Agent 生态存在两种通信范式：单向流（Claude Code 等，spawn 进程、stdout 流式吐 JSONL）与双向 RPC（Hermes/ACP，长驻 JSON-RPC server、Agent 主动推 notification）。作者主张在传输层分叉而非解析层打补丁，拆解 ACP 四... ...

当"有用智能每人民币"的框架落地到 OpenClaw.NET 的技术栈中，Harness 引擎、MetaSkill DAG、TokenHub 与本体投影形成了一条完整的"成功任务成本优化链"。数字员工不是"会聊天的工具"，而是"可算账的生产力系统"。 ...

创作型 Agent 的评测不能只盯固定 benchmark。更可靠的做法，是用 Scenario Model 每轮生成样本外任务，再让 baseline 和 candidate 在同一批新题上做配对比较 ...

前言 在 Kubernetes 生产落地中，几乎所有高可用业务都有一个核心诉求：多副本 Pod 不能扎堆部署。 如果一个 Deployment 部署 3 个副本，全部调度到同一台节点、同一个可用区，一旦节点宕机、机房故障，业务会直接整体瘫痪。默认情况下，K8s 调度器仅做基础资源打分，无法保证 Po ...

本文在前一篇的基础上，建立了魔表的完整数学模型。文章定义了状态向量和 64 种基本操作的效果向量，将魔表的求解问题转化为一个模 12 线性方程组，并讨论了如何标定一个关键的 18 × 64 的效果矩阵，简单介绍了求解模 12 线性方程组的两种思路（Smith 标准型和 CRT 拆分）。最后反思了这种... ...

LingBot-VLA 2.0 方法详解：从观察到连续动作 0. 先用一张图看懂整个方法 LingBot-VLA 2.0 要学习的是一个条件生成问题： \[\text{多视角图像} + \text{语言指令} + \text{机器人当前状态} \longrightarrow \text{未来一段连续 ...

本文梳理分库分表七大类典型难题与对应方案，结合实战给出设计原则、面试要点；提供带时钟回拨防护雪花算法、游标分页、复合分片、TCC 事务等落地代码，介绍双写迁移、并行归并等技术实现。 ...

系列第七阶段：生态整合与实战篇（二） 你好，又见面了。 上一篇文章我们搞定了 Spring Boot 整合 RocketMQ 的所有细节——从依赖选型到生产级配置，从普通消息到事务消息。可以说，你已经能在 Spring Boot 项目中把 RocketMQ 用得很顺手了。 但现实中的技术场景往往比“ ...

用grill-me做思路澄清——把模糊需求变成明确决策。用SuperPower做工程落地——把明确决策变成高质量代码。它们不冲突。 ...

导读：前一个系列，我们用 AI + Agent Skill 把接口测试脚本"造"了出来。但脚本生成只是起点——真正让接口自动化测试产生价值的，是让脚本跑起来、修得好、清得净、出报告。 今天这篇文章，把接口测试"执行与报告生成"阶段最值得用的 6 款 Agent Skill 一次性讲透——每款 Ski ...

现象 k8s调度pod时异常，会导致生成上百个失败的pod。 pod分配异常： The node had condition: [DiskPressure]. The node was low on resource: ephemeral-storage. Container join-servic ...

一、用pyenv管理python版本 ‌pyenv‌：第三方版本管理器，‌只管理Python解释器版本‌，能在一台机器上安装切换多个Python版本（如3.8、3.10、3.11），不修改系统原生Python。 1、安装pyenv Invoke-WebRequest -UseBasicParsing ...

自研自定义实现APK加固-代码资源so全隐藏-防破解-防逆向-防反编译-防二次开发-防资源抓取 免费工具地址 1.APK安全现状 市面上各种游戏的破解版，各种APK的免卡密版，基本都是逆向开发者，从线上拿到正常的apk进行逆向二次开发的。 更有胜者，在不更改原程序的逻辑，但会加入自己的爬虫，病毒。 ...

由于现在docker官方仓库在国内基本无法访问，上面的镜像是使用本地自己搭建harbor仓库存放的镜像；有关harbor仓库的搭建可以参考本人博客[https://www.cnblogs.com/qiuhom-1874/p/13061984.html] ...

【Agentic RL / 强化学习 / OPD】OpenClaw-RL 源码阅读笔记 (10) PRM 目录【Agentic RL / 强化学习 / OPD】OpenClaw-RL 源码阅读笔记 (10) PRM0x00 概要0x01 基础知识1.1 PRM如何解决Agentic RL的稀疏梯度问 ...

核心观点：最反直觉的是，成功率更高不一定更便宜。AI 降本的真正抓手不是换更便宜的模型，而是压降系统复杂度。企业总算不清账，是因为只看见了模型账单，却看不见组织账单。 一、为什么高成功率不一定更便宜 最反直觉的一点：成功率更高，不一定意味着成本更低。 很多人本能地觉得，成功率高就说明效率高，效率高就 ...

Tarjan 求强连通分量 前置知识 DFS 序 就是通过 DFS 前序遍历遍历到的次序，节点 \(u\) 的 DFS 序记作 \(dfn_u\)。 int dfn[N], T = 0; void tarjan(int u) { dfn[u] = ++T; } DFS 树 就是通过 DFS 遍历遍历 ...

我最早习惯的是 WinForms 一类桌面 GUI 开发，后来逐渐转向 Vue，在 Web 上开发企业应用。 刚开始，我把这件事理解成一次普通的技术栈迁移： 从 C# 转到 JavaScript，从 WinForms 转到 Vue。 真正做下来以后，我才意识到，这并不只是换了编程语言和框架，而是在两 ...

AI 情报局：用 PowerMem + SeekDB 做一个多 Agent 记忆小游戏 Agent 的记忆体系一直是个很有意思的话题。 前两天 WAIC 期间 OceanBase 主办了一个 Workshop 午餐会，和大家聊了很多关于 Agent 记忆的话题。为了让大家可以更直观的观察和理解多 A ...

魔表曾是 WCA 官方竞速项目之一，正反两面各 9 个表盘，四角各有一个按钮和一个拨轮。本文是这个数学探索系列的第一篇，介绍了魔表的外观结构与操作方式，并总结了几条基础数学性质。这些性质表明，魔表的指针变化本质上是一个模 12 上的线性系统，为后续建立数学模型和求解奠定了基础。 ...