Tag
先看跑通的效果：两行日志背后的逻辑 这是我第一次跑通测试时截的图。现在看很简单，但当时看到「正在等待第 轮 AI 思考」跳出来的时候，确实有点小激动。 我就输入了一句「查一下使用者 的信息」。剩下的事全是自动完成的：AI 自己判断要调用查询使用者的工具，自动把参数传过去，拿到返回结果之后还自己整理成了表格再回复给我。 关键痛点解决： 无缝工具集成 - 不需要手动编写调用逻辑或参数处理代码
查看更多 2026-08-03
说到前言，为什么你需要 MCP 大模型擅长理解和生成文本。但它天然无法读取本地文件、查询数据库或调用你写的函数。至于你可能遇到， “我想让模型给使用者发送邮件。但模型不知道该怎么实现，” “怎样把本地数据提供给 AI 分析一下？” “如何安全地让模型执行自定义逻辑？” MCP 正是为了解决这些痛点而诞生的——它为 AI 客户端提供统一方式去发现并调用外部能力。 一、什么是 MCP？
查看更多 2026-08-02
大概三年前。我想找一门语言替代我所学的 C++，因为我的 C++ 实在是太烂了。 作为一名 Android 开发者。我深知 Java 的负担 —— 要运行一个 Java 程序，要安装一个 Java 虚拟机，这第一道门槛就让很多使用者望而却步了。 就在那时我发现了 Rust。我渐渐迷上了 Rust —— 一开始倒不是因为它出众的性能表现，而是它没有继承，我讨厌继承，我迷恋 C 那样简洁的语法
查看更多 2026-08-02
使用者痛点一览 本地调试与远程部署割裂 开发阶段只能使用 stdio 上线后又需要重新配置网络协议。 工具集成繁琐 不同 AI 客户端对 MCP 配置字段不统一，容易出错。其实， 缺乏标准化打包流程 手动复制代码发布。无法通过一条命令让其他人直接使用。 协议切换不直观 想从 stdio 切到 sse /streamable-http 需要改动多处代码，缺少示例。 缺少快速上手的示例项目
查看更多 2026-08-01
其实， 5分钟内ClawHub发布首个Agent技能 者迫切需要快速部署可复用的AI技能。传统方法往往需要数小时甚至数天的开发周期，而ClawHub仅需5分钟就可以完成从零到上线的完整流程！说起来， 什么是 ClawHub？ 主要痛点： 开发者苦于没有统一网站管理AI技能，导致重复造轮子、协作困难、维护成本高。 方法： Skill 模块化设计，让你一次开发多次复用！解决代码冗余问题 Agent
查看更多 2026-08-01
老实说，📚 Tutorial Introduction: 📖 This guide walks you through building your very first Agent Skill from scratch. 第四章这方面。动手实践——创建第一个 Skill A step‑by‑step walkthrough creating a functional Roll‑Dice
查看更多 2026-07-24
昨天我们用 openclaw onboard 把 Gateway 跑了起来又经历了一场破壳仪式给小龙虾起了名字、填好了 IDENTITY / USER / SOUL 三件套。但就是，它还只是一只关在终端里的小龙虾，尽管我们能在 TUI 里和它聊。也能在 WebChat 里和它聊，但这些都没有跳出传统 Chatbot 的范畴。 OpenClaw 真正区别于 ChatGPT、Open WebUI
查看更多 2026-07-23
📖说明 至于本篇文章是。从基础开始，亲手开发你的第一个AI大模型！ 的最终篇。在第二篇的基础上配合 Gemini 大模型，实现智能 Agent 的工具链集成。 在我上一篇文章中，我们探讨了如何 和 MCP 工具协议。从零建立一个智能航班查询 Agent，实现以下功能： 代码结构 我们将延续上一篇文章中使用的架构，并在此基础上，引入 ADK进行集成。 实现部分 Runner 负责在
查看更多 2026-07-23
本课目标 完成本课后你将能够： 完整理解Ada程序的结构与语法元素。 掌握 with 子句的多种用法和作用域规则。 正确使用Ada的标识符、保留字和注释规范。 区分声明部分与执行部分的职能边界。 编写符合工业标准的规范Ada代码。 一、程序结构全景解析 Hello World 的完整解剖 回顾上节课的代码： with Ada.Text_IO;procedure Hello is --
查看更多 2026-07-23
说起来， 影像设备已成为个人表达与信息传播的主要工具。只是面对行业市场上琳琅满目的相机型号、复杂的技术参数还有多样化的使用场景，普通使用者往往难以做出最优选择。 为解决这一痛点，今天我基于CodeBuddy Agent网站建立一个相机购买推荐SKILL。按理说，该机制，将传统的“参数对比”模式升级为“场景化推荐”。显著降低使用者的决策门槛。 . 场景描述 解决的主要问题
查看更多 2026-07-23
Demand feedback
