Skip to Content

AI 发音速查关于

CTRL K

CTRL K

AI 发音速查
- 00给工程师的 Python 速成
- 第一部分　理解 Transformer
- 01从文字到向量
- 02Attention 机制
- 03Multi-Head Attention
- 04Transformer 完整架构
- 05三种架构变体
- 第二部分　用 Transformer 干活
- 06HuggingFace 生态
- 07Embedding 的工程用法
- 08微调
- 09推理工程
- 第三部分　实战项目
- 10实战一——语义搜索引擎
- 11实战二——文档问答系统（RAG）
- 12实战三——TypeScript 集成方案
- 00Python 环境与快速入门
- 第一部分　基础认知重建
- 01全景图：LLM 技术栈的分层
- 02Transformer 架构：工程师视角
- 03GPU 与计算基础
- 第二部分　模型服务与推理引擎
- 04模型推理：从权重文件到 API 响应
- 05vLLM：工业级推理引擎深度剖析
- 06推理引擎对比与选型
- 第三部分　模型优化
- 07量化：用更少的显存跑更大的模型
- 08推理加速技术
- 第四部分　微调与训练
- 09微调：让通用模型变成领域专家
- 10RLHF 与对齐
- 11分布式训练基础
- 第五部分　生产部署与平台工程
- 12LLM 服务的生产化部署
- 13可观测性与成本优化
- 14RAG 系统的基础设施
- 第六部分　前沿与进阶
- 15多模态模型的基础设施
- 16延伸学习地图
- 第一部分　全局认知
- 01OpenClaw 全景：从 Clawdbot 到 350K Stars
- 02项目工程结构：Monorepo、模块划分与构建体系
- 03快速上手：本地部署你的第一个 Agent
- 第二部分　Gateway 与运行时核心
- 04Gateway 架构：单进程守护与 WebSocket 协议设计
- 05请求生命周期：从消息到达到响应返回的完整链路
- 06Session 管理：单写者模型与 Lane-aware 命令队列
- 07流式响应：分块输出、段落感知与 NO_REPLY 机制
- 第三部分　Agent Runtime 深度剖析
- 08System Prompt 组装：动态拼装的工程艺术
- 09工具系统：注册、发现、策略与执行
- 10Bash 工具：进程管理、PTY 与沙箱执行
- 11Model Provider 抽象：多模型统一接入与故障转移
- 12Context Window 管理：Compaction、Pruning 与预算控制
- 第四部分　Workspace Kernel — 文件驱动的 Agent 设计哲学
- 13Bootstrap Files — SOUL.md 与文件驱动的 Agent 人格
- 14Skills 系统：元数据索引与按需加载
- 15Memory 系统：四层记忆架构与混合检索
- 16Heartbeat 与 Cron：Agent 的主动行为机制
- 第五部分　平台接入与多 Agent 协作
- 17Channel Bridge：25+ 渠道的统一消息抽象
- 18多 Agent 路由：Bindings、Workspace 隔离与会话分发
- 19Sub-Agent 系统：异步编排与结构化通信
- 第六部分　交互前沿
- 20Canvas 与 A2UI：Agent 驱动的可视化界面
- 21Voice 与 TTS：语音交互全链路
- 22Browser 自动化：CDP、Playwright 与网页操作
- 第七部分　安全与生产化
- 23七层安全模型：从认证到沙箱的纵深防御
- 24实战安全分析：真实漏洞、恶意 Skill 与 Prompt 注入
- 25生产部署：从单机到 Kubernetes 的架构演进
- 26Plugin 与 Extension 开发：扩展 Gateway 能力
- 第八部分　实战与构建
- 27实战：从零开发一个 OpenClaw Skill
- 28实战：开发一个 Channel Extension
- 29Mini OpenClaw 架构设计
- 30实现 Gateway 与 Session 核心
- 31实现 Agent Runtime 与工具执行
- 32实现 Memory 与 Skills 加载
- 33接入消息渠道与端到端联调
- 第九部分　设计模式总结
- 34OpenClaw 的 10 个核心设计模式
- 第一部分　它为什么长这样
- 01主循环也只是配置里的一行
- 02agent harness 的系统模型
- 03DeepSeek 的六个取舍
- 04什么团队该上 dsh，什么团队不该
- 第二部分　核心机制：亲手写一遍才懂
- 05谁先启动，由服务可用性说了算
- 06注册即可撤销，所以插件能热插拔
- 07模型历史不是存下来的，是每次算出来的
- 08把模型调用做成 waterfall，重试和回放就都不用改代码
- 09主循环只有 250 行，剩下 1400 行在防四件事
- 10守卫只能说不，所以顺序不影响结果
- 11把两个工具换个位置，作废九成缓存
- 第三部分　组合与落地
- 12整体替换换来的是「这一行是谁改的」永远有答案
- 13换一个 provider，工具代码一行不改
- 14从一个需求到一个能装上去的插件
- 第四部分　生产级子系统
- 15压缩不能死循环，靠的是一个代次计数器
- 16先别换底座，把 Claude Code 挂进来跑一个季度
- 17一个 npm 包可以有一半跑在浏览器里
- 第五部分　工程化与迁移
- 18dsh 是引擎，不是服务器——外面那层得你自己写
- 19把「这个包让模型看到什么」写成 README 的必填项
- 20改一句 prompt，CI 把 diff 拍在你脸上
- 21不做 agent 也用得上的四个模式
- 附录
- Amini-dsh 源码导读与数字复现
- B集成面速查
- C术语与速查表
- D读这本书需要的 TypeScript
- 第一部分　认知篇 — 为什么 Agent 需要记忆
- 01Agent Memory 问题域
- 02认识 claude-mem — 能力全景与快速上手
- 03Context Engineering 基础
- 第二部分　架构篇 — claude-mem 全景解析
- 04系统架构总览
- 05Hook 驱动的生命周期
- 06Worker Service — 异步处理引擎
- 07存储层设计
- 第三部分　核心机制篇 — 记什么、怎么取
- 08Progressive Disclosure — 渐进式信息披露
- 09MCP 搜索架构
- 10Observation 系统
- 11Knowledge Agent — 知识库构建
- 第四部分　实战篇 — 从零构建 Memory Plugin
- 12开发环境搭建
- 13实现简版 Memory Plugin（mini-mem）
- 14进阶功能扩展
- 第五部分　进阶篇 — 平台化、多宿主与前沿
- 15业界 Agent Memory 方案调研
- 16从 Plugin 到平台：claude-mem Server 运行时
- 17企业级特性：开源版给了什么，还要补什么
- 18一份记忆，多个宿主
- 19跨设备同步：数据库就是队列
- 20前沿探索
- 附录
- Aclaude-mem 源码导航图
- BClaude Code Hook API 速查
- CMCP 协议规范要点
- DSQLite FTS5 语法速查
- Emini-mem 完整源码清单
- F参考资料
- Part I · Foundations: Why Agents Need Memory
- 01The Agent Memory Problem
- 02Meet claude-mem: What It Does and How to Start
- 03Context Engineering Basics
- Part II · Architecture: claude-mem from End to End
- 04System Architecture Overview
- 05The Hook-Driven Lifecycle
- 06The Worker Service: An Asynchronous Processing Engine
- 07Storage Layer Design
- Part III · Mechanisms: What to Remember and How to Retrieve It
- 08Progressive Disclosure
- 09The MCP Search Architecture
- 10The Observation System
- 11The Knowledge Agent: Building Knowledge Bases
- Part IV · Hands-On: Building a Memory Plugin from Scratch
- 12Setting Up a Development Environment
- 13Building a Mini Memory Plugin (mini-mem)
- 14Advanced Extensions
- Part V · Beyond the Plugin: Platforms, Multiple Hosts, and the Frontier
- 15A Survey of Agent Memory Solutions
- 16From Plugin to Platform: The claude-mem Server Runtime
- 17Enterprise Features: What the Open-Source Edition Provides and What You Must Add
- 18One Memory, Many Hosts
- 19Cross-Device Sync: The Database Is the Queue
- 20The Frontier
- Appendices
- AA Map of the claude-mem Source
- BClaude Code Hook API Quick Reference
- CMCP Protocol Essentials
- DSQLite FTS5 Syntax Quick Reference
- Emini-mem Source Listing
- FReferences
- 第一部分　基础与快速上手
- 01评测金字塔与 ShopAgent 接口
- 02跑通第一个评测
- 03搭建 EvalKit 评测框架
- 第二部分　从 0 构建评测集
- 04构建评测集种子（60 条 L1）
- 05错误分析与失败模式归类
- 第三部分　EvalKit 进阶
- 06Provider 抽象与并发调度
- 07EvalLog 设计与跨次结果对比
- 08RAG 子模块评测
- 09用户行为模拟器
- 10多轮对话评测
- 第四部分　Agent 评测核心维度
- 11调用轨迹与数据库状态校验
- 12工具调用评测
- 13搭建 LLM-as-Judge 评判器
- 14Judge 校准与显著性检验
- 15pass^k 与多次运行稳定性
- 16Red Team 与安全评测
- 第五部分　数据飞轮与工程化
- 17评测集扩充到 200 条
- 18数据飞轮：线上日志反哺评测集
- 19CI 集成与回归守门
- 20Dashboard 与生产部署
- 附录
- A模型评测进阶
- B多 Agent 评测
- C与业务指标对齐
- DShopAgent 扩展版
- E业务知识补充阅读
- Claude Code Skill 指南
- Claude 插件官方指南
关于

- 00给工程师的 Python 速成
- 第一部分　理解 Transformer
- 01从文字到向量
- 02Attention 机制
- 03Multi-Head Attention
- 04Transformer 完整架构
- 05三种架构变体
- 第二部分　用 Transformer 干活
- 06HuggingFace 生态
- 07Embedding 的工程用法
- 08微调
- 09推理工程
- 第三部分　实战项目
- 10实战一——语义搜索引擎
- 11实战二——文档问答系统（RAG）
- 12实战三——TypeScript 集成方案
- 00Python 环境与快速入门
- 第一部分　基础认知重建
- 01全景图：LLM 技术栈的分层
- 02Transformer 架构：工程师视角
- 03GPU 与计算基础
- 第二部分　模型服务与推理引擎
- 04模型推理：从权重文件到 API 响应
- 05vLLM：工业级推理引擎深度剖析
- 06推理引擎对比与选型
- 第三部分　模型优化
- 07量化：用更少的显存跑更大的模型
- 08推理加速技术
- 第四部分　微调与训练
- 09微调：让通用模型变成领域专家
- 10RLHF 与对齐
- 11分布式训练基础
- 第五部分　生产部署与平台工程
- 12LLM 服务的生产化部署
- 13可观测性与成本优化
- 14RAG 系统的基础设施
- 第六部分　前沿与进阶
- 15多模态模型的基础设施
- 16延伸学习地图
- 第一部分　全局认知
- 01OpenClaw 全景：从 Clawdbot 到 350K Stars
- 02项目工程结构：Monorepo、模块划分与构建体系
- 03快速上手：本地部署你的第一个 Agent
- 第二部分　Gateway 与运行时核心
- 04Gateway 架构：单进程守护与 WebSocket 协议设计
- 05请求生命周期：从消息到达到响应返回的完整链路
- 06Session 管理：单写者模型与 Lane-aware 命令队列
- 07流式响应：分块输出、段落感知与 NO_REPLY 机制
- 第三部分　Agent Runtime 深度剖析
- 08System Prompt 组装：动态拼装的工程艺术
- 09工具系统：注册、发现、策略与执行
- 10Bash 工具：进程管理、PTY 与沙箱执行
- 11Model Provider 抽象：多模型统一接入与故障转移
- 12Context Window 管理：Compaction、Pruning 与预算控制
- 第四部分　Workspace Kernel — 文件驱动的 Agent 设计哲学
- 13Bootstrap Files — SOUL.md 与文件驱动的 Agent 人格
- 14Skills 系统：元数据索引与按需加载
- 15Memory 系统：四层记忆架构与混合检索
- 16Heartbeat 与 Cron：Agent 的主动行为机制
- 第五部分　平台接入与多 Agent 协作
- 17Channel Bridge：25+ 渠道的统一消息抽象
- 18多 Agent 路由：Bindings、Workspace 隔离与会话分发
- 19Sub-Agent 系统：异步编排与结构化通信
- 第六部分　交互前沿
- 20Canvas 与 A2UI：Agent 驱动的可视化界面
- 21Voice 与 TTS：语音交互全链路
- 22Browser 自动化：CDP、Playwright 与网页操作
- 第七部分　安全与生产化
- 23七层安全模型：从认证到沙箱的纵深防御
- 24实战安全分析：真实漏洞、恶意 Skill 与 Prompt 注入
- 25生产部署：从单机到 Kubernetes 的架构演进
- 26Plugin 与 Extension 开发：扩展 Gateway 能力
- 第八部分　实战与构建
- 27实战：从零开发一个 OpenClaw Skill
- 28实战：开发一个 Channel Extension
- 29Mini OpenClaw 架构设计
- 30实现 Gateway 与 Session 核心
- 31实现 Agent Runtime 与工具执行
- 32实现 Memory 与 Skills 加载
- 33接入消息渠道与端到端联调
- 第九部分　设计模式总结
- 34OpenClaw 的 10 个核心设计模式
- 第一部分　它为什么长这样
- 01主循环也只是配置里的一行
- 02agent harness 的系统模型
- 03DeepSeek 的六个取舍
- 04什么团队该上 dsh，什么团队不该
- 第二部分　核心机制：亲手写一遍才懂
- 05谁先启动，由服务可用性说了算
- 06注册即可撤销，所以插件能热插拔
- 07模型历史不是存下来的，是每次算出来的
- 08把模型调用做成 waterfall，重试和回放就都不用改代码
- 09主循环只有 250 行，剩下 1400 行在防四件事
- 10守卫只能说不，所以顺序不影响结果
- 11把两个工具换个位置，作废九成缓存
- 第三部分　组合与落地
- 12整体替换换来的是「这一行是谁改的」永远有答案
- 13换一个 provider，工具代码一行不改
- 14从一个需求到一个能装上去的插件
- 第四部分　生产级子系统
- 15压缩不能死循环，靠的是一个代次计数器
- 16先别换底座，把 Claude Code 挂进来跑一个季度
- 17一个 npm 包可以有一半跑在浏览器里
- 第五部分　工程化与迁移
- 18dsh 是引擎，不是服务器——外面那层得你自己写
- 19把「这个包让模型看到什么」写成 README 的必填项
- 20改一句 prompt，CI 把 diff 拍在你脸上
- 21不做 agent 也用得上的四个模式
- 附录
- Amini-dsh 源码导读与数字复现
- B集成面速查
- C术语与速查表
- D读这本书需要的 TypeScript
- 第一部分　认知篇 — 为什么 Agent 需要记忆
- 01Agent Memory 问题域
- 02认识 claude-mem — 能力全景与快速上手
- 03Context Engineering 基础
- 第二部分　架构篇 — claude-mem 全景解析
- 04系统架构总览
- 05Hook 驱动的生命周期
- 06Worker Service — 异步处理引擎
- 07存储层设计
- 第三部分　核心机制篇 — 记什么、怎么取
- 08Progressive Disclosure — 渐进式信息披露
- 09MCP 搜索架构
- 10Observation 系统
- 11Knowledge Agent — 知识库构建
- 第四部分　实战篇 — 从零构建 Memory Plugin
- 12开发环境搭建
- 13实现简版 Memory Plugin（mini-mem）
- 14进阶功能扩展
- 第五部分　进阶篇 — 平台化、多宿主与前沿
- 15业界 Agent Memory 方案调研
- 16从 Plugin 到平台：claude-mem Server 运行时
- 17企业级特性：开源版给了什么，还要补什么
- 18一份记忆，多个宿主
- 19跨设备同步：数据库就是队列
- 20前沿探索
- 附录
- Aclaude-mem 源码导航图
- BClaude Code Hook API 速查
- CMCP 协议规范要点
- DSQLite FTS5 语法速查
- Emini-mem 完整源码清单
- F参考资料
- Part I · Foundations: Why Agents Need Memory
- 01The Agent Memory Problem
- 02Meet claude-mem: What It Does and How to Start
- 03Context Engineering Basics
- Part II · Architecture: claude-mem from End to End
- 04System Architecture Overview
- 05The Hook-Driven Lifecycle
- 06The Worker Service: An Asynchronous Processing Engine
- 07Storage Layer Design
- Part III · Mechanisms: What to Remember and How to Retrieve It
- 08Progressive Disclosure
- 09The MCP Search Architecture
- 10The Observation System
- 11The Knowledge Agent: Building Knowledge Bases
- Part IV · Hands-On: Building a Memory Plugin from Scratch
- 12Setting Up a Development Environment
- 13Building a Mini Memory Plugin (mini-mem)
- 14Advanced Extensions
- Part V · Beyond the Plugin: Platforms, Multiple Hosts, and the Frontier
- 15A Survey of Agent Memory Solutions
- 16From Plugin to Platform: The claude-mem Server Runtime
- 17Enterprise Features: What the Open-Source Edition Provides and What You Must Add
- 18One Memory, Many Hosts
- 19Cross-Device Sync: The Database Is the Queue
- 20The Frontier
- Appendices
- AA Map of the claude-mem Source
- BClaude Code Hook API Quick Reference
- CMCP Protocol Essentials
- DSQLite FTS5 Syntax Quick Reference
- Emini-mem Source Listing
- FReferences
- 第一部分　基础与快速上手
- 01评测金字塔与 ShopAgent 接口
- 02跑通第一个评测
- 03搭建 EvalKit 评测框架
- 第二部分　从 0 构建评测集
- 04构建评测集种子（60 条 L1）
- 05错误分析与失败模式归类
- 第三部分　EvalKit 进阶
- 06Provider 抽象与并发调度
- 07EvalLog 设计与跨次结果对比
- 08RAG 子模块评测
- 09用户行为模拟器
- 10多轮对话评测
- 第四部分　Agent 评测核心维度
- 11调用轨迹与数据库状态校验
- 12工具调用评测
- 13搭建 LLM-as-Judge 评判器
- 14Judge 校准与显著性检验
- 15pass^k 与多次运行稳定性
- 16Red Team 与安全评测
- 第五部分　数据飞轮与工程化
- 17评测集扩充到 200 条
- 18数据飞轮：线上日志反哺评测集
- 19CI 集成与回归守门
- 20Dashboard 与生产部署
- 附录
- A模型评测进阶
- B多 Agent 评测
- C与业务指标对齐
- DShopAgent 扩展版
- E业务知识补充阅读

Evaluation

本章节包含以下内容：

5 分钟，评测你的第一个 Skill
评测体系的完整方法论
自动化评测流水线

更新于 2026-05-06GitHub 仓库报告勘误

Claude 生态书架的其他书

Claude 插件官方指南

Transformer 工程实战从注意力机制到生产部署

自己动手写 AI Agent从 Claude Code 开源架构到你的第一个编程助手

InferLoop · Loop to the top.

© 2026 递归客 · 工程师写给工程师的 AI Infra 深度内容 · 内容采用 CC BY-NC-SA 4.0 授权