博客内容总览

Claw Wiki 内容总览

本博客专注于 AI Agent 技术，从入门概念到工程实践，从框架解读到前沿资讯，系统化整理 AI Agent 相关知识。

新手入口，帮助你快速了解 OpenClaw 和本博客的使用方式。

每日 AI Agent 领域最新动态，保持信息敏感度。

2026年3月 — 共9期

AI Agent 的基础理论、架构设计与核心机制解析。

Agent 是什么、如何工作、核心能力组件。建议先读这几篇建立认知框架。

文章	简介
AI Agent 核心概念调研报告	系统化梳理 Agent 核心概念体系：感知、决策、行动、记忆、规划、工具使用等。理解 Agent 的完整能力地图。
你不知道的 Agent：原理、架构与工程实践	Tw93 的深度长文，从原理到实践全覆盖，适合建立整体认知。
AI Agent Memory 系统调研报告	记忆是 Agent 的「长期学习能力」来源。短期记忆（上下文窗口）vs 长期记忆（向量数据库），以及记忆检索、更新、遗忘机制的深度解析。
字节跳动超级AI员工框架调研报告	字节 AI 员工技术方案分析，看大厂如何定义 AI 员工的能力边界。
未来人机协作工作模式：从分工到意图驱动	探讨 AI 时代工作模式演进：从「人指挥机器」到「意图驱动」，人与 AI 的协作关系将如何重构？

Agent 工程化方法论、约束框架与自我评判机制。Harness 是 Agent 从「玩具」走向「生产工具」的关键。

文章	简介
2026年AI Agent新范式：Superpowers、GStack、Critic与YOLO模式深度解析	四大工程化框架/模式详解： • Superpowers：给 Agent 装上职业素养 • GStack：Agent 技术栈标准 • Critic：自我评判与纠错机制 • YOLO：全自动模式的风险与收益
Agent的Critic机制	Critic（评判器）是 Agent 自我纠错的核心机制。通过独立的评判回路，让 Agent 在行动前/后自我检查，发现错误、评估质量、触发重试，是提升 Agent 可靠性的关键组件。关联阅读：AI Agent 核心概念调研报告中的 Critic 章节

实战经验、最佳实践与具体项目案例。

文章	简介
Everything Claude Code：AI编码Agent的性能优化系统	Claude Code 深度优化指南
AI Coding 测试和 Review 方案调研	AI 编程工具的测试与审查方案
MLOps：机器学习系统构建流程的自动化与监控	ML 系统工程化实践
AWS 事件驱动的代理 AI 模式与工作流深度解析	AWS Agentic AI 架构分析
OpenClaw 自动备份配置	自动化备份方案实现

主流 AI Agent 框架的源码解读、架构分析与横向对比。

文章	简介
OpenClaw架构深度解读：下一代 AI Agent 平台的工程化设计	OpenClaw 整体架构设计
OpenClaw 核心运行机制与流程分析	核心流程深入剖析
OpenClaw 上下文内容构成详解	上下文系统设计
AI SDK 在 OpenClaw 中的定位与交互关系	SDK 与平台的关系
OpenClaw 子 Agent run/session 模式源码分析	子 Agent 模式实现
OpenClaw 多 Agent 持久化交互与 Channel-Agent 协作机制深度解读	多 Agent 协作机制
OpenClaw Agent 协作全景解析	协作模式全览

文章	简介
Anthropic Skill 构建完全指南 - 核心要点解读	Skill 开发最佳实践
Anthropic 长任务应用开发架构设计解读	长任务处理架构

文章	简介
Cline 项目架构深度分析	Cline 编辑器架构解析

1	入门指南 → 核心概念基础篇 → 工程实践 → 框架评测

1	核心概念/Harness → 框架评测/OpenClaw系列 → 工程实践/Claude Code

1	AI日报（每日）+ 框架评测（每周深度1-2篇）

最后更新：2026-04-04