1 个人知识库 结合LLM优化个人知识库的目标很明确，就是为了更好地整理手头的所有文档。 本周调研了三种实现方式： - LLM+知识库_01_basic-memory - LLM_知识库_02_记忆宫殿 - LLM_知识库_03_LLM_Wiki 本篇是对LLM+知识库的一些总结和思考。 1.1 核心点 根据几种方案的对比，以及自己的实验，总结如下核心点： 数据保存在本地 需要保存原始文本，尽量不在原始文本上修改 所有内容都要明文保存，包含原始内容和LLM生成的内容 系统本身需要具备自我进化的能力 文档和文档之间最好能自动建立连结 1.2 架构分层 在具体架构上，需要有一层清晰的划分，这里更倾向 LLM Wiki 的方案： 原始资料必须原样留档。 模型的输出结果需要存下来，避免每次提问都重新生成。这些存下来的输出未来如何持续更新，需要进一步设计逻辑。 面对复杂场景，单靠一个 Agent.md 可能不够。未来在和大模型交互时，大概率需要按需注入多套不同的独立规则。 1.3 具体实现 落实到具体实现上，大家都在摸索，不过有几个确定的方向。 首先，不管是跑出来的模型产出还是原始资料， ...

1 引言 看 basic-memory 的时候就想：这个也挺好用的。但大模型应用到现在，似乎不应该没有特别高星的数据存储类开源项目。难道正解还是 RAG？刚好就看到了 MemPalace。 MemPalace 也是一个给 AI 提供外挂记忆的本地知识库系统。 https://github.com/milla-jovovich/mempalace 目前已经有 37.9K Star 2 与其它工具对比 MemPalace 和 basic-memory 属于同一类工具，核心目的都是把 Agent 的“大脑（推理模型）”和“记忆（上下文）”解耦，且都通过 MCP 协议接入，让 Cursor、Claude 等不同工具能共享同一份记忆。 2.1 优点 直接存原文（Verbatim Storage）：它强制保留对话和文档的原始上下文，不依赖 AI 去盲目总结压缩。 建立“记忆宫殿”层级：引入翼（Wing，大型独立区域，配楼）、厅（Hall）、房（Room）三级结构。自带归类关系，大幅提升了查询准确度。 极低的上下文占用：平时唤醒 AI 时，只塞入约 170 Token 的核心事实。需要具体细节时， ...

提示词 1： 科技概念封面图，一个发光的智能体（代表 AI 管理员）站在中心，四周漂浮着错落有致的半透明立体书页和知识卡片（代表 Markdown 文件），一条条光束在卡片之间穿梭，自动建立连接与索引。表现 AI 全职管理并自动编排个人知识库，冷色系，几何抽象风格，横版 16:9，无文字，无中文，无字母 提示词 2： 科技概念封面图，画面分为底层暗色的文件夹矩阵（原始资料）与上层发光的三维连接网络（成品 Wiki），一道明亮的数据流从底层被提取并编织进上层结构中，上方悬浮着一个抽象的指令星环。表现 AI 根据 Schema 规范自动化处理知识库，极简科技感，横版 16:9，无文字，无中文，无字母 1 Karpathy 是谁 Andrej Karpathy 是 OpenAI 的创始成员之一，前特斯拉的 AI 高级总监。他在 AI 圈很有影响力，经常写通俗易懂的技术博客，也做一些开源项目。 2 LLM Wiki 方案 26年4月，Karpathy 提出了一种构建个人知识库的新范式——LLM Wiki。它的核心是不用每次临时去查资料（传统 RAG 模式），而是让大模型当个“全职管理员”，把你 ...

|300 关于这本书 《模仿欲望》，英文原名 Wanting: The Power of Mimetic Desire in Everyday Life，作者是美国创业者 Luke Burgis。这本书的核心来自法国哲学家 René Girard 的理论：我们的欲望大多不是自发产生的，而是通过模仿"中介者"形成的——看到别人在追求某件东西，自己才开始想要它。书里讲的不只是消费习惯或社交关系，而是欲望本身从哪里来。读完之后，很难不回头问自己：那些以为是"我的想法"的东西，有多少真的属于我？ 读后感 这本书是 ChatGPT 给我推荐的，话题是"欲望"。 开始读的时候觉得方向有点偏——我想要的是欲望的结构，那场追逐的游戏，求而不得的强化机制。这本书讲的是欲望从何而来：我们为什么把某件东西当成了值得追求的目标。后来周末整理旧文档，才发现之前提过的几个问题，这本书都给出了解释。 没到一天就读完了，没想到后劲挺大。当晚就做梦，梦里我和两个旧友处于同一个环境，和不同的人交流方式，展现出完全不同的自己：有趣活泼，和敏感试探。 不同的人激发出了不同的状态，再一次验证了"愿常远离恶知识"道理。这 ...

2025 年 1 月 24 日，OpenAI 发布了其首款 AI 智能体 Operator。这是一款能够在浏览器上执行简单在线任务的网络应用，例如预订音乐会门票和在线购买杂货。 Operator 由新模型 Computer-Using Agent（CUA）驱动，该模型基于 GPT-4o 构建。目前，该应用仅面向订阅每月 200 美元 ChatGPT Pro 服务的美国用户开放，未来将逐步向其他用户推广。 官方介绍: https://openai.com/index/computer-using-agent/ 原理： 将 GPT-4 的推理能力结合视觉功能，用于操作电脑桌面（类似于操作浏览器）。 基于桌面解析和文字识别技术，可以控制键盘和鼠标，并在沙箱环境中进行操作。 问题： 安全问题：适合操作商场中机器人，对于个人数据/公司数据可能涉及安全问题。 目标用户是谁：像 Dify，扣子也有此问题。 应用场景： 浏览器使用：语法检查、退款总计、更新许可证、客户查询。 电脑使用：下载讲座、合并 PDF、压缩图像、计算价格、导出图像。 其它： 要 200 刀的 pro 才能用，而 ...

[!abstract 为什么用 MCP] 来源：本文分析 内容： - MCP 是给模型用的“远程遥控器”接口，设计上并非直接面向终端用户； - 在写代码场景下，MCP 补充的是“本地环境操作”的能力，而不是“智能生成”的能力； - 在 Obsidian 场景下，是否需要 MCP，取决于你要不要让 AI“主动参与、自动处理”，而不只是辅助。 相关主题：Agent 工具链、AI 插件生态、Obsidian 自动化、大模型与工具融合 引言 昨天在 B 站看到 UP 主黄益贺展示了一个用对话操作 Obsidian 的 MCP。朋友最近也推荐了一个 MCP 应用：文颜，它可以将 Obsidian 文件发布到微信公众号。文颜 MCP 需要一个 MCP Client 连接大模型和 MCP Server 来处理 Obsidian 的 markdown 文件，理论上可以上传任意 markdown 到公众号的草稿箱。 文颜 MCP 有两个功能：列出支持的风格和上传草稿箱。使用这个工具需要设定微信账户、标题、封面图，以及安装必要的软件。虽然比直接用 Obsidian 插件复杂，但仍有一定用户。 当然，用 ...

1 Manus 1.1 概述 官网： https://manus.im/usecases 根据 Manus 发布会的数据，Manus 的功能覆盖了 76% 的垂直类 Agent 项目。其官网展示了 50 多个用例，主要应用于数据分析、调查研究和效率提升。工程方面，Manus 付出了大量努力，整体交互比其他产品优化了许多。 从个人体验来看，Manus 的推广和设计非常出色，与浏览器的整合也令人印象深刻。它有效填补了市场空白，市面上虽有众多开源的 agent 工具，但普遍缺乏易用性；即便是 coze 的图形化界面模块拼接，也存在一定的使用门槛。 Manus 的另一大优势在于其示例表现。一句简单提问，即能获得优质输出。在国内，类似体验的产品有 kimi（检索）和 deepseek-R1（推理），但它们通常只处理单个简单问题。而 Manus 不仅可以在线搜索数据，还能够进行多步操作，解决复杂问题。这一特点似乎填补了市场空白。不过，其实际效果及成本如何，尚需进一步观察和讨论。 1.2 用户交互 界面：打开网站上的实例，可以清晰看到工作过程，左侧展示模型思考，右侧展示工具调用，左右分区的交互流畅。 ...

本文是我在 Linux 系统下，使用 Docker 方式安装和配置 OpenClaw 的实践记录，这样既不影响当前工作环境，又避免了误操作和数据泄露的风险。相对宿主机安装，Docker安装操作在浏览器时会稍微麻烦一点（使用CDP协议），但不用买新机器，又能保证数据安全，还挺重要的。 文中详细列出了从环境准备、安装步骤到实际使用中遇到的关键问题（如用户权限、服务配对和网络连接）及其解决方案，旨在为有类似需求的开发者提供一份可直接参考的避坑指南。 1 项目资源 官方网站：https://clawd.bot/ 代码仓库： https://github.com/openclaw/openclaw (注：项目曾用名 Moltbot) 2 项目概况 OpenClaw 是一个以 TypeScript 为主的大型项目，代码量超过 50 万行。其运行环境要求 Node.js ≥ 22，同时官方也提供了 Docker 安装方式，便于部署。 项目配置主要涉及两个文件： 源码目录中的 .env 文件，用于设置环境变量。 根据用户配置生成的 $HOME/.openclaw/openclaw.json 文件 ...

OpenClaw 除了操作计算机、调用本地工具、利用模型内置的“记忆”，从网上查资源其实是 agent 非常核心的一项工作能力。很多时候，问题不是“会不会推理”，而是“能不能找到最新、准确、可用的资料”。 OpenClaw 安装完成后，理论上已经具备联网能力，但如果你真想让它“上网干活”，还需要额外做一些配置。不然它更多只是一个会思考、但信息来源受限的本地劳动力。 本文就围绕这一点，梳理一下在当前阶段，OpenClaw 想要访问互联网的几种可行方式，以及各自的配置方法和坑点。不讨论哪种最优，只尽量把路讲清楚，方便你按自己的环境和偏好来选。 1 自带的上网功能 在 OpenClaw 里，“上网”其实并不是一个单一的问题，大致可以分成以下几个场景：一类是已知目标的接口调用。比如查天气、查汇率、查某个服务的状态，这类场景往往已经知道具体的网站或 API，只需要把参数（位置、时间、代码等）通过 curl 或 SDK 传进去，就能直接拿到结果。这种更像是调用一个远程函数，很多 skill 本身就已经封装好了，基本不需要额外配置，上来就能用。 更常见、也更麻烦的，是不确定目标的信息获取。比如“搜一 ...

1 技术背景 当下多数 AI Agent 的能力已经趋同：接入模型、调用工具、操作本地环境、支持 skill / mcp 扩展。这些能力本身并不是全新发明。可能在某个时间点上，大模型成熟了，工具生态完善了，成本降低了，于是一个产品突然爆发。 Openclaw 做的事情，更像是把这些能力系统性地整合到一起，并且打磨到可日常使用的程度。从创新角度看，它与很多 agent 的差异，不一定在“会不会用工具”，而更可能在记忆的设计方式：分层抽象、可回溯、可编辑，并且以 markdown 明文形式存储在本地。 不少 agent 的长期记忆依赖向量库存储或隐式 embedding，对用户来说相对黑箱；而 openclaw 将部分长期特征外置为结构化文本，这是一个方向性的差异。 1.1 人格建模：从权重到配置 我原来以为，如果要训练一个“数字人”，必须训练一个模型、调参、微调权重。现在看，至少有一部分稳定特征，是可以抽取为文字的。更准确地说，并不是“非参数化建模取代了参数模型”，而是：一部分人格特征被显式化为可编辑的结构化文本。 原来是：不可解释、难控制、成本高。现在是：可解释、可编辑、可更新、可组合 ...