首页/文章/ 周报

2026-03-22｜90 天逆袭计划、OpenClaw 生成日报

周报 17 分钟阅读

本篇博客介绍最近一周（2026-03-16 ～ 2026-03-22）的记录与思考。

本周摘要

GitHub 周报

  1. 本周工作概览

上周 GitHub 上的工作主要集中在三个方向：一是持续迭代个人博客站点 chensoul.github.io，重点涉及导航结构、分类标签页、归档页、订阅源展示和站点地图等；二是继续整理和重构 feeds-aggregator，将部分能力切换到 Python 实现，并补充 RSS 源说明；三是对 vps-backup 做了容器与部署层面的细节调整，补齐时区相关配置，为运行环境稳定性做收尾。

  1. 各项目具体进展

（1）chensoul.github.io：博客站点持续重构与体验优化

这一周博客站点是最主要的开发重心，主要包括：

  • 调整文章页相关逻辑，移除部分文章导航条件判断，并同步更新元标签；
  • 重构订阅源展示逻辑，优化 feeds 的日期显示；
  • 更新订阅源列表文档，补充内容源维护；
  • 为卡片组件、分类页、标签页增加面包屑导航，改善页面层级感和可导航性；
  • 将归档页迁移到 /posts 路径，并更新相关导航；
  • 使用 categoryMeta 统一分类展示名称和排序规则；
  • 重构分类页、标签页，改用 TaxonomySummary 组件并调整样式；
  • 优化站点地图与机器人标签策略，移除不需要暴露的 AI 文章页；
  • 为 LLM 相关文章补充 sitemap 条目；
  • 清理了 logs、rclone-v1.73.2-linux-amd64 等无关目录和文件。

整体来看，这一周博客相关工作是在做一轮较系统的信息架构和展示层优化，目标是让内容结构更清晰、导航更自然、SEO 和索引暴露更可控。

（2）feeds-aggregator：功能重构与数据说明完善

feeds-aggregator 这周的更新方向比较清楚：

  • 将部分功能用 Python 进行重构；
  • 对 RSS 源列表补充注释说明和示例；
  • 做了一轮代码重构整理。

这说明项目在从“能用”往“更易维护、可扩展、可读性更强”的方向推进。

（3）vps-backup：部署与环境细节修正

vps-backup 这周主要是偏运维和部署层面的调整：

  • 清理 Dockerfile 里的尾随空格等细节；
  • 为 Umami 容器增加时区挂载卷；
  • 同步远端主分支变更。

这部分工作虽然提交量不大，但体现出持续收敛部署细节、统一运行环境配置的思路，尤其是继续围绕 Asia/Shanghai 时区语义做稳定性修正。

  1. 本周重点产出

综合来看，上周最核心的产出有三项：

  • 博客站点完成了一轮较系统的结构和展示优化，包括导航、分类、标签、归档、feeds 和 sitemap；
  • feeds-aggregator 开始向 Python 化和规范化方向演进，数据源维护方式更清晰；
  • VPS/Umami 运行环境继续朝统一时区和稳定部署方向收敛。
  1. 本周工作特征

从提交内容看，上周的 GitHub 工作不是单点突破，而是明显的持续迭代型节奏，特点比较鲜明：

  • 以重构和整理为主，而不是单独新增一个大功能；
  • 重点在于内容站点体验、结构统一、部署细节收敛；
  • 很多改动都在为后续更稳定的自动化、统计和内容维护打基础。
  1. 下周可延续方向

如果延续上周的节奏，接下来比较自然的方向会是：

  • 继续完善博客的信息架构和 SEO/索引策略；
  • 把 feeds-aggregator 的 Python 重构进一步做完整；
  • 继续把统计、部署、时区相关配置统一到一套稳定工作流里。

编程周报

  1. 本周总体情况
  • 本周编码总时长为 52.75 小时，较前一周的 40.14 小时增加 12.61 小时（31.4%）。
  • 本周共有 6 天有编程数据，最高产的一天是 2026-03-16，编码 12.92 小时；最低的有效工作日是 2026-03-20，编码 4.02 小时。
  • 从整体分布看，本周工作强度明显回升，编码时长重新回到高位，周内节奏比较稳定。
  1. 项目投入情况
  • chensoul.github.io：29.24 小时
  • wakapi-skill：5.6 小时
  • vps-backup：5.59 小时
  • wakatime-skill：5.43 小时
  • feeds-aggregator：3.77 小时

其中，chensoul.github.io 仍然是绝对主线，投入显著高于其他项目；与此同时，wakapi-skill、vps-backup 与 wakatime-skill 也占据了较多时间，说明本周主要精力集中在博客站点、技能开发与运维相关工作。

  1. 技术与工作类型分布

语言投入：

  • Other：29.01 小时

  • Markdown：5.86 小时

  • C++：3.34 小时

  • Text：2.92 小时

  • Astro：2.32 小时

工作类型：

  • Browsing：23.67 小时

  • Coding：21.38 小时

  • Writing Docs：5.23 小时

  • AI Coding：1.92 小时

  • Debugging：0.42 小时

主要工具：

  • Chrome：23.67 小时
  • IntelliJ IDEA：13.05 小时
  • Ghostty：9.88 小时
  • Cursor：3.38 小时
  • VS Code：1.88 小时

从分类数据看，Browsing 和 Coding 占比最高，Writing Docs 也占据了较多时间，说明本周不仅在写代码，也花了不少精力在资料查阅、页面验证、文档整理和配置核对上。

  1. 每日节奏
  • 2026-03-16：12 hrs 55 mins
  • 2026-03-17：8 hrs 56 mins
  • 2026-03-18：9 hrs 32 mins
  • 2026-03-19：8 hrs 13 mins
  • 2026-03-20：4 hrs 1 min
  • 2026-03-21：9 hrs 6 mins
  • 2026-03-22：0 secs

周一到周六基本都有持续投入，其中周一、周三、周六时长较高；周日没有记录，整体节奏呈现出前六天持续推进、周末后段回落的特点。

  1. 本周结论
  • 本周编程工作重心比较明确：一方面持续推进 chensoul.github.io 的开发与优化，另一方面围绕 wakapi/wakatime 相关技能和 VPS 环境做并行推进。
  • 与前一周相比，本周总时长明显上升，说明执行强度有所提高，且项目投入更集中。
  • 从项目、语言和工具分布来看，本周属于典型的“开发 + 排查 + 文档/配置整理”并行推进的一周。

小龙虾周报

  1. 工作重点与能力建设
  • 完成 OpenClaw 模型配置调整，移除 qwen-portal 相关配置，切换并确认当前使用 OpenAI OAuth 模型（openai-codex/gpt-5.4）。
  • 完成 Memos 能力切换，从 usememos 升级到 usememos-api，并完成 API token 配置。
  • 配置 WakaTime 兼容技能，验证 API 连接与时区处理，支持按 Asia/Shanghai 统计昨天/今天数据。
  • 安装并配置 Umami 统计技能，修复 Python 3.9 兼容性和时区问题，实现博客访问数据分析与日报。
  • 完成多个 GitHab 热门 AI 项目简报生成，了解当前 AI 技术趋势。
  • 整理并保存多篇技术文档到 Linkding 书签，规范书签保存流程。
  1. 自动化与工作流优化
  • 形成”数据查询 → 日报生成 → 公开 Memos 存档 → Telegram 群发送”的完整工作流闭环。
  • 覆盖数据源：GitHub、WakaTime、Umami
  • 新增 Umami 正式日报脚本（每天 05:50 执行）并配置定时任务，但后续已删除。
  • 验证并打通 Telegram 群消息发送链路，目标群：-1001632154815。
  1. 问题发现与解决
  • GitHub 日报时区问题：最初按 UTC 统计导致北京时间窗口错位，改为按 Asia/Shanghai 自然日切分窗口。
  • Umami/Wakapi 时区问题：发现 API 按 UTC 切分，支持 Asia/Shanghai 的参数生效。
  • 探索并尝试安装 PPT 制作技能，未完成 FELO_API_KEY 配置。
  • wakapi-skill 时区验证：官方 WakaTime API 正确按 Asia/Shanghai 切分，Wakapi 实例可能需要配置或升级。
  1. 内容学习与知识管理
  • 阅读 GPT-5.4 mini 与 nano 发布文章并做总结，了解新模型的能力和价格优势。
  • 阅读技术职业发展文章（90 天逆袭计划），总结聚焦核心技能、战略性学习、项目构建的重要性。
  • 整理并保存多篇技术文档到书签，包括 OpenClaw、Codex、Wakatime、Umami 相关内容。
  • 探索并尝试了解 PPT 制作技能（felo-slides、presentation-skills），未完成测试。
  1. 技能开发与配置
  • 尝试通过 npx clawhub@latest 安装 felo-slides，命令不可用，改为手动安装。
  • 安装并配置 wakapi-skill，最终确认使用官方 WakaTime API。
  • 验证 felo-slides 安装，但未配置 FELO_API_KEY，未测试功能。
  • wakapi-skill 后续被删除，技能开发流程验证完整（初始化、编辑、打包、测试）。
  1. Linkding 书签管理
  • 保存多篇微信文章和技术文档到 Linkding 书签（ID: 118-123）。
  • 规范书签保存流程：当无法获取标题时，使用空标题。
  • 更新 TOOLS.md，记录书签保存规则。
  1. 工具与环境配置快照

整体情况

  • 本周重点集中在工具配置、能力建设、自动化工作流和知识管理。
  • 已打通多个数据源的日报生成和分发链路，提高了信息汇总的效率。
  • 学习了多个技术文章和职业发展内容，为后续 Java 大模型应用开发方向做好了准备。

健康

这周一共跑了 28.12 公里。按原计划是 23.1 公里（3.3 × 7 = 23.1），实际多跑了 5 公里，整体完成度明显超预期。数据来自 Running 页面的 Week 统计。

日期距离配速平均心率
03-226.01 公里7‘42’‘
03-215.01 公里7‘21’‘166
03-204.01 公里6‘57’‘162
03-195.01 公里7‘44’‘148
03-183.12 公里7‘20’‘156
03-185.01 公里6‘59’‘149

AI 给出的分析和建议：

Terminal window
上周你一共跑了 6 次，累计约 28.17 公里，频率很高，但配速基本都在 6'57"–7'44" 之间，说明当前训练以稳定跑量为主。03-21 的平均心率 166 对应配速 7'21"，比 03-20 更慢却更吃力，说明那天恢复可能不够。


建议本周先保留跑量、把连续跑压一压，安排 1 天完整休息，避免天天都跑；另外把大多数跑步刻意放轻松，让心率控制在你更容易交谈的强度。若想提升效率，可只保留 1 次稍快一点的质量课，其余都做轻松跑。

技术

技术从业者 90 天逆袭计划总结

Siva 最近发表了一篇文章Feeling Left Behind in Tech? This Is Your 90-Day Comeback Plan。 翻译成中文就是技术从业者 90 天逆袭计划。

Upskilling for interviews

核心观点：

1. 你的问题不是旧技术栈


招聘者不只看工具，更看重解决问题的能力。你有多年系统调试、生产环境处理、解决真实问题的经验，这些是新人的软肋。


2. 你不是从零开始


你不是新手，你是翻译者。任务是：


- 把你已知的东西映射到现代工具
- 在新语境下复用基础知识


3. 只学必要的技能


分析 10-15 个职位描述，找出重复出现的技能。聚焦 3 层：


- 核心语言（Java、Python、JavaScript）
- 一个相关框架
- 基础系统设计


4. 战略性学习


不要学完再应用。遵循：学习 → 应用 → 重复


- 每天学一个小概念
- 立刻在小项目中应用
- 继续前进


5. 构建证明项目


项目不需要复杂，只需要相关。例如：


- 简单的 CRUD 应用
- 带认证的小型 API
- 展现实际思考的基本系统


更重要的是：清晰的结构、干净的逻辑、能解释你的决策。


6. 重新包装你的经验


不要说"维护遗留应用"
要说"维护并优化高流量生产系统，提升性能，减少停机时间"
你卖的不是工具，是影响力和思考。


7. 准备面试


聚焦：


- 核心概念（数据结构、解题模式）
- 实际知识（你选择的技术栈、你的项目）
- 沟通能力


8. 避免 5 个错误


- 一次学太多东西
- 等太久再应用
- 不断和别人比较
- 忽视已有经验
- 只消费内容不构建项目


9. 60-90 天学习计划


第 1-3 周：


- 选择一门语言 + 一个框架
- 学习基础
- 开始小练习


第 4-6 周：


- 构建 1-2 个小项目
- 聚焦真实用例


第 7-9 周：


- 开始找工作
- 准备面试
- 优化简历


第 10-12 周（如需要）：


- 改进薄弱环节
- 继续面试
- 根据反馈迭代


10. 你不是在更差的地方竞争


新人有新工具，你有经验、上下文、解决真实问题的能力。结合起来，你就是一个强有力的候选人。


---
一句话总结：不要试图学所有新东西，聚焦核心技能，战略性学习，用小项目证明自己，把经验重新包装成影响力，60-90 天内完成逆袭。

如何实践呢？对于我来说，我是一个 Java 工程师，可以以大模型应用开发为方向制定一个逆袭计划：

Java 大模型应用开发技术栈


核心框架


- Spring Boot：应用基础框架
- Spring AI：Spring 官方的 AI 框架（类似 LangChain 的 Java 版本）
- Spring WebFlux（可选）：响应式编程，适合 AI 流式响应


AI 能力


- 大模型 API：OpenAI / Claude / 通义千问 / 百度文心
- Embedding 模型：OpenAI / HuggingFace
- 向量数据库：
  - Milvus（Java 客户端）
  - Weaviate（Java 客户端）
  - 或者直接调用云服务（Pinecone）


前端


- Thymeleaf（服务端渲染）
- 或者 Vue / React（前后端分离）


───


学习计划（第 1-4 周）


第 1 周：Spring AI 基础


- Spring AI 架构
- Prompt 管理
- ChatClient 调用大模型
- 练习：写一个简单的问答 API（调用 OpenAI）


第 2 周：RAG（检索增强生成）


- 向量数据库概念
- DocumentLoader（文档加载）
- Embedding 存储
- 向量检索
- 练习：做一个基于本地文档的问答系统


第 3 周：多模态（图像/音频）


- 图像分析 API（GPT-4o / Claude Vision）
- 音频转文字 API
- 练习：做一个图片问答或音频总结功能


第 4 周：Agent（智能体）


- Agent 框架（Spring AI Agent）
- Tools（工具调用）
- Function Calling
- 练习：构建一个能调用工具的 Agent


───


项目实战（第 5-8 周）


项目：智能知识库助手


功能模块：


1. 文档上传
   - 支持 PDF、TXT、MD、DOCX
   - 文档切片
   - 向量化存储
2. 智能问答
   - 基于文档内容回答问题
   - 对话历史上下文
   - 引用来源标注
3. 多模态分析
   - 图片问答
   - 文档图片提取（OCR）
   - 音频总结
4. Agent 能力
   - 调用外部 API（如搜索、天气）
   - 自动规划任务


技术栈：


- Spring Boot 3.2+
- Spring AI 1.0+
- Milvus（向量数据库）
- OpenAI / Claude / 通义千问（大模型）
- Thymeleaf（前端）
- PostgreSQL（存储文档元数据）


优势


1. 延续 Java 优势：不需要重新学语言
2. 企业级框架：Spring AI 直接集成
3. 工作机会多：企业需要 Java AI 开发者
4. 可以结合现有工作：把 AI 能力嵌入现有系统

OpenClaw 生成日报

1、OpenClaw 与模型配置调整

清理了 qwen-portal 相关模型配置与认证 profile。

切换并确认当前会话改用 OpenAI OAuth 配置。OpenAI API Token 是通过在闲鱼上花了几块钱购买的 Codex Team 拼车（一个月时效）加入 Team 然后创建的。设置当前模型为：openai-codex/gpt-5.4，在高强度的使用了两天之后，没有想到触发周限流策略，只能等一周之后再使用。

2、Google Workspace 技能接入

安装了 gog 技能并配置 Google OAuth 凭据并完成授权。

成功接入 Gmail，能够正常读取邮件。

  • 汇总分析了最近 7 天邮件内容。
  • 识别并整理了适合退订的 newsletter / 营销类邮件

3、Umami 技能接入与日报生成

通过 LobeHub Marketplace 安装技能 openclaw-skills-umami-stats

配置环境变量：

  • UMAMI_API_KEY
  • UMAMI_WEBSITE_ID
  • UMAMI_BASE_URL
  • UMAMI_DEPLOYMENT=self-hosted

修复技能脚本问题：

  • Python 3.9 兼容性问题
  • today 预设按 UTC 计算导致的时区偏差

给小龙虾发送消息：

提示词
当前时区 Asia/Shanghai，总结博客昨天的访问情况，可以和前一天数据进行对比分析，生成正式日报，提交到公开的 memos，并在末尾空行后带上标签：#日报 #umami，并且发送到电报群 -1001632154815。

小龙虾回复的日报内容如下：

2026-03-16 博客访问情况日报


1. 整体访问情况
- UV 为 115
- PV 为 216
- Visits 为 129
- Bounces 为 112
- Total time 为 16738


2. 与前日对比情况
- UV：前日 58，昨日 115，整体增加 57
- PV：前日 72，昨日 216，增加 144，约 200.0%
- Visits：前日 62，昨日 129，增加 67
- Bounces：前日 55，昨日 112，增加 57
- Total time：前日 7320，昨日 16738，明显提升


3. 数据分析
- 访客规模跟前天接近，整体受众比较稳定。
- PV 和 Visits 的变化能看出用户在站内的浏览深度和活跃度是否提升。
- 停留时长反映了用户在内容阅读和停留上的投入程度，时间越长说明用户越愿意花时间看内容。
- 综合看 UV、PV、Visits 和停留时长，可以判断昨天的整体访问质量。


4. 结论
- 昨日博客访问表现相较前日出现一定变化，需结合内容更新与流量来源继续观察。


#日报 #umami

4、GitHub 技能接入与日报生成

确认 GitHub 技能内置可用，完成 GitHub CLI (gh) 登录。

查询并分析今日 GitHub 提交内容，按 Asia/Shanghai 自然日 统计昨天/今天日报。

给小龙虾发送消息：

当前时区 Asia/Shanghai，统计昨天 github 数据生成正式版日报并提交到公开的 memos，并在末尾空行后带上标签：#日报 #github，并且发送到电报群 -1001632154815

小龙虾回复的日报内容如下：

2026-03-16 GitHub 工作日报


根据昨日 GitHub 提交记录，主要完成了以下工作：


chensoul/chensoul.github.io
1. 完成面包屑导航、分类/标签/归档页等页面结构与导航体验优化。
2. 完成分类显示名称、排序逻辑、TaxonomySummary 组件及相关文章页面的重构与样式调整。
3. 完成 sitemap、robots、llms 页面相关配置与结构优化。
4. 完成 RSS 源及 feeds.json 的多次同步更新，并对部分页面与配置项进行了整理维护。


chensoul/feeds-aggregator
1. 完成聚合功能向 Python 实现的重构与维护。
2. 完成 RSS 源列表说明文档补充，以及 GitHub Actions / Python 相关依赖更新。


chensoul/vps-backup
1. 完成 Umami 容器时区挂载相关配置调整。
2. 完成配置文件细节清理与维护。


chensoul/chensoul
1. 完成博客文章列表更新。
2. 完成 WakaTime 数据抓取及 briefing 更新。


整体情况
1. 昨日工作重点主要集中在博客站点结构优化、聚合工具重构、备份配置维护以及个人主页自动化更新。
2. 整体工作以功能改进、配置整理、数据同步和工程维护为主。


#日报 #github

5、Wakapi 技能接入与日报生成

安装技能 wakapi-skill。

配置环境变量：

  • WAKAPI_URL
  • WAKAPI_API_KEY

验证兼容 WakaTime 官方 API：成功生成 CSV 数据文件；查询并分析昨日 WakaTime 数据

基于昨日数据生成 WakaTime 日报，并提交到公开 Memos，并同步发送到 Telegram 群

给小龙虾发送消息：

当前时区 Asia/Shanghai，统计昨天编程数据生成日报提交到公开的 memos，并在末尾空行后带上标签：#日报 #wakatime，并且发送到电报群 -1001632154815

小龙虾回复的日报内容如下：

2026-03-16 编程日报（基于 WakaTime 统计）


1. 总体投入情况
- 昨日总时长 12 hrs 55 mins
- 覆盖项目 3 个，主要工作集中在博客站点与聚合工具相关开发维护


2. 项目投入分布
- chensoul.github.io：8 hrs 39 mins（67.03%）
- feeds-aggregator：3 hrs 46 mins（29.16%）
- vps-backup：29 mins（3.81%）


3. 工作类型分布
- Coding：6 hrs 12 mins（48.06%）
- Browsing：4 hrs 49 mins（37.34%）
- AI Coding：51 mins（6.58%）
- Writing Docs：46 mins（5.96%）
- Debugging：15 mins（2.06%）


4. 主要语言分布
- Other：7 hrs 54 mins（61.23%）
- Text：1 hr 8 mins（8.84%）
- Markdown：53 mins（6.89%）
- C++：52 mins（6.75%）
- Python：39 mins（5.15%）


5. 工作总结
- 昨日工作重心主要在 chensoul.github.io，累计投入 8 hrs 39 mins；其次为 feeds-aggregator（3 hrs 46 mins）。
- 整体来看，昨日属于高投入工作日，主要时间用于持续开发、页面优化、资料处理与相关浏览分析。


#日报 #wakatime

6、Linkding 技能接入

  1. 安装 clinkding CLI

通过 Homebrew 安装（macOS/Linux）：

Terminal window
brew install daveonkels/tap/clinkding

或通过 Go 安装：

Terminal window
go install github.com/daveonkels/clinkding@latest
  1. 配置 Linkding 连接

获取 Linkding 实例信息：

配置方式一：交互式初始化

Terminal window
clinkding config init

配置方式二：手动配置

Terminal window
clinkding config set url https://linkding.chensoul.cc
clinkding config set token YOUR_API_TOKEN

配置方式三：环境变量

Terminal window
export LINKDING_URL="https://linkding.chensoul.cc"
export LINKDING_TOKEN="YOUR_API_TOKEN"

配置文件位置：~/.config/clinkding/config.yaml

  1. 测试连接
Terminal window
clinkding config test
  1. 技能配置

技能位置：~/.openclaw/workspace/skills/clinkding/SKILL.md

  1. 默认设置

根据我的个人偏好，我告诉小龙虾：

请记住，当我给你发送链接（除了链接没有其他内容）时，请将链接保存为未读、公开并附带标签的书签

7、Memos 技能接入

安装技能 usememos-api

配置环境变量：

  • USEMEMOS_URL
  • USEMEMOS_TOKEN

测试通过，确认可以正常创建 memo、读取 memo。

接下来，可以让小龙虾读取昨天或者上周的 Memos 带有某个标签的记录生成日报或者周报。

8、小龙虾日报

可以让小龙虾每天根据聊天内容生成昨日日报：

当前时区 Asia/Shanghai，总结博客昨天的访问情况，可以和前一天数据进行对比分析，生成正式日报，提交到公开的 memos，并在末尾空行后带上标签：#日报 #umami，并且发送到电报群 -1001632154815。

9、总结

这周的工作重点主要集中在 Gmail / GitHub / Linkding / WakaTime / Umami 数据统计分析、日报生成、Memos 归档以及 Telegram 分发链路打通。

已基本形成从 数据查询 → 日报生成 → 公开 Memos 存档 → Telegram 群发送 的完整工作流闭环。

接下来可以寻找 Keep 运动的技能接入跑步数据，然后生成每日跑步日报。对于博客里的 artalk 评论也可以接入小龙虾。

这样就基本上可以覆盖 github 中 python 版的每日简报脚本了。至于每日诗词和名言，如果没有现成的技能，让 AI 创建一个技能也不复杂。

本周分享

虽然大部分有意思的输入都会自动同步到「ChenSoul Share」Telegram 频道，但我还是想在这里额外挑一部分出来。单独列出来之后，这篇周报就更像一份 newsletter 了。

文章

新闻

  • OpenAI发布GPT-5.4轻量模型

    GPT-5.4 mini：迄今为止最强的小型模型，代码编写、推理、多模态、工具使用全面提升，速度提高两倍以上。适合延迟敏感场景场景，包括代码助手、子智能体、计算机使用系统、多模态应用。

    GPT-5.4 nano：最轻量、最快版本，专为高吞吐量低成本任务设计。适合场景包括分类、数据提取、排序、简单辅助任务。

  • 甲骨文三万人裁员震动业界

    AI基建成本飙升是主因 😰。三万员工面临失业危机。员工沦为 (T_T) 降本增效工具。

  • 清华团队发布 全自动互动课程系统（AI资讯）

    输入话题或PDF即可生成课件。AI老师 🤖 负责全程讲解。虚拟同学陪你实时讨论。在线教育门槛 (ﾉ´ヮ`)ﾉ 瞬间降低。

  • LangChain推出Open SWE框架

    核心采用隔离沙箱 🛡️ 技术。主打多智能体编排模式。支持Slack工作流集成 💬。上下文可自动注入运行环境。

  • LangChain发布DeepAgents框架

    内置LangGraph核心引擎 ⚙️。支持自动派生多个子智能体。通过本地文件实现 (｡◕‿◕｡) 数据持久化。专为复杂任务编排设计。

  • GSD规格驱动AI开发引争议

    规格驱动开发 📋 流程

  • Nacos 3.2 发布

    Nacos 3.2 提出了”AI 三位一体”注册中心架构。叫”三位一体”，实际上由四个部分组成：Agent 注册中心、MCP 注册中心、Skill 注册中心、Prompt 注册中心

工具

  • Kagi Translate

    Kagi Translate 是一个强大的翻译工具，利用先进的人工智能模型，可以即时、准确地翻译任何语言的内容。该平台的功能包括翻译历史、收藏夹、清除历史记录等，用户可以轻松访问他们的翻译记录。

  • Kagi SmallWeb

    Kagi 小网站，类似一个博客圈，使用 RSS 收集并推荐近期更新的博客或网络漫画。

    关于小网站的更多介绍：The “small web” is bigger than you might think，ycombinator上面有讨论。

订阅文章

订阅更新，不错过后续文章

直接通过 RSS 和 Telegram 订阅本站更新。

订阅 RSS关注 Telegram

分享文章

如果这篇有帮助，可以顺手转发

直接分享给同事、朋友，或者发到你的社交平台。

分享到 X 分享到 Telegram 邮件分享

相关文章

周报

2026-03-15｜每日简报、AI 周报想法与本周分享

这周继续补自动化流程：给 keep 数据流加上 AI 分析、完善每日简报，也因为 OpenClaw 和 sanwan.ai 记下了一些 AI 自动化周报的想法。

周报

2026-03-01｜从 Hugo 迁移到 Astro、继续折腾 AI 编码工具

这周主要在两条线上投入时间：把博客从 Hugo 迁移到 Astro，也继续试用了 Codex CLI、Gemini CLI、Claude Code 和 Open…

周报

2026-03-08｜合并 linkding-cn、新的知识管理工具

这周一边用 AI Agent 合并 linkding-cn 代码、整理 Spring Boot 2 升 3 的方案，一边也在琢磨一款面向输入驱动用户的极简知识管…

技术

基于 Linkding 和 RSS 的个人知识管理系统：轻量收藏、快速找回、持续输出

分享一套基于 Linkding 和 RSS 的个人知识管理方法：用 RSS 做持续输入，用 Linkding 做长期收藏，再通过笔记和输出系统完成沉淀与复用。

技术

在 GitHub CodeSpace 中安装和使用 OpenClaw

本文介绍在 Codespaces 中从安装到正常使用的完整步骤。

技术

OpenClaw 安装、配置与使用指南

OpenClaw 开源个人 AI 助手，可接 Telegram/WhatsApp/Discord 等。从安装、配置到使用与渠道，由浅入深。