I am fortunate to meet you in such a big world.
大模型能力形成、运行机制与优化闭环
一句话定义 大模型的最终表现，不是由单一“数据组成”决定的，而是由 训练数据、训练阶段、对齐机制、推理时上下文、外部工具与记忆系统、评估反馈闭环 共同塑造的。 解决的问题 大模型的能力到底是怎么形成的 预训练、后训练、微调分别在解决什么问题 规则、上下文、记忆、RAG、工具调用分别属于哪一层 为什么
OpenClaw Nodes 与远程操作命令
一句话定义 这一组命令负责 headless node host、自有设备节点、远程通知、摄像头、位置、屏幕录制、canvas 展示与远程执行。 解决的问题 node 和 nodes 的区别是什么 如何查看已配对设备状态 如何远程发通知、拍照、录屏、取位置 如何在节点上执行命令 如何管理 canva
Superpowers — AI 编程方法论与可组合 Skill
一句话概括 一套完整的 AI 开发方法论 + 可组合 skill 集合。agent 启动后先釐清需求 → 产出 spec → 制定 TDD 计划 → 启动子 agent 分任务执行，可自主工作数小时不偏航。 解决的问题 AI agent 拿到任务立刻开写代码，不问"为什么要这样做" 缺乏设计阶段，代
Skill Vetter — 安全审查协议
一句话概括 安全优先的 Skill 审查协议，安装任何第三方 Skill 之前强制执行来源检查、代码审计、权限评估和风险分级，输出标准化审查报告。 解决的问题 第三方 Skill 可能包含恶意代码（数据泄露、后门、挖矿） AI agent 容易被社会工程攻击，诱导安装恶意插件 用户缺乏标准化的安全审
Self-Improving Agent — 持续改进 Skill
一句话概括 自动记录运行中的错误、用户的纠正和发现的最佳实践到 .learnings/ 目录，让 agent 不断进化而非每次从头再来。 解决的问题 AI agent 每次会话都是"失忆"状态，不会从上次的错误中学习 用户反复纠正同样的错误，agent 永远不长记性 最佳实践只停留在对话中，没有沉淀
OpenSpec — 规范驱动开发框架
一句话概括 面向 AI 编程助手的「规范驱动开发（SDD）」框架，通过 propose → apply → archive 标准化流程，让 agent 先写 spec 再实现，不再盲写代码。 解决的问题 AI agent 拿到需求直接就开始改代码，缺乏设计阶段 开发过程中没有文档沉淀，项目越改越乱
GitNexus — 零服务器代码智能引擎
一句话概括 把任何代码库索引成知识图谱（依赖、调用链、执行流），通过 CLI + MCP 让 AI agent 拥有完整的代码架构视野，避免盲改漏依赖。 解决的问题 AI agent 写代码时"管中窥豹"——只看到当前文件，不知道全局结构和依赖关系 小型模型（7B-70B）的架构理解能力有限，容易做
OpenClaw Skills、插件、安全与维护命令
一句话定义 这一组命令负责扩展能力（skills / plugins）、安全控制（security / approvals / sandbox）、以及备份、更新、重置、卸载等维护动作。 解决的问题 如何查看和安装 skills plugins 与 skills 的边界是什么 如何做安全审计 如何管理
OpenClaw Gateway 与诊断命令
一句话定义 这一组命令负责把 OpenClaw 跑起来、看它是否健康、看日志、排查故障，以及打开控制界面。 解决的问题 Gateway 有没有启动成功 Gateway 只是“进程活着”，还是 RPC 真的可用 当前 channels / sessions / usage 状态如何 出问题时该先看哪里