实战 09：简易 OpenClaw——安全、部署、运维与最终验收
1、本篇任务：把 Gateway 当成高权限基础设施上线 OpenClaw 类系统可能读文件、执行命令、控制浏览器、发消息和定时唤醒。安全顺序必须是：先确定谁能说话，再确定能在哪些 Session 活动，最后确定能调用什么工具。Prompt 规则排在这些硬控制之后。 2、信任边界 一个 Gateway 适合一个个人或相互信任团队，不适合作为敌对租户间的强隔离层。敌对用户使用独立 OS 用户、容器/VM、Gateway、凭证和存储。San...
LLM 与 Agent 核心机制详解
LLM 与 Agent 核心机制详解 tags: llm, agent, ai LLM 与 Agent 核心机制详解 面向前端 / 后端开发者的系统化梳理。每个概念都用 Go 或 JS 最小可运行示例 说明，配图（伪代码）讲清楚「它在解决什么问题」「实现原理的关键点」「生产环境要注意什么」。 目录 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 1. LLM API 是什么 ：LLM（大语言...
Agent 开发是什么
Agent 开发，简单说就是： 把大模型从“只会聊天的回答器”，变成“能理解任务、调用工具、执行步骤、产出结果的工作流系统”。 它不是单纯写提示词，也不是把 ChatGPT 接进网页就完事。真正的 Agent 开发更像是在做一个“会思考一点、会用工具、会按流程办事的自动化应用”。 OpenAI 的 Agents SDK 文档里把 Agent 描述为：一个配置了 指令、工具，以及可选运行行为 的大语言模型，比如 handoffs、guar...
RAG和向量数据库
简单来说，如果把大语言模型（LLM）比作一个博学的“大脑”，那么 RAG（检索增强生成） 就是让这个大脑学会“查资料”的方法，而 向量数据库 就是存放这些资料并能被快速检索的“智能图书馆”。 为了让你更直观地理解，我们可以把它们拆解来看： 🧠 什么是 RAG (检索增强生成)？ RAG 的全称是 Retrieval Augmented Generation 。你可以把它理解为给 AI 进行的一场“开卷考试”。 在没有 RAG 之前，A...