Agent 运行时的 Token 成本往往来自系统提示词、历史消息、工具调用和重复上下文回放。AgentSight 是 ANOLISA 的可观测组件，可以监控 Agent 状态、追踪 LLM 调用、按会话和对话拆解 Token 消耗，并通过命令行或可视化面板定位成本异常。
Agentic OS 基于 Alibaba Cloud Linux，将 Agent 运行时、Skill 封装、Copilot Shell、Token 可观测性和安全沙箱放到操作系统层，用来降低智能体部署、运维、协同和安全治理成本。
OpenClaw 运行时会涉及 Agent 执行、大语言模型推理、工具调用、消息队列和会话管理等链路。通过腾讯云可观测平台、OpenTelemetry、openclaw-tencent-plugin 和 diagnostics-otel，可以把请求链路、系统指标和 Token 消耗统一接入监控平台，方便排障、控成本和做告警。
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。
Agent 获得代码执行和文件读写能力后，必须通过沙箱限制文件系统、网络、进程和资源边界。这里系统讲解 Local Runtime、WASM、Docker、gVisor、MicroVM 的隔离原理、适用场景和工程选型方法。
OpenClaw 可以通过 Skills 调用浏览器、邮件等外部工具，把聊天机器人从“会回复”扩展为“能执行任务”的 AI Agent。这里以默认集成的 agent-browser 和手动安装 email Skill 为例，讲清楚 Skills 的作用、使用方式和配置流程。
Moltbot 是一个运行在本地设备上的 Agent 网关，可以通过 Discord、飞书等聊天工具远程调度电脑和 AI 工具完成任务。这里从部署环境、安装命令、网关访问、Discord 接入、飞书接入到安全边界完整讲清楚。
OpenSandbox 为 AI Agent 的命令执行、代码运行、文件操作和浏览器自动化提供隔离环境。内容讲清它的协议设计、Docker 与 Kubernetes 双运行时、网络控制、入口代理，以及在 Coding Agent、评测和 Agentic RL 中的使用方式。
