程序员寒山-优快云博客

原创 DeepSeek Super-Agent 替你干活、还省 27% Token？

DeepSeekSuper-Agent通过双层架构、事件驱动、异步多信道、存算分离与外部Watchdog五大模块，实现高效协同与注意力最小化。其核心理念是“尽可能少占用人的注意力，尽可能多地给出价值”。系统以事件为驱动，仅在授权下主动响应；通过批处理优化Router性能，直通机制省去37%读缓存开销（实测省27% Token）；存算分离让Agent持久在线，跨设备运行；异步执行不阻塞前台，不同信道适配不同沟通风格。开源原型已落地，真实参与研发流程，非演示，而是真正协作的“同事型”智能体。

2026-11-06 20:15:14 188

原创把 VS Code Copilot 用成真正的 AI Agent：原理、边界与 MCP 实战一次讲清

本文详解VSCode Copilot Agent的进阶用法，揭示其超越自动补全的核心能力——通过Agent模式实现真正“动手”的自动化操作。从上下文管理、权限控制到MCP接入、子代理分工，系统梳理了如何安全高效地指挥AI完成文件修改、命令执行与任务闭环。强调工作区设置、分层指令与成本控制的重要性，并提供Checkpoints、Git与Worktrees等保障机制。最终目标是为开发者绘制一张清晰的AI协作地图，助力构建可落地的自动化工作流。

2026-11-02 22:10:33 188

原创 GitHub 终极白嫖指南：官方免费特权全景拆解

这期把 GitHub 上真正好用的免费能力一次盘完：高级搜索的语法怎么写才能一击命中、Awesome 清单怎么用才不被淹没、Actions 的免费额度怎么用才不浪费、Pages 怎么 0 成本上线一个网站，还有 Gist、Releases、学生包、赞助……全是官方免费给的，只是大多数人从来没用过。

2026-11-02 07:11:05 337

原创 2026 年了，VSCode 还值得学吗？我把全球数据翻了个底朝天

摘要（≤150字）：本文揭示AIIDE热潮背后真相：主流工具如Cursor、Windsurf等均基于VSCode开源内核“换皮”而来。尽管新兴工具抢占增量，但VSCode凭借71%的全球使用率、生态兼容性与零迁移成本，仍稳居王座。作者强调，学好VSCode不仅是掌握软件，更是掌握编程“普通话”——其核心技能在所有AIIDE中通用。面对模型断供、涨价等风险，唯有夯实基础才能立于不败之地。新手应从VSCode起步，长期来看，它仍是不可替代的首选。

2026-10-29 21:57:21 218

原创 REA「逆向一切」：原理、功能用法、能力边界与常见误区

REA（ReverseEngineerAnything）是一款基于MCP服务器与CLI编排的逆向工程智能体框架，整合Ghidra、Hopper、JADX等工具，使AI可自主分析二进制、APK、JS/Electron应用等，实现从“理解功能”到“重建代码”的全流程自动化。其核心优势在于统一工具链、生成带证据的结论（Evidence），并强调本地运行与安全边界。尽管名称“逆向一切”暗示广泛适用性，但实际深度依赖第三方引擎，且存在法律与技术边界——结果不可靠、商业工具需自授权、禁止绕过DRM或抄袭。它降低门槛，却

2026-10-28 20:22:20 365

原创 33 万星“逆向一切“爆火之后：把“软件加固“总结成了四层体系

REA开源项目引爆全球开发者社区，仅用一行命令即可让AI Agent逆向分析各类软件。其核心在于将Ghidra、JADX等工具链封装为可调用的MCPServer，使逆向从“专家级周级工作”压缩至“小时级自动化”。实测显示，攻击者已用该工具修复二进制漏洞、开发兼容层，且法律风险上升——AI生成内容可能被认定为“机械转换”，不受合理使用保护。防御策略必须重构：核心逻辑上云、密钥不落地、服务端管控权限，形成四层防线。混淆仅作时间延迟，本地无秘密可言。真正护城河在于持续迭代、生态壁垒与法律威慑。攻防本质已变：凡落地

2026-10-26 21:22:42 212

原创 REA 逆向一切、20 分钟复刻一个软件？残酷的真相和误区，一次实操演示讲透

很多人误以为逆向工程（REA）能一键还原源码，实则不然。真相是：逆向无法直接输出可编译代码，也无法100%还原业务逻辑，更非仅用于破解。通过实测FluxMark二进制，REA虽无法复现原始代码，却能精准还原系统架构图，揭示模块调用、数据流与状态依赖。结合AI工具，基于此架构图可快速生成可运行的现代化代码框架，核心逻辑成功复刻。结论：逆向提供的是“系统设计地图”，而非现成路径；真正的价值在于以图指导AI重构，再由工程师补全细节。这才是正确打开方式。

2026-10-18 16:06:41 298

原创 REA 爆火解密：它是逆向工作流的自动化助手，不是破解神器

REA并非突破性逆向引擎，而是基于MCP协议封装Ghidra、Hopper、JADX等工具的AI自动化外壳。它通过自然语言驱动逆向流程，大幅提升无对抗二进制分析效率，但无法突破加壳、混淆、服务端逻辑等技术瓶颈。其真正价值在于打通AI与本地工具的交互通道，实现工作流自动化，而非算法能力跃升。热度源于“自动化”而非“破解力”，本质是旧工具的AI化升级。

2026-10-17 21:56:14 526

原创 REA 号称「逆向拆解一切」，一周狂揽 12 万星：我把自己的 App 交给它，结果炸裂

开源项目REA凭借“Agent逆向一切”能力引爆GitHub，七天斩获超18万星标。作者实测将其用于自己无源码的macOS应用，竟精准还原出架构设计、渲染管线与核心逻辑，揭示代码非护城河。真正壁垒已从“代码隐藏”转向迭代速度、业务理解与信任服务。技术可复制，知识不可替代——开发者应善用工具自检，加速创新，守住法律与伦理红线。

2026-10-14 22:00:26 219

原创当 AI 替我写代码，VSCode半年没有打开过

本文是一位资深程序员半年来从手敲代码转向AI驱动开发的真实记录。他发现，随着原生AI IDE的普及，开发流程从“文件视角”转变为“任务与系统视角”，核心能力从“编码熟练度”转向“定义、判断与验收”。他总结出三大新支柱：清晰的Specification、通过MCP协议挂载上下文工具、以及以测试为核心的自动化验证。同时，他也坦诚分享了架构腐化、幻觉风险、会话漂移和审查成本升高等四大挑战。最终指出：AI并未淘汰程序员，而是淘汰了只会“搬砖”的开发者——真正的竞争力，正转向对系统全局的理解与把控。

2026-10-01 15:32:09 201

原创写公众号最累的不是写：我把 6 大痛点全甩给了 WorkBuddy

本文分享如何用AI助手WorkBuddy高效完成公众号创作全流程：人定主题、AI代劳调研、搭提纲、润色、配图规划、多平台分发与格式转换。通过6大痛点拆解，提供可直接套用的提示词与工具链（FluxMark+SmartSnap），实现80%重复劳动自动化，让创作者专注核心内容与决策，真正“人定方向，AI干脏活”。

2026-09-13 17:24:28 109

原创 OpenClaw 搭建电商客服实战：从文档整理、RAG 知识库搭建到回答问题跑通的完整项目实操

把电商场景里最常见的几类资料整理好，然后接进 OpenClaw，让它能围绕这些资料回答用户问题。

2026-05-24 20:37:56 351

原创从刷屏到退潮：那只爆火的 AI“龙虾”，为什么突然安静了？

【摘要】OpenClaw的爆火与退潮揭示了AI工具市场的本质：初期靠制造"错失恐惧"情绪吸引用户，但最终要靠真实场景落地。这款标榜"自动化工作"的AI工具曾引发热潮，用户为安全感买单而非实际需求。退潮原因在于：1）高昂的API成本远超预期；2）技术脆弱导致维护困难；3）缺乏稳定表现。最成功的应用案例多游走在平台规则边缘，最终被算法识别清理。核心问题在于多数用户没有匹配的业务场景，真正能持续使用的往往是已有标准化流程的企业。启示在于：追新不如梳理自身可自动化的工作流，A

2026-05-18 21:08:17 323

原创 OpenClaw 的前世今生：一张图讲明白从“大模型会说”到“工程化会做”的演进

摘要：本文梳理了大模型（LLM）从纯文本生成到自主执行的进化历程，分为五个阶段： LLM萌芽：早期模型仅能文本交互，无法执行动作； Function Call：通过结构化指令调用外部工具，但需大量适配代码； MCP协议：标准化工具接口，实现模型与工具的通用连接； Skills技能：模块化能力包，赋予模型领域专家级执行逻辑； OpenClaw：整合MCP与Skills，提供开源、自动化、闭环执行的智能代理框架。最终，AI从“能说”进化到“能干”，OpenClaw成为实现复杂任务的关键平台。

2026-05-08 20:54:30 299

原创小龙虾养成记：小龙虾和爱马仕（OpenClaw vs Hermes）源码对比与选型指南

小龙虾和爱马仕怎么选？是不是很多朋友都有这个疑惑。其实很多朋友第一次看 `OpenClaw` 和 `Hermes`，会有同一个感受：“都能接微信/飞书/Telegram，都能调模型、调工具，那到底差别在哪？又该如何选呢？”

2026-05-06 22:47:15 370

原创小龙虾养成日记：“虾”路相逢之 OpenClaw 一图看懂小龙虾

一图让你看懂小龙虾的核心原理和详细流程，明明白白的养虾！

2026-04-28 21:00:26 211

原创小龙虾养成日记：“虾”路相逢之 OpenClaw v2026.4.24 五大升级亮点

OpenClaw v2026.4.24带来五大核心升级：1）图片生成能力强化，支持参考图编辑和多图合成；2）DeepSeek V4系列模型上线，提供Flash/Pro双版本选择；3）语音交互优化，实现实时连续对话；4）浏览器自动化增强，支持精准点击和崩溃恢复；5）深度集成Google Meet，实现会议场景AI协作。本次更新着重提升工具的生产力属性，特别适合需要图像处理、复杂任务执行、语音交互、自动化流程和会议协作的用户。升级命令为openclaw update，标志着该工具从聊天助手向工作伙伴的转型。

2026-04-26 21:10:55 333

原创小龙虾养成日记：“虾”路相逢之Openclaw九大安全防护策略

摘要： OpenClaw作为高效AI工具，存在误删文件、篡改系统等严重安全隐患。本文提供九大防护策略，重点介绍三项核心措施：1）创建专用工作目录并锁定默认工作区，隔离文件操作范围；2）启用沙箱模式（推荐Docker后端），实现执行环境与主机的完全隔离；3）加固配置文件权限，防止安全设置被篡改。这些措施能有效降低AI误操作风险，确保使用安全。

2026-04-25 08:13:13 352

原创小龙虾养成日记：“虾”路相逢之 OpenClaw 安装和 Ollama 本地模型配置+2B小模型也能干大事！

本文介绍如何在macOS上通过Ollama运行本地AI模型（如qwen3.5:2b），并将OpenClaw接入Ollama实现流式输出和工具调用。主要内容包括：1）使用Ollama下载和管理本地模型；2）通过ollama launch命令快速部署OpenClaw；3）配置OpenClaw连接Ollama时需注意baseUrl不能带/v1后缀；4）验证OpenClaw的工具调用能力，如执行"打开淘宝"等实际任务。文章强调本地模型带来的Token自由优势，同时提醒注意工具调用的安全风险，建议

2026-04-21 21:13:15 310

原创小龙虾养成日记：“虾”路相逢之Hermes安装和Ollama本地模型配置

《本地AI智能体搭建指南：Hermes+Ollama实现纯本地运行》本文详细介绍了如何通过Hermes智能体和Ollama本地模型框架搭建纯本地运行的AI系统。主要内容包括：1) 核心概念解析，说明Hermes作为智能体引擎与Ollama本地模型的协同原理；2) 详细安装步骤，涵盖Ollama部署、本地模型下载及Hermes配置；3) 关键对接方法，实现Hermes与Ollama的连接；4) 功能测试验证本地运行效果；5) 常见问题解决方案。该方案无需网络连接，完全在本地完成AI任务处理，确保数据隐私和安

2026-04-17 23:39:22 673

原创 Ai工具分享(2):Vscode+Cline无限免费的使用教程

《程序员寒山分享免费AI编程神器Cline》免费的模型使用方法。

2025-06-29 14:32:32 2343

原创大模型外挂MCP教程(8): 飞算JavaAI智能分析搭建自己的MCP Server

本文介绍了使用飞算JavaAI工具快速搭建私有MCPServer的全过程。

2025-06-08 20:28:23 1086

原创本地部署Qwen3小参数版本实测：并非鸡肋

Qwen3系列模型是阿里云推出的新一代开源大语言模型，涵盖了多种参数规模的模型，从0.6B到235B不等。今天我们测试的小参数版本，比如Qwen3 - 4B，官方宣称它能匹敌Qwen2.5 - 72B - Instruct的性能。如果真能如此，那在本地部署这样一个小参数模型，既能满足一定的使用需求，又对硬件要求相对较低，说不定能打破本地部署大模型是鸡肋的说法。

2025-05-04 09:38:44 1870

原创大模型外挂MCP教程(4):一图看懂Function calling和MCP的区别和联系，代码讲解流程小白教程

MCP（Model Context Protocol），Function Calling都能让AI调用外部工具，但究竟有什么区别？

2025-04-30 08:08:08 886

原创大模型外挂MCP教程(3):一图看懂Function Calling的工作流程-提示词与模型微调

今天我们用一张图让大家看懂Function calling的工作流程以及Function calling是怎么来的？

2025-04-28 08:13:22 1801

原创大模型外挂MCP教程(2):一图看懂MCP工作流程小白教程

一张图让大家看懂模型上下文协议 MCP 的调用和工作流程。在大模型与数据交互日益复杂的需求面前，模型上下文协议（Model Context Protocol，MCP）成为打通模型与各类资源高效协作的 “数字桥梁”。通过拆解 MCP 的工作流程图，我们可以从模块功能和运行逻辑两大维度，深入理解其运作机制。

2025-04-26 17:32:15 1288

原创 DeepSeek本地RAG知识库(31):多轮问答终极杀手-模型微调

RAG多轮问答终极杀手-模型微调

2025-04-22 21:39:48 1407 1

原创大模型外挂MCP教程(1):3分钟讲明白什么是MCP 小白教程

MCP 即模型上下文协议，它是专门为大语言模型交互设计的。就像网页有各种 API 来实现不同功能一样，MCP 为 LLM 提供了一种标准化的方式来提供上下文，将提供上下文的任务功能与实际的 LLM 交互分离开来。MCP Python SDK 实现了完整的 MCP 规范，让我们可以轻松地构建 MCP 客户端和服务器。MCP 为我们提供了一种标准化的方式来与大语言模型进行交互，而 MCP Python SDK 则让我们可以更加轻松地构建相关的客户端和服务器。

2025-04-20 18:08:26 784

原创让大模型使用本地MySql数据库：MCP就是大模型点外卖

MCP犹如为AI世界装上了"触手"，想要解决自己的很多数据无法给大模型使用的问题么？现在就动手配置你的第一个MCP吧！

2025-04-19 09:13:32 1431

原创 DeepSeek本地RAG知识库(29):MCP讲解和数据库增强实例，如何搭建自己的MCP，全程演示

你想搭建自己的MCP服务么？今天我们一起看看MCP原理和数据库增强实例，如何搭建自己的MCP，全程演示。

2025-04-17 06:18:10 1567 1

原创 DeepSeek本地RAG知识库(28):数据分段策略/标准/父子/问答

通过LLM为每段文本生成问答对（Q&A pairs），检索时匹配用户问题与预生成的相似问题，返回对应答案段落。在RAG系统中，分段策略是平衡语义精度与计算效率的关键枢纽，主要围绕RAG（检索增强生成）模块设计，针对不同场景需求选择合适的分块方式和索引模式。通过灵活组合分块策略与索引模式，能够覆盖从低成本快速响应到高精度复杂检索的全场景需求，大家可根据具体业务需求选择最优方案。最近很多朋友反应，对数据分段的策略和方式还是不太清楚，今天我们这一期就专门来说说Dify里面的几种分段方式和对应的场景。

2025-04-10 22:38:05 2519