future

x

[比特币橙子Trader @oragnes]

卧槽，这么多中转了啊？

今天��诉大家中转非常非常简单，只要你有账号，可以直接变成给Agents调用的API 。

工具就是：CLIProxyAPI

这就是个能让你绕过官方限制，把各大 AI 客户端额度无缝转成标准 API 的本地代理。

平时你开了 ChatGPT Plus、Claude Pro 或者用免费的 Gemini 2.5 Pro，官方只让在网页或自家的 CLI 工具里用。

你想把它接进 Cursor、Cline 这类代码编辑器，还得老老实实额外掏钱买死贵的 API Key。

这工具的骚操作在于，它直接拿你账号的 OAuth 登录态，在本地原地吐出一个标准的 OpenAI/Claude 兼容接口。

仓库地址还不知道的同学，评论区👇👇

[huangserva @servasyy_ai]

https://t.co/3ebuSAXGJl

[宝玉 @dotey]

Hermes Agent 势头很猛，这几天推荐的人很多，可以关注一下。我自己安装试用了还可以。

Hermes Agent 是由 Nous Research 在今年 2 月底开源的 AI 智能体框架，上线不到两个月，GitHub 星标已经接近三万。这个项目被社区认为是 OpenClaw（龙虾）上线以来，第一个真正意义上的竞争��手。

两者都是自托管的开源智能体，都能接入 Telegram、Discord、Slack、WhatsApp 等聊天平台，都支持多模型切换，都走 MIT 协议。但设计哲学完全不同。

【1】龙虾是网关，Hermes 是引擎

OpenClaw 的核心是一个 Gateway（网关守护进程），负责统一管理会话、路由和渠道连接，像一个调度中心，把你的各种聊天应用连接到 AI agent。你可以理解为它是一个“多渠道个人助理操作系统”。

Hermes Agent 的核心则是 agent 自身的执行循环。它不是围绕“怎么把消息送到 agent”来设计的，而是围绕“agent 怎么变得越来越强”来设计的。官方管这叫 closed learning loop（闭环学习循环）。

【2】会自己写技能的 agent

这是 Hermes 最有意思的地方。当它完成一个复杂任务（通常涉及五次以上工具调用）后，会把整个过程沉淀成一份结构化的技能文档，存成 Markdown 文件。下次遇到类似任务，直接加载这份技能，不用从头解决。

更关键的是，这些技能在使用过程中会自我迭代。如果 agent 在执行技能时发现了更好的方法，它会自动更新技能文档。有 Reddit 用户反馈，agent 在两小时内自动生成了三份技能文档后，重复性研究任务的速度提升了 40%。

OpenClaw 也有技能系统，但主要依赖人工编写和社区贡献的技能市场 ClawHub。Hermes 这边等于把“写技能”这件事也交给了 agent 自己。

【3】记忆体系的差异

两者都声称有跨会话记忆能力，但实现方式不同。

Hermes 用 SQLite 数据库配合全文���索，把所有历史对话存下来，需要时通过搜索加摘要召回。它把记忆分成两层：一层是常驻的关键信息（写在 MEMORY.md 里，每次对话都带上），另一层是全量历史检索（容量无限，按需调用）。

OpenClaw 的记忆则是工作区里的 Markdown 文件，走的是“文件即记忆”的路线，通过语义检索工具来查找。在上下文压缩前会执行一次静默记忆写入，防止压缩丢信息。

简单说，Hermes 更像是给 agent 装了一个搜索引擎式的大脑，OpenClaw 更像是给它一个笔记本。

【4】安全思路也不一样

Hermes 搞了一套五层纵深防御：用户授权、危险命令审批、容器隔离、凭据过滤、上下文注入扫描。默认对高风险操作（比如执行终端命令、写文件）要人工审批，超时未批准就自动拒绝。

OpenClaw 这边则更强调信任模型和配置审计。它提供了 openclaw security audit 命令，可以一键扫描网关配置的安全隐患。但 OpenClaw 在安全方面的历史记录不太好看，今年 2 月被曝出多个高危漏洞，13.5 万个实例暴露在公网上，技能市场也有超过 300 个恶意技能被发现。

【5】要不要换或者选哪一个

如果你日常用的 Agent 已经顺手，没必要。如果你之前的龙虾主要是 claude code 的授权现在用不了可以试试这个，但不能保证继续用多久。如果喜欢折腾想试试不同的选择，也可以试试。

如果你想要一个“多渠道助理平台”，接入各种聊天工具，用社区现成的技能市场，OpenClaw 的生态更成熟，34.6 万星标不是白来的。

如果你更关心 agent 的长期进化能力，想让它用得越久越聪明，或者你是做 AI 研究的，需要生成训练轨迹、跑强化学习��验，Hermes 的架构更对口。它还内建了一个兼容 OpenAI API 的服务端，可以直接作为后端接入 Open WebUI 等第三方界面。

Hermes 跑在 5 美元一个月的 VPS 上就够用，也支持 Docker、SSH 远程、Modal 等 serverless 方案。安装只需要一行 curl 命令。

安装不复杂，参考官方文档即可：https://t.co/LeLSL0czFD

爱马仕的英文也是 Hermes。

[AYi @AYi_AInotes]

有个很强烈的预感，
AI 百花齐放的奇点即将到来！！！

karpathy 大佬的 wiki pattern被
@FarzaTV 做成 skillgithub 开源了，
忘记放链接，
https://t.co/ESzE73Dflh
Farza 老哥的知识库地址：
https://t.co/I61YuGy80t

[比特币橙子Trader @oragnes]

整理了14个技能工具，适合新手，各取所需吧（收藏）

顺便说一下，工具不是装越多越好，好用是关键。

🧠 一、 大脑进化：让 Agent 越用越聪明

1.claude-mem
给 Claude 补齐长期记忆，跨会话保留关键信息。
https://t.co/4MdkkYnG8A

2.skill-creator
将你的私人流程与习惯，一键封装成专属 Skill。
https://t.co/UD9F3wWiJh

🌐 二、 全能感知：给 AI 换���“鹰眼”

3.find-skills
自动发现并安装合适 Skill，省掉手动搜寻的时间。
https://t.co/EKvwnSrGny

4.summarize
网页、播客、YouTube、本地文件，全格式一键“脱水”总结。
https://t.co/66drrLXIh8

5.agent-browser
赋予 AI 浏览器自动化能力：点击、填表、抓取一气呵成。
https://t.co/VD0jb8YwvP

💻 三、 高效流：无缝对接基础设施

6.github
让 Agent 深度接管 Issue、PR、CI 以及代码审查。
https://t.co/3TzudguHq6

7.gog / gogcli
把 Gmail、云盘、日历等 Google 全家桶能力直接接入命令行。
https://t.co/dlZToe1FFS

📄 四、 文档专家：全格式通吃

8.frontend-design
告别“模板味”前端，生成更具设计感的 UI 界面。
https://t.co/Gwe3Ejfs94

9.docx
稳定处理 Word 报告、��模版、写正式文档。
https://t.co/nuz68KAw9F

10.xlsx
专精 Excel/CSV，轻松搞定数据清洗、算公式和出图表。
https://t.co/LRvXhebkpY

11.pdf
读 PDF、抽文字表格、合并拆分、加水印乃至 OCR 识别。 https://t.co/atQOam6NEo

12.pptx
专门对付 PPT，完美支持创建、读取与演示文稿拆分合并。
https://t.co/xmTTfSKGL7

🛡️ 五、 安全防线：对抗环境下的“防弹衣”

13. slowmist-agent-security 🆕
针对对抗环境的全面安全审查框架，坚持“零信任”原则，验证所有外部输入。
https://t.co/rm6oHoHVbP

14.skill-vetter
Skill 安装前的安检员，排查权限范围与潜在可疑风险。
https://t.co/BVWCNsbJqB

#VibeCoding #AIAgent #OpenSource #ClaudeCode

[GitHubDaily @GitHub_Daily]

这段时间试着把 OpenClaw ��地到真实业务场景，却发现其内部多个 Agent 互不认识，没有团队协作概念，无法在复杂流程中分工。

恰巧，发现了 Clawith 这个开源的多智能体协作平台，正好填补了 OpenClaw 团队协作的空白。

GitHub：https://t.co/U7mK34LaG0

核心亮点是在 OpenClaw 基础上，引入了自适应的 Aware 机制，Agent 不再被动等指令，而是根据任务进展自主调整行动计划。

举个好理解的例子：想要收集全公司 100 人团建的想法，用 OpenClaw 只能定个闹钟定时群发，像个只会按时巡检的守卫。

而使用 Clawith 规定好截止时间和催促频率，Agent 会给每个人挂上专属的等待触发器。

一旦同事回复了消息，就自动取消对他的催促。要是遇到有人回复在忙，Agent 还会识趣地动态降低打扰频率，延后到合适的时间再问。

除此之外，Openclaw的核心机制均得到了保留，并且Clawith还能为 Agent 设定“同事”关系、专属人格，用起来更像一位数字员工。

部署很简单，提供本地一键脚本和 Docker 两种方式，想给团队搭建一套 AI 工作流的朋友，可以试下 Clawith。

[Chao Huang @huang_chao4969]

Introducing ClawTeam: Agent Swarm Intelligence 🚀 ( https://t.co/UmZtPHnaBW ). The Evolution of AI Agents: Solo 🤖 → Swarm 🦞🤖🤖🤖

AI assistants like OpenClaw and nanobot have made it incredibly easy for everyone to have their own personal agents. They're everywhere now — coding, writing, analyzing. But here's the thing: they're all working in isolation. It's like having a bunch of brilliant interns who never talk to each other. We think it's time for the next leap.

ClawTeam transforms those isolated agents into collaborative swarms that actually think and work as a team. No more babysitting multiple agents or juggling contexts.

Just tell the leader agent your goal — it spawns the right specialists, divides work intelligently, and orchestrates everything until completion. It's like upgrading from solo freelancers to a synchronized dev team that never sleeps.

⚡ From Hours to Minutes, From Complex to Simple
Here's where it gets interesting: whether you're running ML experiments across 8 GPUs, building full-stack applications, or analyzing market data, ClawTeam turns complex multi-day projects into single-command operations.

We're not just making agents faster — we're unlocking collective intelligence to tackle something big.

#ClawTeam #OpenClaw #nanobot #AIAgents

[KK.aWSB @KKaWSB]

Google今天放大招了！今天一次性发布了5个Agent Skill设计模式。

现在30多个Agent工具（Claude Code、Gemini CLI、Cursor）已经统一了SKILL.md格式，格式不再是问题——真正的挑战是里面写什么。

5个模式：

Tool Wrapper：给Agent装上某个库的专家知识，按需加载，不占context

Generator：模板+样式指南，每次输出结构一致

Reviewer：把检查清单外置，换一份清单就变成另一个审核专家

Inversion：先采访你，收集完所有需求才开始执行

Pipeline：强制分步骤，每步有检查点，不允许跳过
这5个模式可以组合使用——Pipeline里嵌Reviewer，Generator前加Inversion。

与其把复杂逻辑塞进一个system prompt，不如用对结构。

推荐阅读👇

[Yihui @yihui_indie]

上周听玉伯的播客，他想让至少 1000 个创作者通过 YouMind 赚到 1000 美金。我想说我今年，100% 能通过 YouMind 赚到 10万美金。

昨天小火的推文，发现对YouMind这个产品和使用场景不太熟悉，我开个Thread简单的介绍一下我的至少 10 个使用用法吧（不定期更新完）

放心，绝对无广可食用！YouMind没给过我一分钱~

[超级个体｜柿子 @yaohui12138]

拿到OpenClaw之后你做的第一件事是什么？

让它帮你写代码？搜资料？写文案？

错了。这些全不是第一步

你花了钱买了最强的AI工具，结果第一天就让它干最不值钱的事——因为它根本不了解你，不了解你的项目，不了解你的偏好。它只能给你通用答案

第一步应该是让它学习

你想想，一个新员工入职，你会第一天就让他做项目吗？不会。你会让他先了解公司、熟悉业务、看文档

agent也一样

它不知道你的项目架构、不知道你的代码风格偏好、不知道你���前踩过什么坑。你不教它，它就只能用通用的方式帮你干活——能用，但不好用

问题来了：怎么让agent学习？

你让它��一下午文档，它全记住了。进度、要点、下一步该学什么，聊得头头是道

第二天再打开，全忘了

不是它不想记，是OpenClaw的对话窗口有上限。聊太多它会自动压缩旧内容，你教它的东西就被压没了

学习不是一次性的事，是一个连续的链条：了解框架→跑通demo→记录要点→提炼方法→写入长期记忆

这个链条一旦中间断了，就得从头来

我的解法很简单：给学习任务建一个计划文件

文件里就写几样东西——学习目标、步骤列表、当前进度、学到了什么

每学完一步就更新文件。对话被压缩了也不怕，因为进度存在文件里，不在对话里

新session打开，agent读完计划文件，接着上次的进度继续学

学完的内容按三层记忆模型存下来：
→ 原始笔记存信息层，只追加不删
→ 每天提炼一次存知识层
→ ���心方法论写入长期记忆，每次session都加载
这套跑通之后你的agent会变成什么样？
你的代码风格它知道，你的项目架构它知道，你上周踩过的坑它也知道。不用你每次重复说，它自己就能按你的标准干活
先让agent学会怎么学，再让它干活

这个顺序搞反了，后面怎么调都是在打补丁

怎么教agent学习、学习成果怎么存、三层记忆怎么配、计划文件的模板长什么样——这些落地细节我全写在中级篇里了

社群里还有群友在互相交叉验证配置效果，一个人摸索三天的事，群里问一句可能三分钟就解决了

评论区有入口

[阳光 @YangGuangAI]

昨天晚上看到原文想着今天一来公司就好好研究下，没想到宝玉老师直接出了中文版本，很及时。

这篇原文的作者是Claude Code工程师、Skills 功能的核心推动者Thariq Shihipar（@trq212）写的，来自Anthropic 内部团队的实战总结。

核心是帮助小白建立一个系统化思路，思考下要做什么样的skills、怎么写、怎么在团队推广，很多技巧，非常值得认真研究下！

[子时 @silverfang88]

收到马斯克盛赞的
Kimi论文第一作者陈广宇
是一位17岁的高中生

值得注意的是
他就读于Moonshot Academy
这是一个位于中国的
创新型K-12学校（小初高）

大家在疑惑AI
会怎么改变教育的时候
教育已经被改变了

他在竞技编程方面基础扎实
在Codeforces上达到
Candidate Master级别
rating 2000+
属于顶尖青少年水平

2025年3月他赢得
48小时黑客马拉松第一名
也是他被发掘出来的重要原因

这是个属于天才的时代
是金子根本就藏不住

[AI探路者Tim @AIExplorerTim]

https://t.co/0TEsiOjVxt

[耳朵 @RookieRicardoR]

我把 Andrej Karpathy 推荐的长文章 RSS 订阅源，整理成了一个 SKILL。

一共有 90 个源，更新也不多，但是质量都是经过 AK 把关的，我又额外添加了评分机制，会把每次新更新进行 1 - 10 打分，只输出 7 分以上的文章地址和推荐语。

安装命令：npx skills add rookie-ricardo/erduo-skills --skill ak-rss-digest

github：https://t.co/83inIUDqQw

[超级个体｜柿子 @yaohui12138]

https://t.co/7whHeI4AHq

[高军 @GoJun315]

YC 的 CEO 把他的私人 AI 外挂开源了。

gstack，一个能将 Claude Code 直接变成完整工程部门的终极工具包。

让我们能按需召唤不同职能的「专家大脑」，包括技术主管、产品经理、开发工程师等角色。

比如在写代码前，AI 架构师会先帮你画好时序图和状态机；产品视角则会像 CEO 一样，直接帮我们砍掉多余的需求。

写完代码后，它自带极度严苛的审查模式，专门对代码进行审查、深挖性能隐患等问题。

GitHub：https://t.co/xBTV4IMwY4

如果我们在用 Claude Code 做独立开发，这套把 AI 当整个研发团队使的思路和工具，值得试下。

[爱丽丝呀！ @BTCqzy1]

阿里开源的新项目霸占了 GitHub Trending 榜单：PageAgent。

一行代码，让任意网页秒变 AI Agent 可控工具。开源后迅速爆火，GitHub Star 数飙至 9.6k+，Fork 747 次，热度还在疯狂飙升中！

一句话概括：阿里给你的网站装上了一个真正的“AI 暴力操作员”。

大多数 AI 网页助手还在折腾脆弱的浏览器插件或者笨重的 Python 爬虫，阿里 PageAgent 做了一件极狠的事——彻底抛弃 OCR 和无头浏览器，直接用纯前端 JS 把网站变成 AI Native App。

核心逻辑极其优雅：Text-based DOM 操作，跳过截图，直达底层。

一行脚本集成 → 纯文本 DOM 提取 → 自然语言控制 → 闭环操作验证

与其让 Agent 去对抗像素级的 UI 变化，不如直接把网页变成结构化的文本流。这种“脱水分析”方式，让 AI 能够像读代码一样读懂网页，操作比人类更快、比视觉 Agent 更准、稳如磐石。

核心杀手锏：

1.阿里级极简接入：Demo 版只需一行 <script> 标签就能快速体验（评估使用）；生产环境推荐 NPM 安装 + 接自己的 LLM（支持 OpenAI 兼容、本地模型、Ollama 等），无需 Browser Extension 和 Python。

2.拒绝截图 OCR：不靠截图、不耗多余 Token，直接基于 DOM 树进行逻辑操作。完美适配复杂的 B2B 系统、ERP 和 Admin 后台。

3.闭环执行：以前需要 20 次点��、3 次跳转的繁琐流程，现在用户只需说一句话，PageAgent 在网页内部自动完成所有点击、输入和提交。

已覆盖各种 Web 应用场景，通过高强度测试。Demo 适合快速试用，正式集成后可用于生产级网页增强。今天的网页服务于人类的视觉，明天的网页将是 Agent 的操作场。

#AI编程 #Alibaba #PageAgent #GitHub #Cursor
传送门：https://t.co/U4wcFwOtay

[Tw93 @HiTw93]

这篇 7 千字的文章，其实就等于这行命令
npx skills add tw93/claude-health，运行 /health 即可～

[Kenny.eth @_0xKenny]

过去两周，GitHub上增长最快的AI开源项目盘点（除OpenClaw外）：

Agency Agents — 35K+
把Claude Code一键变成51位AI专家+9大部门的完整团队，从产品、开发、设计到营销、社媒、QA全流程覆盖。相当于免费雇了一整家AI公司。
https://t.co/GUlpR2vYTu

Auto Research — 25K
Karpathy刚开源的"科研实习生机器人"。你给它一个目标，它自动规划实验、改代码、跑训练、看结果、再优化，循环往复。睡一觉醒来，最优版本已经准备好了。
https://t.co/3tQ5JAYKYF

Lightpanda — 14K+
首个专为AI和自动化设计的无头浏览器。不基于Chromium，完全从零构建，运行速度比Chrome快11倍，内存占用少9倍。大规模爬取和AI Agent开发的利器。
https://t.co/Do7UC7Ko81

llmfit — 14K+
一条命令帮你找到哪些大模型适合在自己的电脑上本地部署跑起来，还会对模型的质量、速度、适配性和上下文维度进行评分。告别盲目下载几十GB模型却发现跑不动的尴尬。
https://t.co/BSEpYPgXBM

CLI-Anything — 3.5K+ （仅3天）
港大新开源，一行命令让任意软件秒变AI Agent可控工具——GIMP、Blender、LibreOffice、OBS Studio全部拿下。发布3天就登上GitHub Trending榜单，增速惊人。
https://t.co/DfPEZ1d6li

SpacetimeDB 2.0 — GitHub+HackerNews双爆
号���比传统数据库快1000倍的实时数据库，把数据库和服务器合成一个东西：客户端直接连数据库，数据变化实时推送到所有客户端。最骚的演示：用它做了视频通话，所有数据通过数据库实时同步传输。
https://t.co/e5KUBEIqmd

Cognee — 自改进Skill系统
不只是存Skill，而是让Skill能观察自己的执行历史、检查失败原因、自动修正优化。Skill从静态prompt文件变成会进化的活系统，解决了"Skill用久了失效"的根本问题。
https://t.co/PAeIJMw6mN

[Leo｜一个人 + AI @runes_leo]

YC CEO Garry Tan 把他的 Claude Code 工作流开源了，24 小时 GitHub 4K+ stars。

8 个斜杠命令，每个对应一个角色：CEO 审产品方向、工程经理审架构、Staff Engineer 找生产事故、Release Manager 一键发版、QA 自动截图测 bug。

核心就一句话：别把 AI 当万能助手，给它切角色。

最戳我的是 /plan-ceo-review。你说"加个图片上传"，它不急着写代码，先反问：这真的是你要的功能吗？也许真正的需求是帮卖家自动生成能卖出去的商品描述。��接把"怎么做"拽回到"做什么"。

/review 也狠，专门脑补生产事故：N+1 查询？并发竞态？上传失败留孤儿文件？要在 bug 炸之前就把坑都想一遍。

底层逻辑：AI 混着用不如专着用。

https://t.co/iEPCqi3pzH