Claude Code Skill 可以把人物的判断框架、表达风格和案例材料封装成可复用能力。这里以张雪峰 Skill 为例,拆解资料调研、心智模型提炼、决策启发式、表达 DNA、测试验证和安装使用流程。
讲解如何用角色拆分、文件系统协作、质量门控和人工决策,把超大代码库中的设计模式提炼为可复用的 Agent Skill。重点覆盖多 Agent 编排、handoff 文档、Just-in-Time Context 和 review-action 收敛流程。
Agent 记忆模块不能只把聊天记录塞进数据库。合理的设计需要区分工作记忆、情景记忆、语义记忆和程序记忆,并围绕写入、检索、反思、遗忘和存储架构做工程取舍。
Claude Code Auto Mode 用模型分类器接管命令执行和工具调用前的权限判断,目标是在减少人工确认的同时拦截越权、数据外泄和破坏性操作。核心机制包括输入侧提示注入探针、输出侧转录分类器、三层放行规则和多 Agent 安全检查。
AI Coding 真正的瓶颈不只是生成代码,而是测试、验证、排障、交付等非编码流程。围绕 Harness Engineering,系统讲清大模型推理限制、上下文治理、工具设计、多智能体协作和端到端闭环交付的方法。
ClawBot 协议层提供了微信消息接收、AES 加密、二维码认证和媒体文件传输能力。围绕这些协议能力,可以用本地 Node.js 进程把微信消息转发给 Claude Code,再把 Agent 的回复发回微信,构建一个不依赖公网回调的移动端入口。
OpenClaw 的 workspace 决定 Agent 的身份、行为规则、用户偏好、工具使用方式、长期记忆和技能加载方式。通过梳理核心文件、openclaw.json 配置、多 Agent 目录设计和常见坑,可以把 Agent 从“能启动”调到“稳定好用”。
Claude Code 里有不少容易被忽略的斜杠命令和快捷键,可以减少上下文污染、回退错误改动、分叉实验方案、定时执行任务、远程控制会话,并对 AI 生成代码做自动审查。