图解 Agent 插件
Claude Code、Codex、Cowork 都有了「插件」，但这一代插件和 2023 年 ChatGPT 那批插件几乎是两种东西。这是入门图解版：不讲配置文件和协议，只用四张图讲清插件是什么、你说一句话之后它在哪几步起作用、它走过哪三代、装之前要知道哪三件事。
~/posts/ ls -lt
✦ 全部文章
Agent 工程、记忆系统、推理服务与生产交付。每篇都有英文版，也都有一份给 Agent 读的 Markdown。
★ 先读这几篇
- 01买中转 API 之前先验货便宜的 Claude、GPT、Seedance 中转站越来越多，分组名写着「官转」「官 key」「原生」，但分组名不是证据。真正能把这家卖的东西和官方对上号的，是响应 id 的前缀、和官方计数接口逐个对得上的 token、故意发错参数时的报错、视频文件里的 C2PA 签名和签名证书，以及它自己日志里的实扣。这篇按六个问题讲清每一项怎么查、要不要花钱、看到什么算有问题，没有官方 key 时怎么办，最后给出一个把整套流程交给 Agent 跑完、自动出对照报告的开源 skill。
- 02Codex 为什么不把所有工具都交给模型？基于 Codex rust-v0.147.0 源码，用大白话解释工具为什么要按需加载、BM25 如何从大量工具中排出最相关的几个，以及怎样把同一设计搬到 Python、Go 和其他模型。
- 03LLM 推理引擎怎么选阿里云那张 Ollama / vLLM / SGLang / HF Pipeline 四引擎表在 2026 年已经不够用了。这篇把推理引擎按「本地 → 高性能服务 → 分布式分离」三层重新梳理，覆盖 8 个主流引擎和 PD 分离 / 投机解码 / FP4 量化三大新趋势，附决策矩阵和决策树。
- 04拆开一个 Agent 插件用一个每样零件各放一个的实验插件，在 Claude Code 2.1.310 上实测技能、子代理、钩子、MCP 服务器、命令各自什么时候加载、往模型上下文里放了什么、由谁执行；追一条输入从提示词到 MCP 消息的完整路径，再对照 Agent Skills 标准、Agent Plugins 1.0 和 Codex，讲清哪些能跨 agent 带走、什么时候值得做成插件。
最近热门 · 近 30 天
2026
拆开一个 Agent 插件
用一个每样零件各放一个的实验插件，在 Claude Code 2.1.310 上实测技能、子代理、钩子、MCP 服务器、命令各自什么时候加载、往模型上下文里放了什么、由谁执行；追一条输入从提示词到 MCP 消息的完整路径，再对照 Agent Skills 标准、Agent Plugins 1.0 和 Codex，讲清哪些能跨 agent 带走、什么时候值得做成插件。
图解半速张量核
NVIDIA 把同一块芯片做成游戏卡和专业卡，游戏卡上专做 AI 计算的张量核被出厂设成了半速。2026 年 10 月，一个叫 gpu-unlock 的开源项目把这把锁解开了。这是入门图解版：不讲寄存器和代码，只讲这件事从哪来、锁在哪、我在自己的笔记本上测出了什么、对普通人意味着什么。
半速的张量核
2026 年 10 月走红的开源项目 gpu-unlock，能把 NVIDIA 消费显卡上被按成半速的张量运算放开到全速（RTX 30/40 是 FP16、BF16、TF32，RTX 20 只有 FP16）。这篇在我自己的 RTX 3060 笔记本上实测：同样约 105 W 的功耗下，BF16 矩阵乘法从 25 涨到 42 TFLOPS，小模型训练快了 40%，FP32 和 INT8 对照组不变。文章讲清它锁的是硬件哪一部分、为什么笔记本只拿到约 1.6 倍而不是翻倍、怎么在显卡驱动加载前把锁打开、为什么 RTX 50 解不了，以及历史上同类的「绕过人为限制」补丁。
买中转 API 之前先验货
便宜的 Claude、GPT、Seedance 中转站越来越多，分组名写着「官转」「官 key」「原生」，但分组名不是证据。真正能把这家卖的东西和官方对上号的，是响应 id 的前缀、和官方计数接口逐个对得上的 token、故意发错参数时的报错、视频文件里的 C2PA 签名和签名证书，以及它自己日志里的实扣。这篇按六个问题讲清每一项怎么查、要不要花钱、看到什么算有问题，没有官方 key 时怎么办，最后给出一个把整套流程交给 Agent 跑完、自动出对照报告的开源 skill。
Mac 到底适不适合跑大模型
苹果说 Mac mini「快速、私密的本机推理」、提示处理快 13.5 倍；英伟达说笔记本 RTX 5090 有 1,824 AI TOPS。小字里的对比对象、测试配置，和真正决定你用起来快不快的三个数——内存带宽、读提示词的算力、GPU 实际能用的内存——却都没摆在显眼处。这篇用 llama.cpp 社区几十台机器的统一跑分、两台手头机器的核验，再按苹果脚注的原测法在 16 GB 基础款上复现一遍，再摆出它在写代码、编译、跑测试上实测赢下的部分，分场景回答 Mac mini、Mac Studio 和各档 N 卡到底适合干什么。
上线一个应用要花多少钱
写给想把第一个应用放上线、却不知道该买服务器还是用 Serverless 的人。先讲清云厂商的货架上卖的几样东西，再教你把自己的应用拆成三笔账（时间花在等还是算、每个请求搬多少字节、要不要一笔一笔记账），给个人网站、小程序后端、AI 应用、图片处理工具四种常见应用对号入座，查清各家免费额度和新人价；最后拿一个模型网关从零搭一遍，用 aliyun CLI、tccli、各家公开价格接口和官方价目页实查 2026-10-09 七家云的价格，把每月 1,000 万、1 亿、10 亿次请求的账单算到每一项。
社媒发帖与收件箱 API 横评
想让 Claude Code 这类 Agent 一键把内容发到 X、LinkedIn、YouTube、Instagram 等多个账号，还能看评论、回私信，能做到哪一步先由平台官方 API 决定，工具只是把这些官方能力搬进一个接口。X 从 2026-02 起只许程序回复 @ 了你的人，LinkedIn 个人号的评论和私信谁都读不到，Facebook 只能发主页，Threads 和 YouTube 没有私信接口。在这个上限之内，我把约 60 家统一 API、社媒管理套件、开源项目和会话型接口按「平台 × 发帖 / 评论 / @ / 私信」逐格核对 2026-10-09 的官方文档，按对接完善度打分排序，价格只放第二列，并写清哪些实测过、哪些只读了文档。
让 Agent 自己验收、自己整理记忆
Outcomes 让一个看不到写手思路的独立评审按评分标准逐条验收，不合格就返工；Dreaming 在会话之间读旧记忆和历史会话，另外生成一份整理好的记忆库，原库不动。这两个都是 Claude 开发者平台 Managed Agents 的接口，Claude Code 里没有。本文按官方文档讲清它们为什么必要、怎样工作，再找出 Claude Code 里的近亲（/goal 和没放开的 auto-dream），用同一个任务把 /goal 实测了 12 次，最后把设计翻译成能搬到任何 Agent 技术栈的两份契约。
Codex 为什么不把所有工具都交给模型？
基于 Codex rust-v0.147.0 源码，用大白话解释工具为什么要按需加载、BM25 如何从大量工具中排出最相关的几个，以及怎样把同一设计搬到 Python、Go 和其他模型。
读完 Codex 源码，最值得借鉴的 5 个设计
基于 openai/codex 源码，拆解选择性并行、Unified Exec、ExecCell、Skills 渐进上下文、Goal 自动续跑，以及如何通过 App Server 嵌入同一套 Runtime。
Agent 如何记住你
从 Ebbinghaus、H.M.、工作记忆与 engram 出发，重建 Agent 记忆发展史；再对 Mem0、Letta、Graphiti、LangMem、Cognee、MemoryOS 做宣传卖点与实际代码架构对照。
LLM 推理引擎怎么选
阿里云那张 Ollama / vLLM / SGLang / HF Pipeline 四引擎表在 2026 年已经不够用了。这篇把推理引擎按「本地 → 高性能服务 → 分布式分离」三层重新梳理，覆盖 8 个主流引擎和 PD 分离 / 投机解码 / FP4 量化三大新趋势，附决策矩阵和决策树。
一行路径省掉 84% 的工具调用
OpenClaw 的 daily-ai-news 定时任务连续超时。根因不是模型不够强、不是 prompt 太长、不是上游 API 挂了——是 SKILL.md 里少写了一行绝对路径，导致 Agent 每次执行花 15 次 exec 调用搜索一个 skill 的位置。消息数从 54 膨胀到 165，工具调用结果从 204KB 暴涨到 1.1MB。这篇记录完整的排障过程和修复方法。
OpenClaw 记忆实战：向量搜索挂了也能用
OpenClaw 记忆系统的向量检索默认不可用——但 BM25 文本搜索兜底让系统照常运转。当你发现「不配 embedding 也能跑」，到底要不要修？怎么用 NVIDIA 免费 embedding API 零成本补上？这是一篇生产环境的真实记录。
Claude 工具调用范式转移
Anthropic 在 Claude 平台推出的 Programmatic Tool Calling 和 Dynamic Filtering 不仅是功能增强，更代表了一种 Agent 架构范式的转移——从自然语言编排转向代码编排，从全量上下文注入转向按需过滤。本文综合多篇非 AI 撰写的深度技术文章，从架构原理、性能数据到生产实践，全面解读这场 Outer Loop 的进化。
OpenClaw 生产踩坑
从部署到排障，记录 OpenClaw 从启动失败、飞书消息静默吞回复到 production 稳定的全链路实战经验——compaction safeguard、五层排查法、model-harness-fit 与记忆系统对比。
为什么我们从 Celery 迁移到 Temporal
Agent 流水线不是普通的异步任务——它有状态、会卡住、需要重放排障、单条失败不能拖垮整批。Celery 每一条都踩坑后才明白 Temporal 不是"另一个任务队列"，而是在解决不同层级的问题。
ChatGPT Business 优惠码究竟从哪来？
重新核对 OpenAI、合作伙伴、Stripe 与 linux.do 的一手资料：优惠并未被统一取消，公开链接、资格审核后邮件发码等机制仍在并存。
RAG、LLM Wiki 还是纯文本记忆
RAG、结构化知识库、纯文本上下文记忆——三种 Agent 长期记忆方案的成本、延迟、精度和可维护性对比，附决策树。
在 Hugo 文章里内嵌 CSS 动画 Demo
用自定义 shortcode 在 Hugo 博客里直接运行 CSS 动画，无需 CodePen 账号，文章即 demo。
用 Hugo 和双栈 CDN 搭建个人网站
记录如何用 Hugo + Blowfish，通过阿里云 OSS/CDN（国内）+ Cloudflare Pages（国际）实现双栈加速，备案、DNS 分线路解析一次走通。