登录社区云，与社区用户共同成长
邀请您加入社区
zonggeAgent 就是为了解决这个问题而生的——它是一个基于 .NET 9.0 + WPF + Semantic Kernel 的通用型 AI 智能体桌面工作台，一个程序聚合 OpenAI、DeepSeek、Claude、Ollama、通义千问 5 大模型。zonggeAgent（全称：zonggeAgent · AI智能体锻造之路）不是一个简单的"AI聊天聚合器"，而是一个可编程、可扩展、
复杂任务不再完全依赖 Agent 自由发挥，而是通过 graph-based workflows 把 Agent 与函数按显式流程组织起来，支持顺序、并发、handoff、group chat 等模式，并具备 checkpointing、human-in-the-loop、type-safe routing 等工程能力。这次最关键的补齐点就是 Agent Skills。生产级 Agent 的竞争点
摘要：.NET 10引入了基于文件的应用功能，允许开发者在单个.cs文件中编写、运行和构建应用程序，简化了开发流程。文章介绍了环境要求、示例代码、常用指令（如#:package引入第三方库、#:property设置编译选项等）和CLI支持命令，适用于快速原型设计和小型工具开发。需要.NET 10 SDK支持，可通过dotnet run等命令直接执行.cs文件。
MetaSKILL编排形式JavaScript 可执行脚本YAML 声明式 DAG图灵完备是否（DAG，无循环）声明期验证运行时解析时 + 运行时安全门禁沙箱三步 tool_allowlist + capabilities + policy审计持久化会话内持久化 + CLI 查询人机交互无原生暂停点user_input检查点Token 预算感知budget全局变量4 层超时保护部署方式Claude
扫 CLAUDE.md、settings.json、MCP 配置、hooks、agent 定义，5 大类：密钥检测（14 种模式）、权限审计、钩子注入分析、MCP 服务风险评估、agent 配置审查。原意是马具，引申到 AI 语境，就是"套在 agent 外面的那一整套基础设施"——skill、agent、hook、rule、memory、tool surface、verification loo
NetCoreKevin 是一个 AI Agent 框架，内置了丰富的工具（如 HTTP 请求、Python 执行、Shell 命令等）。通过集成 Hangfire 分布式任务调度库，AI 能够自主创建、管理和触发周期性自动任务，让智能体不仅能实时响应，还能按预定计划自动完成日常工作（如定时生成报告、数据同步、内容总结等）。本文将详细介绍如何在 NetCoreKevin 中实现 AI 与 Hang
多轮对话摘要的嵌入策略面向跨越多个轮次的复杂讨论场景，其核心挑战在于如何在有限的向量维度中压缩丰富的时序演进信息。推荐的策略采用"分层摘要嵌入"模式：第一层为会话级摘要，由 LLM 在会话结束时生成，涵盖主要讨论主题、关键决策、待办事项和未决问题，该摘要作为独立Memory存入专门的房间；第二层为主题级摘要，当检测到会话中涉及多个独立主题时，为每个主题生成子摘要，记录该主题下的核心论点和结论；第三
YiMini：基于.NET 10的高效RBAC权限管理系统 YiMini是基于Yi.Admin开发的权限管理框架，采用.NET 10+ABP10+SqlSugar后端和Vben5.7+Ant Design Vue前端架构。系统专注于RBAC核心功能，提供多租户管理、文件存储、操作日志等基础能力，并通过AI Skill实现模块生成、CRUD生成等开发流程自动化。 别名：YiMini、yimini、y
从 Inline 到 File-based 架构，我们实现了 Skill 的结构化与资产化管理；从 File-based 到 Class-based 架构，我们进一步解决了 Skill 的工程化与治理问题。AgentClassSkill 的推出，展现了 .NET 社区在 AI 应用开发领域的务实创新：不仅要让 AI 生成代码，更要确保 AI 调用的代码具备健壮性、可维护性和可扩展性。
Oxygen AI Positron Assistant Enterprise V8.2 lets teams create reusable skills that add specialized AI capabilities for repeatable tasks. Oxygen AI Positron Enterprise brings AI assistance into XML
这些不是功能扩张，是在说：OpenClaw.NET 愿意接入你已有的技术栈，而不是让你迁移到它的生态。一个 AI Agent 运行时真正让你踏实的时刻，不是它演示多炫，而是当你意识到：这个系统的边界可靠、行为可观察、安全默认开启、记忆不会莫名其妙丢失。在关键处可自托管：你的数据、你的审批策略、你的安全边界，不该寄存在别人的服务器上。OpenClaw.NET 不是 ppt 里的愿景图，它是一个已具备
Skill 里的案例不是装饰。它们是行为规格，尤其是反例。只写“什么时候调用”通常不够。模型在路由时会遇到大量相邻场景：它们看起来相关，但实际上不应该触发这个 Skill。把这些场景明确写进 Skill，能给模型提供负样本，减少“看起来能用所以就调用”的错误，从而提高调用准确率。一个高质量 Skill 至少应该包含三类案例。第一类是强触发案例：用户：帮我分析这个销售数据表，按地区统计收入并生成图表
通过将一个虚拟的 AI 助手实体化为与 Windows 系统内核级集成的守护组件，该项目不仅实现了与 macOS 版本的生态平权，更在系统级提权控制、跨会话记忆留存以及防御性安全策略上，为未来的“环境智能”（Ambient Intelligence）操作系统树立了架构标杆。然而，当 AI 模型在评估信息时，它会将人类操作员发出的“可信指令”（控制平面信息）与它从外部环境（如抓取的网页内容、读取的恶
OpenClaw安装指南-面向开发人员
本文介绍了如何为大模型编程工具创建自定义Skills，以mooSQL数据库工具为例。主要内容包括：1）Skills是将特定领域知识封装供AI调用的开放标准；2）创建流程：先让大模型生成API文档，经人工核对后转化为Skill文档；3）集成方法：将Skill文件放入指定目录；4）使用效果：显著提升大模型对mooSQL的理解准确率。该方法使第三方库获得与大模型内置库相近的支持效果，mooSQL的Ski
