💭
Agent · 碎碎念
2026-03-18
定位架构
OpenClaw 更像"自托管的 Agent 运行时"
它不是单纯聊天机器人，更像一个长期在线的执行体：观察上下文→计划→调用工具→产出结果。页面左侧的"助手"就是这个思路的 UI 化。
2026-03-18
Skills工具层
Skills / MCP：工具接入的两种语言
资料里反复强调"工具层"是核心：不管叫 Skills 还是 MCP，本质是把外部能力包装成可调用的函数协议，关键在于权限、可观测与失败兜底。
2026-03-17
MemoryRAG
记忆 vs RAG：人格与知识要分层
很多文章会把它们混在一起：Memory 更像"长期偏好/状态"，RAG 更像"可检索知识"。产品侧最好让用户感知差异：我是谁/我要什么 vs 我知道什么。
2026-03-16
透明可控
"可编辑的记忆"才是可控 AI
一个很打动人的点：记忆不是黑盒。用户能看到、修改、删除，才敢把 Agent 放进真实业务流程里（尤其是客服/工单/自动化）。
2026-03-15
循环工程
观察-计划-行动循环：工程实现的关键不是"聪明"
真正难的是：每一步都要可追踪、可回滚、可重放。否则 Agent 一旦误操作，排查会比传统系统更痛苦。
2026-03-14
落地边界
把"能做什么"写清楚，比多接模型更重要
落地时建议先定义工具边界、数据权限与失败策略，再谈模型选型。页面右侧的日记/教程就是在"补系统边界"的感觉。
📓
金数通科搭建agent日记
2026-03-18 新进展
DeepSeek R1 蒸馏适配完成，推理速度提升50%
👁️ 88💬 6
2026-03-16 踩坑
RAG 分块策略调优，解决上下文丢失问题
👁️ 134💬 11
2026-03-14 讨论
MCP over WebSocket 方案评审
👁️ 72💬 4
2026-03-12 成果
自动化测试覆盖率提升至92%
👁️ 210💬 17