惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

L
LangChain Blog
B
Blog RSS Feed
阮一峰的网络日志
阮一峰的网络日志
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
H
Help Net Security
MyScale Blog
MyScale Blog
WordPress大学
WordPress大学
Microsoft Azure Blog
Microsoft Azure Blog
GbyAI
GbyAI
小众软件
小众软件
大猫的无限游戏
大猫的无限游戏
Martin Fowler
Martin Fowler
Vercel News
Vercel News
S
SegmentFault 最新的问题
M
MIT News - Artificial intelligence
Microsoft Security Blog
Microsoft Security Blog
G
Google Developers Blog
Last Week in AI
Last Week in AI
Hugging Face - Blog
Hugging Face - Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
博客园 - 【当耐特】
Google DeepMind News
Google DeepMind News
Engineering at Meta
Engineering at Meta
云风的 BLOG
云风的 BLOG

V2EX

我用 AI 写代码,但终端管理反而成了累赘——于是我做了 codux [调研] 各位在公司都用什么 ide 和 agent 写代码? 老运维 share 一个运维平台 看到有公司考核 token 指标,很好奇大家上个月的 AI 账单是多少 GLM-Coding 调用持续报错: z.ai 的 Lite 套餐几乎无法使用,官方 Pro/Max 是否稳定? 现在还有什么渠道可以稳定安全地使用 Claude 吗? 上海漕河泾内推,本组有 2 个 hc,一个后端,一个前端,预算都是 20k 左右,不打卡,氛围好 如果 V2EX 上有一组不永久保存聊天记录(比如只保存 7 天或者 24 小时)的聊天室,那么会开启哪些有用或者有趣的可能? gemini cli 貌似挂了,一直返回 403 第一次在自媒体上赚到钱 收集了最近在使用的低价 GPT, Gemini,邮箱等 AI 会员的小店合集 讨论个大实话:现在企业还在说 AI 编程提效 20%, 30%的,真的太落后,没用懂 AI。因为包括很多前沿公司,已经狂奔到提效 200%-500%的情况 [招聘][远程][币安] 前端/后端/QA/iOS/Android 至少 3 年以上经验 目前有大量 HC 欢迎投递 Chatgpt Pro 用量用不完的可以开这些设置 面试的时候好像遇到钓鱼了,给各位避个坑 cursor 年续费 22 号到期, 自动续费是否还是老的计次套餐呢 被两件破事毁掉的一下午,琐碎的内耗消磨人的精力 使用 Planet 存储 Codex 的会话或者重要信息 如果业务部门领导不要你开发功能,而是要求你教会它用 claude code 开发功能,你会怎么做? 分享一个 MacOS 接绿联 CM818 USB 转 DP 转接器使用感受 我的 HR 朋友 10 年老 Java ,非全大专,大家帮忙看看简历 开源了一个 AI 口语练习工具,音素级发音评分,完全免费可自部署 V2EX 上有哪些你觉得很有趣、印象深刻的妹纸? 字节为啥不出个国内版 Vercel? 有在大马的朋友吗? 问个运营商问题 你们在有领导的公司大群发过的最大胆的消息是什么 公司裁员,目前没有工作。想试试摆摊,做一个移动鲜啤打酒车 我的硬盘 Memblaze Pblaze 5 Linux 下不识别,给 Linux 内核提交了补丁, AI 说有望被合并 只有我一个人觉得 codex 不好用?
用 Rust 写了一个简约版的 opencraw
jakevin · 2026-02-27 · via V2EX

TL;DR

用 Rust 从零撸了一个 AI Coding Agent:CrabClaw。支持 OpenAI / Anthropic / Codex (白嫖 ChatGPT Plus 额度)三套 Provider ,CLI 一次性执行、交互式 REPL 、Telegram Bot 三种模式,能自主调用工具、读写文件、执行 Shell 命令,278 个自动化测试保障质量。

GitHub: https://github.com/jackwener/crabclaw

这是什么?

CrabClaw 是一个 OpenClaw 兼容的 Agentic Coding 工具链,核心思路是把「命令执行」和「模型推理」彻底解耦,在一个统一的路由循环里同时处理用户指令和 AI 生成的工具调用。

简单说:你给它一段自然语言,它会自主规划→调用工具→读写文件→执行命令→把结果喂回模型→继续推理,最多跑 5 轮,直到任务完成。

设计哲学

参考了 bub 的设计理念和 @frostming 的文章 《打造属于自己的 AI Claw 》,核心思想是:

框架是能力内核,不是功能仓库。 硬化内核行为,软化外部能力层。

  • 内核(路由、Tape 、安全边界)必须确定性可测试
  • 能力扩展优先通过 Prompt 和 Skill 文本驱动,而非硬编码
  • Channel 适配器只负责唤醒和传输,不包含业务逻辑

Tape-First 记忆

学习了 bub 的 tape 思路。不用向量数据库,用最朴素的 JSONL 追加写入。支持 Anchor (锚点标记阶段)、Handoff (上下文交接)、Search (全文搜索历史),滑动窗口截断防止上下文爆炸。简单、可靠、可审计。

测试

  • 4 层测试架构:单元 → AgentLoop 集成 → CLI 端到端 → Telegram 端到端
  • 10 个 Live E2E 测试:对真实 LLM API 跑集成测试