蓝衣剑客:OpenClaw 完全指南:部署、配置与安全设置
云端部署推荐 AWS 免费额度,两核八 G 可承载全部功能;阿里云百炼 Coding Plan Lite 首月 7.9 元,一个 Key 可切换多个顶级模型。
云端部署推荐 AWS 免费额度,两核八 G 可承载全部功能;阿里云百炼 Coding Plan Lite 首月 7.9 元,一个 Key 可切换多个顶级模型。
推荐 Playwright、Desktop Commander、Exa Search 三个 MCP 工具,分别解决浏览器控制、系统命令、实时搜索问题;通过 Smithery 注册获取 API key 后在 Cursor 等客户端配置即可使用。
将任务分为智能规划与系统化执行两个独立阶段,核心组件含智能规划、系统化执行与动态重规划;适用于复杂研究分析与创意内容生成,优势是认知负担分离,局限是规划成本高、实时响应弱。
系统采用 GPT-4o 做意图识别与数据预处理、豆包模型做专业处理与记忆整合;工作流分为七个阶段,路由到售前、售后、投诉、订单四个通道。
通过 Figma MCP 与 Playwright MCP 将设计稿转为 Next.js 应用;使用 Recharts 生成图表并自动化测试验证效果。
通过 Git worktree 创建三个独立分支并行开发 UI 主题切换、测试增强与代码质量工具;自定义命令 /implement feature 可标准化开发流程并记录变更。
通过测试驱动方式定位到 max_results 参数为 0 的配置问题并修复;随后用两个并行子代理规划 AI 生成器模块的工具调用重构方案。
讲解用 @ 引用文件与计划模式(双击 Shift+Tab)提升 Claude Code 开发效率;演示源链接、新聊天按钮与 MCP 服务器集成自动化测试。
通过端到端 RAG 聊天机器人案例讲解 Claude Code 的代码库探索功能;涵盖智能体搜索、流程追踪、Claude.md 文件管理与内置命令系统。
课程由 DeepLearning.ai 与 Anthropic 联合推出,讲解 Claude Code 的智能体工作流、工具集与 Claude.md 记忆机制;演示了用一句提示词快速创建可视化效果。
训练 GPT-4 级模型成本超 1 亿美元,需数万块 H100 GPU;OpenAI、软银、甲骨文启动 5000 亿美元星际之门计划。
OpenAI 从 GPT-1 到 GPT-4 逐步走向闭源,以安全与成本为由限制访问;Meta 开源 LLaMA 后社区衍生出 Alpaca、Vicuna 等版本,谷歌内部文档承认开源已追上闭源。
谷歌 2022 年报告显示,三位数加法正确率在参数量突破约 130 亿时从 10% 跃升至 90% 以上;训练 GPT-3 花费约 1200 万美元,GPT-4 估计约 7900 万美元。
从打孔卡到 AI 助手的编程史梳理,重点讲解 Vibe Coding 概念与 AI 理解编程意图的原理;AI 通过分析开源代码与项目上下文,感知程序员风格并生成贴合架构的代码。
LeCun 认为传统 AI 缺乏对物理世界的直观理解,提出世界模型概念;Meta 的 I-JEPA 用 16 个 A100 GPU 在 72 小时内训练出 632M 参数模型,效率提升 2-10 倍。
MCP 由 Anthropic 于 2024 年推出并开源,旨在标准化 LLM 与外部工具、数据源的连接;采用客户端-服务器架构,由主机、客户端、服务器三部分组成。
从 ELIZA 讲起,梳理 Agentic AI 五阶段进化谱系;核心是思考-行动-观察循环,并对比 ReAct 与 Reflexion 框架。
Agentic RAG 将复杂问题拆解为子问题并迭代检索、交叉验证;核心组件包括查询规划器、迭代检索器和信息综合器。
以训马师蒙蒂·罗伯茨的故事类比 AI 对齐,讲解 RLHF 与 DPO 两种偏好学习方法;讨论价值观多元性、对齐陷阱与过度限制的平衡问题。
RAG 通过知识库构建、向量化存储、相关性检索和增强生成四步让大模型从闭卷考试转向开卷考试;嵌入模型与向量数据库(如 Pinecone、Milvus、Faiss)是核心技术支撑。
以 AlphaGo 第 37 手引出 AI 超越人类思维定式的洞察力;提出 AI 通过苏格拉底式对话、费曼式解释等机制帮助用户解构并重塑认知框架。
提供 51-100 号思维模型提示词,每个模型附核心原则与可复制的扮演提示词;涵盖效率、福格行为模型、反熵增、混沌与秩序等。
借用乔哈里视窗四象限类比提示词交互中的信息流动;文末附可直接复制的「乔哈里视窗提示词调优专家」角色提示词全文。