试用了下有道的 Claw 分身 LobsterAI,简单说,很适合新手用,可以添加 Skill,但要注意,没有 MCP,无法外接记忆系统,无法设置多代理和子代理,没有 Agent 或者 Soul 文件,也就无法设置角色。
总结:要不试一试 Alma,比这个好玩。
1Password 这次涨价太狠了,不得不考虑搬家了 评测了一堆主流的密码管理器,但只有两款能无缝导出 passkey:Bitwarden 和 Dashlane Dashlane 价格比 1Password 还要贵。。。所以只能选择 Bitwarden 导出方法也是历经磨难,传统的 .1pux 或 CSV 导出是不包含 passkey 的,只有通过 iOS 26+ 的 CXP...
分享下前几天给家里人做的一个照片AI风格化网页 功能很简单:上传一张人物照片(比如全家福),自动生成一个可访问的网页,包含风格化的人物小卡和虚拟出游合照。让爹妈也见识下 Vibe Coding 的神奇,还能转发到群里光宗耀祖😆 成果一览:family-portrait-example.versun.me (照片图源:免版权图库(CC0)) 工具链- Kimi CLI + Kimi...
这两天发觉,OpenClaw的定位很微妙,愿景是真的好——让每个人都能拥有AI助手 但现实是:对新手太难,对老鸟太重。 但诡异的是,大家却都在狂欢。 新手翻遍教程、折腾配置,只为让它跑起来;程序员一边骂娘一边fork,按自己口味重新造轮子。 周边生态也因此繁荣:上下文管理工具、Skill市场、记忆系统、模型适配层...百花齐放。 但冷静下来看,这可能是一场集体自嗨。...
Introducing LobsterAI🦞— an open-source AI agent that gets work done for you.✅ No terminal skills required ✅ Run tasks safely in an Alpine Linux VM ✅ Persistent memory, Mac/Win, IM integration, skills…Download: https://t.co/9tzNCmcZ4B GitHub: https:/
试用了下有道的 Claw 分身 LobsterAI,简单说,很适合新手用,可以添加 Skill,但要注意,没有 MCP,无法外接记忆系统,无法设置多代理和子代理,没有 Agent 或者 Soul 文件,也就无法设置角色。
总结:要不试一试 Alma,比这个好玩。
Folks, I'm looking for @openclaw maintainers. If you love open source, have experience with running larger projects, are security minded and want to help, drop me an email. https://t.co/uQgjNXkEPR
OpenClaw 官方直接招人了,各位 fork 开发者们别折腾了,打不过就加入吧🤣
看了一圈推上各种 OpenClaw 记忆系统的折腾帖,qmd、自制的、各种魔改……
忍不住想给正在折腾的同志们指条路:试试 @NowledgeMem 吧,这玩意儿才是为 AI 而生的记忆系统,代差级体验。
先说下区别吧:
qmd 是人类的知识检索工具——适合"我有 10 年 Obsidian 笔记,想快速定位某段内容"的场景。它的逻辑是本地混合检索(BM25 + 向量 + rerank),你得维护索引、管理结构,本质是帮你更快找到你写的东西。
NowledgeMem 是 AI 的上下文记忆体——实时写入、纯语义搜索、理解意图而非匹配关键词。它不管你的笔记结构长啥样,只关心"这段话在当前对话里有没有用"。一体化设计,零维护成本,安装了就能用,还支持跨工具同步(Raycast、Claude、Cursor 等都能共享同一套记忆)
简单说: qmd 是给人查字典用的,NowledgeMem 是给 AI 长脑子用的。
如果你也在给 OpenClaw 配记忆系统,先想想你要解决的是"我找不到笔记"还是"AI 记不住上下文"。前者 qmd 够用,后者直接上 NowledgeMem,别在索引维护里浪费时间了。
pi-mono,我弃坑了。 不是它不行,是我在反复折腾中,把自己绕进去了。 折腾了一周,本想基于 pi 搭个精简版 AI 代理,结果架构重构了 N 次,参考了 OpenClaw、ZeroClaw 一圈分身,代码越写越复杂,最后抬头一看——这不就是另一个 OpenClaw 吗?省 token、省内存、抠速度……全是工程师自嗨。...
赶在除夕夜前,上线了我的第3个AI小轮子应用:https://send.versun.me 一个极简的匿名文件快递站。 文件拖进去,拿取件码,对方输入就能下载。24小时后自动销毁,不留痕迹。 为什么做? 之前传个临时文件要么注册账号(烦),要么永久留存(怕),要么用微信,我就想要一个像寄快递一样简单的东西:给码,取货,自动消失。 怎么做? 依旧全程 Vibe Coding 搞定:...
OpenClaw 分身泛滥,挑花眼了?
我把主流的几个(OpenClaw / Moltis / IronClaw / ZeroClaw / NanoClaw / PicoClaw / ZeptoClaw)丢给 Opus 做了波深度代码审计,从可维护性到可持续性扒了个透。
报告在此,供各位折腾党参考,别再造轮子了 ,用不过来啦,过年休息会吧!
中转站订阅到期一个,压力瞬间-1,还有一个月底也要拜拜咯
后续打算使用一个国内模型和一个国外模型,暂定 Kimi 和 OpenAI (感谢 @InsForge_dev 赞助),保持简洁,减少压力。。。
订阅要到期了,额度用不完,准备搞个模型PK赛参赛选手:GLM-5, MiniMax-2.5, Kimi-2.5, GPT-5.3-Codex, Claude-Opus-4.6让它们写啥程序能测出真实水平?除了贪吃蛇。。。
分享下这次的测试结果,结果有点魔幻,估计评论区又要锤我是水军了……
测试汇总:coding-model-comparison.versun.me
任务: 单页面力导向图,随机 100 个数据点,带基础交互功能。
完整复现包(提示词、生成结果、编码录屏)都扔 GitHub 了
TLDR:
完成度最高:GLM 5
速度最高:Opus 4.6
综合排名:GLM 5 > Opus 4.6 = GPT 5.3 Codex = Kimi 2.5 > MiniMax 2.5
两个最意外的:
GLM 5 和 MiniMax 2.5,glm 5 一贯是宣传的非常牛批,实际使用非常拉胯,想不到这次测试竟然表现最好,然后我最看好的 MiniMax 2.5 竟然表现最拉胯。。。。我甚至去调取了请求日志,确实是 minimax 2.5。。。
⚠️ 防杠补丁:本次测试纯属娱乐,仅针对当前提示词和模型版本有效。博主无任何厂商立场,也没收 GLM 一分钱
OpenAI 发布了新的编程模型 GPT-5.3-Codex-Spark,我测试了下,速度真多快好多!视频发推上了。
左边是5.3-codex,右边是5.3-codex-spark
也是做贪吃蛇,不过加了AI
提示词:
做个"贪吃蛇大作战",你控制一条,JS再跑一条自动寻路的AI蛇,AI要会抢食物、避障、偶尔犯傻(太强的AI没意思)。
结果:
速度:spark远胜
质量:5.3-codex一次成功,spark两次成功
我突然发现,我们玩 OpenClaw 玩 AI 助理的思路是错的啊,比如"手动新建会话省 token"这个方法,这是用程序思维解决问题,治标不治本啊。
既然我们要让 AI 像人一样工作,就该让 AI 学会人的思维方式,而不是让人迁就 AI 的局限。
所以我给 Pi 助理写了一个 skill:自动判断话题是该延续,还是开启新对话,话题切换时自动判断是否要保存上下文,不用手动 /new,对话流转交给 AI 自己决定。
Skill 内容参考:clip.versun.me/p/qTdyXmcC
单单只有 skill 并不能100%保证 AI 能遵守,所以你可以在系统提示词里面强制让 AI 读取这个 skill,或者你的记忆系统和我的一样有重要程度指标,则可以添加为最重要的记忆,这样每次 AI 读取记忆都能读到
这两天基本上把 Pi 的整体框架搭起来了,同时还实现了几个对我来说非常重要的功能:1. 提供商自动切换模型有时候因为网络问题或者额度用完直接罢工,现在 Pi 会在重试 3 次后自动切到下一个提供商,并通知我一声。不用手动去改配置,如图。2. 多主题并行会话… pic.twitter.com/KrbtXzv4Ho
分享下 Pi 的相关机制哈,你可以发给 pi 或者 openclaw 去实现
1. 提供商切换
注意:我没有使用pi内置的模型接口,而是通过自定义扩展来接入模型接口
2. 并行会话和插话功能
3./new前自动保存会话
上次发了 LKS 之后,居然真的有人在用——这种"我做的轮子居然还有人用"的感觉还挺奇妙的😂 趁热打铁,第二个应用也上线了:Clip,一个极简代码分享工具。 网址:https://clip.versun.me/ 动机:...