AGENT
Ollama + MimiClaw = 嵌入式AI
在资源受限的嵌入式硬件上运行 AI 代理,不需要云 API、PSRAM 或昂贵的开发板。本文介绍我是如何做到的。
AGENT
在资源受限的嵌入式硬件上运行 AI 代理,不需要云 API、PSRAM 或昂贵的开发板。本文介绍我是如何做到的。
AGENT
MCP 正在从 Python SDK 版本 1 迁移到版本 2。此次升级引入了重大变更,每位 AI 和 MCP 开发者都需要了解。
AGENT
每个你构建的AI代理都患有阿尔茨海默症。认知心理学确定了人类记忆的五个组成部分,在AI中没有人实现。
AGENT
想象一个企业代理被投入到一个混乱的现实:成千上万的文档、少量的API、半记住的过去对话,以及一个模糊的指令,比如"弄清楚上个季度出了什么问题。"它无法阅读所有内容。它无法做所有事情。它必须决定现在什么重要。
AGENT
LLM 驱动的 AI 代理可以生成代码、保持对话和做出决策。然而,由于上下文窗口限制,它们难以在随时间推移保留和利用过去的经验。基于图的记忆是这个问题的引人注目的答案。
AGENT
这是一篇纯粹的架构拆解。没有"2 分钟部署"指南。没有"开箱即用"演示。我们要检查的是 NanoBot 如何使用最小骨架来运行 Agent——并使其可读、可修改和可控。
AGENT
PicoClaw和nanoBot通过证明强大的个人助手不需要庞大硬件或无限资源,已经吸引了开发者和AI爱好者的同样关注。
AGENT
代理技能通过将领域专业知识、工作流程和上下文打包成可移植的文件夹来解决这个问题,代理可以按需发现和使用它们。
AGENT
有些任务并不那么有趣。每个视频都需要一个带有钩子、时间戳、链接和标签的描述。每次手动制作都会很繁琐。所以我构建了一个代理技能。
AGENT
本文介绍十个最令人印象深刻的真实世界用例,展示当你停止向 AI 要求建议、改为让它执行时会发生什么。
AGENT
我是如何用ChromaDB、Ollama和TypeScript构建一个真正记住你说的话的客户支持代理。
AGENT
大多数 AI 记忆系统将上下文存储在您无法检查的专有数据库中。OpenClaw 采用了不同的方法。