QoderWork 是一款桌面端 AI Agent 工作助手，可以在指定工作目录中整理文件、查资料、生成 PPT、规划行程，并把稳定流程沉淀为可复用 Skill。这里从工作机制、上手步骤、典型任务和使用注意事项几个角度讲清它适合解决什么问题。
AI Coding Agent 的控制流并不神秘，核心是大语言模型根据上下文决定下一步动作，程序执行工具并把结果放回上下文。通过一个可运行的 Python 示例，可以看清 while 循环、工具调用、规则文件和上下文工程之间的关系。
内网工单分析的难点不在模型分析，而在稳定获取登录态数据。通过 Copy as fetch、agent-browser eval 和 Claude Skills，可以把人工筛选、导出、分析工单的 SOP 固化成可复用的自动化能力。
WiFi DensePose 试图用 WiFi 信道状态信息推断人体姿态、存在状态和生命体征。内容拆解 CSI 到姿态估计的基本流程、论文级 DensePose 与开源 Demo 的差距，并给出 Docker 体验方式和使用时需要注意的限制。
AI Agent 的 Skill 可以把工具用法、工作流程和项目规范封装成可复用能力。围绕 Skill 搜索安装、Skill 编写、强制设计和系统化调试四类实践，讲清如何让 Agent 少走弯路、减少返工，并给出命令、目录结构和流程图。
DataClaw 是一个用于导出 Claude Code、Codex、Gemini CLI 等 AI 编程终端对话记录的开源工具。它会在本地完成项目范围选择、隐私扫描、脱敏清洗，并支持将结果整理成标准数据集上传到 Hugging Face。
围绕 Claude Code 的 Command、Subagent、Skills、Hooks 与高级工具调用机制，拆解终端 Agent 如何管理上下文、调用工具和接入工程流程，并结合 Qoder CLI 说明代码审查、ACP 集成、云上运维等落地方式。
Code Review 在核心业务项目中不能只检查语法和代码风格，还要识别历史事故、业务约束和团队经验。这里讲解如何用 GitLab Webhook、Diff 预处理、RAG 知识召回和大语言模型搭建一套业务级 AI Code Review 系统。
文本大模型评测需要回答两个问题：评什么、怎么评。围绕通用能力、领域能力和业务场景能力，系统拆解评测维度、指标、评测集、人机协同阅卷和货运邀约场景中的落地流程。
