OpenClaw
把聊天入口与设备上的任务执行连接起来。
学习点观察消息入口、工具调用和本地执行如何协作。
精选 Agent 项目与源码,按用途浏览,再通过案例理解架构和实现。
目录参考 LearnAgent · 。使用、修改或部署前,请查看各仓库的许可条款。
把聊天入口与设备上的任务执行连接起来。
学习点观察消息入口、工具调用和本地执行如何协作。
围绕个人任务构建可持续使用的 Agent。
学习点从任务记录、记忆和技能扩展理解长期使用。
提供构建和运行 Agent 工作流的项目平台。
学习点拆解任务编排与应用界面之间的边界。
通过可视化流程搭建 Agent 和模型应用。
学习点把工具、数据和执行步骤连接成可观察的流程。
将工作流、知识检索和模型调用组织成应用。
学习点从一个小应用理解配置、运行与日志的关系。
让 Agent 在浏览器中完成网页任务。
学习点观察页面状态、操作步骤和结果检查。
面向代码任务的 AI 开发项目。
学习点沿着一次代码修改查看执行环境和验证过程。
组织研究、编码等需要多个步骤的任务。
学习点了解子任务分工与长流程中的状态传递。
为 Agent 和应用提供持久记忆能力。
学习点把记忆写入、更新和检索拆开观察。
用于发现和验证应用安全问题的 Agent 工具。
学习点在授权测试环境中学习证据记录与结果复核。
通过角色和任务组织多个 Agent 的协作。
学习点比较任务分工与明确流程对结果的影响。
围绕文档处理和数据连接构建 AI 应用。
学习点观察数据如何进入检索与问答流程。
提供构建、运行和管理 Agent 的框架。
学习点从单个 Agent 入手理解平台各层的职责。
以图结构组织有状态的 Agent 执行流程。
学习点学习步骤衔接、状态保存和中断后恢复。
围绕交易研究任务构建个人 Agent。
学习点用模拟任务理解数据工具与人工决策的边界。
通过多 Agent 组织交互式课堂体验。
学习点观察教学角色如何协作生成和推进课程。
用轻量框架构建多 Agent 工作流。
学习点从一个小流程理解工具、任务交接和执行追踪。
用精简的库实现通过代码采取行动的 Agent。
学习点观察模型生成的代码如何进入受控执行环节。
以代码构建、评估和部署 Agent。
学习点把开发与评估连起来,检查修改后的行为。
在 Python 中组织有类型约束的 AI 能力。
学习点关注输入输出校验,以及错误如何被处理。
面向 Python 和 .NET 的 Agent 工作流框架。
学习点比较工具与流程在不同语言中的组织方式。
MCP Server 项目导航:区分官方参考实现、SDK 与具体连接器,按权限、维护状态和传输边界安排低风险接入试验。
OpenClaw(🦞 龙虾 AI)是一个开源的个人 AI 助理运行时,由 Peter Steinberger(@steipete)创建,社区共同维护。
每天早上自动抓取 GitHub 上最热的 AI/Agent 仓库和 AI 编程相关新闻,用 LLM 汇总成一份 Markdown 趋势日报。