知识库图书馆
我的知识库和图书馆
15 篇文章Agent Skills 标准详解：统一 AI Agent 技能包实现流程复用
Agent Skills 是面向 AI Agent 的开放标准，旨在让不同的 Agent 通过统一的“技能包”快速获取特定领域的知识、流程和工具能力。它把一次性写好的 Prompt 升级为可复用、可版本控制的资产，让团队经验可以像代码一样被管理和共享。下面带你快速了解它的工作原理、与 MCP 的区别 …
辉哥AI智能体核心术语详解
AI智能体领域发展迅猛，但术语乱飞、概念混淆，是不是经常让你一头雾水？特别是“运行框架”和“支撑层”这类词，听着就懵。别急，这篇文章就是来帮你排忧解难的。咱们结合行业实践，把那些容易混淆的核心术语捋清楚，搭一个清晰的概念框架，让你以后交流、学习都更顺畅。
辉哥OpenClaw升级方法与回滚教程
本文概览 适用于通过 npm 或 git 安装 OpenClaw 的用户，介绍两种升级方式、升级后检查与重启步骤，以及回滚方法。关键步骤包括：
辉哥OpenClaw队列模式配置指南
OpenClaw 队列系统概览 OpenClaw 为 AI 交互提供了灵活的消息队列机制，帮助在模型忙碌时高效管理多条指令。不同模式下，系统会以中断、转向、合并或排队的方式处理新消息，满足实时打断、批量合并、逐步执行等多种使用场景。
辉哥OpenClaw聊天页面五大核心按钮功能详解
在 OpenClaw 的聊天页面中，工具栏提供了五个核心控制按钮，分别对应刷新、思考模式、工具权限、聚焦模式以及任务队列。通过这些按钮，用户可以在对话过程中灵活调整模型的运行状态、资源消耗和功能范围，从而实现更高效、更安全的交互体验。
辉哥OpenClaw思考深度级别使用指南
在使用 OpenClaw 进行模型推理时，系统提供了多个思考深度级别（Thinking Level），帮助在不同场景下平衡响应速度与推理质量。以下对各级别、模型映射、使用建议以及切换方式进行结构化整理，便于快速查阅和实际操作。
辉哥OpenClaw源码深度解析：队列、缓存与性能优化全攻略
基于 OpenClaw 2026.4.9 源码深度分析 1. 队列系统优化 核心目标 解决消息突发、并发输入问题，处理 AI 忙碌时用户快速发送多条消息的场景。
辉哥Coding Agent辅助代码开发Rubrics标注技术与PE调优实战指南
本文聚焦 AI 辅助代码开发与质量管控三大核心技术——代码类 Rubrics 标注、Coding Agent 辅助开发、Prompt Engineering (PE) 调优。 文档将从核心原理、标准化流程、实操技巧及协同场景四个维度展开，旨在解决代码评估标准模糊、AI 生成代码质量不稳定、人机协作效 …
辉哥QClaw客户端架构与Queue Guard排队机制探索
腾讯安全管家推出的Qclaw，每天送4000万免费Tokens，基本上每天都在更新，目前支持多Agent，界面美观实用方便，是目前本地部署openclaw的最佳选择。 以下为探索记录：
辉哥LLaMA-Factory零门槛操作的全能大模型微调平台
在 LLM（大语言模型）微调领域，如果说 Unsloth 是追求极致速度的“轻量化跑车”，那么 LLaMA-Factory 就是一辆功能全、动力足、谁都能上手的“全能越野车”。 它是由北京大学团队主导开发的开源项目，目前已成为国内乃至全球最受欢迎的微调框架之一。以下是关于 LLaMA-Factory …
辉哥