AI对话记录: 2026-03-05 (新格式)

This commit is contained in:
2026-03-06 14:55:54 +08:00
parent a2d4ae4393
commit 79e467f5cf
46 changed files with 3569 additions and 925 deletions
+60 -109
View File
@@ -13,114 +13,64 @@
"state": { "state": {
"type": "markdown", "type": "markdown",
"state": { "state": {
"file": "20.领域/个人/AI/工欲善其事 必先利其器(二):ClaudeCode 插件.md", "file": "01.待办/TODO.md",
"mode": "source", "mode": "source",
"source": false "source": false
}, },
"icon": "lucide-file", "icon": "lucide-file",
"title": "工欲善其事 必先利其器(二):ClaudeCode 插件" "title": "TODO"
} }
}, }
]
},
{
"id": "34152f64b6abc7b3",
"type": "tabs",
"children": [
{ {
"id": "824c964453dad2b2", "id": "d972e5d9f48931a1",
"type": "leaf", "type": "leaf",
"state": { "state": {
"type": "markdown", "type": "markdown",
"state": { "state": {
"file": "10.项目/12-AI助手工作流优化/20-ClaudeCode/工欲善其事 必先利其器(二):ClaudeCode 插件.md", "file": "10.项目/11-墨犬/B.完成/UEPCG道路生成经验总结.md",
"mode": "source", "mode": "source",
"source": false "source": false
}, },
"icon": "lucide-file", "icon": "lucide-file",
"title": "工欲善其事 必先利其器(二):ClaudeCode 插件" "title": "UEPCG道路生成经验总结"
} }
}, },
{ {
"id": "6f2f2a4039639b6a", "id": "34876e67774622ea",
"type": "leaf", "type": "leaf",
"state": { "state": {
"type": "markdown", "type": "markdown",
"state": { "state": {
"file": "10.项目/12-AI助手工作流优化/20-ClaudeCode/工欲善其事 必先利其器(三):ClaudeCode Hook.md", "file": "01.待办/TODO.md",
"mode": "source", "mode": "source",
"source": false "source": false
}, },
"icon": "lucide-file", "icon": "lucide-file",
"title": "工欲善其事 必先利其器(三):ClaudeCode Hook" "title": "TODO"
} }
}, },
{ {
"id": "7374d779b58860af", "id": "97d9ce57f986badc",
"type": "leaf", "type": "leaf",
"state": { "state": {
"type": "markdown", "type": "markdown",
"state": { "state": {
"file": "30.资源/32-技术积累/个人开发流程搭建.md", "file": "10.项目/14-工作区结构调整/README.md",
"mode": "source", "mode": "source",
"source": false "source": false
}, },
"icon": "lucide-file", "icon": "lucide-file",
"title": "个人开发流程搭建" "title": "README"
}
},
{
"id": "b9f4cad2439d3829",
"type": "leaf",
"state": {
"type": "markdown",
"state": {
"file": "10.项目/13-刀匠开发/玩法需求.md",
"mode": "source",
"source": false
},
"icon": "lucide-file",
"title": "玩法需求"
}
},
{
"id": "7a750857785dc47e",
"type": "leaf",
"state": {
"type": "markdown",
"state": {
"file": "10.项目/13-刀匠开发/技术储备-知识点.md",
"mode": "source",
"source": false
},
"icon": "lucide-file",
"title": "技术储备-知识点"
}
},
{
"id": "8cc1debb930cd26a",
"type": "leaf",
"state": {
"type": "markdown",
"state": {
"file": "20.领域/23-生活管理/2.个人备忘.md",
"mode": "source",
"source": false
},
"icon": "lucide-file",
"title": "2.个人备忘"
}
},
{
"id": "edb45d289b0b0754",
"type": "leaf",
"state": {
"type": "markdown",
"state": {
"file": "20.领域/21-财务/00-README.md",
"mode": "source",
"source": false
},
"icon": "lucide-file",
"title": "00-README"
} }
} }
], ],
"currentTab": 6 "currentTab": 1
} }
], ],
"direction": "vertical" "direction": "vertical"
@@ -160,7 +110,7 @@
"state": { "state": {
"type": "search", "type": "search",
"state": { "state": {
"query": "root", "query": "",
"matchingCase": false, "matchingCase": false,
"explainSearch": false, "explainSearch": false,
"collapseAll": false, "collapseAll": false,
@@ -187,12 +137,13 @@
"state": { "state": {
"type": "outline", "type": "outline",
"state": { "state": {
"file": "10.项目/12-AI助手/10-OpenClaw/知乎专栏/01-在旧电脑上部署 OpenClaw:我的血泪踩坑史.md",
"followCursor": false, "followCursor": false,
"showSearch": false, "showSearch": false,
"searchQuery": "" "searchQuery": ""
}, },
"icon": "lucide-list", "icon": "lucide-list",
"title": "大纲" "title": "01-在旧电脑上部署 OpenClaw:我的血泪踩坑史 的大纲"
} }
}, },
{ {
@@ -205,8 +156,8 @@
"showSearch": false, "showSearch": false,
"searchQuery": "" "searchQuery": ""
}, },
"icon": "lucide-ghost", "icon": "lucide-archive",
"title": "all-properties" "title": "添加笔记属性"
} }
}, },
{ {
@@ -271,7 +222,7 @@
} }
], ],
"direction": "horizontal", "direction": "horizontal",
"width": 578.5 "width": 308.5
}, },
"left-ribbon": { "left-ribbon": {
"hiddenItems": { "hiddenItems": {
@@ -290,44 +241,44 @@
"media-extended:Open media": false "media-extended:Open media": false
} }
}, },
"active": "8cc1debb930cd26a", "active": "4b365695664a4827",
"lastOpenFiles": [ "lastOpenFiles": [
"20.领域/22-健康/00-待办README.md", "10.项目/12-AI助手/README.md",
"30.资源/35-历史",
"20.领域/21-财务/00-README.md",
"10.项目/11-墨犬/00-README.md",
"10.项目/30-短期临时/00-README.md",
"01.待办/TODO.md", "01.待办/TODO.md",
"00.收件箱/README.md", "00.收件箱/01-速记本.md",
"10.项目/00-今日任务.md", "00.收件箱/00-README.md",
"10.项目/12-AI助手工作流优化/10-OpenClaw/OpenClaw部署.md", "00.收件箱/MEMORY.md.md",
"01.待办", "10.项目/11-墨犬/README.md",
"10.项目/12-AI助手工作流优化/30-其他AI/AI做游戏/调研/3D建模软件调研.md", "10.项目/11-墨犬/A.草稿/虚幻5.6 IOS平台使用源码引擎打包.md",
"10.项目/12-AI助手工作流优化/30-其他AI/AI做游戏/调研/AI画图调研.md", "10.项目/12-AI助手/10-OpenClaw/知乎专栏/01-在旧电脑上部署 OpenClaw:我的血泪踩坑史.md",
"10.项目/12-AI助手工作流优化/30-其他AI/AI做游戏/AI游戏3D角色资产生产流程梳理.md", "10.项目/12-AI助手/10-OpenClaw/草稿/AI模拟人的对话过程的思考.md",
"30.资源/31-游戏灵感/2.头脑风暴与玩法调研/英雄连.md", "10.项目/11-墨犬/IOS打包",
"30.资源/31-游戏灵感/2.头脑风暴与玩法调研/武器店经营模拟.md",
"30.资源/31-游戏灵感/2.头脑风暴与玩法调研/文明模拟器.md",
"30.资源/31-游戏灵感/2.头脑风暴与玩法调研/皇帝扮演.md",
"30.资源/31-游戏灵感/2.头脑风暴与玩法调研/放学后少年.md",
"30.资源/31-游戏灵感/末世快速复兴.md",
"30.资源/31-游戏灵感/2.头脑风暴与玩法调研/打铁模拟器.md",
"30.资源/31-游戏灵感/装甲突击/设计参考/载具参考.md",
"20.领域/23-生活管理/2.个人备忘.md",
"10.项目/2.个人备忘.md",
"30.资源/35-历史/前秦历史/遗址/陶寺遗址.md",
"20.领域/23-生活管理/前秦历史/遗址/陶寺遗址.md",
"30.资源/31-游戏灵感/2.头脑风暴与玩法调研/项目:人类文明模拟器.md",
"30.资源/31-游戏灵感/2.头脑风暴与玩法调研/特等功.md",
"30.资源/31-游戏灵感/2.头脑风暴与玩法调研/猫猫装甲突击.md",
"30.资源/34-AI资讯",
"30.资源/33-游戏开发资讯",
"30.资源/32-技术积累",
"30.资源/31-游戏灵感",
"10.项目/13-刀匠开发",
"10.项目/10-墨犬/11-PCG/未命名",
"10.项目/11-墨犬/IOS移植",
"10.项目/11-墨犬/PCG", "10.项目/11-墨犬/PCG",
"10.项目/12-AI助手/10-OpenClaw/OpenClaw流程搭建.md",
"10.项目/12-AI助手/10-OpenClaw/OpenClaw基础2.md",
"10.项目/12-AI助手/10-OpenClaw/草稿",
"40.归档/每日回顾/2026-03-04.md",
"00.收件箱/2026-03-04.md",
"10.项目/14-工作区结构调整/README.md",
"10.项目/15-短期临时/00-README.md",
"40.归档/每日回顾/2026-03-03.md",
"40.归档/每日回顾/2026-03-02.md",
"10.项目/12-AI助手/10-OpenClaw/知乎专栏",
"10.项目/11-墨犬/PCG/UEPCG道路生成经验总结.md",
"10.项目/14-工作区结构调整",
"README.md",
"20.领域/24-育儿/A.观察日记/2026-03-03.md",
"20.领域/24-育儿/A.观察日记",
"20.领域/22-健康/00-待办README.md",
"20.领域/21-财务/00-README.md",
"10.项目/12-AI助手/20-ClaudeCode/ClaudeCode进阶.md",
"10.项目/12-AI助手/20-ClaudeCode/Claude学习.md",
"10.项目/12-AI助手/20-ClaudeCode/Claude使用问题速记.md",
"10.项目/12-AI助手/20-ClaudeCode/工欲善其事 必先利其器(一):Claude Code安装与基础设置.md",
"10.项目/12-AI助手工作流优化/未命名",
"10.项目/11-墨犬/B.完成",
"10.项目/11-墨犬/A.草稿",
"10.项目/11-墨犬/回顾",
"Untitled Diagram.svg", "Untitled Diagram.svg",
"Untitled Diagram 1.svg", "Untitled Diagram 1.svg",
"未命名.canvas", "未命名.canvas",
+3
View File
@@ -0,0 +1,3 @@
用AI处理邮件收件箱
VSCode+RemoteSSH插件可以在vscode中直接操作远端机器上的文件。
报销IOS,报销AI
-8
View File
@@ -1,8 +0,0 @@
# 墨犬
- [x] PCG道路生成-山路使用山路铺装路面 ✅ 2026-03-03
- [x] PCG道路生成-衔接随机地图工具中的路面宽度等参数 ✅ 2026-03-03
- [x] 宽度对接-待测试 ✅ 2026-03-03
- [x] 地面材质对接-蓝图中自己拼 ✅ 2026-03-03
- [x] 地形曲线编辑层对接-构造地形时添加 ✅ 2026-03-03
- [x] PCG道路生成-河路路灯添加随机坏路灯和无路灯逻辑,调整间隔-不用搞了 ✅ 2026-03-03
- [x] PCG道路生成-河路路灯添加随机坏护栏和无护栏,调整护栏高度和材质-不用搞了 ✅ 2026-03-03
+74
View File
@@ -0,0 +1,74 @@
# OpenClaw 代理工作指南
> 本文档为 OpenClaw 代理的通用工作指导,所有代理应遵循。
---
## ⚠️ 安全规则(最高优先级)
| 规则 | 说明 |
|------|------|
| **禁止擅自修改 openclaw.json** | 用户未明确要求时不得修改 |
| **禁止 force push** | `git push --force` 绝对禁止 |
| **禁止修改第三方库代码** | 如需修改应通过 fork 或 patch |
| **禁止使用 rm -rf** | 使用 `trash` 替代,确保可恢复 |
---
## 操作规范
### 通用规则
- 使用中文沟通
- 使用东八区(Asia/Shanghai)时间
### Sudo 命令使用
- 需要 passwordless sudo 权限才能执行系统级操作
- 配置路径:`/etc/sudoers.d/nopasswd`
- 配置后验证:`sudo visudo -c`
### 子代理使用
1. **代码开发和耗时操作必须交给子代理处理**
2. **汇报机制**
- 子代理开始工作时,立刻汇报:「已安排代理处理 [任务]」
- 每 5 分钟查询子代理状态,汇总后简报给用户
### 技能使用
- 使用技能过程中,遇到流程外的问题需在结果中明确汇报具体问题
### 定时任务
- 所有定时任务通过 **OpenClaw Gateway 内置 Cron** 管理
- 不使用系统级 crontab
- 相关脚本统一存放:`~/work/backup/`
---
## 环境说明
### 本机配置
| 项目 | 值 |
|------|-----|
| 联网方式 | WLAN |
| IP | 192.168.1.36 |
| 网关 | 192.168.1.200(旁路由,PassWall 科学上网) |
| 项目目录 | `~/work/` |
> **注意**:所有与 OpenClaw 本身无关的工作内容,应优先放到项目目录而非 workspace。
### 爬虫相关
- Cookie 存放:`~/work/cookies/`(各网站登录态,JSON 格式)
- 爬虫工具:`~/MediaCrawler/`(优先使用)
### 局域网服务
| 服务 | 地址 | 端口 |
|------|------|------|
| NAS (SSH) | 192.168.1.22 | 2222 |
| Gitea (SSH) | 192.168.1.22 | 2223 |
| Gitea (Web) | 192.168.1.22 | 8418 |
| NAS WebDAV | 192.168.1.22 | 5005 |
---
## 备注
- 文档更新:2026-03-05
- 原始版本由用户提供,经代理润色整理
+11 -6
View File
@@ -1,9 +1,14 @@
# 墨犬 # 墨犬
- [ ] Mac-mini编译引擎源码
- [x] 注册AppleDeveloper ✅ 2026-03-05
- [x] 下载XCode16 ✅ 2026-03-05
- [ ] 编译ShaderCompileWorker
- [ ] 解决Mac-mini编译引擎的报错
- [ ] 搜一下mac编译源码引擎的文章或者视频
- [ ] Mac-mini建一个空工程,打包
- [ ] 看这个视频,做笔记。https://www.bilibili.com/video/BV1YyW4z6EYu/?t=14.0&vd_source=1deaab00c5de8885422a7a7690170eba
# AI助手 # AI助手
- [x] OpenClaw:安装两个自我进化技能 ✅ 2026-03-03 - [ ] 通用技能中包含环境介绍,介绍家庭网络环境和几个主要服务器。以及一些规范。
# 财务 # 财务
- [x] 138手机卡装上,方便后续操作 ✅ 2026-03-03 # 短期临时
- [x] 天天基金银行卡换掉,方便后续操作 ✅ 2026-03-03
- [x] 制定后续雪球投资计划 ✅ 2026-03-03
- [x] 重点关注沪深300ETF,科创50ETF和人工智能ETF ✅ 2026-03-03
- [x] 先设置模拟仓,待每次下跌10%左右的时候分批建仓 ✅ 2026-03-03
-35
View File
@@ -1,35 +0,0 @@
# 工作流程
- 记录墨犬公司游戏开发项目的内容
- 每日厘清阶段
- 从收件箱厘清内容进入待办池
- 从待办池挑选今日要处理的条目进入当前重点
- 每日回顾阶段
- 从当前终点将已经完成的条目挪到已完成
- 如果有心得需要记录,记录到笔记项。
- 如果有未完成的工作,放回待办池。
## 当前重点
- [x] PCG道路生成-山路使用山路铺装路面 ✅ 2026-03-03
- [ ] PCG道路生成-衔接随机地图工具中的路面宽度等参数
- [ ] 地面材质对接
- [ ] 宽度对接
- [ ] 地形曲线编辑层对接
- [ ] PCG道路生成-河路路灯添加随机坏路灯和无路灯逻辑,调整间隔
- [ ] PCG道路生成-河路路灯添加随机坏护栏和无护栏,调整护栏高度和材质
## 待办池
- [ ] 研究UE移动端移植相关的内容
## 已完成
- [x] PCG道路生成-修正铺装路面地形贴合BUG ✅ 2026-03-02
- [x] PCG道路生成-修复丢失的铺装路面模型材质 ✅ 2026-03-02
- [x] PCG道路生成-区分山路/河路/野路三种模板 ✅ 2026-03-02
## 笔记
- 2026-03-02:
- 三种道路调整地形的方式
- LandscapeSplineActor+ ALandscape->UpdateLandscapeSplines
- ControlPoint EndFallOff需要为0,否则每一段Segment会起波浪
- ALandscapeProxy->EditorApplySpline 在曲线层调整地形和调整地形材质。
- ULandscapeInfo->ApplySplines 关卡编辑器中地形编辑时对曲线同样的操作,但是直接用会崩溃。
@@ -0,0 +1,31 @@
# 参考文档
https://www.bilibili.com/opus/946339882709549060
https://dev.epicgames.com/documentation/zh-cn/unreal-engine/setting-up-an-unreal-engine-project-for-ios
# 环境准备
## 官方推荐环境
对于UE5.6,官方推荐:
- macOS Sonoma 14.7
- XCode 16.1
最低:
- macOS Sonoma 14.5
- XCode 16
我们的macOS是14.6,XCode是15.4。XCode需要升级
## 注册开发者账号
从手机AppStore下载AppleDeveloper,填写信息注册开发账号并支付年费开通
## 升级XCode
1. 访问
[https://developer.apple.com/download/all/](https://developer.apple.com/download/all/)
2. 用 Apple ID 登录
3. 搜索 "Xcode 16"
4. 下载 .xip 文件(约 8-10GB)
5. 双击解压,将 Xcode.app 拖到 Applications 文件夹
# 获取代码
- clone 源码仓库
- 执行setup.command
- 这一步要下载很多依赖,可能要等比较久,翻墙会稍微快一点,遇到长时间0速度时可以关掉再执行,会断点续传。
- 执行GenerateProjectFiles.command,生成XCode工程
- 打开UE5(Mac).xcworkspace
- 顶条上搜索选择ShaderCompileWorker,目标平台My Mac,菜单Product->Build 进行编译
- 顶条上选择UnrealEditor,目标平台My Mac,菜单Product->Build 进行编译
@@ -0,0 +1,20 @@
# UEPCG道路生成经验总结
## 道路模型生成与地形修改
UE5.6生成道路的几种方式
- LandscapeSplineActor沿曲线生成道路+MeshALandscape->UpdateLandscapeSplines 修改地形
- 关键点1:为整个曲线生成一个LandscapeSplineActor。为曲线上每一个采样点创建一个LandscapeSplineControlPoint,为每两个ControlPoint创建一个Segment。
- 关键点2:ControlPoint+Segement的bRaiseTerrain和bLowerTerrain设置为true
- 坑点:ControlPoint EndFallOff需要为0,否则每一段Segment会起波浪
- 不需要道路模型的,可以用 ALandscapeProxy->EditorApplySpline 在曲线层调整地形和调整地形材质。
- 坑点:用LandscapeSplineActor来生成Mesh时不能用,地形调整会被覆盖。
- LandscapeSplineActor + ULandscapeInfo->ApplySplines 来调整地形,理论上可行,因为关卡编辑器的地形编辑自己就是用这个方法去修正地形的,但是还没有跑通,我在关卡编辑器外部去调用时会崩溃。·
## 道边护栏
道边护栏是一种要求连续衔接的模型,在不同曲率的地方要对模型做弯折,USplineMeshComponent就是做这个用的,具体用法:
- 找一个轴向细分段数较多的模型作为基础模型。
- 将一整段曲线按一定长度分成多段(最好是按模型长度来,否则容易看出纹理拉伸,如果是重复纹理的模型,可以随意)
- 每一段生成一个SplineMeshComponent,设置Start,End和Tangent。
- 如何在中间随机一段不生成,或者生成坏的,待进一步研究。
- 电线杆+电线理论上也可以这么干
- 人行道也可以用这个方式,或者直接做在道路模型中。
## 路灯
路灯是一种按一定规律间隔出现的路边物体,不要求两两之间连续。可以用纯PCG逻辑生成。
+8
View File
@@ -0,0 +1,8 @@
# 项目/墨犬 README
## 待办
- [ ] 研究UE移动端移植相关的内容
- [ ] IOS手机拿过来充电
- [ ] 先用UE直接打包我们的游戏,看一下打包情况
- [ ] 看这个视频,做笔记。https://www.bilibili.com/video/BV1YyW4z6EYu/?t=14.0&vd_source=1deaab00c5de8885422a7a7690170eba
- [ ] 看这个视频,做比较急。https://www.bilibili.com/video/BV1i2sNzXEBU/?t=212.8&vd_source=1deaab00c5de8885422a7a7690170eba
## 笔记
@@ -0,0 +1,66 @@
接着基础1
# 搞外网访问和网络搜索api
```
"gateway": {
"port": 18789,
"mode": "local",
"bind": "lan",
"controlUi": {
"allowInsecureAuth": true
},
"auth": {
"mode": "token",
"token": "bef8134f5927f3321a3df17cde922b4a"
},
"tailscale": {
"mode": "off",
"resetOnExit": false
},
"http": {
"endpoints": {
"responses": {
"enabled": true
}
}
}
},
"plugins": {
"entries": {
"alibaba-cloud-auth": {
"enabled": true
},
"alibaba-cloud-international-auth": {
"enabled": true
},
"alibaba-cloud-us-auth": {
"enabled": true
}
}
},
"tools": {
"web": {
"search": {
"enabled": true,
"provider": "brave",
"apiKey": "BSAjOnKoRQhsGaUEWY57A3GZiXEgzzQ"
}
}
}
```
## 宝塔面板
```
阿里云
https://47.82.1.197:12180/2ccc33f3
t6ql9ypx
004f8467
站点:
micecola.cn
ftp:
micecola_cn
JHZFcX8bdzpAa94c
数据库:
micecola_cn
QMxWCbrhnMztDwiZ
http://47.82.1.197:18789/?token=eeaf68e4545727133f94bca0523cd0b3c72049c6d80aad59
@@ -0,0 +1,370 @@
---
tags: [OpenClaw, AI助手, 本地部署, 飞书机器人, 企业微信]
---
# 背景
OpenClaw 年初火了之后我就开始折腾,正好腾讯云、阿里云搞年终促销,就都试了一遍。结果发现云服务器部署这玩意儿有个硬伤——配置太低,尤其是内存,跑一些耗资源的任务根本扛不住。
所以决定用本地机器来搞。我没有 Mac mini,但有一台之前买的机械革命 imini:8845H + 32G 内存,虽然没有显卡,但跑 OpenClaw 这种场景显卡也不太重要,就拿它来搞一搞。
# 前置准备
## 科学上网
> ⚠️ **强烈建议先搞定这一步!**
OpenClaw 很多依赖都在外网:GitHub、Docker、各种 API……没有科学上网,你家的 OpenClaw 基本就是"残废"状态。
建议:
- 搞个旁路由,买个稳定点的梯子
- 把 OpenClaw 那台机器的网关指向旁路由
- 这样全程无感,不用单独配置
## 工具准备
- **SSH 工具**:FinalShell、Termius 之类的,能远程访问 imini
- **文件管理**:WinSCP 之类的 SFTP 工具,方便传文件、改配置
# 安装 Ubuntu 24
- 准备一个 U 盘
- 下载 Ubuntu 24 镜像
- 下载 balenaEtcher
- 用 balenaEtcher 将 Ubuntu 镜像写入 U 盘做成启动盘
- 用启动盘安装系统
安装完成后做几件事:
1. 更新系统:
```bash
sudo apt update && sudo apt upgrade
```
然后重启
2. 在路由器里给 imini 分配一个固定 IP(方便后续 SSH 连接)
3. 键盘、鼠标、显示器都可以拆掉了,插着网线、电源,丢角落里就行
# 安装 OpenClaw
使用一键安装脚本:
```bash
curl -fsSL https://openclaw.ai/install.sh | bash
```
安装完成后会自动进入配置界面。如果你用 Kimi 或者能用国外那几个模型(Claude、OpenAI 等),直接在配置里选好就行,这些都是自带的。
如果用其他模型,可以先跳过模型配置,我们后面直接改配置文件。核心配置文件只有一个:`~/.openclaw/openclaw.json`
# 配置 AI 模型
## 设置模型和 API Key
模型在 `openclaw.json` 的 `models.providers` 中配置,厂商名称可以自定义,URL 和 API 格式参考各模型厂商的接口文档。
> ⚠️ 注意:部分 CodingPlan 和纯 Token API 接口的 URL 不同,不仅仅是 API Key 不同。
以下是几个常用的国内模型配置示例,照着配,改改 apiKey 就行:
```json
"models": {
"mode": "merge",
"providers": {
"bailian": {
"baseUrl": "https://coding.dashscope.aliyuncs.com/v1",
"apiKey": "xxx",
"api": "openai-completions",
"models": [
{
"id": "qwen3-max-2026-01-23",
"name": "qwen3-max-thinking",
"reasoning": false,
"input": ["text"],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 262144,
"maxTokens": 65536
}
]
},
"mm": {
"baseUrl": "https://api.minimaxi.com/anthropic",
"apiKey": "xxx",
"api": "anthropic-messages",
"authHeader": true,
"models": [
{
"id": "MiniMax-M2.5",
"name": "MiniMax M2.5",
"reasoning": false,
"input": ["text"],
"cost": {
"input": 15,
"output": 60,
"cacheRead": 2,
"cacheWrite": 10
},
"contextWindow": 200000,
"maxTokens": 8192
}
]
},
"zhipu": {
"baseUrl": "https://open.bigmodel.cn/api/coding/paas/v4",
"apiKey": "xxx",
"api": "openai-completions",
"models": [
{
"id": "glm-5",
"name": "glm 5",
"reasoning": false,
"input": ["text"],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 200000,
"maxTokens": 8192
}
]
}
}
}
```
不想直接改配置文件?也可以用命令行:
```bash
openclaw config set 'models.providers.zhipu' --json '{
"baseUrl": "https://open.bigmodel.cn/api/coding/paas/v4",
"apiKey": "xxx",
"api": "openai-completions",
"models": [
{ "id": "glm-5", "name": "glm 5" }
]
}'
openclaw config set models.mode merge
openclaw models set zhipu/glm-5
```
> 💡 **提示**:Kimi 的 CodingPlan 可以直接在 `openclaw configure` 中选择 `kimi-codingplan-cn`,不用手动配置。
## 为代理设置模型
建议为每个模型设置简短的别名(alias),并配置主模型和备用模型(fallback),当主模型不可用时自动切换:
```json
"agents": {
"defaults": {
"model": {
"primary": "m25",
"fallbacks": ["g47f", "g5", "q3", "k2p5"]
},
"models": {
"zhipu/glm-5": { "alias": "g5" },
"zhipu/glm-4.7-FlashX": { "alias": "g47f" },
"mm/MiniMax-M2.5": { "alias": "m25" },
"bailian/qwen3-max-2026-01-23": { "alias": "q3" },
"kimi-coding/k2p5": { "alias": "k2p5" }
},
"workspace": "/home/xxx/.openclaw/workspace",
"compaction": { "mode": "safeguard" },
"maxConcurrent": 8,
"subagents": { "maxConcurrent": 16 }
}
}
```
# 配置聊天软件
大部分聊天软件需要科学上网,手机和部署 OpenClaw 的机器都需要全程开梯子。如果梯子不稳定,经常会丢消息,体验很差。建议优先使用国内的聊天软件。
不用翻墙的选择主要是 **飞书** 和 **企业微信**,各有优劣。如果这两个都没调通,又急着用,可以先配 WhatsApp 顶一顶。
## WhatsApp(最简单,但要翻墙)
> ⚠️ 全程需要科学上网,建议作为飞书/企业微信跑通前的临时方案。
**优点**:配置非常简单,几乎不可能配不对。
**缺点**:需要翻墙,自己跟自己聊天没有通知。
配置:
```json
"whatsapp": {
"dmPolicy": "allowlist",
"selfChatMode": true,
"allowFrom": ["+86你的手机号"],
"groupPolicy": "allowlist",
"mediaMaxMb": 50,
"debounceMs": 0
}
```
使用方式:
1. 运行 `openclaw configure`,选择 WhatsApp
2. 扫码配对,输入自己的手机号
3. 选择"这是自己的号码"
4. 自己和自己聊天即可
> 💡 如果有两个号码,用备用号码绑定 OpenClaw,选择"这是专门的号码",这样聊天时会有通知。
## 飞书
### 优点
- 配置相对简单
- 支持多个飞书机器人,适合多 Agent 场景
### 缺点
- 有 API 调用次数限制(最初 1W,后临时上调到 5W,后续政策不确定)
- 早期插件有 bug:发送失败时会每秒发心跳,正常情况下每分钟也发心跳,1 天 1440 次,几天就能用完额度
> 🔧 **解决方案**:如果发现额度消耗异常快,参考 [GitHub Issue #170](https://github.com/m1heng/clawdbot-feishu/issues/170) 中修改 `probe.ts` 的方法。
### 设置方法
1. 访问 [飞书开放平台](https://open.feishu.cn/),注册账号并创建企业
2. 创建应用和机器人,获取 `appId` 和 `appSecret`
3. 在 OpenClaw 中配置:`openclaw configure`,选择飞书并填入凭证
配置示例:
```json
"channels": {
"feishu": {
"enabled": true,
"dmPolicy": "open",
"accounts": {
"feishu-pm": {
"appId": "xxx",
"appSecret": "xxx"
},
"feishu-dev": {
"appId": "xxx",
"appSecret": "xxx"
}
},
"domain": "feishu",
"groupPolicy": "open",
"requireMention": true
}
}
```
4. 回到开放平台添加权限:
```json
{
"scopes": {
"tenant": [
"contact:contact.base:readonly",
"contact:user.base:readonly",
"im:chat",
"im:chat:read",
"im:chat:update",
"im:message",
"im:message.group_at_msg:readonly",
"im:message.group_msg",
"im:message.p2p_msg:readonly",
"im:message:send_as_bot",
"im:resource"
],
"user": [
"contact:contact.base:readonly"
]
}
}
```
5. 设置事件与回调方式为**长连接**(需要先配置好 OpenClaw 的 Channel)
6. 测试发送消息
## 企业微信
### 优点
- 目前没有 API 调用限制
### 缺点
- 发消息时会先回复一个"1",然后刷掉,**没有通知**
- 回复超过 5 分钟会丢失,需要额外配置"应用"来接收
- 5 分钟内微信每秒都会轮询接口,gateway 日志会有大量请求记录,回复时经常卡到爆炸
### 设置机器人
1. 访问 [企业微信后台](https://work.weixin.qq.com/)
2. 创建企业 → 安全与管理 → 管理工具 → 智能专区 → 智能机器人 → 创建机器人
3. 选择 API 模式,输入 token、key、URL(URL 格式:`你的外网地址/wecom/bot`)
安装插件(注意:该插件可能已下架):
```bash
openclaw plugins install https://github.com/xl370869-art/wecom.git
```
配置:
```json
"wecom": {
"enabled": true,
"bot": {
"token": "xxx",
"encodingAESKey": "xxx",
"receiveId": "",
"dm": { "policy": "open" }
}
}
```
### 设置 Agent 应用(解决 5 分钟超时问题)
机器人无法主动推送消息,需要配置应用:
```json
"agent": {
"corpId": "xxx",
"corpSecret": "xxx",
"agentId": "xxx",
"token": "xxx",
"encodingAESKey": "xxx",
"dm": { "policy": "open" }
}
```
获取凭证:
- **corpId**:企业微信后台 → 我的企业 → 企业信息(页面底部)
- **agentId 和 Secret**:应用管理 → 新建应用 → 查看应用详情
配置步骤:
1. 在 OpenClaw 中配置好上述信息
2. 回到企业微信后台 → 应用 → 接收消息
3. 设置 API 地址为:`你的外网地址/wecom/agent`
4. 获取 token 和 encodingAESKey,填入 OpenClaw 配置
5. 重启 gateway,确认后台设置完成
# 总结
到这里 OpenClaw 的基本功能已经配置完成。能折腾的东西很多,想用顺手需要调的地方也不少。业余时间搞的话,建议慢慢来,一点一点优化。
## 几点经验
1. **OpenClaw 更新很快** — 很多问题过两天就修复了。比如飞书从只支持单机器人到现在支持多机器人,定时任务也稳定了很多。
2. **一定要备份 `.openclaw` 目录!**
- 做定时备份,推送到私有 Git 仓库
- OpenClaw 权限很大,一旦出问题可能需要从头配置
- 只推 Git 还不够保险,因为 OpenClaw 可以 `--force` 强推覆盖远程历史
- 建议再做一个每日备份到其他机器或目录
3. **最好搞个旁路由给 OpenClaw 科学上网用** — 访问 GitHub、Docker,好多功能都在外网才能顺畅访问。没有科学上网,家里的 OpenClaw 只能算是残疾人。最好是搞个旁路由,买个稳定点的梯子,OpenClaw 网关给旁路由。
---
@@ -0,0 +1 @@
ai现在的框架下有没有可能,给ai强制设定一个思考时间,比如1-3秒,不管思考进行到如何,先开始说话。比如用户问了一个比较深奥但是又比较空泛的问题,ai先做一次非常快速非常浅的关联搜索,如果找到相对符合需求的内容,就直接输出。如果没有,可以提问以获取更多信息,同时后台继续深入思考,如果对方给了输入,再把之前后台思考的内容加上这次的输入整合做一次浅层思考之后输出。目的就是模拟人的聊天沟通方式,人在聊天的时候大部分情况下都是简单思考一下,就开始输出当前整理好的内容,一边输出,一边思考。
@@ -1,11 +1,18 @@
## 当前重点 # AI助手
## 待办池 ## 待办池
### OpenClaw ### OpenClaw
- [ ] 为OpenClaw搭建部署多Agent协作开发功能 - [ ] 保存同AI的会话记录到资源?
- [ ] 为OpenClaw搭建部署多Agent协作开发功能(superpowers/tmux+ClaudeCode)
- [ ] 搭建一个私人的DockerHub仓库,存放跑ci/cd的自定义镜像
- [ ] 调整AI的通用技能,从kb-*技能中拆分出来,单独一个仓库
- [ ] OpenClaw:gitea上kb-web仓库的部署流程调整 - [ ] OpenClaw:gitea上kb-web仓库的部署流程调整
- [ ] OpenClaw:gitea knowledge-base仓库的部署流程调整 - [ ] OpenClaw:gitea knowledge-base仓库的部署流程调整
- [ ] 开发 kb-workflow 系列技能对 YouTube 的支持
- [ ] 为kb-workflow系列技能写测试用例
- [ ] OpenClaw:调整知识库结构 - [ ] OpenClaw:调整知识库结构
- [ ] kb-zhihu-content 提取的内容与原始链接内容不一致,检查zhihu_content.py
- [ ] kb-技能需要更多不通类型的模板
- [ ] 尝试接入其他多模态模型处理图片,音频,视频,3D模型
- [ ] 完善日历提醒功能 - [ ] 完善日历提醒功能
- [ ] 支持从备忘文件自动同步到日历 - [ ] 支持从备忘文件自动同步到日历
- [ ] 支持 CalDAV 直接写入 - [ ] 支持 CalDAV 直接写入
@@ -19,6 +26,7 @@
### 其他多模态AI ### 其他多模态AI
- [ ] 研究一下如何使用seedance和vidu - [ ] 研究一下如何使用seedance和vidu
- [ ] AI模拟人说话的能力思考[[AI模拟人的对话过程的思考]]
## 已完成 ## 已完成
- [x] 为OpenClaw搭建外网环境-OK,使用wget+boostNet备用在1.200路由上。 ✅ 2026-03-03 - [x] 为OpenClaw搭建外网环境-OK,使用wget+boostNet备用在1.200路由上。 ✅ 2026-03-03
- [x] 为OpenClaw安装浏览器和Browser-use技能-OK,已安装技能和浏览器,可以访问知乎。 ✅ 2026-03-03 - [x] 为OpenClaw安装浏览器和Browser-use技能-OK,已安装技能和浏览器,可以访问知乎。 ✅ 2026-03-03
@@ -1,384 +0,0 @@
# Ubuntu 24
用云服务器直接安装
# OpenClaw
用一键安装脚本
```curl -fsSL https://openclaw.ai/install.sh | bash```
# 后台启动
如果提示systemctl。如下执行:
```
# 更新systemd
sudo apt update
sudo apt install dbus-user-session
sudo apt install --reinstall libpam-systemd
#启用Root用户的lingering
sudo loginctl enable-linger root
#验证
loginctl show-user root | grep Linger
#启动dbus服务
systemctl --user start dbus.service
#验证服务状态
systemctl --user status
#安装gateway
openclaw gateway install
#启动
openclaw gateway start
#成功
```
# 搞模型
## Minimax CodingPlan
sk-cp-8PugyKE2xsG0S4x4KzDuuIV6Z9bT1NFwkpfrOSG05djFVExAgYEPpp7iUaTcugT6_P4uBYIN9S75l3ij-Yd2Ct8f6CxdKWdgFahESfn_jla-SlU6oGUCBjk
自定义的时候,不要用minimax的provider,用mm替代。
## Kimi CodingPlan
sk-kimi-4ogncmlAcNCJaPQWaGDvRpHO7rTGokMfddnoSZ8u5pNaXgg2aK4Tb4CCBbEIuv40
## 智谱GLM CodingPlan
80ec82f2b14047d9a0399682a042378b.E8rv2nPSyuIsGoDr
## 阿里百炼通义千问CodingPlan(不通)
安装插件
sk-sp-9b5f973d23f84526b99132d0edf3b411
```
"auth": {
"profiles": {
"alibaba-cloud:default": {
"provider": "alibaba-cloud",
"mode": "api_key"
}
}
},
"models": {
    "mode": "merge",
    "providers": {
      "alibaba-cloud": {
        "baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwen3-max-2026-01-23",
            "name": "qwen3-max-thinking",
            "reasoning": false,
            "input": [
              "text"
            ],
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "contextWindow": 262144,
            "maxTokens": 65536
          }
        ]
      },
      "mm": {
        "baseUrl": "https://api.minimaxi.com/anthropic",
        "apiKey": "sk-cp-8PugyKE2xsG0S4x4KzDuuIV6Z9bT1NFwkpfrOSG05djFVExAgYEPpp7iUaTcugT6_P4uBYIN9S75l3ij-Yd2Ct8f6CxdKWdgFahESfn_jla-SlU6oGUCBjk",
        "api": "anthropic-messages",
        "authHeader": true,
        "models": [
          {
            "id": "MiniMax-M2.1",
            "name": "MiniMax M2.1",
            "reasoning": false,
            "input": [
              "text"
            ],
            "cost": {
              "input": 15,
              "output": 60,
              "cacheRead": 2,
              "cacheWrite": 10
            },
            "contextWindow": 200000,
            "maxTokens": 8192
          }
        ]
      },
      "zhipu": {
        "baseUrl": "https://open.bigmodel.cn/api/coding/paas/v4",
        "apiKey": "80ec82f2b14047d9a0399682a042378b.E8rv2nPSyuIsGoDr",
        "api": "openai-completions",
        "models": [
          {
            "id": "glm-4.7",
            "name": "glm 4.7",
            "reasoning": false,
            "input": [
              "text"
            ],
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "contextWindow": 200000,
            "maxTokens": 8192
          },
          {
            "id": "glm-4.7-FlashX",
            "name": "glm 4.7 FlashX",
            "reasoning": false,
            "input": [
              "text"
            ],
            "cost": {
              "input": 0,
              "output": 0,
              "cacheRead": 0,
              "cacheWrite": 0
            },
            "contextWindow": 200000,
            "maxTokens": 8192
          }
        ]
      }
    }
},
"agents": {
    "defaults": {
      "model": {
        "primary": "m21",
        "fallbacks": [
          "g47f",
          "g47",
          "qmax",
          "k2p5"
        ]
      },
      "models": {
        "zhipu/glm-4.7": {"alias":"g47"},
        "zhipu/glm-4.7-FlashX": {"alias":"g47f"},
"mm/MiniMax-M2.1":{"alias":"m21"},
        "alibaba-cloud/qwen3-max-2026-01-23": {"alias":"qmax"},
        "kimi-coding/k2p5": {
          "alias": "k2p5"
        }
      },
     
"plugins": {
"entries": {
"alibaba-cloud-auth": {
"enabled": true
}
}
},
```
```
//通用模型设置方法
openclaw config set 'models.providers.zhipu' --json '{
  "baseUrl": "https://open.bigmodel.cn/api/coding/paas/v4",
  "apiKey": "80ec82f2b14047d9a0399682a042378b.E8rv2nPSyuIsGoDr",
  "api": "openai-completions",
  "models": [
    { "id": "glm-4.7", "name": "glm 4.7" }
  ]
}'
openclaw config set models.mode merge
openclaw models set zhipu/glm-4.7
```
# 搞外网访问和网络搜索api
```
"gateway": {
"port": 18789,
"mode": "local",
"bind": "lan",
"controlUi": {
"allowInsecureAuth": true
},
"auth": {
"mode": "token",
"token": "xinlongcheng1903"
},
"tailscale": {
"mode": "off",
"resetOnExit": false
},
"http": {
"endpoints": {
"responses": {
"enabled": true
}
}
}
},
"plugins": {
"entries": {
"alibaba-cloud-auth": {
"enabled": true
},
"alibaba-cloud-international-auth": {
"enabled": true
},
"alibaba-cloud-us-auth": {
"enabled": true
}
}
},
"tools": {
"web": {
"search": {
"enabled": true,
"provider": "brave",
"apiKey": "BSAjOnKoRQhsGaUEWY57A3GZiXEgzzQ"
}
}
}
```
## 宝塔面板
```
阿里云
https://47.82.1.197:12180/2ccc33f3
t6ql9ypx
004f8467
站点:
micecola.cn
ftp:
micecola_cn
JHZFcX8bdzpAa94c
数据库:
micecola_cn
QMxWCbrhnMztDwiZ
http://47.82.1.197:18789/?token=eeaf68e4545727133f94bca0523cd0b3c72049c6d80aad59
```
# 搞聊天窗口
## 飞书
**遗留问题:群聊没调通。**
**飞书机器人有每月10000次的限制**
https://open.feishu.cn/
创建应用和机器人
cli_a9f74dc9a3f8dbce
QtnvzRUhhFoNTTorxJuAwgSJ3ocPv0p1
添加权限
设置事件与回调方式
OpenClaw安装环境并配置
```
openclaw plugins install @m1heng-clawd/feishu
openclaw channels add
openclaw config set channels.feishu.appId "cli_a9f74dc9a3f8dbce"
openclaw config set channels.feishu.appSecret "QtnvzRUhhFoNTTorxJuAwgSJ3ocPv0p1"
openclaw config set channels.feishu.enabled true
# 推荐使用 websocket
openclaw config set channels.feishu.connectionMode websocket
openclaw config set channels.feishu.dmPolicy pairing
openclaw config set channels.feishu.groupPolicy allowlist
openclaw config set channels.feishu.requireMention true
```
```
"feishu": {
"appId": "cli_a9f74dc9a3f8dbce",
"appSecret": "QtnvzRUhhFoNTTorxJuAwgSJ3ocPv0p1",
"enabled": true,
"connectionMode": "websocket",
"dmPolicy": "pairing",
"groupPolicy": "allowlist",
"requireMention": true
},
```
## whatsapp
**需要科学上网**
**如果不给openclaw单独备一个号码,自己跟自己聊天收不到通知**
```
"whatsapp": {
"dmPolicy": "allowlist",
"selfChatMode": true,
"allowFrom": [
"+8617611420192"
],
"groupPolicy": "allowlist",
"mediaMaxMb": 50,
"debounceMs": 0
},
```
通过openclaw configure配置,扫码配对,输入自己的手机号码,以后自己跟自己聊天即可。自己跟自己聊天没有提示。
也可以另外准备一个手机号码,绑定给openclaw,然后用自己的whatsapp加这个备用号码,跟备用号码聊天,这样有提示。
## IMessage
需要Mac本地部署,待研究
## 企业微信
**企业微信要用应用不要用机器人,:**
```
机器人有下面的问题:
- **每次先回1,再刷内容,收不到通知**
应用还有好处:
- 可以自建应用菜单,整合一些命令的快捷操作进去。
```
### 网上流传的机器人搞法
https://work.weixin.qq.com/
企业微信后台管理工具,创建智能机器人,选择API模式,输入回调URL,生成token和key
然后回openclaw安装
```
openclaw plugins install https://github.com/xl370869-art/wecom.git
```
配置
```
"wecom": {
"enabled": true,
"bot": {
"token": "X8ySyqpZ",
"encodingAESKey": "SjHvepG9uF38EDPyNmHjv22n2Ric8BVCA31imJidYxY",
"receiveId": "",
"dm": {
"policy": "pairing"
}
}
}
```
http://47.82.1.197:18789/wecom/bot
X8ySyqpZ
SjHvepG9uF38EDPyNmHjv22n2Ric8BVCA31imJidYxY
### 企业微信应用搞法
- 后台->我的企业->企业信息->企业ID
- 后台->应用管理->应用->创建应用->查看应用ID
- 查看应用Secret
- 设置企业可信IP中添加服务器IP
- 设置接收消息
- URL是http://47.82.1.197:18789/wecom/agent
- 随机一个Token
- 随机一个EncodingAESKey
- openclaw配置
```
"channels": {
"wecom": {
"enabled": true,
"agent": {
"corpId":"wwe98fa68a53dbf51d",
"corpSecret":"C5rwbH55fKEB8mwVgyMcwzMs-4KgR9DcIXsyMGbxfwg",
"agentId":"1000002",
"token": "vjgcDzgRcqeFOG5X8lpdAk87gsw7i",
"encodingAESKey": "bAx5QMjhHIZqnd33VgVcs4exD5JRLNn9zc1gmICiIS2",
"dm": {
"policy": "open",
"allowFrom": []
}
}
}
},
```
- 后台自定义菜单可以新建菜单,使用发送消息方式快捷发送/new等各种预定义命令。发布后菜单会出现在会话窗口工具栏。
# 技能
## 内置技能
/home/admin/.npm-global/lib/node_modules/openclaw/skills/
- github 管理github的issue,pr,ci等。不往github提代码就用不到。(需要brew)
- helthcheck 安全巡检,可以要求启动一个定时任务做安全巡检。
- clawhub:openclaw的在线技能仓库。安装好之后就可以用clawhub安装热门的技能,clawhub install 即可。但是谨慎筛选(有一些技能带毒)
- skill-creator 创建技能
- mcporter 调用mcp工具
- coding-agent 调用claudecode,codex,opencode等工具。需要安装这些工具
- blogwatcher RSS订阅,任何有RSS/Atom输出的网站都能监控
- sessionlogger 所有会话日志
- video-frames 将视频截帧生成图片。ffmpeg
- 语音TTS
- nano pdf 简单编辑pdf文字
- himalaya 邮件处理
## 其他技能
- bilibili-analyzer https://skills.sh/aidotnet/moyucode/bilibili-analyzer 分析bilibili视频,截帧获取内容。
-
@@ -1,366 +0,0 @@
# Ubuntu 24
用云服务器直接安装
# OpenClaw
用一键安装脚本
```curl -fsSL https://openclaw.ai/install.sh | bash```
# 后台启动
如果提示systemctl。如下执行:
```
# 更新systemd
sudo apt update
sudo apt install dbus-user-session
sudo apt install --reinstall libpam-systemd
#启用Root用户的lingering
sudo loginctl enable-linger root
#验证
loginctl show-user root | grep Linger
#启动dbus服务
systemctl --user start dbus.service
#验证服务状态
systemctl --user status
#安装gateway
openclaw gateway install
#启动
openclaw gateway start
#成功
```
# 搞模型
## Minimax CodingPlan(不通)
sk-cp-8PugyKE2xsG0S4x4KzDuuIV6Z9bT1NFwkpfrOSG05djFVExAgYEPpp7iUaTcugT6_P4uBYIN9S75l3ij-Yd2Ct8f6CxdKWdgFahESfn_jla-SlU6oGUCBjk
## Kimi CodingPlan
sk-kimi-4ogncmlAcNCJaPQWaGDvRpHO7rTGokMfddnoSZ8u5pNaXgg2aK4Tb4CCBbEIuv40
## 智谱GLM CodingPlan
80ec82f2b14047d9a0399682a042378b.E8rv2nPSyuIsGoDr
## 阿里百炼通义千问CodingPlan(不通)
安装插件
sk-sp-9b5f973d23f84526b99132d0edf3b411
```
"auth": {
"profiles": {
"alibaba-cloud:default": {
"provider": "alibaba-cloud",
"mode": "api_key"
}
}
},
"agents": {
"defaults": {
"model": {
"fallbacks": [
"zhipu/glm-4.7",
"zhipu/glm-4.7-FlashX",
"minimax/MiniMax-M2.1",
"minimax/MiniMax-M2.1-lightning"
],
"primary": "kimi-coding/k2p5"
},
"models": {
"zhipu/glm-4.7": {},
"zhipu/glm-4.7-FlashX": {},
"minimax/MiniMax-M2.1": {},
"minimax/MiniMax-M2.1-lightning": {},
"alibaba-cloud/qwen3-max-2026-01-23": {},
"kimi-coding/k2p5": {
"alias": "Kimi K2.5"
}
},
"workspace": "/root/.openclaw/workspace",
"compaction": {
"mode": "safeguard"
},
"maxConcurrent": 8,
"subagents": {
"maxConcurrent": 16
}
},
"models": {
"mode": "merge",
"providers": {
"alibaba-cloud": {
"baseUrl": "https://dashscope.aliyuncs.com/compatible-mode/v1",
"api": "openai-completions",
"models": [
{
"id": "qwen3-max-2026-01-23",
"name": "qwen3-max-thinking",
"reasoning": false,
"input": [
"text"
],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 262144,
"maxTokens": 65536
}
]
}
},
"minimax": {
"baseUrl": "https://api.minimaxi.com/anthropic",
"apiKey": "sk-cp-8PugyKE2xsG0S4x4KzDuuIV6Z9bT1NFwkpfrOSG05djFVExAgYEPpp7iUaTcugT6_P4uBYIN9S75l3ij-Yd2Ct8f6CxdKWdgFahESfn_jla-SlU6oGUCBjk",
"api": "anthropic-messages",
"authHeader": true,
"models": [
{
"id": "MiniMax-M2.1",
"name": "MiniMax M2.1",
"reasoning": false,
"input": [
"text"
],
"cost": {
"input": 15,
"output": 60,
"cacheRead": 2,
"cacheWrite": 10
},
"contextWindow": 200000,
"maxTokens": 8192
},
{
"id": "MiniMax-M2.1-lightning",
"name": "MiniMax M2.1 Lightning",
"reasoning": false,
"input": [
"text"
],
"cost": {
"input": 15,
"output": 60,
"cacheRead": 2,
"cacheWrite": 10
},
"contextWindow": 200000,
"maxTokens": 8192
}
]
},
"zhipu": {
"baseUrl": "https://open.bigmodel.cn/api/coding/paas/v4",
"apiKey": "80ec82f2b14047d9a0399682a042378b.E8rv2nPSyuIsGoDr",
"api": "openai-completions",
"models": [
{
"id": "{glm-4.7}",
"name": "{glm 4.7}",
"reasoning": false,
"input": [
"text"
],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 200000,
"maxTokens": 8192
},
{
"id": "glm-4.7-FlashX",
"name": "glm 4.7 FlashX",
"reasoning": false,
"input": [
"text"
],
"cost": {
"input": 0,
"output": 0,
"cacheRead": 0,
"cacheWrite": 0
},
"contextWindow": 200000,
"maxTokens": 8192
}
]
}
},
"plugins": {
"entries": {
"alibaba-cloud-auth": {
"enabled": true
}
}
},
```
```
//通用模型设置方法
openclaw config set 'models.providers.zhipu' --json '{
  "baseUrl": "https://open.bigmodel.cn/api/coding/paas/v4",
  "apiKey": "80ec82f2b14047d9a0399682a042378b.E8rv2nPSyuIsGoDr",
  "api": "openai-completions",
  "models": [
    { "id": "glm-4.7", "name": "glm 4.7" }
  ]
}'
openclaw config set models.mode merge
openclaw models set zhipu/glm-4.7
```
# 搞外网访问和网络搜索api
```
"gateway": {
"port": 18789,
"mode": "local",
"bind": "lan",
"controlUi": {
"allowInsecureAuth": true
},
"auth": {
"mode": "token",
"token": "bef8134f5927f3321a3df17cde922b4a"
},
"tailscale": {
"mode": "off",
"resetOnExit": false
},
"http": {
"endpoints": {
"responses": {
"enabled": true
}
}
}
},
"plugins": {
"entries": {
"alibaba-cloud-auth": {
"enabled": true
},
"alibaba-cloud-international-auth": {
"enabled": true
},
"alibaba-cloud-us-auth": {
"enabled": true
}
}
},
"tools": {
"web": {
"search": {
"enabled": true,
"provider": "brave",
"apiKey": "BSAjOnKoRQhsGaUEWY57A3GZiXEgzzQ"
}
}
}
```
## 宝塔面板
```
阿里云
https://47.82.1.197:12180/2ccc33f3
t6ql9ypx
004f8467
站点:
micecola.cn
ftp:
micecola_cn
JHZFcX8bdzpAa94c
数据库:
micecola_cn
QMxWCbrhnMztDwiZ
http://47.82.1.197:18789/?token=eeaf68e4545727133f94bca0523cd0b3c72049c6d80aad59
```
# 搞聊天窗口
## 飞书
**遗留问题:群聊没调通。**
**飞书机器人有每月10000次的限制**
https://open.feishu.cn/
创建应用和机器人
cli_a9f74dc9a3f8dbce
QtnvzRUhhFoNTTorxJuAwgSJ3ocPv0p1
添加权限
设置事件与回调方式
OpenClaw安装环境并配置
```
openclaw plugins install @m1heng-clawd/feishu
openclaw channels add
openclaw config set channels.feishu.appId "cli_a9f74dc9a3f8dbce"
openclaw config set channels.feishu.appSecret "QtnvzRUhhFoNTTorxJuAwgSJ3ocPv0p1"
openclaw config set channels.feishu.enabled true
# 推荐使用 websocket
openclaw config set channels.feishu.connectionMode websocket
openclaw config set channels.feishu.dmPolicy pairing
openclaw config set channels.feishu.groupPolicy allowlist
openclaw config set channels.feishu.requireMention true
```
```
"feishu": {
"appId": "cli_a9f74dc9a3f8dbce",
"appSecret": "QtnvzRUhhFoNTTorxJuAwgSJ3ocPv0p1",
"enabled": true,
"connectionMode": "websocket",
"dmPolicy": "pairing",
"groupPolicy": "allowlist",
"requireMention": true
},
```
## whatsapp
**需要科学上网**
```
"whatsapp": {
"dmPolicy": "allowlist",
"selfChatMode": true,
"allowFrom": [
"+8617611420192"
],
"groupPolicy": "allowlist",
"mediaMaxMb": 50,
"debounceMs": 0
},
```
通过openclaw configure配置,扫码配对,输入自己的手机号码,以后自己跟自己聊天即可。自己跟自己聊天没有提示。
也可以另外准备一个手机号码,绑定给openclaw,然后用自己的whatsapp加这个备用号码,跟备用号码聊天,这样有提示。
## IMessage
需要Mac本地部署,待研究
## 企业微信
https://work.weixin.qq.com/
企业微信后台管理工具,创建智能机器人,选择API模式,输入回调URL,生成token和key
然后回openclaw安装
```
openclaw plugins install https://github.com/xl370869-art/wecom.git
```
配置
```
"wecom": {
"enabled": true,
"bot": {
"token": "X8ySyqpZ",
"encodingAESKey": "SjHvepG9uF38EDPyNmHjv22n2Ric8BVCA31imJidYxY",
"receiveId": "",
"dm": {
"policy": "pairing"
}
}
}
```
http://47.82.1.197:18789/wecom/bot
X8ySyqpZ
SjHvepG9uF38EDPyNmHjv22n2Ric8BVCA31imJidYxY
# 技能
## 内置技能
/home/admin/.npm-global/lib/node_modules/openclaw/skills/
- github 管理github的issue,pr,ci等。不往github提代码就用不到。(需要brew)
- helthcheck 安全巡检,可以要求启动一个定时任务做安全巡检。
- clawhub:openclaw的在线技能仓库。安装好之后就可以用clawhub安装热门的技能,clawhub install 即可。但是谨慎筛选(有一些技能带毒)
- skill-creator 创建技能
- mcporter 调用mcp工具
- coding-agent 调用claudecode,codex,opencode等工具。需要安装这些工具
- blogwatcher RSS订阅,任何有RSS/Atom输出的网站都能监控
- sessionlogger 所有会话日志
- video-frames 将视频截帧生成图片。ffmpeg
- 语音TTS
- nano pdf 简单编辑pdf文字
- himalaya 邮件处理
## 其他技能
- bilibili-analyzer https://skills.sh/aidotnet/moyucode/bilibili-analyzer 分析bilibili视频,截帧获取内容。
-
@@ -0,0 +1,3 @@
- [ ] 逐步消化掉AI助手下的草稿文档
- [ ] 消化育儿内容
- [ ] 完善健康待办内容
@@ -1,6 +1,6 @@
## 当前重点
## 待办池 ## 待办池
- [ ] 为各个项目的README.md添加项目描述
- [ ] 为Gitea仓库添加README.md描述
- [ ] 处理研究生学位证书在学信网上查不到问题 - [ ] 处理研究生学位证书在学信网上查不到问题
## 已完成 ## 已完成
-10
View File
@@ -1,13 +1,3 @@
# 工作流程
- 记录个人财务投资相关的内容
- 每日厘清阶段
- 从收件箱厘清内容进入待办池
- 从待办池挑选今日要处理的条目进入当前重点
- 每日回顾阶段
- 从当前终点将已经完成的条目挪到已完成
- 如果有心得需要记录,记录到笔记项。
- 如果有未完成的工作,放回待办池。
## 当前重点
## 待办池 ## 待办池
- [ ] 设置剩余易方达20%盈利目标,5%止盈 - [ ] 设置剩余易方达20%盈利目标,5%止盈
@@ -0,0 +1,17 @@
# 延时课
今天学校让选延时课,可可和乐乐产生了分歧。
可可想选「美食 + 乐高」(之前一直想选科学,估计是在学校看了演示后,对乐高产生了兴趣)。乐乐则想选「美食 + 科学」,明确表示不想选乐高(问他原因,他不肯说)。
可可看起来很想跟乐乐一起上课,所以一直催乐乐快点决定。后来乐乐坚持要选科学课,可可见状有些不高兴,但最终妥协了——说自己也要选科学课,哪怕她其实更想上乐高。
# 小轮车
睡前我跟可可、乐乐说这周要去新场地上小轮车课,他俩一下子都蹦起来耍赖,说不要去。
我猜是因为小轮车换了场地,好几周没上课,孩子们有点害怕和抗拒。我不想逼他们,但又不想让他们轻易放弃,只好严肃地跟他们约定:
1. 如果以后不学小轮车,也要先把现有的课时上完
2. 即使不上小轮车课,以后也得报别的运动类课程,必须有一项运动 他俩暂时被我"摁住"了。
媳妇儿回来后说不用这么严肃——他俩不是不喜欢骑小轮车,给他们看看小轮车视频,说不定就爱去了。
但愿如此吧。
@@ -0,0 +1,155 @@
---
agent: dev-assist
date: 2026-03-05
generated: 2026-03-06 14:55:36
messages: 6
---
# dev-assist 对话记录 - 2026-03-05
共 6 条消息
---
### 👤 用户
System: [2026-03-05 10:49:59 GMT+8] Feishu[feishu-dev] DM from ou_302b162eb824d405718845441a32d9cf: 我有一台Macmini,macOS系统是Sonoma 14.6,XCode版本是 15.4,我需要用它来编译UE5.6并且打包IOS,我查看了一下官方的要求,最低要XCode 16,但是我看App Store上XCode没有升级选项,应该去哪里升级?
[Feishu ou_302b162eb824d405718845441a32d9cf Thu 2026-03-05 10:49 GMT+8] 张青: 我有一台Macmini,macOS系统是Sonoma 14.6,XCode版本是 15.4,我需要用它来编译UE5.6并且打包IOS,我查看了一下官方的要求,最低要XCode 16,但是我看App Store上XCode没有升级选项,应该去哪里升级?
[message_id: om_x100b55babb9618a8c117de0524b742b]
---
### 🤖 助手
你的系统配置满足 Xcode 16 的要求(需要 macOS Sonoma 14.5+),App Store 不显示升级选项是常见问题。有以下几种解决方案:
## 方法 1:Apple Developer 官网下载(推荐)
1. 访问 https://developer.apple.com/download/all/
2. 用你的 Apple ID 登录
3. 搜索 "Xcode 16"
4. 下载 `.xip` 文件(约 8-10GB)
5. 双击解压,将 Xcode.app 拖到 Applications 文件夹
## 方法 2:xcodereleases.com
这是一个第三方索引站,链接都指向 Apple 官方下载:
- https://xcodereleases.com/
- 找到 Xcode 16.x,点击下载即可跳转到 Apple 官方页面
## 方法 3:使用 xcodes 工具(命令行)
如果你喜欢命令行,可以用 [xcodes](https://github.com/XcodesOrg/xcodes):
```bash
brew install xcodesorg/made/xcodes
xcodes list # 查看所有可用版本
xcodes install 16.2 # 安装指定版本
```
---
**安装后记得:**
1. 打开新安装的 Xcode,同意许可协议
2. 运行 `sudo xcode-select -s /Applications/Xcode.app` 设置为默认
3. 安装命令行工具:`xcode-select --install`
这样你就可以用 Xcode 16 来编译 UE5.6 和打包 iOS 了。
---
### 👤 用户
[media attached: /home/starmen1265/.openclaw/media/inbound/d43f43ec-4953-42e2-a550-8b2474b9939b.jpg (image/jpeg) | /home/starmen1265/.openclaw/media/inbound/d43f43ec-4953-42e2-a550-8b2474b9939b.jpg]
To send an image back, prefer the message tool (media/path/filePath). If you must inline, use MEDIA:https://example.com/image.jpg (spaces ok, quote if needed) or a safe relative path like MEDIA:./image.jpg. Avoid absolute paths (MEDIA:/...) and ~ paths — they are blocked for security. Keep caption in the text body.
System: [2026-03-05 11:09:42 GMT+8] Feishu[feishu-dev] DM from ou_302b162eb824d405718845441a32d9cf: 我在Mac安装OpenClaw时报错:
[Feishu ou_302b162eb824d405718845441a32d9cf Thu 2026-03-05 11:09 GMT+8] 张青: 我在Mac安装OpenClaw时报错:
[message_id: om_x100b55bb7195e510c4a369960dc9703]
---
### 🤖 助手
这是 npm 全局安装权限问题,很常见。有几种解决方案:
## 方案 1:使用 sudo(最简单)
```bash
sudo npm install -g openclaw
```
输入你的 Mac 密码即可。
## 方案 2:修复 npm 全局目录权限(推荐,一劳永逸)
```bash
sudo chown -R $(whoami) /usr/local/lib/node_modules
sudo chown -R $(whoami) /usr/local/bin
sudo chown -R $(whoami) /usr/local/share
```
之后再安装就不需要 sudo 了:
```bash
npm install -g openclaw
```
## 方案 3:使用 Homebrew 安装的 Node
如果你是通过 Homebrew 安装的 Node,权限问题会更少:
```bash
brew install node
npm install -g openclaw
```
---
**建议用方案 1 快速解决**,之后再考虑方案 2 修复权限。
---
### 👤 用户
System: [2026-03-05 13:35:57 GMT+8] Feishu[feishu-dev] DM from ou_302b162eb824d405718845441a32d9cf: Mac上安装完OpenClaw之后,提示: openclaw: Node.js v22.12+ is required (current: v22.11.0).
[Feishu ou_302b162eb824d405718845441a32d9cf Thu 2026-03-05 13:35 GMT+8] 张青: Mac上安装完OpenClaw之后,提示: openclaw: Node.js v22.12+ is required (current: v22.11.0).
[message_id: om_x100b55a52d046cb4c3a5975837837c1]
---
### 🤖 助手
你的 Node.js 版本差一点点,需要升级到 v22.12+。
## 方案 1:Homebrew 升级(如果你用 brew 安装的)
```bash
brew update
brew upgrade node
```
## 方案 2:从官网下载安装
直接去 Node.js 官网下载最新的 LTS 版本:
https://nodejs.org/
下载 macOS 安装包,一路下一步即可覆盖升级。
## 方案 3:使用 nvm(推荐长期使用)
```bash
# 安装 nvm(如果没有)
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.1/install.sh | bash
# 重启终端后
nvm install 22
nvm use 22
```
---
**最快的方案**是直接去官网下载安装包,几分钟搞定。升级后再运行 `openclaw` 就可以了。
---
@@ -0,0 +1,17 @@
---
agent: dev-assist
month: 2026-03
generated: 2026-03-06 14:55:36
days: 1
---
# dev-assist 月度汇总 - 2026-03
## 概览
- 对话天数:1 天
- 生成时间:2026-03-06 14:55:36
## 每日对话索引
- [2026-03-05](./对话-2026-03-05.md)
File diff suppressed because it is too large Load Diff
@@ -0,0 +1,17 @@
---
agent: haonan
month: 2026-03
generated: 2026-03-06 14:55:36
days: 1
---
# haonan 月度汇总 - 2026-03
## 概览
- 对话天数:1 天
- 生成时间:2026-03-06 14:55:36
## 每日对话索引
- [2026-03-05](./对话-2026-03-05.md)
@@ -0,0 +1,961 @@
---
agent: knowledge-base
date: 2026-03-05
generated: 2026-03-06 14:55:36
messages: 30
---
# knowledge-base 对话记录 - 2026-03-05
共 30 条消息
---
### 👤 用户
System: [2026-03-05 03:00:31 GMT+8] 执行知识库同步:bash ~/work/backup/zq-sync.sh
System: [2026-03-05 03:00:42 GMT+8] 执行 OpenClaw 备份:bash ~/work/backup/git-auto-sync.sh
System: [2026-03-05 05:57:16 GMT+8] Feishu[feishu-worker] DM from ou_9351c287f42069fa30366ac641d24df7: 在吗?
[Feishu ou_9351c287f42069fa30366ac641d24df7 Thu 2026-03-05 05:57 GMT+8] 张青: 在吗?
[message_id: om_x100b55b03ed6f0a0c35c34550e18751]
---
### 🤖 助手
在的,有什么可以帮你的?
---
### 🤖 助手
NO_REPLY
---
### 👤 用户
System: [2026-03-05 09:53:03 GMT+8] Feishu[feishu-worker] DM from ou_9351c287f42069fa30366ac641d24df7: 探讨一个问题,ai现在的框架下有没有可能,给ai强制设定一个思考时间,比如1-3秒,不管思考进行到如何,先开始说话。比如用户问了一个比较深奥但是又比较空泛的问题,ai先做一次非常快速非常浅的关联搜索,如果找到相对符合需求的内容,就直接输出。如果没有,可以提问以获取更多信息,同时后台继续深入思考,如果对方给了输入,再把之
[Feishu ou_9351c287f42069fa30366ac641d24df7 Thu 2026-03-05 09:53 GMT+8] 张青: 探讨一个问题,ai现在的框架下有没有可能,给ai强制设定一个思考时间,比如1-3秒,不管思考进行到如何,先开始说话。比如用户问了一个比较深奥但是又比较空泛的问题,ai先做一次非常快速非常浅的关联搜索,如果找到相对符合需求的内容,就直接输出。如果没有,可以提问以获取更多信息,同时后台继续深入思考,如果对方给了输入,再把之前后台思考的内容加上这次的输入整合做一次浅层思考之后输出。目的就是模拟人的聊天沟通方式,人在聊天的时候大部分情况下都是简单思考一下,就开始输出当前整理好的内容,一边输出,一边思考。
[message_id: om_x100b55ba512b8cb4b26de1c9fb58ca2]
---
### 🤖 助手
这是个很有意思的架构探讨。我直接说核心:
## 技术上可行,但需要特殊架构
### 现有方案
**1. 流式输出 + Time-to-first-token (TTFT)**
- 大模型本身支持流式生成,但没法"强制思考N秒"
- TTFT 通常已经很快(200-800ms),问题是模型一旦开始生成就停不下来
**2. 多阶段推理(分层模型)**
```
用户输入 → 小模型快速响应(1-2s) → 大模型后台补充
↓ ↓
立即输出 可选追加
```
- 某些产品在尝试这个(先给个placeholder再展开)
- 但两阶段之间容易割裂,体验不自然
**3. 你的"边说边想"模式**
这个本质上是**增量推理**——人类说话时会边说边调整,但当前LLM是:
- 一次性生成,不能中途"改主意"
- 没有"边输出边规划下一句"的机制
### 核心瓶颈
1. **注意力机制本身不支持"暂停-继续-修改"**——生成是单向流动的
2. **没有"浅层思考"的模型层**——要么全推理,要么不推理
3. **搜索和生成分离**——搜索结果要么用要么不用,没法"边搜边聊"
### 可能的变通
```
输入 → 快速意图分类(100ms) → 分支决策
↓
┌──────────┼──────────┐
↓ ↓ ↓
简单问题 复杂问题 空泛问题
↓ ↓ ↓
直接回答 后台推理 先追问
↓ ↓ ↓
(1-2s) 流式输出 + 并行搜索
```
这需要**编排层**,不是单一模型能解决的。
### 结论
你的直觉是对的——模拟人类"边想边说"需要:
- **分层推理架构**(快/慢系统)
- **可中断/可追加的生成流**
- **意图判断 + 动态路由**
目前没有现成方案,但这是active research方向。有些团队在做"speculative decoding"和"cascaded inference",思路接近。
你想深入聊哪个方向?
---
### 👤 用户
System: [2026-03-05 09:56:29 GMT+8] Feishu[feishu-worker] DM from ou_9351c287f42069fa30366ac641d24df7: 跟我说说这几个research的详情
[Feishu ou_9351c287f42069fa30366ac641d24df7 Thu 2026-03-05 09:56 GMT+8] 张青: 跟我说说这几个research的详情
[message_id: om_x100b55ba620574b0b49da8a1b540da4]
---
### 🤖 助手
## 1. Speculative Decoding(投机解码)
**核心思想**:用小模型"猜"几个token,大模型并行验证
```
传统:大模型 → token1 → 大模型 → token2 → 大模型 → token3 (串行)
↓
投机:小模型快速猜 [token1, token2, token3]
↓
大模型一次性验证这串token
↓
正确的全收下,错的从断点继续
```
**Google 2022年提出**,灵感来自CPU的分支预测。关键发现:
- 有些token很容易预测(如重复"7"),小模型够用
- 有些token很难(如计算"2.646"),必须大模型
- GPU/TPU计算能力远超内存带宽——验证时算力有富余
**效果**:Google报告2-3x加速,输出质量完全一致(数学保证同分布)
**最新进展(2024-2025)**:
- Apple 的 **Speculative Streaming**:去掉辅助模型,直接流式预测
- **Mirror Speculative Decoding**:打破串行限制,多分支并行
- Berkeley 论文指出:需要自适应学习+反馈控制,不能光靠更好的draft模型
---
## 2. Cascaded Inference(级联推理)
**核心思想**:问题按难度路由到不同模型
```
输入 → 分类器(100ms) → 决策
↓
┌───────┼───────┐
↓ ↓ ↓
简单 中等 困难
↓ ↓ ↓
7B模型 70B模型 专家ensemble
(快) (平衡) (准)
```
**典型实现**:
- **LLM cascade**:小模型先试,置信度不够再升级
- **MoE (Mixture of Experts)**:单个大模型内部路由到不同expert
- **FrugalGPT**:根据query难度动态选择API(省钱版)
**挑战**:
- 分类器本身要快且准
- 边界case容易"卡在中间"
- 多模型部署成本
---
## 3. 其他相关方向
### Chain-of-Thought with Self-Reflection
```
快速回答 → 后台反思 → 发现问题 → 追加更正
```
类似你说的"边说边改",但通常是串行的,不是真正并行
### Iterative Refinement / Self-Correction
模型输出后自己检查、修改。问题是:需要完整生成后才能反思,不是真正的"边说边想"
### Early Exit Networks
Transformer中间层就输出,不用跑完。但这是训练时决定的,推理时不能动态切换
### Incremental Decoding + Planning
研究热点——生成时同时规划下一步。目前主要在理论阶段
---
## 跟你想要的差距
你描述的"1-3秒强制开始 + 后台继续思考 + 动态追问"需要的是:
```
用户输入
↓
┌─────────────────────────────┐
│ 并行执行: │
│ • 浅层检索(500ms) │
│ • 意图分类(100ms) │
│ • 快速草稿生成(1-2s) │
└─────────────────────────────┘
↓
判断:够不够?
↓
够 → 直接输出
不够 → 输出追问 + 后台继续
↓
用户回复后 → 整合两次思考
```
**这需要编排层**,不是单一技术能解决的。Speculative decoding解决的是"快",cascaded解决的是"省",但都没解决"边说边想"的交互体验。
感兴趣的话可以看:
- Google原始论文:[arxiv 2211.17192](https://arxiv.org/abs/2211.17192)
- Apple最新:[Speculative Streaming](https://machinelearning.apple.com/research/llm-inference)
要聊具体实现细节吗?
---
### 👤 用户
System: [2026-03-05 10:12:28 GMT+8] Feishu[feishu-worker] DM from ou_9351c287f42069fa30366ac641d24df7: 继续聊一聊细节
[Feishu ou_9351c287f42069fa30366ac641d24df7 Thu 2026-03-05 10:12 GMT+8] 张青: 继续聊一聊细节
[message_id: om_x100b55ba267e7510c4f9c9a3c2aaba0]
---
### 🤖 助手
好,我们深入聊。
---
## Speculative Decoding 的算法细节
### 核心机制
```
Step 1: Draft(小模型猜测)
drafter_model 生成 k 个候选 token: [t1, t2, t3, ..., tk]
Step 2: Verify(大模型并行验证)
target_model 一次性处理 [t1, t2, t3, ..., tk]
输出每个位置的概率分布: [p1, p2, p3, ..., pk]
Step 3: Accept/Reject(接受规则)
for i in 1..k:
if random() < min(1, p_i[t_i] / q_i[t_i]):
accept t_i
else:
reject,从 target 的分布重新采样
break
```
**关键点**:
- `q_i` 是 drafter 对 token t_i 的预测概率
- `p_i` 是 target 的预测概率
- 如果 target 比 drafter 更"确信"这个token → 必接受
- 如果 drafter 过于自信(q >> p)→ 按比例拒绝
### 为什么能加速?
假设 drafter 是 target 的 10x 快,且准确率 70%:
```
传统:target × 100 tokens = 100 单位时间
投机:drafter × 100 (10单位) + target验证 (10单位) = 20单位
但只接受 70 个,剩下 30 个继续...
实际:大约 40-50 单位时间完成 100 tokens
加速比:2-2.5x
```
**瓶颈**:drafter 准确率低于 ~60% 时,验证成本抵消收益
---
## 你的"边说边想"需要什么?
### 架构设计
```
┌──────────────────┐
│ 用户输入 │
└────────┬─────────┘
↓
┌──────────────────┐
│ 意图分类器 (50ms) │
└────────┬─────────┘
↓
┌──────────────┼──────────────┐
↓ ↓ ↓
TYPE_SIMPLE TYPE_AMBIGUOUS TYPE_COMPLEX
(明确问题) (空泛/模糊) (需要推理)
↓ ↓ ↓
直接回答 快速追问 后台推理
(1-2s) + 并行搜索 + 流式输出
↓
┌──────────────────┐
│ 用户补充信息后 │
│ 整合两次context │
│ 做最终回答 │
└──────────────────┘
```
### TYPE_AMBIGUOUS 的处理
```python
async def handle_ambiguous(query):
# 并行启动
task_search = asyncio.create_task(
quick_search(query, timeout_ms=500)
)
task_clarify = asyncio.create_task(
generate_clarifying_question(query)
)
# 等500ms看搜索结果
search_result = await task_search
if search_result.relevance > 0.7:
# 搜到了,直接用
return generate_answer(search_result)
else:
# 没搜到,先追问
question = await task_clarify
return {
"type": "clarify",
"question": question,
"background_task": task_deep_think # 后台继续
}
```
### "后台继续思考"的难点
**问题1:状态如何传递?**
```
用户: "帮我分析一下市场趋势"
AI: "具体是哪个市场?科技?消费?金融?"
[后台: 已经开始分析科技板块]
用户: "科技"
AI: 需要把之前的后台思考 + 新输入整合
```
这需要:
- 后台任务的状态持久化
- 用户回复时的 context 注入
- 不能假设后台任务已完成
**问题2:多轮对话的调度**
```python
class ConversationManager:
def __init__(self):
self.pending_tasks = {} # session_id -> background_task
async def on_user_message(self, session_id, message):
# 检查是否有后台任务
if session_id in self.pending_tasks:
task = self.pending_tasks[session_id]
# 尝试获取中间结果(非阻塞)
partial = task.get_partial_result(timeout_ms=100)
# 整合 partial + message 生成回复
return self.integrate(partial, message)
else:
# 新对话,走正常流程
return self.handle_new(message)
```
**问题3:用户体验的一致性**
- 用户期望追问后立即得到答案
- 但后台任务可能还需要时间
- 需要设计"渐进式回答"的交互模式
---
## 现有系统的局限
### OpenAI 的 Stream Mode
```
问题:一旦开始流式输出,不能中途改变方向
可以做到:输出到一半停下来问问题
做不到:问完问题后从断点继续(必须重新生成)
```
### LangChain/LlamaIndex 的 Agent
```
优点:支持多步骤推理、工具调用
缺点:每一步都是串行的,不是真正并行
"思考"是显式的 step,不是后台持续进行
```
### 真正的"边说边想"需要
1. **双轨生成**
```
前台:快速响应(用户可见)
后台:深度推理(用户不可见,直到完成或被需要)
```
2. **可中断的注意力计算**
- 当前的 Transformer 不支持"暂停KV cache,等新输入"
- 需要类似"resumable generation"的机制
3. **意图预测 + 动态路由**
- 不是所有query都需要后台思考
- 需要快速判断是否值得"投资"后台算力
---
## 实现路径建议
### Level 1:编排层(最接近可行)
```
input → router → [快速路径 | 慢速路径]
↓
慢速路径:先追问 + 异步任务
↓
用户回复后重新路由
```
**优点**:不需要改模型,纯工程
**缺点**:不是真正的"边说边想",只是"先问再想"
### Level 2:多模型协作
```
小模型 (7B): 快速响应 + 追问生成
大模型 (70B): 后台深度分析
协调器: 整合两个模型的输出
```
**优点**:可以做到"前台快,后台深"
**缺点**:两套模型的部署成本
### Level 3:模型架构改进(研究方向)
```
- 可暂停的生成(保存中间状态)
- 增量式注意力(新输入时增量计算)
- 多时间尺度的推理(浅层快,深层慢)
```
**这需要底层突破,不是短期工程**
---
你想深入聊哪个方向?编排层的具体实现?还是模型架构的研究前景?
---
### 👤 用户
System: [2026-03-05 16:52:18 GMT+8] Feishu[feishu-worker] DM from ou_9351c287f42069fa30366ac641d24df7: 我在工作区的00.收件箱/MEMORY.md中写了一份通用的OpenClaw代理工作指导文档,你更新一下,检查有没有问题,润色一下,方便你和其他代理阅读。
[Feishu ou_9351c287f42069fa30366ac641d24df7 Thu 2026-03-05 16:52 GMT+8] 张青: 我在工作区的00.收件箱/MEMORY.md中写了一份通用的OpenClaw代理工作指导文档,你更新一下,检查有没有问题,润色一下,方便你和其他代理阅读。
[message_id: om_x100b55a00ad8b8bcc31d88db3ee2392]
---
### 🤖 助手
我在本地 `00.收件箱` 目录下没找到 `MEMORY.md` 文件:
```
/home/starmen1265/work/zq/00.收件箱/
├── 00-README.md
├── 01-速记本.md
├── 2026-03-04.md
└── 日程提醒.ics
```
另外,我当前没有飞书文档/知识库的访问权限(只有即时通讯权限),无法读取飞书工作区的内容。
你能否:
1. **确认文件位置**:是飞书文档还是本地文件?
2. **如果是飞书文档**:可以分享文档链接,或者把内容贴给我
3. **如果是本地文件**:检查一下文件是否已同步到本地?
---
### 👤 用户
Pre-compaction memory flush. Store durable memories now (use memory/YYYY-MM-DD.md; create memory/ if needed). If nothing to store, reply with NO_REPLY.
---
### 👤 用户
System: [2026-03-05 16:54:44 GMT+8] Feishu[feishu-worker] DM from ou_9351c287f42069fa30366ac641d24df7: 你没有从Nas的Drive更新,记的是应该用rsync更新
[Feishu ou_9351c287f42069fa30366ac641d24df7 Thu 2026-03-05 16:54 GMT+8] 张青: 你没有从Nas的Drive更新,记的是应该用rsync更新
[message_id: om_x100b55a003f2a088c2c5c54b7fb6932]
---
### 🤖 助手
找到了!文件名是 `MEMORY.md.md`(双重扩展名)。内容已读取,我来润色整理:
---
### 🤖 助手
已完成。主要改动:
### 修复
- 原文件名 `MEMORY.md.md`(双重扩展名)→ 改正为 `MEMORY.md`
### 润色内容
1. **结构优化**
- 添加标题和文档说明
- 安全规则用表格呈现,更醒目
- 环境信息表格化
2. **格式统一**
- 代码路径用反引号
- 列表层级清晰化
- 添加分隔线区分章节
3. **内容检查**
- 安全规则 ✓
- 操作规范 ✓
- 环境说明 ✓
- 无发现错误
已同步回 NAS。
**建议**:这份文档可以考虑移到 workspace 根目录(`~/work/zq/`)或 OpenClaw workspace,这样代理更容易在启动时自动读取。目前放在收件箱,需要手动提醒。
---
### 👤 用户
System: [2026-03-05 16:59:27 GMT+8] Feishu[feishu-worker] DM from ou_9351c287f42069fa30366ac641d24df7: OK,你觉得这个应该是如何给代理用?是放到他们的MEMORY.md中?还是怎么处理?
[Feishu ou_9351c287f42069fa30366ac641d24df7 Thu 2026-03-05 16:59 GMT+8] 张青: OK,你觉得这个应该是如何给代理用?是放到他们的MEMORY.md中?还是怎么处理?
[message_id: om_x100b55a0102010a8c145ccbf6e88fcf]
---
### 🤖 助手
好问题。我分析一下几种方案:
---
## 方案对比
### 方案 1:放到各代理的 AGENTS.md
```
~/.openclaw/agents/<agent-id>/workspace/AGENTS.md
```
**优点**:代理启动时必读
**缺点**:每个代理独立,更新时要同步多份
### 方案 2:放到全局模板
```
~/.openclaw/templates/AGENT_GUIDE.md
```
新建代理时自动复制到 workspace
**优点**:统一管理
**缺点**:现有代理不生效,需要手动更新
### 方案 3:放到 workspace 根目录,AGENTS.md 引用
```
~/work/zq/00.收件箱/MEMORY.md → 改名/移动到合适位置
```
在 AGENTS.md 开头加:
```markdown
## 工作指南
必须先阅读:`~/work/zq/00.收件箱/AGENT_GUIDE.md`
```
**优点**:单点维护,所有代理都能访问
**缺点**:依赖外部路径,workspace 隔离性差
### 方案 4:嵌入 AGENTS.md(推荐)
把这份指南的**核心内容**直接写进 AGENTS.md 的开头,作为"工作规范"章节
**优点**:
- 代理启动时 100% 会读到
- 不依赖外部文件
- 可以根据不同代理定制
**缺点**:
- 多代理时有冗余(但本来就可能需要定制)
---
## 我的建议
**对于你目前的使用场景**(主要是 knowledge-base 这一个代理):
**方案 4 最实用**:把指南核心内容嵌入 AGENTS.md
```
~/.openclaw/workspace-knowledge-base/AGENTS.md
```
结构可以是:
```markdown
# AGENTS.md
## ⚠️ 工作规范(必须遵守)
[安全规则、操作规范的核心内容]
## 日常工作流程
[原有的 AGENTS.md 内容]
## 记忆系统
[MEMORY.md 说明]
```
---
**如果未来有多个代理**:
可以考虑:
1. 创建 `~/.openclaw/shared/AGENT_GUIDE.md` 作为共享指南
2. 在各代理的 AGENTS.md 中用相对路径引用
3. 或者 OpenClaw 支持全局 system prompt 的话,直接配置到那里
---
要我帮你把指南整合到当前 workspace 的 AGENTS.md 吗?
---
### 👤 用户
System: [2026-03-05 17:03:04 GMT+8] Feishu[feishu-worker] DM from ou_9351c287f42069fa30366ac641d24df7: 知道了,你先整合到你的AGENTS.md
[Feishu ou_9351c287f42069fa30366ac641d24df7 Thu 2026-03-05 17:03 GMT+8] 张青: 知道了,你先整合到你的AGENTS.md
[message_id: om_x100b55a022a1a534c4d45360082c123]
---
### 🤖 助手
已完成整合。AGENTS.md 新结构:
```
# AGENTS.md
## ⚠️ 工作规范(必须遵守) ← 新增
- 安全规则(4条)
- 操作规范(sudo/子代理/技能/定时任务)
- 环境说明(本机配置/爬虫/局域网服务)
## First Run ← 原有
## Every Session ← 原有
## Memory ← 原有
## Safety ← 原有
...
```
**整合方式**:
- 工作规范放在最开头,优先级最高
- 保留所有原有内容
- 格式统一为中文标题 + 表格/列表
下次会话启动时,我会自动读到这些规范。
---
### 👤 用户
System: [2026-03-05 18:17:35 GMT+8] Feishu[feishu-worker] DM from ou_9351c287f42069fa30366ac641d24df7: 我怎么没看到呢?AGENTS.md的具体目录是哪个?
[Feishu ou_9351c287f42069fa30366ac641d24df7 Thu 2026-03-05 18:17 GMT+8] 张青: 我怎么没看到呢?AGENTS.md的具体目录是哪个?
[message_id: om_x100b55a1cd1cd0b0c3b964144018d68]
---
### 🤖 助手
AGENTS.md 在 OpenClaw 的 workspace 目录,不是你的知识库目录:
```
/home/starmen1265/.openclaw/workspace-knowledge-base/AGENTS.md
```
这是 OpenClaw 代理的工作区,和你的 `~/work/zq/` 知识库是分开的。
**两个目录的区别**:
- `~/work/zq/` — 你的个人知识库(Git + NAS 同步)
- `~/.openclaw/workspace-knowledge-base/` — OpenClaw 代理的工作空间(代理启动时读取)
如果你想查看内容,可以:
1. 直接访问那个路径
2. 或者我把它也同步到你的知识库某个位置?
---
### 👤 用户
System: [2026-03-05 18:57:57 GMT+8] Feishu[feishu-worker] DM from ou_9351c287f42069fa30366ac641d24df7: 你的workspace是在这里吗?不是应该在/home/starmen1265/.openclaw/agents/knowledge-base/workspace吗?
[Feishu ou_9351c287f42069fa30366ac641d24df7 Thu 2026-03-05 18:57 GMT+8] 张青: 你的workspace是在这里吗?不是应该在/home/starmen1265/.openclaw/agents/knowledge-base/workspace吗?
[message_id: om_x100b55a255f368b4c121cb07f0d6336]
---
### 🤖 助手
你说得对,让我检查一下这两个目录的关系:
---
### 🤖 助手
你是对的,有两个不同的目录:
```
/home/starmen1265/.openclaw/agents/knowledge-base/workspace/ ← 你说的位置
/home/starmen1265/.openclaw/workspace-knowledge-base/ ← 我实际在用的
```
系统配置显示我的工作目录是 `workspace-knowledge-base`(系统注入的 Project Context 也来自这里),但 `agents/knowledge-base/workspace` 也有一个旧版本。
让我把更新同步到正确的位置:
---
### 🤖 助手
你说得对!已经同步到正确位置了:
```
/home/starmen1265/.openclaw/agents/knowledge-base/workspace/AGENTS.md
```
**发现的问题**:存在两个 workspace 目录:
- `~/.openclaw/workspace-knowledge-base/` — 我一直在用的(可能是旧配置)
- `~/.openclaw/agents/knowledge-base/workspace/` — 正确的位置
两个目录内容不同步。我已经把更新后的 AGENTS.md 写到了正确位置。
**建议**:检查一下 OpenClaw 配置,确认 workspace 路径应该指向哪个?这样可以避免以后再出现混乱。
---
### 👤 用户
System: [2026-03-05 19:06:13 GMT+8] Feishu[feishu-worker] DM from ou_9351c287f42069fa30366ac641d24df7: 我应该如何在配置中为你明确指定workspace路径
[Feishu ou_9351c287f42069fa30366ac641d24df7 Thu 2026-03-05 19:06 GMT+8] 张青: 我应该如何在配置中为你明确指定workspace路径
[message_id: om_x100b55a2748640a0c49ca71a095b15a]
---
### 🤖 助手
找到了!根据 OpenClaw 文档,你可以为每个代理单独配置 workspace:
---
## 方法:在 `agents.list` 中为 knowledge-base 指定 workspace
编辑 `~/.openclaw/openclaw.json`:
```json5
{
"agents": {
"defaults": {
"workspace": "/home/starmen1265/.openclaw/workspace", // 默认 workspace
// ... 其他默认配置
},
"list": [
{
"id": "knowledge-base",
"workspace": "/home/starmen1265/.openclaw/agents/knowledge-base/workspace", // ← 添加这行
"skills": [
"common-require",
"kb-workflow",
"capability-evolver",
"self-improving-agent"
]
},
// ... 其他代理
]
}
}
```
---
## 当前状态
```
agents.defaults.workspace = /home/starmen1265/.openclaw/workspace
```
但你的 `knowledge-base` 代理没有单独配置 workspace,所以它用的是默认值。
而我实际在用的是 `~/.openclaw/workspace-knowledge-base/`(可能是之前某次配置遗留的)。
---
## 建议
1. **如果你想用 `agents/knowledge-base/workspace`**:
- 在 `agents.list` 中添加 `workspace` 配置
- 重启 Gateway
2. **然后决定如何处理现有的两个目录**:
- `~/.openclaw/workspace-knowledge-base/`(我一直在用的)
- `~/.openclaw/agents/knowledge-base/workspace/`(你期望的)
需要我帮你修改配置文件吗?
---
### 🤖 助手
找到了!根据 OpenClaw 文档,你可以在 `agents.list` 中为每个代理单独配置 workspace:
---
## 配置方法
编辑 `~/.openclaw/openclaw.json`,在 `knowledge-base` 代理配置中添加 `workspace` 字段:
```json5
{
"agents": {
"list": [
{
"id": "knowledge-base",
"workspace": "/home/starmen1265/.openclaw/agents/knowledge-base/workspace", // ← 添加这行
"skills": [
"common-require",
"kb-workflow",
"capability-evolver",
"self-improving-agent"
]
},
// ... 其他代理
]
}
}
```
---
## 当前问题
你的配置中 `agents.defaults.workspace = /home/starmen1265/.openclaw/workspace`,而 `knowledge-base` 没有单独配置,所以它用的是默认值。
但现在存在三个目录:
- `~/.openclaw/workspace` — 默认配置指向这里
- `~/.openclaw/workspace-knowledge-base` — 我实际在用的(可能是历史遗留)
- `~/.openclaw/agents/knowledge-base/workspace` — 你期望的位置
---
## 建议
1. 在配置中为 `knowledge-base` 明确指定 workspace
2. 决定保留哪个目录作为真正的 workspace
3. 把其他目录的内容合并或删除
需要我帮你修改配置文件吗?
---
### 👤 用户
System: [2026-03-05 20:13:26 GMT+8] Feishu[feishu-worker] DM from ou_9351c287f42069fa30366ac641d24df7: 我已经修改了,你能帮我查一下这两年中小学生语文大纲推荐的课外读物吗
[Feishu ou_9351c287f42069fa30366ac641d24df7 Thu 2026-03-05 20:13 GMT+8] 张青: 我已经修改了,你能帮我查一下这两年中小学生语文大纲推荐的课外读物吗
[message_id: om_x100b55a3789804a8b4a4931aa6e71b0]
---
### 🤖 助手
## 中小学生语文大纲推荐课外读物
### 一、权威来源
**1. 教育部《中小学生阅读指导目录(2020年版)》**
- 小学 110 种、初中 100 种、高中 90 种
- 分为人文社科、文学、自然科学、艺术四类
- 官方 PDF:http://www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/s5987/202004/W020200422556593462993.pdf
**2. 统编教材"快乐读书吧"(小学必读)**
- 人教版小学语文教材配套推荐
- 分年级指定书目
---
### 二、小学"快乐读书吧"书单
**一年级上**
- 《和大人一起读》(必读)
- 《读读童谣和儿歌》(下册必读)
**二年级上**
- 《孤独的小螃蟹》《小鲤鱼跳龙门》《一只想飞的猫》
- 《小狗的小房子》"歪脑袋"木头桩》(必读5本)
**二年级下**
- 《大头儿子和小头爸爸》《愿望的实现》《七色花》
- 《神笔马良》《一起长大的玩具》(必读5本)
**三年级上**
- 《安徒生童话》《稻草人》《格林童话》(必读)
**三年级下**
- 《中国古代寓言》《伊索寓言》《克雷洛夫寓言》
**四年级上**
- 《中国神话传说》《世界神话传说》
**四年级下**
- 《十万个为什么》《穿过地平线》《细菌世界历险记》
- 《爷爷的爷爷哪里来》《地球的故事》《森林报》
**五年级上**
- 《中国民间故事》《欧洲民间故事》《非洲民间故事》
**五年级下**
- 《西游记》(必读)、《三国演义》《水浒传》《红楼梦》(选读)
**六年级上**
- 《童年》《小英雄雨来》《爱的教育》
**六年级下**
- 《鲁滨逊漂流记》《骑鹅旅行记》《汤姆·索亚历险记》《爱丽丝漫游奇境》
---
### 三、初中必读书目(12本)
| 年级 | 必读书目 |
|------|----------|
| 七上 | 《朝花夕拾》《西游记》 |
| 七下 | 《骆驼祥子》《海底两万里》 |
| 八上 | 《红星照耀中国》《昆虫记》 |
| 八下 | 《经典常谈》《钢铁是怎样炼成的》 |
| 九上 | 《艾青诗选》《水浒传》 |
| 九下 | 《儒林外史》《简·爱》 |
**选读(24本)**:《白洋淀纪事》《湘行散记》《镜花缘》《红岩》《基地》《哈利·波特》《长征》《星星离我们有多远》《寂静的春天》《苏菲的世界》《平凡的世界》《名人传》《泰戈尔诗选》《唐诗三百首》《世说新语》《聊斋志异》《围城》《格列佛游记》《契诃夫短篇小说选》《我是猫》等
---
### 四、说明
1. **小学"快乐读书吧"**是统编教材配套,学校通常会考察
2. **初中12本必读**会纳入中考名著阅读题(约20分)
3. 教育部强调"不强制、不统一要求",供学生自主选择
4. 建议小学阶段提前阅读初中必读书目
需要我把这些整理成文件保存到你的知识库吗?
---
@@ -0,0 +1,17 @@
---
agent: knowledge-base
month: 2026-03
generated: 2026-03-06 14:55:36
days: 1
---
# knowledge-base 月度汇总 - 2026-03
## 概览
- 对话天数:1 天
- 生成时间:2026-03-06 14:55:36
## 每日对话索引
- [2026-03-05](./对话-2026-03-05.md)
+2 -2
View File
@@ -1,8 +1,8 @@
## 今日完成 # 墨犬
- [x] PCG道路生成-修正铺装路面地形贴合BUG ✅ 2026-03-02 - [x] PCG道路生成-修正铺装路面地形贴合BUG ✅ 2026-03-02
- [x] PCG道路生成-修复丢失的铺装路面模型材质 ✅ 2026-03-02 - [x] PCG道路生成-修复丢失的铺装路面模型材质 ✅ 2026-03-02
- [x] PCG道路生成-区分山路/河路/野路三种模板 ✅ 2026-03-02 - [x] PCG道路生成-区分山路/河路/野路三种模板 ✅ 2026-03-02
## 今日收获 # 经验总结
- MQ1:三种道路调整地形的方式 - MQ1:三种道路调整地形的方式
- LandscapeSplineActor+ ALandscape->UpdateLandscapeSplines - LandscapeSplineActor+ ALandscape->UpdateLandscapeSplines
- ControlPoint EndFallOff需要为0,否则每一段Segment会起波浪 - ControlPoint EndFallOff需要为0,否则每一段Segment会起波浪
+18
View File
@@ -0,0 +1,18 @@
# 墨犬
- [x] PCG道路生成-山路使用山路铺装路面 ✅ 2026-03-03
- [x] PCG道路生成-衔接随机地图工具中的路面宽度等参数 ✅ 2026-03-03
- [x] 宽度对接-待测试 ✅ 2026-03-03
- [x] 地面材质对接-蓝图中自己拼 ✅ 2026-03-03
- [x] 地形曲线编辑层对接-构造地形时添加 ✅ 2026-03-03
- [x] PCG道路生成-河路路灯添加随机坏路灯和无路灯逻辑,调整间隔-不用搞了 ✅ 2026-03-03
- [x] PCG道路生成-河路路灯添加随机坏护栏和无护栏,调整护栏高度和材质-不用搞了 ✅ 2026-03-03
# AI助手
- [x] OpenClaw:安装两个自我进化技能 ✅ 2026-03-03
- [x] 调整定时备份逻辑,所有定时备份逻辑调整到OpenClaw的cron而不是系统的Cron ✅ 2026-03-03
- [x] Cron用的脚本都挪到~/work/backup ✅ 2026-03-03
# 财务
- [x] 138手机卡装上,方便后续操作 ✅ 2026-03-03
- [x] 天天基金银行卡换掉,方便后续操作 ✅ 2026-03-03
- [x] 制定后续雪球投资计划 ✅ 2026-03-03
- [x] 重点关注沪深300ETF,科创50ETF和人工智能ETF ✅ 2026-03-03
- [x] 先设置模拟仓,待每次下跌10%左右的时候分批建仓 ✅ 2026-03-03
+17
View File
@@ -0,0 +1,17 @@
# 墨犬
- [x] IOS手机拿过来充电 ✅ 2026-03-04
- [x] Macmini拿过来配好网络 ✅ 2026-03-04
- [x] 下载引擎源码 ✅ 2026-03-04
- [x] 下载项目源码 ✅ 2026-03-04
- [x] 完善UEPCG道路生成经验总结笔记 [[UEPCG道路生成经验总结]]✅ 2026-03-04
# AI助手
- [x] 完善OpenClaw部署文章,并发知乎。 ✅ 2026-03-04[[01-在旧电脑上部署 OpenClaw:我的血泪踩坑史]]
- [x] 因为用了旁路由,访问内网的其他机器有点问题,需要设置好胖路由的NAT-关掉了路由器上lan中的masq,就好了,既能访问外网,内网IP也能正确连接了。 ✅ 2026-03-05
- [x] rustdesk可以远程访问linux机器了 ✅ 2026-03-05
- [x] 导出登录Cookie给AI用 ✅ 2026-03-05
# 经验总结
- Mac上要用XCode编译编辑器
- openwrt旁路由上的fw3防火墙的lan区域的masq要关掉,内网才能互相ip访问。
- rustdesk内网可以直接用ip访问,就不用过外网中继服务器了。外网服务器需要翻墙
- 给chrominum安装EditThisCookie插件,登录之后可以一键导出Cookie,存到一个json,给AI用PlayWright爬内容,但是知乎反爬较强,只爬了一次就被发现了,触发安全验证机制了。后续换成更成体系的工具试一下。MediaCrawler之类的。
- 并且给AI爬东西用的最好是小号,不然触发了爬虫连自己的网页和手机也频繁跳出安全验证。