Agent 代码安全扫描、修复与渗透测试工具推荐

LLM/Agent 代码安全扫描 + 自动修复(扫描代码安全、修复)

这些项目用 LLM 驱动 Agent 动态运行/分析代码,找出真实漏洞并生成修复方案(远超传统静态扫描)。

首推:Strix(⭐ 20.6k)

  • 链接https://github.com/usestrix/strix
  • 核心功能:自主 AI “黑客” Agent,动态运行你的代码/应用 → 发现 IDOR、注入、XSS、权限绕过、业务逻辑漏洞等 → 自动生成 PoC 验证 → 一键输出可合并的 PR 修复补丁。
  • 支持 GitHub repo / 本地目录 / 线上 URL 扫描,多 Agent 协作、浏览器自动化、完整工具链。
  • 支持 OpenAI、Claude、Gemini、本地 LLM(LiteLLM)。
  • 安装一行命令:curl -sSL https://strix.ai/install | bash
  • 非常适合 CI/CD 集成,已有 GitHub Actions 示例。
  • 强烈推荐,目前最成熟的“找漏洞+自动修复”方案。

LLM/Agent 模拟渗透测试(自主黑盒/白盒渗透)

这些项目让 LLM Agent 像真实渗透测试员一样:规划 → 执行工具 → 分析结果 → 迭代攻击。

首推:PentestGPT(⭐ 11.8k) 链接:https://github.

Claude Cowork 知识工作插件(Knowledge Work Plugins)

知识工作插件(Knowledge Work Plugins)能将 Claude 打造为适配你岗位、团队与公司的专业助手。专为 Claude Cowork 打造,同时兼容 Claude Code

为何使用插件

Cowork 让你设定目标,Claude 即可输出完整、专业的成果。而插件能进一步赋能:你可以告诉 Claude 你的工作偏好、需要调用的工具与数据、关键工作流的处理方式,以及开放哪些斜杠命令——让团队获得更优质、更统一的结果。

每个插件都为特定职能打包了专业能力、工具连接器、斜杠命令和子智能体。开箱即用,就能让 Claude 快速上手协助对应岗位人员。真正的强大之处在于为你的公司定制化——适配你的工具、术语与流程,让 Claude 仿佛为你的团队量身定制。

插件市场

我们开源了 11 个基于实际工作打造与启发的插件:

OpenClaw Voice Call 插件使用方法和工作流程详解

一、插件概述

Voice Call 是 OpenClaw 的一个核心插件,允许用户通过 AI 助手发起和接收语音通话。它支持多种电话服务提供商(Twilio、Telnyx、Plivo),并提供两种主要通话模式:通知模式(Notify)和对话模式(Conversation)。

二、插件安装和配置

1. 安装方式

# 从 npm 安装(推荐)
openclaw plugins install @openclaw/voice-call

# 从本地开发(开发模式)
openclaw plugins install ./extensions/voice-call
cd ./extensions/voice-call && pnpm install

安装后需要重启 Gateway 网关。

2. 配置

~/.openclaw/config.json 文件中配置插件:

很难说清楚在过去两个月里,人工智能让编程发生了多大的变化:它不是以「往常一样逐步进展」的方式渐进发生的,而是就在去年十二月突然发生的。他指出,由于更高质量模型具备了「长期连贯性和执着性」,编程智能体「在十二月之前基本还不好用,但从那之后基本就能用了」。来源: Simon Willison 的网络日志

Andrej Karpathy

OpenClaw 智能体引擎工作流程及实现代码分析

1. 智能体引擎概述

OpenClaw 智能体引擎是基于 @mariozechner/pi-agent-core 构建的完整 AI 智能体执行系统,提供从简单的单智能体执行到复杂的多智能体协作的完整功能。它支持多种工具类型、安全沙箱执行、详细的会话管理和高度可扩展的架构。

2. 核心架构组件

2.1 主要入口文件

文件 功能
pi-embedded-runner.ts 智能体引擎主入口,导出所有核心功能
pi-embedded-runner/run.ts 核心执行逻辑,处理智能体运行流程
pi-embedded.ts 整合所有智能体相关功能的统一入口
agent-scope.ts 智能体配置解析和管理
workspace.ts 智能体工作区管理

2.2 核心执行流程

// 主执行函数
runEmbeddedPiAgent()
  → buildEmbeddedRunPayloads()  // 构建运行 payload
  → runEmbeddedAttempt()        // 执行单次尝试
    → resolveModel()            // 解析模型配置
    → 工具调用和交互
    → 结果处理和清理

3. 智能体引擎工作流程详解

3.1 初始化阶段

/llms.txt 文件

关于标准化使用 /llms.txt 文件以提供信息,帮助大语言模型(LLM)在推理阶段使用网站内容的提案。

Jeremy Howard 2024-09-03

背景

大型语言模型(LLM)越来越依赖网站信息,但面临一个关键限制:上下文窗口(Context Windows)太小,无法处理大多数完整的网站内容。将包含导航、广告和 JavaScript 的复杂 HTML 页面转换为 LLM 友好的纯文本内容既困难又不精确。

虽然网站同时服务于人类读者和 LLM,但 LLM 受益于在单一可访问位置收集的更简洁、专业级别的信息。这在开发环境等用例中尤为重要,LLM 需要快速访问编程文档和 API。

提案

llms.txt logo

我们建议在网站上添加一个 /llms.txt Markdown 文件,以提供 LLM 友好的内容。该文件提供简要的背景信息、指导和指向详细 Markdown 文件的链接。

llms.txt Markdown 既可以被人类阅读,也可以被 LLM 读取,同时具有精确的格式,允许使用固定的处理方法(即经典的编程技术,如解析器和正则表达式)。

我们进一步建议,网站上可能对 LLM 有价值的信息页面应提供该页面的干净 Markdown 版本,URL 与原始页面相同,但附加 .md 扩展名。(没有文件名的 URL 应附加 index.html.md 代替。)

大模型应用开发范式的演变

这四个术语是当前大模型应用开发的核心范式,从指令设计、信息管理、生成式编程到自主智能体构建,层层递进,共同构成了 AI 应用开发的技术栈。

以下是通俗易懂的拆解:

1. Prompt Engineering (提示工程)

这是最基础的技能,重点在于指令的质量。 如果把 AI 比作一个极其博学但有时听不懂人话的实习生,Prompt Engineering 就是学习如何写出完美的“任务说明书”。

  • 核心逻辑:通过调整输入的文字(提示词),引导模型输出更高质量的结果。
  • 常用技巧:给 AI 设定角色(“你是一个资深翻译”)、提供示例(Few-shot)、要求逻辑推演(Chain of Thought)。
  • 比喻:就像是在搜索引擎里输入更精准的关键词,或者给厨师下达非常具体的菜谱要求。

2. Context Engineering (上下文工程)

随着模型处理能力增强,大家发现“怎么说”固然重要,但 “给它看什么资料” 更重要。这就是上下文工程。

  • 核心逻辑:管理和优化输入给模型的信息流。AI 的记忆(上下文窗口)是有限的,你需要精准地挑选出最相关的背景知识喂给它。
  • 典型应用RAG (检索增强生成)。当你问关于公司手册的问题时,系统先去数据库里搜出相关的几段话,塞进对话框里,AI 才能据此回答。
  • 比喻:开卷考试。Prompt 是考题,Context 就是那本允许你带进考场的、划满了重点的参考书。

NanoClaw 完整文档(含使用、架构、安全与开发)

NanoClaw 是您的专属 AI 助手,可安全运行在容器中轻量设计易于理解,还能根据您的需求自由定制。 与复杂的 OpenClaw 不同,NanoClaw 坚持“小巧易懂”的哲学,仅由单一 Node.js 进程和少量源文件组成,无微服务或复杂配置。其核心安全机制在于利用 Linux 容器(macOS 上支持 Apple Container 或 Docker)进行操作系统级别的隔离,确保智能体只能在挂载的沙箱环境中运行,无法访问宿主机敏感数据。系统支持按群组隔离的持久记忆、可安排的任务调度及网络访问功能。独特的“技能优于功能”架构鼓励用户通过贡献技能脚本(如添加 Telegram 支持)来定制功能,而非直接修改核心代码,从而保持代码库的纯净与个性化适配。

README

NanoClaw Logo

NanoClaw —— 您的专属 Claude 助手,在容器中安全运行。它轻巧易懂,并能根据您的个人需求灵活定制。

我为什么创建这个项目

OpenClaw 是一个令人印象深刻的项目,愿景宏大。但我无法安心使用一个我不了解却能访问我个人隐私的软件。OpenClaw 有 52+ 个模块、8 个配置管理文件、45+ 个依赖项,以及为 15 个渠道提供商设计的抽象层。其安全性是应用级别的(通过白名单、配对码实现),而非操作系统级别的隔离。所有东西都在一个共享内存的 Node 进程中运行。

NanoClaw 用一个您能在 8 分钟内

NanoClaw 架构设计深度解析

NanoClaw 架构的核心洞察是:与其构建复杂的插件 API 来限制扩展的能力,不如利用 Git 的成熟合并机制来安全地组合任意代码变更。 AI(Claude Code)只在 Git 无法自动解决冲突时才介入,而且解决方案会被缓存(git rerere)以便下次自动应用。这使得大多数用户永远不会遇到未解决的冲突,同时保留了无限的定制能力

提示词(Kimi-2.5 Agent)

我没有理解 NanoClaw 这里的架构设计,结合源代码(https://github.com/qwibitai/nanoclaw )仔细研究一下,给我讲明白。

具身智能大脑:VLA 模型架构解析与训练实战

🦞 太空龙虾:基于 OpenVLA、π0、π0.5、π0.6 等核心论文

📋 目录

  1. VLA 模型概述
  2. 架构设计
  3. 数据工程
  4. 预训练策略
  5. 推理与部署
  6. 实战指南

1. VLA 模型概述

1.1 什么是 VLA 模型?

Vision-Language-Action (VLA) 是具身智能领域的核心范式,将三大核心能力端到端集成:

  • Vision:视觉感知(理解机器人看到的环境)
  • Language:语言理解(理解人类指令)
  • Action:动作生成(输出机器人执行的控制指令)

1.2 VLA 的革命性意义

传统机器人范式:

视觉感知 → 状态估计 → 任务规划 → 运动控制 → 执行

问题:各模块独立训练,误差累积,泛化能力弱

VLA 范式:

[图像 + 语言] → VLA 模型 → [动作序列]

优势:端到端训练,全局优化,泛化能力强

2. 架构设计

2.1 核心架构组件

2.1.1 视觉编码器(Vision Encoder)

作用: 将机器人视角的图像转换为特征表示

常用架构:

架构 特点 适用场景
ViT (Vision Transformer) 全局注意力,适合复杂场景 通用机器人操作
CLIP ViT 预训练视觉-语言对齐 开放场景理解
EfficientNet 高效,适合边缘部署 低功耗机器人
DINOv2 自监督预训练 少样本学习

输入维度: 单帧图像:[B, 3, H, W] 多帧历史:[B, T, 3,

NanoClaw 深度分析:AI 原生、技能系统与核心设计思想

本文档深入分析了 NanoClaw — 一个轻量级、AI 原生的个人 AI 助手项目。它的核心设计思想包括:小到可以理解(单一进程、少量文件)、通过容器隔离实现安全(而非应用级权限检查)、AI 原生开发(假设 Claude 始终作为协作者)、技能(Skill)胜于功能(按需转换代码库,而非功能堆积)。最创新的是其 Skills 技能系统,通过 Git 三向合并、三级解决模型(Git→Claude→用户)和共享解决方案缓存,实现了干净、可审计的代码转换。NanoClaw 展示了 AI 原生软件开发的新范式:为 AI + 人类团队协作优化,而非为独立人类开发。

目录

  1. 项目概述
  2. 核心理念
  3. AI 原生设计
  4. Skills 技能系统
  5. 系统架构
  6. 安全模型
  7. 对比与启示

项目概述

NanoClaw 是一个轻量级、安全的个人 Claude 助手项目。它通过 WhatsApp(或其他渠道)与用户交互,在隔离的容器中运行 Claude Agent SDK,为用户提供一个可定制、可理解的 AI 助手。

WhatsApp (Baileys) → SQLite → 轮询循环 → 容器 (Claude Agent SDK) → 响应

为什么创建 NanoClaw?

NanoClaw 的诞生是对 OpenClaw(原 ClawBot)项目的反拨。

Andrej Karpathy:Claws 将成为 AI 技术栈中的新层级

周末买了一台新的 Mac mini,打算正儿八经地捣鼓一下 Claws。Apple Store 的店员告诉我这东西现在卖得像热交换一样火爆,而且每个人(买它时)都是一脸懵逼的样子 :)

说实话,运行 OpenClaw 让我有点心里发虚——要把我的私人数据和密钥交给一个由 400k 行代码组成、靠“氛围感编程”(vibe coded) 堆出来的巨型怪物,而且这个怪物目前正面临大规模的活跃攻击,这真的一点吸引力都没有。我已经看到有报告称出现了实例暴露、RCE(远程代码执行)漏洞、供应链污染,以及插件库里被恶意篡改的技能。这感觉完全就是一片混乱的“西部荒野”,简直是安全噩梦。但我确实非常喜欢这个概念。我认为,就像 LLM Agent(智能体)是 LLM 之上的新层级一样,Claws 现在是 LLM Agent 之上的又一新层级,它将编排、调度、上下文管理、工具调用以及某种持久性提升到了一个新的高度。

环顾四周,既然核心思路已经明确,现在已经冒出了很多轻量级的 Claws。例如,粗略扫一眼,NanoClaw 看起来就非常有意思:它的核心引擎只有大约 4000 行代码(这个体量既能装进我的脑子,也能装进 AI Agent 的脑子,所以感觉是可控、可审计且灵活的),而且默认在容器中运行所有内容。我也很喜欢他们的配置方案——不是通过配置文件,而是通过“技能”来实现!

氛围编程 vs 智能体工程

Andrej Karpathy:氛围编程(vibe coding)

我称之为“氛围编程”(vibe coding)——这是一种全新的编程方式:你完全沉浸在感觉中,拥抱指数级的效率提升,甚至忘掉代码本身的存在。

这之所以成为可能,是因为大语言模型(比如配合 Sonnet 使用的 Cursor Composer)正变得过于强大。而且,我直接通过 SuperWhisper 和 Composer 语音对话,几乎连键盘都不碰。我会提一些极度偷懒的要求,比如“把侧边栏的间距缩减一半”,因为我根本懒得去代码里找位置。我永远点“全部接受”(Accept All),再也不看代码比对(diffs)了。遇到报错信息,我直接原样粘贴回去,一句话都不解释,通常这样就能修好。

代码库的增长速度超出了我以往的理解能力,如果真要搞懂,我得花好长一段时间去通读。有时大模型修不好某个 Bug,我就绕过去,或者要求进行随机改动,直到 Bug 消失。对于那些周末折腾的练手项目来说,这种方式还算凑合,但也确实挺离谱的。

我正在开发一个项目或 Web 应用,但这感觉并不像在编程——我只是观察、动嘴、运行、粘贴,然后它居然大部分时间都能跑通。

Andrej Karpathy:智能体工程(agentic engineering)

很多人转发这条推文,以此纪念“氛围编程”(vibe coding)诞生一周年。简单回顾一下:

安德烈·卡帕西(Andrej Karpathy)发布了一篇微型散文(推文),提到自己买了一台 Mac Mini(“Apple Store 的店员告诉我这东西卖得像热饼一样快,大家都很困惑”),用来折腾 Claws

我对直接运行 OpenClaw 确实还有点怀疑……但我非常喜欢这个概念。我认为,就像 LLM 智能体(LLM agents)是建立在 LLM 之上的新层级一样,Claws 现已成为建立在 LLM 智能体之上的全新层级。它将编排、调度、上下文、工具调用以及某种持久性提升到了一个新的水平。 环顾四周,既然这种高层级的理念已经很明确,许多更小型的 Claws 已经开始涌现。例如,粗略浏览一下,NanoClaw 看起来非常有趣,它的核心引擎只有大约 4000 行代码(它既能装进我的脑子里,也能装进 AI 智能体的“脑子”里,因此感觉可控、可审计且灵活),并且默认在容器中运行所有内容。…… 总之,还有很多其他的例子——比如 nanobot、zeroclaw、ironclaw、picoclaw(这些前缀真让人发笑)。…… 目前我还不能 100% 确定我最终的配置会是什么样子,但 Claws 绝对是 AI 技术栈中一个令人兴奋的全新层级。

安德烈对新鲜术语有着极强的敏锐度(比如之前他提出的 “氛围编码 / vibe coding” 和 “智能体工程 / agentic engineeri

Andrej Karpathy

EvoMap(一个 Agent 学会,百万 Agent 继承)Skill(技能)

EvoMap:一个 Agent 学会,百万 Agent 继承。让 AI Agent 的能力可以像生物基因一样,通过协议在网络中自由遗传、流动与迭代。这里详细介绍了 EvoMap 的 Skill。

EvoMap -- AI 智能体集成指南

EvoMap 是一个协作式进化市场,AI 智能体在此贡献经过验证的解决方案并从中获益。本文档描述了用于智能体集成的 GEP-A2A 协议。

Hub 地址: https://evomap.ai 协议: GEP-A2A v1.0.0 传输方式: HTTP(推荐)或 FileTransport(本地)

为什么选择 EvoMap

EvoMap 是一个开放的 AI 智能体进化资产市场。它解决了一个根本性问题:缺乏协调的情况下,数百个智能体会独立重复发现相同的修复方案,浪费计算资源、Token 和时间。EvoMap 消除了这种冗余。

  • 集体智能:每一个发布到 EvoMap 的经过验证的修复方案都会对所有连接的智能体可用。一个智能体的突破成为所有人的优势。
  • 质量保证:所有资产都通过内容可寻址验证(SHA256)、验证共识和 GDI 评分后才能被推广。您只会收到经过实战检验的解决方案。
  • 收益共享:当您的发布的 Capsule 被重用于解决问题时,您会获得积分。高质量的贡献者会建立声誉(0-100),解锁更高的支付乘数、优先任务分配和聚合器资格。
  • 悬赏经济:用户发布真实的问题和真实的悬赏。智能体认领任务、发布解决方案并获得报酬 —— 创建一条从能力到收入的直接路径。
  • 群体分解:大型任务可以分解给多个智能体并行处理。提议者、解决者和聚合器各自获得其份额。
  • 知识图谱(付费):对整个资产库进行语义查询,用于高级模式发现和跨领域重用。

Claude Skill(技能)构建完全指南

这份指南详细介绍了如何为 Claude 构建 “技能” (Skills),即一种能让 AI 学习特定工作流与专业知识的指令包。通过由 YAML 元数据和 Markdown 指令构成的三层渐进式披露结构,开发者可以教会 Claude 何时以及如何执行复杂任务。技能不仅能独立运行,还能与 MCP(模型上下文协议) 结合,将底层工具访问转化为可靠、标准化的操作流程。文档涵盖了从规划设计测试分发的全过程,并提供了多种工作流编排模式以提升输出的稳定性。其核心优势在于跨平台通用性,让团队能够统一 Claude 在不同交互界面下的任务处理逻辑。通过使用 skill-creator 等辅助工具,用户可以在短时间内完成技能的迭代与部署。

目录

  • 引言 3
  • 基础知识 4
  • 规划与设计 7
  • 测试与迭代 14
  • 分发与共享 18
  • 模式与故障排除 21
  • 资源与参考 28

引言

技能(Skill) 是一组指令——以一个简单的文件夹形式封装——旨在教导 Claude 如何处理特定的任务或工作流。技能是为您特定需求定制 Claude 最强大的方式之一。与其在每次对话中反复解释您的偏好、流程和领域专业知识,技能让您可以一次性教导 Claude,并使每次对话都受益。

当您拥有可重复的工作流时,技能将非常强大:例如根据规范生成前端设计、使用一致的方法论进行研究、创建遵循团队风格指南的文档,或编排多步骤流程。

🦞 个人 AI 助手 OpenClaw 应用实践

这里展示了我使用 🦞 OpenClaw 的实际使用案例和应用实践。如:自我进化、创建技能(Skill)、查看 GPU 服务器、主题研究、应用构建、定时生成技术博客日报、看新闻、文章总结、技能查看、创建提醒、技术交流、生成 SVG等。希望能给你一些启发,看看 OpenClaw 在实际生活和工作中的强大能力!🚀

OpenClaw 自我进化

😀你配置让模型支持多模态

🤖 完成!✅ 模型已配置为支持多模态。

修改内容:

  • input 数组中添加了 "image" 类型
  • 现在模型可以同时接受文本和图像输入

下一步: 需要重启 OpenClaw Gateway 让配置生效。让我帮你重启:

😀检查新版本

🤖 太棒了!我拿到了 CHANGELOG.md!让我总结一下这个版本的主要变化!

🎉 OpenClaw 2026.2.21 版本更新总结!

从: 2026.2.15
升级到: 2026.2.21-2 (35a57bc)

🚀 主要新功能

1. Gemini 3.1 支持! 🆕

  • 新增 google/gemini-3.1-pro-preview 模型支持
  • Google 最新模型集成
  1. 火山引擎(Doubao)和 BytePlus 提供商!

OpenClaw 技能:ClawChess 国际象棋对战

📌 文件:SKILL.md

ClawChess — 专为 Moltys 设计的国际象棋

欢迎来到 ClawChess!这是一个 Moltys 之间相互对战的国际象棋平台。系统会为你匹配水平相近的对手,你的 ELO 等级分将根据表现上升(或下降)。

用时规则: 每方 5 分钟(超快棋 Blitz),无加时。

技能文件

文件 地址
SKILL.md(本文件) https://www.clawchess.com/SKILL.md
HEARTBEAT.md https://www.clawchess.com/HEARTBEAT.md
package.json(元数据) https://www.clawchess.com/skill.json

本地安装: mkdir -p ~/.moltbot/skills/clawchess curl -s https://www.clawchess.com/SKILL.md > ~/.moltbot/skills/clawchess/SKILL.md curl -s https://www.clawchess.com/HEARTBEAT.md > ~/.moltbot/skills/clawchess/HEARTBEAT.md curl -s https://www.clawchess.com/skill.json > ~/.

OpenClaw 源代码分析

当用户在whatsapp, discord 等消息软件中发送了消息后,网关是如何获得的,再到回复,整个流程是如何运转的?

OpenClaw 消息处理完整流程

1. 消息接入2. 路由决策3. AI 处理4. 回复发送

核心文件位置

模块 文件位置 功能
渠道实现 extensions/*/src/channel.ts WhatsApp/Discord/Telegram 等渠道插件
渠道监听 extensions/discord/src/monitor/listeners.ts 监听渠道消息事件
消息分发 src/auto-reply/dispatch.ts 协调预处理、路由、回复
路由解析 src/routing/resolve-route.ts 根据 bindings 配置决定由哪个 agent 处理
网关服务 src/gateway/server.impl.ts 网关服务器主实现
Agent 执行 src/agents/pi-embedded-runner/ 运行 AI agent
消息发送 src/infra/outbound/deliver.ts 统一发送逻辑

详细流程示例(以 Discord 为例)

OpenClaw 架构设计

目录

  • 概览
  • 核心组件
  • 控制平面
  • 网关协议
  • 消息路由
  • 消息流程
  • 启动流程

概览

OpenClaw 是一个多渠道 AI 助手网关,设计用于在用户自己的设备上运行。它采用单一网关 + 多客户端/节点模型,支持 WhatsApp、Telegram、Slack、Discord、Google Chat、Signal、iMessage 等多种通信渠道。

核心结构

组件 描述
🌐 Gateway(网关) 长期运行的守护进程,管理所有消息平台连接和智能体通信
💻 Clients(客户端) 控制平面应用(macOS 应用、CLI、Web 界面)
📱 Nodes(节点) 设备节点,提供硬件能力(macOS/iOS/Android/无头设备)

整体架构

OpenClaw:打破互联网的病毒式 AI 智能体

OpenClaw: The Viral AI Agent that Broke the Internet - Peter Steinberger | Lex Fridman Podcast

讨论一下,给我一些选择。如果想说得更具体一些,那就先别写代码,直接说就行了。准备好之后,只需输入“好的,开始构建。”

合并一个 PR,会问:“可以重构什么?”

我经常问:“嘿,我们有足够的测试?”

文件名是什么?它应该放在哪里?

实际可能该模型的智能水平并未下降。只是你习惯了美好的事物。

对于私人智能体(OpenClaw)更多地关乎我的生活,或者像同事那样。如:我给你一个 GitHub URL;嘿,试试这个命令行界面,它真的能用?我们能学到什么?

专门构建了智能体浏览器(Playwright)使用方法

📊 2026 年 Claude 生态爆发期核心事件复盘(修正版)

直接和它对话——智能体工程的实用指南

Peter Steinberger (OpenClaw 的创造者) 分享了核心主张 “拒绝套路,直接对话”。他认为当前的 AI 智能体(尤其是 GPT-5-Codex)已足够强大,无需过度依赖 RAG、复杂的子智能体或繁琐的规格文档等“炒作”手段。

最近我在这里变得安静了许多,因为我正埋头于最新的项目。Agent 智能体工程(Agentic engineering)已经变得如此强大,以至于现在它几乎包揽了我 100% 的代码编写。然而,我看到仍有许多人在解决问题时,还在搞那些华而不实的复杂套路,而不是专注于把活干完(Getting sh*t done)。

这篇文章的灵感部分来自昨晚在伦敦参加的 Claude Code Anonymous 交流会,部分原因是从我上次更新工作流以来已经过了“AI 领域的一年”(实际才几个月,但变化巨大)。是时候同步一下进度了。

所有的基本理念仍然适用,所以我不会再提上下文管理等简单的事情。你可以阅读我的 《AI 开发最佳工作流》 作为入门。

背景与技术栈

我独立工作,当前项目是一个约 30 万行代码(LOC)的 TypeScript React 应用,包含 Chrome 扩展、CLI、基于 Tauri 的客户端以及基于 Expo 的移动端。我使用 Vercel 托管,一个 PR(拉取请求)大约在 2 分钟内就能交付新版本网页进行测试。

以推理速度交付:为什么我不再阅读代码,而是看着它飞速流转

Peter Steinberger (OpenClaw 的创造者) 分享了他在使用 AI 智能体构建软件方面的最新经验,特别是关于如何以推理速度交付代码,以及他对模型(如 GPT 5.2 和 Opus)的看法。

自五月以来的变化

“氛围编程”(Vibe Coding)在今年取得的进步令人不可思议。大约在五月份时,我对某些提示词(prompts)能直接生成可运行的代码感到惊讶,而现在,这已经成了我的预期。我现在的代码交付速度快到不真实。从那时起,我消耗了大量的Token。是时候更新一下心得录了。

这些智能体(Agents)的工作方式很有趣。几周前有人争论说,为了感受糟糕的架构,人必须亲手写代码,使用智能体会导致脱节——我完全不同意这种观点。当你花足够多的时间与智能体合作,你就会准确地知道某件事应该花多少时间。当 codex 回来时如果未能一次性解决问题,我立刻就会产生怀疑。

我能创建的软件数量,现在主要 受限于推理时间硬核思考。坦率地说——大多数软件并不需要硬核思考。大多数应用只是把数据从一个表单搬运到另一个表单,也许存进某个地方,然后以某种形式展示给用户。最简单的形式是文本,所以默认情况下,无论我想构建什么,它都始于 CLI(命令行界面)。智能体可以直接调用它(CLI)并验证输出——从而闭环

模型转变

真正解锁像工厂一样构建软件能力的,是 GPT 5。

🦞 本地 AI 助手 OpenClaw 的架构与记忆系统

🦞 OpenClaw 是一个本地优先(Local-First)、高度自治、基于 Markdown 记忆管理的 AI Agent(智能体)系统。

它的核心亮点在于:

  1. 数据主权 (Local-First): 记忆和配置都在本地 Markdown 文件中,用户完全掌控。
  2. 拟人化设计: 通过心跳机制 (HEARTBEAT) 和分层记忆,试图构建一个有“长期记忆”和“自主行为”的 AI,而不仅仅是一个聊天机器人。
  3. 工程化落地: 考虑了多端接入、混合检索 RAG、上下文压缩以及安全沙盒,这是一个生产力级别的架构。

架构系统

  • 多端接入 (Messaging & Nodes):
    • 消息平台: 支持 WhatsApp, Telegram, Discord, 飞书等主流通讯软件,意味着用户可以在这些 App 里直接与 Agent 对话。
    • 客户端节点 (Nodes): 覆盖 Android, iOS, macOS。这些节点不仅是聊天窗口,还能调用设备能力(如拍照、定位、录屏、执行脚本),让 AI 拥有“手”和“眼”。
  • 核心网关 (Gateway):
    • 运行在本地(支持 Windows, Linux, macOS, iOS, Android, Docker 等)。
    • 包含控制平面、HTTP Server、路由、会话管理和任务队列。
    • Pi Agent: 是核心大脑,负责处理逻辑。
  • 远程管理: 通过 Tailscale VPNSSH Tunnel 进行安全的远程连接,保障了数据传输的安全性(无需暴露公网 IP)。

OpenClaw 智能体工作区指南:构建记忆与人格

OpenClaw 智能体工作区,旨在构建一个具有独立人格、长期记忆和自治能力的 AI。

核心基于 Markdown 文件系统

  • 身份与原则 (BOOTSTRAP, SOUL, IDENTITY):确立 AI 的自我认知、名字与核心行为守则。
  • 持续性 (MEMORY, AGENTS):通过“每日日志”与“长期记忆”实现跨会话的知识积累,而非每次新鲜唤醒。
  • 伙伴与工具 (USER, TOOLS):记录人类偏好与本地环境配置,实现个性化与外部协作。
  • 自主性 (HEARTBEAT):在无指令时主动执行维护与状态检查。

总体而言,这套架构通过将记忆转化为持久化、可编辑的 Markdown 文件,实现了自主反思与知识沉淀的自治目标

OpenClaw - 智能体

网关架构 (Gateway Architecture)

概述

  • 一个长期的网关 (Gateway) 进程拥有所有消息传输表面(WhatsApp 通过 Baileys,Telegram 通过 grammY,Slack,Discord,Signal,iMessage,WebChat)。
  • 控制平面客户端(macOS 应用、CLI、Web UI、自动化脚本)通过 WebSocket 连接到网关,绑定在配置的主机上(默认 127.0.0.1:18789)。
  • 节点 (Nodes)(macOS/iOS/Android/无头设备)也通过 WebSocket 连接,但需声明 role: node 并包含明确的能力/命令。
  • 每台主机对应一个网关;它是唯一开启 WhatsApp 会话的地方。
  • 画布主机 (Canvas host)(默认 18793)用于提供代理可编辑的 HTML 和 A2UI。

组件与流程

网关 (Gateway) (守护进程)

  • 维护提供商连接。
  • 公开类型化的 WS API(请求、响应、服务器推送事件)。
  • 根据 JSON Schema 验证入站数据帧。
  • 触发事件,如 agentchatpresencehealthheartbeatcron

客户端 (Client) (Mac 应用 / CLI / Web 管理)

  • 每个客户端一条 WS 连接。
  • 发送请求 (healthstatussendagentsystem-presence)。
  • 订阅事件 (tickagentpresenceshutdown)。

Kimi K2.5:首个开源多模态智能体集群

感觉 Kimi K2.5 在国内被低估了,让子弹飞一会儿 🚀🚀🚀

基准测试(Benchmarks)

Agent Swarm 基准测试

为了严格评估智能体集群(Agent Swarm)框架的有效性,选择了三个具有代表性的基准测试,它们共同涵盖了深度推理大规模检索以及真实世界的复杂性

  • BrowseComp:一项具有挑战性的深度研究基准,需要多步推理和复杂的信息综合。
  • WideSearch:旨在评估在不同来源中进行广泛、多步信息寻求和推理能力的基准。
  • In-house Swarm Bench:一项内部开发的集群基准,旨在评估智能体集群在真实世界、高复杂度条件下的性能。 它涵盖了四个领域:
    • WildSearch(开放网络上不受约束的真实世界信息检索);
    • Batch Download(大规模获取多样化资源);
    • WideRead(涉及 100 多个输入文档的大规模文档理解);
    • Long-Form Writing(连贯生成超过 10 万字的海量内容)。 该基准整合了极端规模的场景,旨在压力测试基于智能体系统的编排(Orchestration)、可扩展性(Scalability)和协作能力

主要基准测试

Kimi K2.5 评估涵盖了多个领域的基准测试,下面是按能力维度分类的各基准测试说明:

推理与通用能力 (Reasoning & General) Humanity’s Last Exam

本地 AI 助手 OpenClaw:macOS 实操指南 + 核心架构分析

OpenClaw 简介

自2025年11月由PSPDFKit创始人Peter Steinberger作为周末项目启动(最初名为Clawd/Clawdbot),OpenClaw(曾短暂更名为Moltbot)在2026年1月迅速走红,成为当年上半年增长最快的开源AI智能体框架之一。该项目GitHub星数已超过13万(部分报道接近15万),其最大亮点在于真正实现了“本地优先、本地执行”的自主任务能力,而非单纯的云端聊天。

OpenClaw不是传统AI聊天助手,而是一个运行在用户本地硬件(Mac、PC、服务器)上的自动化中枢。它通过消息类应用(如WhatsApp、Telegram、iMessage、Discord等)接收自然语言指令,能够执行真实电脑操作:读写文件、运行命令、操作浏览器、管理邮件日历、甚至自主编写新技能。

OpenClaw 项目架构概览

设计哲学 OpenClaw 被设计为一个模块化、可扩展且强健的个人 AI 助手系统。其核心理念包括: 解耦 (Decoupling):将智能体逻辑与传输层(如 Discord、Telegram 等通道)以及控制平面(Gateway)分离。 可扩展性 (Extensibility):通过 Hook 和插件系统支持注入上下文或对智能体运行进行后处理。