前自动替换旧工具结果为占位符；2)自动压缩(Layer 2)当token超阈值时保存完整会话并生成摘要；3)手动压缩(Layer 3)由用户或模型主动触发。通过混合token估算(中文1字=1token，英文4字符=1token)和保留最近3条工具结果，实现了上下文窗口的动态管理。压缩过程包括保

任务管理系统实现摘要 本文实现了一个基于文件持久化的任务管理系统，核心功能包括： 任务持久化：将任务数据以JSON格式存储到磁盘，支持会话恢复和跨对话状态保持 依赖管理：通过blockedBy和blocks字段实现任务间依赖关系，支持双向更新 状态管理：提供pending/in_progress/completed三种状态，任务完成时自动清理依赖关系 文件存储：每个任务单独存储为task_id.j

做了简单的汉化，使用了千问的模型。