Hermes Agent 完全指南：从 OpenClaw 转投的自我进化 AI Agent
本文全面介绍了 Nous Research 开发的自改进 AI Agent——Hermes Agent。其核心优势在于内置的学习闭环和持久多层记忆，使其能自动生成并优化 Skill，随着使用变得越来越像用户的“数字分身”。文章详细对比了 Hermes 与 OpenClaw 的设计哲学，指出前者在自我进化和记忆深度上的优势，并提供了从安装、配置到进阶玩法（如连接 Telegram、语音模式）的完整教程。
全部文档 / 作者: Yan
159 篇
我如何在 OpenClaw 上打造了一个比我雇过的任何人都强的幕僚长
作者分享了利用 OpenClaw 构建全能 AI 幕僚长“Stella”的实战经验。系统核心在于独特的双层记忆架构（每日笔记+长期记忆）和持续进化的 Kaizen 循环。Stella 能够自动化处理会议准备、任务管理、关系上下文跟踪及信息过滤，通过将确定性逻辑交给脚本、仅让 LLM 负责判断，实现了超越人类助理的效率与可靠性。
基于 OpenClaw 打造超越人类能力的 AI 助理
作者利用 OpenClaw 构建了一个名为 Stella 的 AI 办公室主任，其能力超越了以往的人类助手。文章详细介绍了该系统的核心架构：基于 Markdown 的双层记忆机制（日志与长期记忆）确保上下文连贯；Kaizen 持续改进机制通过周报和社区学习自动优化系统；以及自动化的会议准备、跟进和任务管理流程。该系统利用 Granola 等工具实现了工作流的自动化，不仅提升了效率，更通过持续迭代实现了自我进化。
从牛马AI洞察2026年企业智能体市场
本文基于“牛马AI”的开发经验，展望了2026年企业智能体（Agent）的市场形态。作者指出，未来的Agent产品将类似Slack/飞书的聚合聊天界面，核心挑战在于人机协作的切换与记忆分层。文章预测C端Agent的终局将是“AI众包分发平台”，用户通过消耗Token产生经济价值，未来的商业模式将演变为算力众筹与按贡献分红的体系。
用 LLM + Obsidian 构建个人知识库：基于 Karpathy 的“LLM Knowledge Bases”工作流
本文介绍了基于 Andrej Karpathy 的理念，利用 LLM 和 Obsidian 构建个人知识库的方法。作者将笔记管理类比为软件开发，提出“原始资料”经 LLM “编译”为结构化知识的概念。文章详细阐述了三层目录结构（摄入、编译、输出）、利用 Claude Code 实现增量摘要与索引、定期进行知识库“健康检查”以及不盲目追求 RAG 的实践建议，旨在解决笔记堆积与腐烂的问题。
GStack 深度拆解：YC CEO 的 AI Agent 工厂
本文深入拆解了 YC CEO Garry Tan 开源的项目 GStack。该项目提出了一种基于多角色的 AI 编程工作流，通过 23 个专用 Agent（如 CEO、工程师、QA、安全官）协同工作，将开发者从“写代码的人”转变为“管团队的人”。文章详细介绍了 GStack 的 Sprint 流程、真实浏览器测试、并行开发能力以及安全护栏机制，展示了其如何通过自动化代码审查、测试和部署，实现个人生产力的极大提升。
如何将你的 OpenClaw 打造成世界上最好的助手
文章详细介绍了如何通过开源项目 Clawchief 将 OpenClaw 定制成高效的个人行政助理和幕僚长。通过安装特定技能、配置工作区文件（如心跳、任务清单）及设置定时任务，实现自动化的邮件管理、日历安排和 CRM 更新，从而将通用 AI 助手转化为深度个性化的主动执行系统。
分享一套个人内容资产工作流
文章阐述了“内容资产”理念，即一次投入、多次回报的生产模式，区别于传统的“内容消耗”。作者详细介绍了“深度生产-多平台改编”的完整工作流，并根据创作者所处阶段（0到1、1到10、10到100），推荐了从AI辅助学习到Agent自动化落地的进阶工具策略（如n8n、Dify、OpenClaw等），强调经验固化的重要性。
Claude Code 使用指南：9 条上下文管理最佳实践
作者基于三个月 Claude Code 使用经验，总结出9条关于上下文窗口管理的最佳实践。核心观点是将上下文视为有限的“白板”，通过计划模式、子代理、CLAUDE.md 规则维护、并行会话及 Skill 封装等策略，有效管理 AI 注意力，避免模型变笨和无效返工，从而显著提升开发效率。