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

AI笔记008. token优化, RTK安装, hook指向exe

RTK 是一个用于优化 AI 代码会话效率的工具,通过过滤和压缩命令输出,可节省高达 80% 的 token 使用量。安装后需运行初始化命令并重启 Claude Code,RTK 会自动改写常见命令(如 git、ls、rg 等)的输出格式。验证方法包括检查紧凑格式输出和使用诊断命令。遇到问题可调整路径或手动修改配置,支持通过简单命令卸载。该工具显著提升了长任务处理能力,减少会话中断次数。

AI笔记008. token优化, RTK安装, hook指向exe

RTK 是一个用于优化 AI 代码会话效率的工具,通过过滤和压缩命令输出,可节省高达 80% 的 token 使用量。安装后需运行初始化命令并重启 Claude Code,RTK 会自动改写常见命令(如 git、ls、rg 等)的输出格式。验证方法包括检查紧凑格式输出和使用诊断命令。遇到问题可调整路径或手动修改配置,支持通过简单命令卸载。该工具显著提升了长任务处理能力,减少会话中断次数。

Openclaw记录06.一分钟后提醒我,问题解决(飞书)

摘要: 文章分析了使用OpenClaw设置"1分钟后提醒喝茶"失败的案例。最初错误地使用exec background执行命令导致提醒仅在服务器本地显示,正确做法是使用cron add定时任务功能。关键参数包括指定用户open_id、匹配的account_id以及--announce发送到聊天。文章还指出当前--session current参数存在bug,并提供了查看定时任务

Openclaw记录07.全局提示词,已实现

摘要:本文介绍了如何通过Hook机制为OpenClaw的agent注入全局注意事项文件。操作步骤包括:1)准备全局文件global-notes.md;2)创建托管Hook目录;3)编写HOOK.md和handler.ts文件,实现agent启动时自动加载全局文件;4)启用Hook并重启Gateway。原理是利用agent:bootstrap事件修改context.bootstrapFiles数组,

Openclaw记录08.全局提示词,多文件版,已实现

step3: workspace目录中的’GAGENTS.md’,‘GUSER.md’, ‘GTOOLS.md’ 文件内容清空(不是删除文件)中添加‘__GNOTES.md’, ‘GAGENTS.md’,‘GUSER.md’, ‘GTOOLS.md’step1: ~/.openclaw/hooks/global-notes中添加。回答正确,说明4个文件都看过了,手动修改。后立刻问起,马上get到了

wsl迁移到D盘失败后的处理(qwen-max2.5)

question1: 之前我执行了wsl迁移到d盘的指令,具体什么指令忘了,现在powershell中键入wsl回车提示:适用于 Linux 的 Windows 子系统没有已安装的分发。错误代码: Wsl/Service/RegisterDistro/CreateVm/HCS/HCS_E_SERVICE_NOT_AVAILABLE。如已安装VirtualBox、VMware等,暂时卸载它们,避免与

Claude Code 扩展体系总览

Claude Code 扩展体系包含多种组件,通过模块化设计满足不同场景需求。核心概念包括:MCP(协议适配器)、Skills(知识包)、Commands(手动触发脚本)、Hooks(自动化脚本)、Agents(子代理)和Plugins(可分发集合)。这些组件可通过Marketplace(插件商店)统一管理,支持官方/私有目录。系统采用层级结构,Plugin可打包其他所有组件,支持团队共享配置。典

AI笔记004.代码感知,修改重建工具全方位对比(2026年5月)

本文对比了7款遗留代码治理工具(code-review-graph、GitNexus等),从基本信息、技术架构、核心功能等方面进行全方位分析。测试基于2900文件项目和Linux内核(28M LOC)。结果显示,不同工具在索引性能(最快毫秒级)、功能覆盖(最多30个MCP工具)、屎山代码处理能力等方面差异显著。开源方案如code-review-graph适合中小项目,而商业工具Augment Co

#人工智能
AI笔记005. hermes-DeepSeek V4 Pro, 128K上下文引发的探索

单针考"视力",多针考"记忆力 + 分辨力"。1M 窗口是"能看多远",250K 是"能记多清"。你的 17K 使用量连安全区的门槛都没摸到,放心用。***User:***按这个数据:Gemini 3 Deep Think 能力最强,但编程场景仍然是claudecode最强,我觉得不太对,因为编程场景要的就是精准,所以编程场景也应该是Gemini 3 Deep Think 最强长上下文"检索精度"

#人工智能#前端
AI笔记005. hermes-DeepSeek V4 Pro, 128K上下文引发的探索

单针考"视力",多针考"记忆力 + 分辨力"。1M 窗口是"能看多远",250K 是"能记多清"。你的 17K 使用量连安全区的门槛都没摸到,放心用。***User:***按这个数据:Gemini 3 Deep Think 能力最强,但编程场景仍然是claudecode最强,我觉得不太对,因为编程场景要的就是精准,所以编程场景也应该是Gemini 3 Deep Think 最强长上下文"检索精度"

#人工智能#前端
    共 24 条
  • 1
  • 2
  • 3
  • 请选择