基于 Pi Agent SDK 适配 OpenAI 兼容接口
通过两种方式,在 TypeScript 中使用 @earendil-works 的 Pi Agent 框架连接本地运行的 Ollama 模型(以 qwen3.5:9b 为例)。
环境初始化
首先,初始化项目并配置为 ES Modules (ESM) 模式,以支持顶层 await 语法。
npm init -y
在生成的 package.json 中,手动添加 "type": "module":
通过两种方式,在 TypeScript 中使用 @earendil-works 的 Pi Agent 框架连接本地运行的 Ollama 模型(以 qwen3.5:9b 为例)。
环境初始化
首先,初始化项目并配置为 ES Modules (ESM) 模式,以支持顶层 await 语法。
npm init -y
在生成的 package.json 中,手动添加 "type": "module":
AI 的未来不在于将人类现有的经验硬塞给机器,而在于设计出能够利用无限算力进行搜索与学习的“元方法”。
回顾70年人工智能研究历程,最深刻的一条教训是:依托算力的通用方法,最终效果远超其他路径,且优势极其显著。究其根本,源于摩尔定律——或者更广义地说,单位计算成本持续呈指数级下降。绝大多数人工智能研究开展时,都默认智能体可使用的算力是恒定的(这种情况下,借助人类知识就成了提升性能为数不多的手段之一)。但只要研究周期稍长于普通科研项目,海量算力必然会成为现实。
研究者为追求短期见效的性能提升,往往试图融入自身对领域的人类认知;但从长远来看,真正起决定性作用的,只有对算力的充分利用。这两条路径本不必相互对立,现实中却常常冲突:投入在一方的时间,就无法用于另一方。研究者会在心理上执着于某一种研究思路;而依赖人类知识的方法,往往会让模型变得复杂,反而难以适配依托算力的通用优化路径。
人工智能研究者们屡屡迟来地领悟到这一惨痛教训,回顾其中几个典型案例,颇具启发意义。
在国际象棋领域,1997年击败世界冠军卡斯帕罗夫的算法,依靠的是大规模深度搜索。彼时,多数国际象棋计算机研究者对此倍感沮丧——他们此前一直钻研的,是融入人类对国际象棋特有棋局结构理解的方法。
源码安装
克隆 Reachy Mini Conversation App
git clone https://github.com/wang-junjian/reachy_mini_conversation_app
cd reachy_mini_conversation_app
创建虚拟环境并安装依赖
uv venv --python 3.12
source .venv/bin/activate
uv sync
⚠️ 注意:要完全复现此仓库 uv.lock 文件中的依赖关系,请运行 uv sync --frozen 命令。这将确保 uv 直接从 lock 文件安装依赖项,而无需重新解析或更新任何版本。
安装可选功能
uv sync --extra local_vision # Local PyTorch/Transformers vision
uv sync --extra yolo_vision # YOLO face-detection backend for head tracking
uv sync --extra mediapipe_vision # MediaPipe-based head-tracking
uv sync --extra all_vision # All vision features
合并额外功能或包含开发依赖项:
项目总览
Kilo Code 是一个功能强大的开源 AI 编码助手,基于 OpenCode 框架开发。项目采用 Monorepo 架构,使用 Turborepo 和 Bun Workspaces 管理多个包。
核心数据
| 指标 | 数值 |
|---|---|
| Monorepo 包数量 | 23 |
| TypeScript 文件数 | 5800+ |
| 支持的 AI 模型 | 500+ |
| 内置工具数量 | 50+ |
| UI 组件数(kilo-ui) | 65+ |
| 国际化语言 | 19 种 |
| 开源协议 | MIT |
核心特性
Monorepo 依赖架构
Kilo Code 采用 Turborepo + Bun Workspaces 分层架构,23 个包协同工作。
架构分层
Pi 是一个模块化的 AI 编码智能体 Monorepo,使用 TypeScript 构建。它提供统一的 LLM 抽象层、通用的智能体运行时、丰富的终端 UI 框架,以及完全可扩展的编码智能体命令行工具。
1. 项目概览
Pi(@earendil-works/pi-mono)是由 Mario Zechner 开发的 AI 编码智能体 Monorepo,设计理念是模块化、可扩展、供应商无关。它将多个 LLM 供应商的复杂性抽象为统一 API,提供强大的智能体运行时和工具执行能力,并附带生产就绪的终端 UI。
核心能力
| 能力 | 说明 |
|---|---|
| 统一 LLM API | 9 种 API 协议和 30+ 供应商品牌的单一接口。只需修改一个字符串即可切换供应商。 |
| 智能体运行时 | 完整的智能体循环,支持并行工具执行、消息注入队列和上下文压缩。 |
| 丰富的终端 UI | 独立的终端 UI 框架,支持差异化渲染、文本编辑器、图片显示和浮层系统。 |
| 扩展系统 | 80+ 扩展示例、20+ 生命周期钩子。可注册工具、命令、快捷键和供应商。 |
| Web 组件 | 基于 Lit 的聊天 UI,支持沙箱化 Artifact 渲染(HTML、SVG、PDF、DOCX 等)。 |
| 多运行模式 | 交互式终端、管道友好的打印模式,以及用于 IDE 集成的 JSONL RPC 模式。 |
包依赖关系图
graph TD
subgraph "第一层:基础层"
ai["<b>pi-ai</b><br/>统一 LLM API<br/>30+ 供应商"]
end
subgraph "第二层:运行时层"
agent["<b>pi-agent-core</b><br/>智能体运行时<br/>工具执行"]
end
subgraph "第三层:UI 层"
tui["<b>pi-tui</b><br/>终端 UI 框架<br/>零依赖"]
end
subgraph "第四层:应用层"
coding["<b>pi-coding-agent</b><br/>编码智能体 CLI<br/>扩展与工具"]
webui["<b>pi-web-ui</b><br/>Web UI 组件<br/>Lit + Tailwind"]
end
ai --> agent
agent --> coding
tui --> coding
ai --> webui
tui --> webui
style ai fill:#1f6feb,stroke:#388bfd,color:#fff
style agent fill:#238636,stroke:#3fb950,color:#fff
style tui fill:#8957e5,stroke:#bc8cff,color:#fff
style coding fill:#da3633,stroke:#f85149,color:#fff
style webui fill:#e3b341,stroke:#d29922,color:#fff
图 1: Pi monorepo 包依赖关系图 — 4 层架构,5 个包
部署 Reachy Mini 语音智能体
安装 reachy_mini_conversation_app 到 Reachy Mini
在 MacBook 上运行 Reachy Mini Control,单击 Start 按钮。

在 Applications 页面,单击 Discover apps 后,搜索 reachy_mini_conversation_app。

单击 Install 按钮安装 reachy_mini_conversation_app。


MacBook 上实时模式运行 Speech To Speech
安装 Speech To Speech
uv venv --python 3.12
source .venv/bin/activate
uv pip install speech-to-speech
uv pip install "speech-to-speech[faster-whisper]"
中文
方法
架构
本仓库实现了一个语音到语音的级联管道,包含以下部分:
模块化
该管道提供了一种完全开放且模块化的方法,重点是利用 Hugging Face Hub 上 Transformers 库提供的模型。代码设计易于修改,我们已经支持特定设备和外部库的实现:
VAD
STT
LLM
TTS ChatTTS Pocket TTS - Kyutai Labs 提供的支持语音克隆的流式 TTS Kokoro-
Thariq: Using Claude Code: The Unreasonable Effectiveness of HTML
Markdown 已成为智能体(agent)与我们沟通时占主导地位的文件格式。它简单、可移植,具备一定的富文本能力,且易于编辑。Claude 甚至已经相当擅长在 Markdown 文件中使用 ASCII 绘制图表。
但随着智能体变得越来越强大,我感到 Markdown 已成为一种受限的格式。我发现自己很难阅读超过一百行的 Markdown 文件。我想要更丰富的可视化效果、色彩和图表,并且希望能轻松分享它们。
我也越来越不亲自编辑这些文件,而是将它们用作规格说明、参考文件、头脑风暴输出等。当我确实需要编辑时,我通常会让 Claude 来编辑,这就削弱了 Markdown 最大的一个优势。
我开始更偏爱 HTML 作为输出格式,而不是 Markdown,并且越来越多地看到 Claude Code 团队中的其他人也在使用它。以下就是原因。
(如果你想先看一些示例,可以在这里看到一大堆:https://thariqs.github.io/html-effectiveness ,不过记得回来看更多关于"为什么"的内容。)
为什么选择 HTML?
信息密度

与 Markdown 相比,HTML 能够传达更丰富得多的信息。
Notebook 0 — First Connection & Movement
🎯 目标:连接 Reachy Mini 并执行你的第一条运动指令。
架构概述
Reachy Mini 采用客户端-服务器架构:
graph LR
subgraph Client
A[Your Python Script]
end
subgraph Server
B[Reachy Daemon]
end
subgraph Reachy Mini
C[Robot Hardware or Simulation]
end
A <--> B
B --> C
核心概念:
reachy_mini 软件包。为什么采用这种架构?
验证连接
在运行代码之前,请先确认机器人已启动并正常运行。
你应该使用 Reachy Mini Control 来检查机器人是否已连接并准备就绪。Reachy Mini Control 是一款桌面应用程序,可让你管理机器人、运行应用、播放表情以及控制其音响系统。如果尚未下载,请从官方网站下载。
在 Reachy Mini Control 中连接成功后,请确保机器人处于“开启(ON)”状态。
在继续操作前,务必确认机器人已开启!尤其是使用无线版本时,在通电后,机器人代码默认处于关闭状态。
如需排查问题,请参考文档中的“连接与 Reac

使用大语言模型(LLM)构建个人知识库的模式。
这是一份概念文件,设计用于复制粘贴到你自己的 LLM 智能体中(例如 OpenAI Codex、Claude Code、OpenCode / Pi 等)。它的目标是传达高层级的理念,而具体细节将由你的智能体与你协作构建。
核心理念
大多数人与 LLM 和文档打交道的体验看起来像是 RAG:你上传一批文件,LLM 在查询时检索相关片段,然后生成答案。这确实有效,但 LLM 每次都要从零开始重新发现知识,没有任何积累。当你问一个需要综合五份文档的微妙问题时,LLM 必须每次都找到并拼凑相关片段,没有任何东西被沉淀下来。NotebookLM、ChatGPT 文件上传以及大多数 RAG 系统都是这样工作的。
这里的理念不同。与其仅在查询时从原始文档中检索,LLM 增量式地构建并维护一个持久的维基 —— 一个结构化的、相互关联的 Markdown 文件集合,位于你和原始来源之间。当你添加新来源时,LLM 不只是将其索引以备后用。它会阅读来源,提取关键信息,并将其整合到现有维基中 —— 更新实体页面、修订主题摘要、标注新数据与旧主张的矛盾之处、强化或挑战不断演进的综合结论。知识被编译一次,然后保持最新,而不是每次查询都重新推导。
这就是关键区别:维基是一个持久的、复合增长的产物。
1. 开启仓库的 Discussions 功能
默认情况下,GitHub 仓库没有开启讨论(Discussions)功能。

2. 安装并授权 giscus app
为了让 Giscus 有权限向你的仓库写入评论,你需要:
wang-junjian.github.io 仓库上。


3. 配置分类 (Category)
在你的 Discussions 页面中,建议创建一个专门的类别(例如命名为 Announcements 或 Comments),并确保该类别的 Discussion format 设置为 Announcement,这样普通用户就不能直接在 GitHub 页面随意发起讨论,只能通过你的博客留言板生成。



4. 获取配置代码
访问 giscus.app,在“仓库”栏输入 wang-junjian/wang-junjian.github.io,它会自动检测并生成一段配置代码。


5. 博客中评论



Hermes vs. OpenClaw - When to Reach for Which Agent
发布时间:2026-05-07 作者:Brendan O'Leary
上周,有人在 Kilo Discord 里问:"我该从 OpenClaw 切换到 Hermes 吗?" 自 Hermes 今年二月发布以来,这个问题我已经见过不下十几次。问得好 —— 两者都是开源的,都能连接你的聊天应用,都能运行工具、记住上下文。单看功能列表,它们几乎一模一样。
但过去两个月同时运行两者之后,我认为功能清单反而让人分心 —— 真正让它们分道扬镳的是设计哲学。
Hermes 是在一个学习型智能体外包裹了一个网关。
OpenClaw 是在一个消息网关内包裹了一个智能体。
这个区别听起来很抽象,但它对你配置和与每个工具交互的方式有着切实的影响。
Hermes:智能体优先
Hermes Agent 来自 Nous Research,于 2026 年 2 月发布。截至本文撰写时,GitHub 星标数约为 13.5 万。其 headline 功能是所谓的"学习循环" —— 智能体会基于自身行为创建并进化自己的技能。
根据其功能文档:
KiloClaw 安全
安全架构、租户隔离与面向托管式AI智能体算力的数据保护
2026年2月 v1.0;Andrew Storms 独立安全评估
KiloClaw 是一个托管式计算平台,在每个专用虚拟机中运行每个用户的 AI 智能体实例。每位客户都会获得一个隔离的环境,其 AI 智能体可以在其中执行代码、访问文件系统、浏览网页以及连接到聊天频道(如 Telegram、Discord 和 Slack)。
对于代表客户执行任意代码的 AI 智能体托管式计算这类产品,其安全风险本身就很高。租户隔离的失误可能会将一个客户的秘密、对话和已连接账户暴露给另一个客户。机密管理的失误可能会危及客户托付给该平台的 API 密钥。
本白皮书介绍了 KiloClaw 的安全架构、保护客户数据的控制措施,以及 2026 年 2 月进行的独立安全评估的结果。它面向评估 KiloClaw 是否适合其组织的安全团队、合规官和技术决策者。
评估摘要
一项为期10天的独立安全评估通过威胁建模(采用 PASTA 框架,涵盖13项资产中的30个威胁)、代码审查、60多项对抗性测试以及实时基础设施测试,验证了 KiloClaw 的架构。总体结论是:KiloClaw 的安全架构是健全的,并在多个独立层实施了租户隔离。
KiloClaw 的工作原理
理解安全模型需要先理解其架构。
聊天软件集成 OpenClaw 的方式
聊天软件要集成 OpenClaw,主要有这几类方式(可以组合): 用 OpenClaw 自带的“Channel 插件”直连(推荐,最省事) Telegram、WhatsApp、Discord、Slack、飞书/Lark、钉钉、Teams、Google Chat、Mattermost、Matrix、IRC、LINE、Signal、iMessage 等。 在 OpenClaw 的初始化或 openclaw channels add 里直接选通道、按向导配置即可。 本质上是:各 IM 的 Bot API / Webhook / Socket Mode / QR 扫码 对接到 OpenClaw 的 Gateway。初始化向导里可以看到支持的通道清单。 通用 HTTP 接口集成(适合任意聊天平台) OpenClaw 的 Gateway 提供了一个 HTTP 端点 /tools/invoke,可以调用单个工具(例如创建会话、发消息、拉取历史等),支持 Bearer 认证和 OpenAI 兼容的 /v1/* 风格接口。 你的聊天软件后端只要能发 HTTP POST,就可以用这个接口和 OpenClaw 交互。
研究编码智能体开源项目的最佳实践
基于 Kilo Code 的架构特征和当前编码智能体领域的生产实践 ,以下是系统研究此类项目的 方法论框架:
阶段 1:宏观定位(Why & Where)
| 研究维度 | 关键问题 | Kilo Code 的启示 |
|---|---|---|
| Fork 溯源 | 上游是谁?核心差异点?社区分裂原因? | Kilo 从 Roo Code 分叉,差异集中在 Cloud 集成和商业化功能 |
| 生态位 | 是「IDE 插件」「CLI 工具」还是「平台」? | Kilo 是「IDE 扩展 + CLI + Cloud」的三位一体 |
| 许可策略 | 是否存在 BSL/SSPL 等限制性条款? | MIT 许可证,无商业限制 |
| 模型绑定 | 是否硬编码单一提供商? | 模型中立是核心卖点,避免供应商锁定 |
阶段 2:架构解构(How)
建议的代码阅读路径(以 Kilo 为例):
src/extension/activate.ts(VS Code 生命周期)、src/extension/api.ts(IPC 外部 API)Cline/Roo/Kilo 主类,理解 Plan → Act → Verify 的循环McpHub 如何集成外部工具(文件系统、终端、浏览器)// kilocode_change 快速定位增量代码Reachy Mini
2025年12月买的 Reachy Mini 机器人,近5个月终于到手了。

介绍
Reachy Mini 是由法国机器人公司 Pollen Robotics 开发的一款开源的桌面级人形机器人,旨在为教育、研究和创意项目提供一个灵活且易于使用的平台。Reachy Mini 是 Reachy 机器人的小型版本,具有相似的功能和设计,但体积更小,更适合在桌面环境中使用。
硬件版本
| 功能特性 | Wireless (无线版) | Lite (轻量版) |
|---|---|---|
| 价格 | 299 | |
| 电机与机械结构 | 9 个伺服电机 | 9 个伺服电机 |
| 头部运动 | 6 自由度 (pitch, roll, yaw, x, y, z) | 6 自由度 (pitch, roll, yaw, x, y, z) |
| 身体旋转 | ±160° | ±160° |
| 天线 | 2 个动力感应天线 | 2 个动力感应天线 |
| 摄像头 | 广角摄像头 | 广角摄像头 |
| 麦克风 | 4 麦克风阵列 | 4 麦克风阵列 |
| 扬声器 | 5W 扬声器 | 5W 扬声器 |
| 板载算力 | 树莓派 CM 4 (16GB 存储) | - |
| 加速计 | 内置 IMU | - |
| Wi-Fi 连接 | 支持 | - |
| 独立模式 | 支持 | 需通过 USB 连接控制 |
| 供电方式 | 电池供电 + 电源适配器 (7.3V / 5A) | 仅限电源适配器 (7.3V / 5A) |
开箱与初体验 Welcome to Reachy Mini!
macOS 图像转为 WebP 格式工具使用说明
本工具是一个专为 macOS 设计的自动化脚本,它能帮助您将选择的图片转换为 WebP 格式。
该工具设计为通过 macOS 的“快速操作”或 Automator 工作流程来调用,从而实现便捷的图像转换操作。
Kilo Code
简介
Kilo Code 是一个开源的一站式智能体工程(Agentic Engineering)平台,旨在通过 AI 智能体(Agents)自动化软件开发全流程。它是目前 GitHub 上非常活跃的项目,核心定位是作为开发者的 AI 辅助引擎,帮助构建、部署和迭代代码。

安装
# npm
npm install -g @kilocode/cli
# Or run directly with npx
npx @kilocode/cli
Kilo CLI

主要功能

Kilo项目核心能力分析
基于项目文档和代码结构分析,Kilo是一个开源的AI编码智能体平台,主要用于加速软件开发过程。它是OpenCode项目的fork版本,增强为全面的agentic工程平台。以下是其核心能力的详细分析:
安装 webp
webp 是一个官方工具包,它不是单个软件,而是一整套处理 WebP 格式的命令工具集合。
brew install webp
cwebp (png → webp)
# 有损(推荐,长截图用)
cwebp -q 80 input.png -o output.webp
# 无损(画质完全不变,体积稍大)
cwebp -lossless input.png -o output.webp
dwebp (webp → png)
dwebp input.webp -o output.png
提示词
模型:GLM-5.1
@2025年度报告.pdf 分析这个财报,以巴菲特/段永平的专业进行分析,挖掘出这个企业的核心。不要只看财报中的数字,要以专业投资者的角度去分析这个公司的本质,用一页纸给出普通投资者能看明白的投资建议。
GLM-5.0-Turbo

京东健康
巴菲特 / 段永平视角 · 2025年度报告深度解读
| 港交所 6618 | 股价约 HK | 市值约 HK1,478亿 | PE(TTM) ≈24 |
一、这到底是一门什么生意?
京东健康的本质不是"互联网公司",而是披着互联网外衣的药品零售商。它的收入83%来自卖药卖货(商品收入609亿),17%来自平台服务和广告(126亿)。但与普通药店不同,它拥有三个结构性优势:
没有找到匹配的文章