（可能全网最全 / 长的）Hermes Agent+K2.6 保姆教程 + 实战案例
前置条件为本地或腾讯云主机，推荐 KIMI K2.6 作为大模型；安装通过 curl 脚本完成，支持飞书等聊天软件接入。
万字讲透 Agent Harness 的十二大模块
Harness 是包裹 LLM 的软件基础设施，包含编排循环、工具、记忆、上下文管理等十二个模块；LangChain 仅改架构即在 TerminalBench 2.0 从 30 名外升至第 5。
如何使用 Hermes Agent 稳定爬取公众号文章
Browser Use 官宣 Hermes Agent 可免费试用，含无限时长、免费 proxy 与持久化鉴权；作者将爬取公众号文章的 skill 发布在 Draco-Skills-Collection 仓库，提供 BrowserUse 与 CamoFox 两个版本。
Hermes Agent 的七个冷知识
输入 /yolo 可免审批自动运行；内置 14 种 personality 风格与 7 套 TUI 皮肤，支持外接 7 种记忆框架。
一文看懂：Hermes Agent 与 OpenClaw 全维度对比
Hermes Agent 以 Python 单 Agent 为核心，架构中等；OpenClaw 以 TypeScript Gateway 为控制平面，系统边界更大。
用 Hermes 封装并开源一个重要 skill：从飞书文档一键发布到微信公众号
封装了从飞书文档渲染并推送微信公众号草稿箱的 skill，图片自动上传、格式完整保留；项目已开源，提供安装命令与完整样式配置示例。
万字讲透 OpenClaw 从"能用"到"真好用"的分水岭： Workspace 深度解析
workspace 目录下 AGENTS.md、SOUL.md 等文件各司其职，AGENTS.md 建议 300-500 字；openclaw.json 的 agentDir 只是配置字段，默认指向 agents/<agentId>/agent/。
OpenClaw 养虾基建系列 [1]：yt-dlp 可下载 1700 个网站视频
yt-dlp 支持超过 1700 个网站的视频下载，下载速度可达 16-17 MB/s；它源自 youtube-dl 分支，采用模块化提取器架构。
一文讲透：OpenClaw 多 agent 模式下 Skills 的分层调用机制
OpenClaw 中 skill 与 tool 分属方法层与能力层，skill 以 SKILL.md 为入口；skill 来源分全局安装层、共享层与 agent 私有 workspace 三层，main agent 与 agency-agents 的本地 skill 并不天然共享。
从底层机制一文讲透：OpenClaw 如何运行多 Agents
OpenClaw 将 workspace、agentDir、sessions、subagents 四类目录分开管理；sessions_spawn 按配置中的 agentId 生成子会话，而非扫描目录。
你的 OpenClaw 正在偷偷帮你打工: 70 个真实案例全解析
覆盖 OpenClaw Moltbook 社区 70 个真实用例，按内容创作、记忆管理、夜间自动化等 8 类整理；每个用例附 GitHub 链接与成功标准。
Openclaw 一周烧掉我 14 亿 Token 后，我总结了这 10 条血泪教训
Sonnet 4.6 每百万 token 输入 / 输出 3/15 美元，OSWorld 得分 72.5%；分层模型路由加定时任务可把 14 亿 token 消耗降下来。
万字长文帮你重新认识 Codex：gpt-5.3-codex 才是唯一真神
gpt-5.3-codex 与 Codex 框架一同训练，推理强度 high 下可一击必杀；Codex 提供 App、CLI、IDE 扩展、Cloud 四种形态，App 支持 Local、Worktree、Cloud 三种模式。
（可能全网最全 / 长的）2 万字 Openclaw 保姆教程
OpenClaw 是本地运行的 AI 智能体平台，可接入飞书、Telegram 等渠道；教程覆盖从 API 获取、安装、接入飞书到安全配置与技能使用的完整流程。
OpenClaw 作者 Peter Steinberger 的 20 条 Vibe Coding 方法论，以及，Codex 和 Opus 怎么选？
作者对比了 Codex 与 Opus 在大型重构上的差异，认为 Codex 更擅长先读大量代码再动手；GPT-5.2 的知识截止到 8 月底，比 Opus 领先约 5 个月。
万字长文：为什么你 Vibe Coding 出的是一堆屎山，以及如何不再写屎山
氛围编程失败源于缺乏结构与上下文，而非 AI 能力不足；文档优先系统要求先写六份规范文档与两份会话文件，再让 AI 在 Planning 模式下审问想法。