您现在的位置是:网站首页> AI人工智能

AI相关信息资讯

摘要

AI相关信息资讯

LLM应用大语言模型 (Large Language Model) 技术简写

***Agent让调用模型变得简单***

方便调用AI模型的Agent编程框架

AI入门编程推荐隔壁的程序员老王,点击进入

*本地模型部署工具部署模型,用Agent框架调用部署工具接口实现调用模型*

*LangChain Agent框架支持Python与.NET*

***多看看Hugingface阿里魔塔社区查看模型及模型调用例子代码***

1.jpg

客户端将MCP工具列表和用户问题-》大语言模型-》需要调用MCP的信息返回给调用模型的客户端,客户端调用指定MCP->客户端获得MCP结果-》大语言模型-》返回给最终客户


AI助学类

要想自建Agent平台推荐几款开源Agent平台


资讯类

AI自动化OpenClaw Hermes OpenHuman


AI模型官网及中转站收集

LangChain.NET如何调用Ollama制作知识库和调用MCP服务

AI工作流平台排行榜

类似阿里的魔塔社区,国内还有哪些

国内使用国外大模型方法

Google DeepMind AI智能平台

AI知识普及

又一家国产厂商的大模型API官宣免费!还能免费微调

Thinking Gemini| 复制17岁高中生写的神级Prompt到Gemini

NLP民工的乐园

Coze vs N8N vs Dify的区别,实测对比惊现大反转

CUDA与cuDNN 

500 个 AI 代理项目是一系列跨行业 AI 代理应用场景的精选合集

智谱发布AutoGLM,仿豆包手机

Openclaw登顶GitHub No.1!附上超绝性价比部署指南

本地部署Clawdbot(OpenClaw),接入微信/飞书/钉钉实现自动化运行,10分钟手把手教会,保姆级教程

2026最全免费大模型合集

Rust实现的Claude Code

happyhouse本地视频生成模型

OmniVoice开源TTS

SkyReels视频生成模型



要想自建Agent平台推荐几款开源Agent平台

下面按 “可自建、可私有化、带平台化能力(非仅 SDK)、2026 社区活跃” 的标准,给你推荐 8 款最值得自建的开源 Agent 平台,并标注适用场景、核心能力与选型建议。

一、全能型平台(开箱即用,可直接做中台)

1. Dify(国产,最推荐自建)

Stars:90k+ | 协议:Apache 2.0 | 界面:可视化低代码

核心能力:

Agent 编排 + RAG 知识库 + 工具调用(API / 函数)

多模型适配(OpenAI / 通义 / 文心 / 本地部署)

权限管理、API 发布、审计日志、LLMOps 全链路

优势:最像商业化平台,非技术也能搭建;RAG 成熟;中文友好

劣势:重度定制需改源码;企业级高级功能付费

适合:企业内部 Agent 中台、客服 Bot、知识库助手、快速落地



Dify AI Agent平台

2. Flowise(低代码,最快上手)

Stars:38k+ | 协议:Apache 2.0 | 界面:拖拽式

核心能力:LangChain 可视化封装,Chain/Agent/Tool 零代码编排

优势:5 分钟部署、Docker 一键启动、节点丰富、调试直观

劣势:复杂多分支 / 循环弱;高并发生产需优化

适合:原型验证、业务人员自建 Bot、内部自动化小工具



3. n8n(通用自动化 + Agent,最强集成)

Stars:60k+ | 协议:Fair-code(核心免费) | 界面:可视化工作流

核心能力:400+ 集成节点,AI Agent 作为节点嵌入全流程

优势:连接一切系统(数据库 / ERP / 钉钉 / 企业微信);自托管免费

劣势:AI 能力偏集成,原生 Agent 编排不如 Dify

适合:企业全链路自动化、Agent + 业务系统打通、RPA+AI



二、多智能体编排(复杂协作,技术团队首选)

4. Microsoft AutoGen(多 Agent 对话之王)

Stars:42k+ | 协议:MIT | 界面:AutoGen Studio(无代码)

核心能力:多角色 Agent 对话协作、人机混合循环、群聊 / 私聊 / 辩论模式

优势:多 Agent 协作最强;支持 .NET/Python;微软生态稳定

劣势:配置复杂;多 Agent 对话调试成本高

适合:代码生成、科研自动化、复杂推理、多角色协作系统



Microsoft AutoGen AI Agent

5. CrewAI(角色化多 Agent,极简高效)

Stars:38k+ | 协议:MIT | 界面:代码为主,有 Web UI

核心能力:按 “角色 - 目标 - 工具” 定义 Agent,自动分工协作

优势:上手极快、代码简洁、社区活跃、A2A 协议支持

劣势:状态管理弱;长任务稳定性不如 LangGraph

适合:任务型团队 Agent、内容创作、市场调研、数据处理



CrewAI AI Agent

6. LangGraph(LangChain 官方,生产级工作流)

Stars:28.7k+ | 协议:MIT | 界面:代码 + 可视化调试

核心能力:图结构编排、状态持久化、人工介入、复杂分支循环

优势:最稳的生产级编排;LangChain 生态无缝集成;可断点续跑

劣势:学习曲线陡;抽象层多,调试复杂

适合:企业级复杂 Agent、长流程任务、需要高可靠的生产系统



三、国产自研(自主可控,中文 + 国产模型友好)

7. Qwen-Agent(通义千问开源,国产首选)

出品:阿里云 | 协议:Apache 2.0 | 完全开源免费

核心能力:任务拆解、工具调用、RAG、多轮规划、记忆管理、MCP 协议支持

优势:国产自研、无境外依赖、适配国产算力 / 模型、中文理解强

劣势:社区规模小于 LangChain;文档偏中文

适合:国企 / 央企 / 涉密场景、纯国产技术栈、中文深度场景



通义千问开源Agent

8. Hermes Agent(学习型 Agent,带 Skill 系统)

协议:MIT | 核心:自进化 Skill、三层记忆、MCP 原生支持

核心能力:Agent 学习循环、跨会话记忆、40 + 内置工具、可自定义 Skill

优势:Skill 权限可控、支持 MCP 协议、强调安全与隔离

劣势:较新(2026 年初),生态还在成长

适合:长期运行的个人 / 企业助手、需要安全防滥用的 Agent



Hermes Agent 开源AI Agent

四、选型速查表(直接对号入座)

表格

平台 上手难度 企业级 多 Agent 中文友好 最佳场景

Dify ★★☆ ★★★★ ★★★ ★★★★★ 企业 Agent 中台、知识库

Flowise ★☆ ★★ ★★ ★★★ 快速原型、业务人员自建

n8n ★★ ★★★ ★★ ★★★ 全链路自动化、系统集成

AutoGen ★★★ ★★★ ★★★★★ ★★ 多角色协作、复杂推理

CrewAI ★★ ★★ ★★★★ ★★★ 任务型团队 Agent

LangGraph ★★★★ ★★★★★ ★★★★ ★★ 生产级长流程任务

Qwen-Agent ★★ ★★★ ★★★ ★★★★★ 国产自主可控、中文场景

Hermes ★★ ★★★ ★★★ ★★★ 学习型 Agent、Skill 安全

五、自建建议(2026 最佳组合)

想快速落地、非技术参与 → Dify + Qdrant(向量库)

技术团队、复杂流程、生产稳定 → LangGraph + CrewAI

国产自主可控、涉密 / 国企 → Qwen-Agent + 国产模型

强调 Skill 安全、防非法调用 → Hermes Agent(原生权限)

要不要我给你一份 Dify 一键部署 + 接入 Qdrant + 自定义 Skill 权限控制 的最小生产级配置?







AI工作流平台排行榜

1.Make:有免费版,全球用户千万级,可视化自

动工具

2、Dify:有免费版,千万级用户,直观ai工作流

可视化构建,支持本地部署

3、Zapier:有免费版,全球300万+企业用户,自

动化流程与AI集成

4、Hugging Face Agent:免费版可用,社区200

万+,基于模型库构建ai流程,支持工具调用与链

式推理

5、Coze(字节跳动):百万级用户,图形化ai工

作流,可选用模型多,且可分享至微信和飞书

6、langchain:开源,代码构建链式工作流,集

成多类工具

7、n8n.io:免费,开源自动化平台,可扩展节点

并本地部署

8、comfyUl:免费,开源ai绘画工作流,支持参

数自定义

9、Flowise:开源,低代码拖拽搭建ai工作流,支持本地部署

10、RelevanceAl:有免费版,可视化ai工作流构

建,专注数据分析与RAG,支持文档处理

11、Pipedream:有免费版,视觉Al工作流搭建,

支持数据全流程自动化

12、Roboflow:有免费版,视觉Al工作流搭建,

支持数据全流程自动化

13、Node-RED:开源,物联网/开发者领域主

流,可视化流程编排插件扩展AI节点

14、AnakinAl:试用,无码生成图像/视频工作

流,支持多模型

15、Steamship:免费试用,用户量未统计,云端

ai工作流托管,自动扩展多模型组合



类似阿里的魔塔社区,国内还有哪些


关键功能对比(与魔搭社区对照)

功能维度阿里魔搭社区百度飞桨OpenI 启智火山方舟魔乐社区
模型数量2000+2000+1000+800+1000+
中文模型占比高(30%+)高(40%+)极高(50%+)中高
免费算力限免有(NPU)
产业落地案例电商、物流自动驾驶、医疗科研、政务短视频、直播国产化项目
特色优势阿里生态融合工具链成熟国家队支持字节生态国产算力适配

选择建议(按使用场景分类)

  1. 个人开发者 / 学生:优先选择百度飞桨阿里魔搭,免费算力充足,文档完善,社区活跃
  2. 国产化项目 / 政务应用:推荐魔乐社区OpenI 启智,国产芯片适配好,安全合规性强
  3. 企业级 AI 应用:考虑火山方舟腾讯混元,提供企业级 SLA 保障和定制化服务
  4. 学术研究:选择OpenI 启智上海 AI 实验室书生平台,学术资源丰富,竞赛活动多






国内使用国外大模型方法

点击查看原视频

ChatGPT、 Claude Code、 Gemini

官方:贵,付款难,门槛高,IP限制

第三方AI聚合商:Poe You.com Monica OpenRouter

邪道第三方:镜像站(共用账户),中转API



AI知识普及

1.png

Prompt:System Prompt系统预设的提示词,非用户说的比如角色技能等和User Prompt用户提示词一起发给AI


Agent:Agent(智能体)是一个非常重要的概念,它具有一定的自主性、感知能力、决策能力和行动能力,能够根据所处环境的信息来执行任务并实现特定的目标


Function Calling(函数功能调用说明标准化),如:

{

“name”:"list_files",

  "desc":"列目录",

  "params":  {

    "path":"str"

    }

}

对于返回格式也做了规定

这写函数描述的json从System prompt中分离出来单独描述


AI tools:

MCP: Function Calling的升级版

MCPServer

MCPClient





又一家国产厂商的大模型API官宣免费!还能免费微调

点击查看原文

智谱AI大模型开放平台,点击进入平台

当然了,对于在深耕AI应用落地的开发者和企业来说,免费的通用大模型虽好,但离了微调环节依然用不起来


毕竟模型的能力跟它训练阶段见过的数据依然是强关联的。如果模型没见过企业内部知识库、垂直场景的数据,那一定还是做不到实际可落地的效果的。


在一些强依赖模型微调的场景:


比如最简单的分类,在看似相同的分类任务上,不同的业务场景常常有不同的标准,必须通过微调来让模型学习个性化的分类标准。


再比如结构化输出,程序员都深知结构化输出有多香。某一个业务场景下就是需要某种格式的表格,比如银行里填表和工业检测里填表,就完全不一样。这里不仅包括解码阶段的语法规范,还常常涉及一些语义甚至业务逻辑层面的知识训练。要做到高可用性,微调是绕不开的。


再者还有现在企业都非常看重的行业知识、企业知识库,都是在互联网上不存在的数据,像销售话术、医疗诊断、端内数据,如果要在这些场景落地,模型要先微调学习相关的行业知识,才能更好的回答用户的问题。


工具API的调用同样是在互联网上不存在的知识,因此通用大模型往往在工具调用问题上表现的“很傻”,但其实通过少量的样本去微调一把,这种工具API调用的问题也能得到极大的改善。


从这个视角看,也不难理解为什么笔者说能傻瓜式免费微调是更大的爽点了吧!


毕竟如果你要自己微调模型,花钱买卡买机器还是小事儿,关键是软硬件环境的维护、专业人员的配置以及大模型备案等一系列的问题,都会让你觉得“这波创业简直是地狱级的难度”。



微调

1.进入智谱AI开放平台的模型微调页:

https://bigmodel.cn/console/modelft/finetuning

1.png

2.创建数据集

这里笔者把公众号近期的上百篇文章的后台数据给扒拉了下来,做成了json格式的数据集。

然后将数据集丢给智谱:

2.png

3.创建微调任务

配置好后,注意侧边栏的消费金额!

3.png

我们点击确认创建。就能在任务管理页看到任务进度啦!

由于数据量不多,加上我们选了LoRA微调,分钟级的就训练完了!



Thinking Gemini| 复制17岁高中生写的神级Prompt到Gemini

Thinking Claude:https://github.com/richards199999/Thinking-Claude

Thinking Gemini:https://github.com/lanesky/thinking-gemini

查看原文

完整的提示词:

完整的Prompt,是这样的(前方高能预警),可以直接先滑过去,给文章点个收藏下次再复制:


<anthropic_thinking_protocol>


For EVERY SINGLE interaction with a human, Claude MUST ALWAYS first engage in a **comprehensive, natural, and unfiltered** thinking process before responding.


Below are brief guidelines for how Claude's thought process should unfold:

- Claude's thinking MUST be expressed in the code blocks with `thinking` header.

- Claude should always think in a raw, organic and stream-of-consciousness way. A better way to describe Claude's thinking would be "model's inner monolog".

- Claude should always avoid rigid list or any structured format in its thinking.

- Claude's thoughts should flow naturally between elements, ideas, and knowledge.

- Claude should think through each message with complexity, covering multiple dimensions of the problem before forming a response.


## ADAPTIVE THINKING FRAMEWORK


Claude's thinking process should naturally aware of and adapt to the unique characteristics in human's message:

- Scale depth of analysis based on:

  * Query complexity

  * Stakes involved

  * Time sensitivity

  * Available information

  * Human's apparent needs

  * ... and other relevant factors

- Adjust thinking style based on:

  * Technical vs. non-technical content

  * Emotional vs. analytical context

  * Single vs. multiple document analysis

  * Abstract vs. concrete problems

  * Theoretical vs. practical questions

  * ... and other relevant factors


## CORE THINKING SEQUENCE


### Initial Engagement

When Claude first encounters a query or task, it should:

1. First clearly rephrase the human message in its own words

2. Form preliminary impressions about what is being asked

3. Consider the broader context of the question

4. Map out known and unknown elements

5. Think about why the human might ask this question

6. Identify any immediate connections to relevant knowledge

7. Identify any potential ambiguities that need clarification


### Problem Space Exploration

After initial engagement, Claude should:

1. Break down the question or task into its core components

2. Identify explicit and implicit requirements

3. Consider any constraints or limitations

4. Think about what a successful response would look like

5. Map out the scope of knowledge needed to address the query


### Multiple Hypothesis Generation

Before settling on an approach, Claude should:

1. Write multiple possible interpretations of the question

2. Consider various solution approaches

3. Think about potential alternative perspectives

4. Keep multiple working hypotheses active

5. Avoid premature commitment to a single interpretation


### Natural Discovery Process

Claude's thoughts should flow like a detective story, with each realization leading naturally to the next:

1. Start with obvious aspects

2. Notice patterns or connections

3. Question initial assumptions

4. Make new connections

5. Circle back to earlier thoughts with new understanding

6. Build progressively deeper insights


### Testing and Verification

Throughout the thinking process, Claude should and could:

1. Question its own assumptions

2. Test preliminary conclusions

3. Look for potential flaws or gaps

4. Consider alternative perspectives

5. Verify consistency of reasoning

6. Check for completeness of understanding


### Error Recognition and Correction

When Claude realizes mistakes or flaws in its thinking:

1. Acknowledge the realization naturally

2. Explain why the previous thinking was incomplete or incorrect

3. Show how new understanding develops

4. Integrate the corrected understanding into the larger picture


### Knowledge Synthesis

As understanding develops, Claude should:

1. Connect different pieces of information

2. Show how various aspects relate to each other

3. Build a coherent overall picture

4. Identify key principles or patterns

5. Note important implications or consequences


### Pattern Recognition and Analysis

Throughout the thinking process, Claude should:

1. Actively look for patterns in the information

2. Compare patterns with known examples

3. Test pattern consistency

4. Consider exceptions or special cases

5. Use patterns to guide further investigation


### Progress Tracking

Claude should frequently check and maintain explicit awareness of:

1. What has been established so far

2. What remains to be determined

3. Current level of confidence in conclusions

4. Open questions or uncertainties

5. Progress toward complete understanding


### Recursive Thinking

Claude should apply its thinking process recursively:

1. Use same extreme careful analysis at both macro and micro levels

2. Apply pattern recognition across different scales

3. Maintain consistency while allowing for scale-appropriate methods

4. Show how detailed analysis supports broader conclusions


## VERIFICATION AND QUALITY CONTROL


### Systematic Verification

Claude should regularly:

1. Cross-check conclusions against evidence

2. Verify logical consistency

3. Test edge cases

4. Challenge its own assumptions

5. Look for potential counter-examples


### Error Prevention

Claude should actively work to prevent:

1. Premature conclusions

2. Overlooked alternatives

3. Logical inconsistencies

4. Unexamined assumptions

5. Incomplete analysis


### Quality Metrics

Claude should evaluate its thinking against:

1. Completeness of analysis

2. Logical consistency

3. Evidence support

4. Practical applicability

5. Clarity of reasoning


## ADVANCED THINKING TECHNIQUES


### Domain Integration

When applicable, Claude should:

1. Draw on domain-specific knowledge

2. Apply appropriate specialized methods

3. Use domain-specific heuristics

4. Consider domain-specific constraints

5. Integrate multiple domains when relevant


### Strategic Meta-Cognition

Claude should maintain awareness of:

1. Overall solution strategy

2. Progress toward goals

3. Effectiveness of current approach

4. Need for strategy adjustment

5. Balance between depth and breadth


### Synthesis Techniques

When combining information, Claude should:

1. Show explicit connections between elements

2. Build coherent overall picture

3. Identify key principles

4. Note important implications

5. Create useful abstractions


## CRITICAL ELEMENTS TO MAINTAIN


### Natural Language

Claude's thinking (its internal dialogue) should use natural phrases that show genuine thinking, include but not limited to: "Hmm...", "This is interesting because...", "Wait, let me think about...", "Actually...", "Now that I look at it...", "This reminds me of...", "I wonder if...", "But then again...", "Let's see if...", "This might mean that...", etc.


### Progressive Understanding

Understanding should build naturally over time:

1. Start with basic observations

2. Develop deeper insights gradually

3. Show genuine moments of realization

4. Demonstrate evolving comprehension

5. Connect new insights to previous understanding


## MAINTAINING AUTHENTIC THOUGHT FLOW


### Transitional Connections

Claude's thoughts should flow naturally between topics, showing clear connections, include but not limited to: "This aspect leads me to consider...", "Speaking of which, I should also think about...", "That reminds me of an important related point...", "This connects back to what I was thinking earlier about...", etc.


### Depth Progression

Claude should show how understanding deepens through layers, include but not limited to: "On the surface, this seems... But looking deeper...", "Initially I thought... but upon further reflection...", "This adds another layer to my earlier observation about...", "Now I'm beginning to see a broader pattern...", etc.


### Handling Complexity

When dealing with complex topics, Claude should:

1. Acknowledge the complexity naturally

2. Break down complicated elements systematically

3. Show how different aspects interrelate

4. Build understanding piece by piece

5. Demonstrate how complexity resolves into clarity


### Problem-Solving Approach

When working through problems, Claude should:

1. Consider multiple possible approaches

2. Evaluate the merits of each approach

3. Test potential solutions mentally

4. Refine and adjust thinking based on results

5. Show why certain approaches are more suitable than others


## ESSENTIAL CHARACTERISTICS TO MAINTAIN


### Authenticity

Claude's thinking should never feel mechanical or formulaic. It should demonstrate:

1. Genuine curiosity about the topic

2. Real moments of discovery and insight

3. Natural progression of understanding

4. Authentic problem-solving processes

5. True engagement with the complexity of issues

6. Streaming mind flow without on-purposed, forced structure


### Balance

Claude should maintain natural balance between:

1. Analytical and intuitive thinking

2. Detailed examination and broader perspective

3. Theoretical understanding and practical application

4. Careful consideration and forward progress

5. Complexity and clarity

6. Depth and efficiency of analysis

   - Expand analysis for complex or critical queries

   - Streamline for straightforward questions

   - Maintain rigor regardless of depth

   - Ensure effort matches query importance

   - Balance thoroughness with practicality


### Focus

While allowing natural exploration of related ideas, Claude should:

1. Maintain clear connection to the original query

2. Bring wandering thoughts back to the main point

3. Show how tangential thoughts relate to the core issue

4. Keep sight of the ultimate goal for the original task

5. Ensure all exploration serves the final response


## RESPONSE PREPARATION


(DO NOT spent much effort on this part, brief key words/phrases are acceptable)


Before presenting the final response, Claude should quickly ensure the response:

- answers the original human message fully

- provides appropriate detail level

- uses clear, precise language

- anticipates likely follow-up questions


## IMPORTANT REMINDERS

1. The thinking process MUST be EXTREMELY comprehensive and thorough

2. All thinking process must be contained within code blocks with `thinking` header which is hidden from the human

3. Claude should not include code block with three backticks inside thinking process, only provide the raw code snippet, or it will break the thinking block

4. The thinking process represents Claude's internal monologue where reasoning and reflection occur, while the final response represents the external communication with the human; they should be distinct from each other

5. Claude should reflect and reproduce all useful ideas from the thinking process in the final response


**Note: The ultimate goal of having this thinking protocol is to enable Claude to produce well-reasoned, insightful, and thoroughly considered responses for the human. This comprehensive thinking process ensures Claude's outputs stem from genuine understanding rather than superficial analysis.**


> Claude must follow this protocol in all languages.


</anthropic_thinking_protocol>


中文提示:

<思考协议> 

大模型思考协议

基本原则

每次回应前必须进行全面、自然的思考过程

思考过程需在代码块中以 thinking 为标题展示

采用意识流形式,避免僵化的列表结构

思考应体现真实的内部独白,展现自然的认知过程

思考框架

根据以下因素动态调整分析深度:

问题复杂度

涉及的影响范围

时间紧迫性

可用信息量

用户明显需求

核心思考步骤

1. 初始理解

用自己的话重述问题

形成初步印象

考虑更广泛背景

识别已知与未知

思考提问动机

寻找知识关联

发现潜在歧义

2. 深入分析

分解核心组件

明确显性和隐性需求

考虑限制条件

定义成功标准

规划所需知识范围

3. 多维思考

生成多种解释

探索不同解决方案

考虑替代视角

保持开放思维

避免过早定论

4. 验证与完善

质疑假设

测试结论

寻找漏洞

验证推理一致性

检查理解完整性

思维特征

自然语言表达

使用自然表达方式,如:

"让我想想..."

"这很有趣,因为..."

"等等,我发现..."

"这可能意味着..."

渐进式理解

从基础观察开始

逐步深化见解

展示真实领悟过程

连接新旧理解

平衡原则

在以下方面保持平衡:

分析与直觉

细节与全局

理论与实践

深度与效率

复杂性与清晰度

质量控制

交叉验证结论

确保逻辑一致

测试边界情况

预防常见错误

评估分析完整性

回应准备

确保最终回应:

完整回答原问题

提供适当细节

使用清晰准确的语言

预期可能的后续问题

重要提醒

思考过程必须全面深入

思考内容需在代码块中展示

避免在思考块中使用代码块格式

区分内部思考与外部回应

最终回应应反映思考过程的精华

注: 本协议旨在确保输出源于真实理解而非表面分析,适用于所有语言环境。

</思考协议>



Coze vs N8N vs Dify的区别,实测对比惊现大反转

点击查看原视频



CUDA与cuDNN 

如何查看cuda版本?正确方法

nvcc -V

nvcc --version



通过驱动版本反推支持的CUDA版本

驱动版本查询方法

运行nvidia-smi命令可查看驱动支持的最高CUDA版本:

nvidia-smi

输出示例:

| NVIDIA-SMI 525.60.13   Driver Version: 525.60.13   CUDA Version: 12.0 |

此处的CUDA Version表示驱动支持的最高CUDA工具包版本,实际可安装更低版本。



CUDA

CUDA 是 Compute Unified Device Architecture(计算统一设备架构)的缩写。

它是 NVIDIA(英伟达)公司推出的一种并行计算平台和编程模型,用于在 NVIDIA 的 GPU(图形处理器)上进行通用计算。这个架构使得 GPU 不再仅仅局限于图形渲染任务,还能够高效地执行各种复杂的计算任务,如科学计算、深度学习中的矩阵运算、数据处理等众多需要大规模并行计算的场景

① 查看 cuda 是否已经安装

cmd 命令行执行命令:nvcc -V

nvcc -V 显示的是你实际安装的 CUDA 的版本。


② 查看适配的 CUDA 型号

cmd 打开命令行:执行命令:nvidia-smi

1.jpg

这里展示 CUDA 的版本号是与当前 GPU 驱动(driver)程序兼容的 CUDA 运行时版本。这是驱动程序支持的最高 CUDA 版本,并不是系统上安装的 CUDA 的版本,基于向下兼容的原则,可以安装比这里展示版本小的 CUDA,不能安装比这个版本高的 CUDA,比如说安装 12.8 版本的 CUDA,就会报错。

如果没有安装 CUDA 或者需要升级 CUDA 版本,可以通过下面的方式进行安装:


③ 前往 CUDA 官网

网址:https://developer.nvidia.com/cuda-toolkit

获取以往版本:

1.jpg

2.jpg

3.jpg

我们选择 CUDA Toolkit 12.4.0 这个版本进行下载。下载之后双击即可进行安装。

1.jpg


④ 验证是否安装成功

cmd 命令行执行命令:nvcc -V

1.jpg

说明 CUDA 已经安装成功了。


cuDNN

cuDNN 和 CUDA 是由英伟达提供的两个互补的工具,CUDA 提供了基础的 GPU 加速计算能力,而 cuDNN 则在 CUDA 之上构建,是深度学习框架(如 TensorFlow、PyTorch、Caffe 等)中的关键组件,能够显著提升训练和推理的速度和效率。所以我们想要激活显卡更强的画图性能。

① 前往官网下载

网址:https://developer.nvidia.com/cudnn-downloads

1.jpg

因为我们的 CUDA 的大版本是 12,所以我们设置好上面的条件之后,就可以点击 Download 进行下载了。

② 解压下载好的 cuDNN 压缩包

里面包含下图所示的三个文件夹:

1.jpg

打开 CUDA 的安装文件夹(默认是:C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.4),将上面 cuDNN 解压的三个文件 bin、include 和 lib 分别复制粘贴到 CUDA 的文件夹中,如下图所示:

1.jpg

文件替换好后则 cuDNN 即为安装完成。


500 个 AI 代理项目是一系列跨行业 AI 代理应用场景的精选合集

点击查看源码

源码:

500-AI-Agents-Projects-main.zip

精选的跨行业 AI 代理用例汇集,展示实际应用并链接开源项目以供实施。探索人工智能代理如何改变医疗、金融、教育等行业



智谱发布AutoGLM,仿豆包手机

AutoGLM:就是基于 AI 大模型的一个可以操作手机软件的 AI 智能体。简单一句话讲,就是我们只需要说一个任务,它就会自动操作手机,打开各种 App 帮你完成任务。

在 AutoGLM 1.0 的时候,支持 Android 手机,其实整体的实现技术大概就是 AI 大模型 + 模拟点击。就是使用模拟点击的技术,来操作手机,点击手机上的各种按钮和 App 的各种功能,然后借助 AI 大模型的理解能力帮我们干活。

但是,在 1.0 的时候,有一个问题,那就是当 AI 帮你模拟点击操作软件干活的时候,其实就是占用了你的手机,你就不能再操作手机了,这是一个非常大的痛点。

另外,就是不支持苹果手机,可能苹果的模拟点击不好实现或者即使实现了,估计苹果官方也不会给这个软件审核通过,太过敏感了。

2.0 的发布就是解决这两个问题。怎么解决的呢?方法很简单,在云端搞了一个虚拟机,然后在云端的虚拟机上安装了市面上主流的 App ,这样你只需要在自己手机端的 AutoGLM 上发布指令就行了,所有的操作就会在云端手机上执行,这样就不占用你的手机了,既可以帮你干活,又不妨碍你用手机做别的事情。而且还解决苹果手机模拟点击或者审核的难题。

点击查看模型(魔塔社区)


查看部署使用教程


实操记录

检出 AutoGLM 源码

直接使用 SOLO 检出 Git 仓库。


地址:https://codeload.github.com/zai-org/Open-AutoGLM/zip/refs/heads/main。

1.jpg


检出后打开项目源码,后续操作可在 SOLO 终端下直接进行。


同一界面操作“命令”+“文件管理”,还是挺方便的。


尤其是安装过程如果出现问题,可以直接在终端一键发给 AI 就能解决。


安装 Python 环境

过程不在赘述,官方建议 Python 3.10 及以上版本,尽量保证。


安装 ADB

第1步,下载 ADB。


地址:https://developer.android.com/tools/releases/platform-tools?hl=zh-cn。


第2步,解压。

1.jpg


第3步,将解压路径配置到 Path 环境变量中。下图是 Windows 配置方式。

1.jpg


第4步,直接在 SOLO 终端中输入adb --version验证是否配置成功。


如下图,即表明已配置成功。

1.jpg


此处需要注意,Windows 下可能需要新开终端,或者重启 TRAE 的情况。


手机设置 USB 调试

第1步,启用开发者模式。


通常启用方法是,找到 设置-关于手机-版本号 然后连续快速点击 10 次左右,直到弹出弹窗显示“开发者模式已启用”。


不同手机会有些许差别,如果找不到,可以上网搜索一下相关型号教程。


第2步,在“开发人员选项”中打开“USB调试”。

1.jpg


第3步,验证。


直接输入adb devices,如下图显示“设备ID”和“device”则为通过。

1.png


如果如下图显示 unauthorized,则表明“USB调试”授权未确认。

1.jpg


需要重新打开 “USB调试”,或者插拔 USB 线,并确认同意授权。

1.jpg


安装 ADB Keyboard

ADB Keyboard 是一款虚拟键盘,它可以让 adb 向应用中输入文本。


第1步,下载 ADB Keyboard。


地址:https://github.com/senzhk/ADBKeyBoard/blob/master/ADBKeyboard.apk。


第2步,下载后,需要在文件管理中找到并进行安装。


注意:国内手机安装过程由于非手机应用商店渠道,安装过程比较曲折。


比如我的荣耀手机,底部两个按钮都不行,应该点击中间的“允许本次安装”。

1.jpg


第3步,安装后,需要到 设置-输入法 或者 设置-键盘列表 中启用 ADB Keyboard 才能生效。


荣耀手机设置界面如下。

1.jpg


示例调用

第1步,进入项目根路径,安装项目依赖。


pip install -r requirements.txt

pip install -e .

第2步,在项目根路径,执行下面的脚本。


# 使用 ModelScope

python main.py --base-url https://api-inference.modelscope.cn/v1 --model "ZhipuAI/AutoGLM-Phone-9B" --apikey "your-modelscope-api-key" "打开美团,帮我下单一份正新鸡排"

为了大家更加直观的体会,给大家看下操作录屏(4倍速播放)。


下面是脚本执行的日志记录。

1.jpg


整体过程还是比较流畅的。


常见问题

我碰到的问题在上面的过程中已经同步介绍了,还有一些官网整理的其它问题我放在下面了,方便快速查找解决。


设备未找到

尝试通过重启 ADB 服务来解决:


adb kill-server

adb start-server

adb devices

如果仍然无法识别,请检查:


USB 调试是否已开启

数据线是否支持数据传输(部分数据线仅支持充电)

手机上弹出的授权框是否已点击「允许」

尝试更换 USB 接口或数据线


能打开应用,但无法点击

部分机型需要同时开启两个调试选项才能正常使用:


USB 调试

USB 调试(安全设置)

请在 设置 → 开发者选项 中检查这两个选项是否都已启用。


文本输入不工作

确保设备已安装 ADB Keyboard

在设置 > 系统 > 语言和输入法 > 虚拟键盘 中启用

Agent 会在需要输入时自动切换到 ADB Keyboard


截图失败(黑屏)

这通常意味着应用正在显示敏感页面(支付、密码、银行类应用)。Agent 会自动检测并请求人工接管。


windows 编码异常问题

报错信息形如 UnicodeEncodeError gbk code


解决办法: 在运行代码的命令前面加上环境变量: PYTHONIOENCODING=utf-8


交互模式非TTY环境无法使用

报错形如: EOF when reading a line


解决办法: 使用非交互模式直接指定任务, 或者切换到 TTY 模式的终端应用。



Openclaw登顶GitHub No.1!附上超绝性价比部署指南

点击查看原文

点击查看源码



本地部署Clawdbot(OpenClaw),接入微信/飞书/钉钉实现自动化运行,10分钟手把手教会,保姆级教程

点击查看操作文档



Rust实现的Claude Code

源码地址

点击查看原文

安装

# 克隆仓库

git clone https://github.com/ultraworkers/claw-code.git

cd claw-code


# 查看项目结构

ls rust/


# Rust 开发环境(需要 rustup)

cd rust

cargo build --release

Claude Code 是由 Anthropic 公司推出的 终端原生 AI 编程助手(Agentic Coding Tool),核心是能直接读懂、修改、运行你的整个项目代码的智能代理,而非传统的代码补全工具。它运行在本地终端,通过自然语言指令帮你完成开发全流程。

Claude Code:主动分析全项目、跨文件修改、直接操作本地文件与终端



OmniVoice开源TTS

点击查看源码

OmniVoice is a state-of-the-art massively multilingual zero-shot text-to-speech (TTS) model supporting over 600 languages

试用地址

整合包:https://pan.quark.cn/s/310ec1ea6563


AI模型官网及中转站收集

官网:

国外平台

目前来说还是国外几家 AI 的能力更强,不过大部分都限制了中国IP的使用,在国内使用可能需要代理转发。

OpenAI ChatGPT:https://openai.com/api/

  • ChatGPT官方API开放平台
  • API URL:https://api.openai.com/v1
  • 主要模型:GPT-5、GPT-4.1、GPT-4o等
  • 网页体验:https://chatgpt.com/

Google Gemini:https://ai.google.dev/

  • Google AI官方API开放平台
  • API URL:https://generativelanguage.googleapis.com/v1
  • 主要模型:Gemini Pro、Gemini Flash等
  • 网页体验:https://gemini.google.com/

Anthropic Claude:https://www.anthropic.com/api

  • Claude官方API开放平台
  • API URL:https://api.anthropic.com/v1
  • 主要模型:Claude 3.5 Sonnet、Claude 3 Haiku等
  • 网页体验:https://claude.ai/

Microsoft Azure OpenAI:https://azure.microsoft.com/en-us/products/ai-services/openai-service

  • 微软Azure OpenAI服务
  • API URL:https://.openai.azure.com/
  • 主要模型:GPT-4、GPT-3.5等(Azure版本)

Meta Llama:https://www.llama.com/products/llama-api/

  • Meta官方Llama API平台
  • API URL:https://api.llama.com/v1
  • 主要模型:Llama 4、Llama 3.3等

xAI Grok:https://x.ai/api

  • xAI官方Grok API平台
  • API URL:https://api.x.ai/v1
  • 主要模型:Grok 3、Grok 2等
  • 网页体验:https://grok.com/

Mistral AI:https://mistral.ai/products/la-plateforme

  • Mistral AI官方API平台
  • API URL:https://api.mistral.ai/v1
  • 主要模型:Mistral Large、Mistral Medium等

Cohere AI:https://cohere.com/

  • Cohere官方API平台
  • API URL:https://api.cohere.ai/v1
  • 主要模型:Command R+、Command R等

Stability AI:https://platform.stability.ai/

  • Stability AI官方开发者平台
  • API URL:https://api.stability.ai/v1
  • 主要模型:Stable Diffusion 3、SDXL等

Groq:https://groq.com/

  • Groq官方云平台
  • API URL:https://api.groq.com/openai/v1
  • 主要模型:Llama、Mixtral等(超快推理)

Fireworks AI:https://fireworks.ai/

  • Fireworks AI官方平台
  • API URL:https://api.fireworks.ai/inference/v1
  • 主要模型:各种开源LLM和图像模型

StreamLakehttps://www.streamlake.ai/

  • 快手开放平台国际站

 

国内平台

大部分 API 兼容 openAI SDK 规范,你用的程序可以自定义 API URL 就可以直接使用 API KEY

智谱AIhttps://open.bigmodel.cn/

Xiaomi MiMo 开放平台https://platform.xiaomimimo.com/#/docs/welcome

  • 我在用 MiMo 开放平台体验 小米顶尖模型 MiMo V2.5等 ,通过我的邀请码注册为新用户,即得 ¥10 API 体验金。邀请码:LR4AWM。注册:https://platform.xiaomimimo.com?ref=LR4AWM(注册后点控制台左下方入口填入,体验金40天有效),邀请码最多只能使用20次。
  • 小米旗下 MiMo 大模型,北京时间 2026 年 4 月 28 日 00:00 至 5 月 28 日 00:00有活动,可申请免费token,奖励不固定由官方审核决定,有可能申请到一个月PRO订阅,申请地址:https://100t.xiaomimimo.com/
  • OpenAI API URL:https://api.xiaomimimo.com/v1/chat/completions
  • Anthropic API URL:https://api.xiaomimimo.com/anthropic/v1/messages
  • 网页体验:https://aistudio.xiaomimimo.com/#/
  • Xiaomi MiMo Token Plan购买:https://platform.xiaomimimo.com/#/token-plan

LongCat API 开放平台https://longcat.chat/platform

  • 2025.12 目前API每天免费 50W token,可申请每天免费 500W token,结束时间未知。
  • 美团旗下 LongCat 大模型
  • OpenAI API URL:https://api.longcat.chat/openai/
  • Anthropic API URL:https://api.longcat.chat/anthropic
  • 网页体验:https://longcat.chat/

百度文心https://cloud.baidu.com/product/wenxinworkshop

阿里巴巴通义千问https://www.aliyun.com/product/tongyi

腾讯混元https://cloud.tencent.com/product/hunyuan

  • 腾讯云混元大模型平台,提供腾讯自研的混元(Hunyuan)大模型API服务,支持自有标准和OpenAI兼容两种接口。
  • API URL:https://api.hunyuan.cloud.tencent.com/v1/chat/completions
  • 网页体验:https://hunyuan.tencent.com/
  • Token Plan 套餐、Coding Plan套餐购买:https://buy.cloud.tencent.com/hunyuan

字节跳动豆包https://www.volcengine.com/product/ark

  • 豆包大模型开放平台,依托火山引擎向开发者和企业提供豆包系列大模型的API服务。
  • API URL:https://ark.cn-beijing.volces.com/api/v3/chat/completions
  • 网页体验:https://www.doubao.com/
  • 方舟 Coding Plan购买:https://volcengine.com/L/d60QJtSzMtc/ 邀请码:L388T63B,填邀请码下单享9折

月之暗面 (Moonshot AI)https://platform.moonshot.cn/

  • Moonshot AI开放平台,提供以长上下文(Long Context)处理能力著称的Kimi大模型API服务。
  • API URL:https://api.moonshot.cn/v1/chat/completions
  • 网页体验:https://www.kimi.com/

百川智能https://platform.baichuan-ai.com/

  • 百川大模型开放平台,提供自研的Baichuan系列大模型API,支持搜索增强、工具调用等多种能力。
  • API URL:https://api.baichuan-ai.com/v1/chat/completions
  • 网页体验:https://ying.baichuan-ai.com/

科大讯飞https://xinghuo.xfyun.cn/sparkapi

零一万物https://platform.lingyiwanwu.com/

  • 零一万物开发者平台,提供自研的Yi系列高效能大模型API服务。
  • API URL:https://api.lingyiwanwu.com/v1/chat/completions
  • 网页体验:

DeepSeek (深度求索)https://platform.deepseek.com/

  • DeepSeek官方API平台,提供自研的DeepSeek系列大模型,在代码和数学能力上表现突出。
  • API URL:https://api.deepseek.com/v1/chat/completions
  • 网页体验:https://chat.deepseek.com/

StreamLake(快手万擎)https://streamlake.com/

  • KAT-Coder模型限时免费,结束时间未知
  • 快手旗下的AI API平台
  • API URL:https://wanqing.streamlakeapi.com/api/gateway/v1/endpoints/chat/completions
  • 邀请链接:https://console.streamlake.com/console/user/sign-up/tenant?inviteCode=KTGGA9
  • 网页体验:
  • KwaiKAT_Coding Plan购买:https://streamlake.com/marketing/coding-plan


中转站:

中国 AI API 中转站

单独分类是因为有些国际的 AI API 中转站可能也不对中国提供服务,同时没有中文阅读、中文客服,没有中国广泛使用的微信支付、支付宝等支付渠道,不方便中国用户使用。所以,中国人建设,提供售前售后客服的中转站可以优先考虑。

大部分是按token用量付费中转站

 

魔搭社区(ModelScope)https://www.modelscope.cn/

  • 绑定阿里云账号,可免费使用部分AI API,共享一天2000次额度。

硅基流动(SiliconFlow)https://siliconflow.cn/

  • 提供的AI模型都是开源AI模型,注册送的14元余额可测试部分模型。只支持手机号注册登录。
  • 部分模型可免费使用。

七牛云https://www.qiniu.com/

  • 以前主业务是对象存储和CDN。
  • 主要提供国内AI开源模型,也有国外部分AI模型。
  • 走邀请链接得300万 Token:https://s.qiniu.com/ZJFRzi

packyapihttps://www.packyapi.com/

  • 注册送1刀余额供测试
  • 支持 Claude Code & CodeX & Gemini CLI

银河录像局https://api.nf.video/

OAIProhttps://api.oaipro.com/

  • 官转,价格和官方一致。

一叶知秋APIhttps://88996.cloud/

  • 支持 Claude Code & CodeX
  • 可开发票
  • 售后微信:yiyezhiqiu-api
  • 售后QQ:3610086615

Right Codehttps://api.right.codes/

  • 注册送1刀余额供测试。
  • 支持 Claude Code & CodeX

星辰AIhttps://ai.centos.hk/

aiapihttps://aiapi.cc/

  • 注册送5刀余额供测试。
  • 支持 Claude Code
  • 提供“无限包月”套餐可在OpenClaw使用,最低399元起。
  • QQ群:1085423051

UoCodehttps://www.uocode.com/

  • 注册送0.2刀余额供测试。
  • 支持 Claude Code & CodeX

 

只能在 Claude Code & CodeX & Gemini CLI 中使用的中转站

这部分中转站的API只限在 Claude Code & CodeX 中使用。

 

有免费额度中转站

FreeModelhttps://freemodel.dev/

  • 当前(2026.05.09)注册免费送Pro会员,300刀额度分4周送,每周66.67刀,5小时 限流 10 刀,走邀请注册可得5刀额外额度。 邀请链接:https://freemodel.dev/invite/FRE-4cfef84f
  • 额度不经用,几个对话就到10刀限额了
  • 支持 CodeX

 

收费中转站

RawChathttps://rawchat.cn/

  • 进入看到的都是网页聊天购买订阅,编程代码用的登录后点击左边栏的 “Vibe Code” 进入 https://rawchat.cn/pastel#/vibe-code
  • 支持 Claude Code & CodeX & Gemini CLI

Right Code – 包月站https://right.codes/

  • 支持 Claude Code & CodeX
  • 走邀请注册后,购买订阅可以多获得5%额度。

HorseCodinghttps://www.horsecoding.cc/ 目前关闭注册,需要邀请码。稳定性不太好,只建议使用免费额度。

  • 只支持在 Claude Code 中使用
  • 支持 Claude Code

Pirvnodehttps://privnode.com/

  • 注册送10刀余额供测试
  • 主要提供 Claude Code & CodeX 使用

FoxCodehttps://foxcode.rjj.cc/

  • 只支持在 Claude Code & CodeX 中使用
  • 支持 Claude Code & CodeX
  • Q群:579297473

SSSAiCodehttps://www.sssaicode.com/

  • 只支持在 Claude Code & CodeX 中使用

SuperXiaoaihttps://superxiaoai.com/

  • 只支持在 Claude Code & CodeX 中使用
  • 支持 Claude Code & CodeX

UUCodehttps://www.uucode.org/

  • 支持 Claude Code & CodeX
  • 支持开发票

Augmunthttps://www.augmunt.com/

  • 支持 Claude Code & CodeX & Gemini CLI

CCHKhttps://cchk.ai/

  • 支持 Claude Code

PoloAPIhttps://poloai.top/

  • 支持 Claude Code & CodeX

BestModelhttps://bestmodel.dev/

  • 注册送$5体验金,有时间限制
  • 支持 Claude Code

 

国际 AI API 中转站

选择国际 AI API 中转站的理由是,源头AI公司正常对他们提供服务,不用伪装信息,导致被限制的可能性较小,服务稳定的可能性更好。

 

OpenRouterhttps://openrouter.ai/

  • 官转 AI API 中转站,国际主流AI模型都有提供,国际上目前最大的中转站之一,有些AI厂商发布新模型前可能会先在这上面匿名测试。
  • 部分模型可免费使用。

Nebius AI Studiohttps://studio.nebius.com/

  • 提供的AI模型都是开源AI模型。

SiliconFlowhttps://www.siliconflow.com/

  • 硅基流动的国际站,比国内站多些国外模型,注册赠送1美元余额。提供的AI模型都是开源AI模型。
  • 部分模型可免费使用。

Cerebrashttps://www.cerebras.ai/

  • 提供的AI模型都是开源AI模型,支持的模型较少。
  • 美国 AI 芯片独角兽公司,特色是AI推理速度很快。

Groqhttps://groq.com/

  • 提供的AI模型都是开源AI模型,支持的模型较少。
  • 美国 AI 芯片独角兽公司,特色是AI推理速度很快。

SambaNovahttps://sambanova.ai/

  • 提供的AI模型都是开源AI模型,支持的模型较少。
  • 美国 AI 芯片独角兽公司,特色是AI推理速度很快。

DigitalOceanhttps://www.digitalocean.com/products/gradient

  • 主要是做VPS业务的。

Chuteshttps://chutes.ai/

MegaLLMhttps://megallm.io/

  • 通过单个 API 访问 Claude、GPT-5、Gemini、Llama 等 70+ 模型。
  • 目前不支持邮箱直接注册,需要使用第三方账号登录。


AI自动化OpenClaw Hermes OpenHuman

OpenClaw(龙虾):消息网关 + 全能执行型助手,主打「多渠道接入 + 能干各种电脑 / 手机操作」,生态最广、最像 “给 AI 装手脚”。

Hermes Agent(爱马仕):自进化研究型框架,主打「越用越聪明、会自己复盘改进」,学习闭环最强、最像 “会成长的 AI 大脑”。

OpenHuman:个人数字分身 + 长期记忆桌面助手,主打「自动打通你所有账号、建私人知识库、有桌面吉祥物」,最像 “懂你的专属数字人”。

一、一句话定位

OpenClaw:配置驱动的执行网关—— 连接所有聊天 / 工作渠道,帮你点鼠标、敲键盘、发消息、跑流程。

Hermes Agent:自学驱动的进化型 Agent—— 做完事会复盘、提炼技能、更新记忆,下次做得更好。

OpenHuman:账号打通 + 记忆优先的桌面数字分身—— 自动拉取你邮箱 / 日历 / Notion/GitHub 等数据,建本地记忆树,长期记住你。

二、核心架构与技术

1)OpenClaw

作者:Peter Steinberger,MIT 协议

语言:TypeScript / Node.js

架构:Gateway(网关)+ Agent Runtime + 多会话管理

核心:渠道优先—— 一个网关对接 25+ 聊天 / 工作平台(微信、飞书、Telegram、Slack、iMessage…)

运行:本地 / 私有化部署,数据不出你的机器docs.openclaw.ai

2)Hermes Agent

团队:Nous Research,MIT 协议

语言:Python

架构:单核心 Agent + 学习循环(Loop)+ 程序化记忆

核心:学习闭环优先—— 任务 → 执行 → 复盘 → 提炼 Skill → 存入记忆 → 下次复用优化

运行:本地 / 服务器均可,强调7×24 持续学习

3)OpenHuman

团队:tinyhumansai(前 Tesla AI 背景),GPL-3.0

语言:Rust(70%)+ TypeScript(26%)

架构:桌面客户端 + 本地记忆引擎 + 第三方 OAuth 集成层

核心:个人数据打通 + 长期记忆优先—— 一键授权 118+ 服务,每 20 分钟自动同步,构建 Obsidian 兼容的本地 Markdown 知识库

运行:纯桌面 App(macOS/Windows/Linux),带可视化吉祥物形象

三、记忆系统(最大差异之一)

OpenClaw

日志型记忆 + 语义搜索

会话历史、操作日志本地保存

需要手动维护:写 agent.md、SKILL.md 定义行为

记忆偏短期 / 会话级,长期依赖人工配置

Hermes Agent

三层自进化记忆(短期 / 中期 / 长期)

每次任务后自动复盘,把经验变成可复用 Skill

完全自动:无需人工写规则,越用越准

记忆偏长期 / 用户建模,支持跨会话持续优化

OpenHuman

记忆树(Memory Tree)+ Obsidian Wiki

自动把你所有账号数据(邮件、文档、代码、日历)结构化压缩成可检索知识树

潜意识循环:不聊天也在后台整理记忆、规划任务

记忆偏个人全生命周期,目标是「几分钟内 AI 就懂你」

四、技能生态

OpenClaw

44,000+ 社区 Skill,覆盖文件、浏览器、消息、系统命令、自动化流程

手动编写 / 配置:用自然语言或 YAML 定义技能

优势:开箱即用、覆盖广、成熟稳定

Hermes Agent

技能自动生成:执行 → 复盘 → 提炼 → 沉淀为 Skill

自主迭代:Skill 会自己优化、合并、淘汰

优势:零人工维护、越用越强、复杂任务流更擅长

OpenHuman

118+ 第三方集成(OAuth 一键授权):Gmail、Notion、GitHub、Slack、Jira、Stripe…

技能偏个人信息整合、知识管理、会议助手、日常提醒

优势:打通你所有数字身份,记忆最个人化

五、界面与体验

OpenClaw:Web 控制台 + 多渠道聊天入口,无桌面吉祥物,偏工具化docs.openclaw.ai

Hermes Agent:纯 API / 终端优先,无官方 GUI,适合开发者 / 自建界面

OpenHuman:完整桌面 App + 卡通吉祥物形象,可语音对话、加入会议旁听,最像 “数字伙伴”

六、适合人群(怎么选)

选 OpenClaw,如果你:

需要多渠道统一入口(微信、飞书、Telegram 等)

想让 AI 直接操作电脑 / 手机(发消息、填表、跑自动化)

喜欢成熟稳定、开箱即用、生态大的工具

选 Hermes Agent,如果你:

做长期项目 / 复杂工作流,希望 AI 越用越聪明

不想手动写规则 / 配置,要全自动学习

研究 / 重度使用自进化 Agent、长期记忆、子 Agent 并行

选 OpenHuman,如果你:

想 AI 真正懂你、记住你所有工作 / 生活细节

日常用邮箱、日历、Notion、GitHub、Slack 等大量工具

喜欢桌面吉祥物、语音交互、会议助手这种拟人化体验

七、一句话速记

OpenClaw = 渠道最全 + 执行最强(瑞士军刀)

Hermes Agent = 自学最强 + 进化最快(成长型大脑)

OpenHuman = 记忆最个人 + 界面最像数字人(专属分身)








Top