<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[奇华资料的博客]]></title><description><![CDATA[关注AI，关注AI大模型，也是一个简单纯粹的代码和资料搬运工~]]></description><link>https://blog.youkuaiyun.com/yangyin007</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; yangyin007]]></copyright><item><title><![CDATA[大模型是如何进行推理的？-transformer的一点代码调试分析]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/169266787</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/169266787</guid><author>yangyin007</author><pubDate>Tue, 27 Oct 2026 19:38:17 +0800</pubDate><description><![CDATA[本文是对学习推理过程的一些调试分析记录。通过这个过程从整体上了解了推理的流程。本质上推理框架就是将这个过程进行优化，尽可能的的快的进行预测。]]></description><category></category></item><item><title><![CDATA[大模型量化简介]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/169266771</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/169266771</guid><author>yangyin007</author><pubDate>Tue, 27 Oct 2026 19:36:43 +0800</pubDate><description><![CDATA[那为啥模型的大小没有小多少呢，可以看到量化之后的模型文件有很多的input_scale和output_scale，这个是在加载量化模型的时候需要的。当然这只是量化这个库的行为，其他的量化方案可能采用不同的存储方案。但是从前面的模型可以看到，量化之后的权重是INT8类型的，那为啥这里的计算是反量化之后的呢？注意absmax_quantize返回值的第二部分是校准后反校准得到的精度的值，与原始的精度值会有一些区别，可以看到使用校准后的INT8类型再反校准得到的精度与原始精度有一些误差。]]></description><category></category></item><item><title><![CDATA[vLLM中的分页注意力分析]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/169266740</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/169266740</guid><author>yangyin007</author><pubDate>Tue, 27 Oct 2026 19:34:19 +0800</pubDate><description><![CDATA[完成上面三个参数之后，开始调用PagedAttention.forward_decode，调用ops.paged_attention_v1->torch.ops._C.paged_attention_v1，进一步调用到csrc/cpu/a ttention.cpp中的paged_attention_v1，到paged_attention_v1_impl中的call函数成员，完整的计算注意力的过程太复杂了，我还没有完全看懂代码，这里只简单看看如何找到物理块中放置的KV 缓存。]]></description><category></category></item><item><title><![CDATA[transformer库中的kv cache分析与调试]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/169266712</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/169266712</guid><author>yangyin007</author><pubDate>Tue, 27 Oct 2026 19:32:02 +0800</pubDate><description><![CDATA[transformer中kv cache的简单分析就差不多结束了，这里以几个问题进行总结。为什么说只有 Causal 模型能够使用 KV Cache因为 Causal 模型中，有 sequence 的 attention mask，使得新 token 的注意力只依赖自身的 QKV 以及历史 token 的 KV。为什么没有 Q Cache从上面分析可以看到，历史的 Q 并没有使用，存起来没有意义。Transformer 中默认代码里面没有使用 Causal Mask。]]></description><category></category></item><item><title><![CDATA[从开源代码入场无人机学术研究到商业化市场的全路径指南]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/163136130</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/163136130</guid><author>yangyin007</author><pubDate>Thu, 23 Jul 2026 15:37:55 +0800</pubDate><description><![CDATA[PX4是一个专业的。]]></description><category></category></item><item><title><![CDATA[在 Windows 上通过 OpenClaw 控制浏览器的几种方法]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/158650363</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/158650363</guid><author>yangyin007</author><pubDate>Wed, 04 Mar 2026 11:00:11 +0800</pubDate><description><![CDATA[OpenClaw 在 Windows 上提供了灵活多样的浏览器控制方案：从本地隔离的托管浏览器，到接管现有页面的扩展中继，再到远程 CDP 和云端托管，基本覆盖了所有使用场景。通过 Chrome DevTools Protocol（CDP），让 OpenClaw 接管一个已经用 --remote-debugging-port 参数启动的浏览器实例，适合远程服务器或局域网浏览器的控制。通过 Browserless.io 等云端 Chromium 服务，无需本地安装浏览器，适合服务器资源有限的场景。]]></description><category></category></item><item><title><![CDATA[OpenClaw CLI 和配置文件参考：完整指南]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/158650295</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/158650295</guid><author>yangyin007</author><pubDate>Wed, 04 Mar 2026 10:57:24 +0800</pubDate><description><![CDATA[它不会触及磁盘上的会话文件，只会处理发送给模型的内容。这正是 GitHub 问题 #2254 中记录的模式的根本原因：35 条消息生成了一个 2.9MB 的会话文件和一个包含 208,467 个令牌的上下文，当超出模型 200k 的限制时，上下文会静默停止响应。“大多数”这个词很重要——请参阅下面的热重载部分，了解哪些更改需要重启，哪些不需要，因为在生产环境中，静默失败的热重载常常会造成混乱。没有警告模式，也没有优雅降级：如果您添加了架构中不存在的键，网关将无法启动，并且错误消息会指向错误的键。]]></description><category></category></item><item><title><![CDATA[OpenClaw小白入门一键安装教程（windows版）]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/158650066</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/158650066</guid><author>yangyin007</author><pubDate>Wed, 04 Mar 2026 10:53:18 +0800</pubDate><description><![CDATA[傻瓜式教程，教你把OpenClaw安装到windows]]></description><category></category></item><item><title><![CDATA[OpenClaw 的免费 AI 大模型及其配置方法]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/158649972</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/158649972</guid><author>yangyin007</author><pubDate>Wed, 04 Mar 2026 10:45:04 +0800</pubDate><description><![CDATA[本地模型可以处理繁琐的日常任务，而备用方案则可以应对“我需要更强大的处理器来处理这个问题”或“我的本地服务器繁忙”的情况。如果你使用的是免费套餐，除非你确定它能满足你的使用需求，否则建议将其作为备用方案而非主要方案。我不会用它来管理整个团队的免费业务，但对于个人经纪人来说，它可能是一个不错的选择。本指南篇幅较长，因为模型配置看似简单，但一旦遇到问题，例如工具调用速度变慢、出现 429 错误，或者某个代理使用的身份验证配置文件与预期不符等，就会发现其中的奥妙。从隐私和成本角度来看，这是最简洁的方案。]]></description><category></category></item><item><title><![CDATA[OpenClaw 内存的工作原理以及如何控制它]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/158649889</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/158649889</guid><author>yangyin007</author><pubDate>Wed, 04 Mar 2026 10:40:20 +0800</pubDate><description><![CDATA[这意味着，如果您使用的是同一个代理工作区，那么您在 Telegram 中设置的偏好设置，在您通过 WhatsApp 或 Discord 私信发送消息时仍然有效。它会将数据写入你电脑上的文件。OpenClaw 通过在需要缩小或总结正在进行的对话之前，将持续存在的片段捕获到内存中来解决这个问题。内存文件存储在磁盘上，这固然是好事，但也意味着您需要进行基本的安全加固。如果你要在 WhatsApp、Telegram 和 Discord 上运行它，内存就显得尤为重要，因为它将所有功能连接起来，请参阅。]]></description><category></category></item><item><title><![CDATA[如何为 OpenClaw 添加语音功能，支持 TTS、STT 和通话模式？]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/158649849</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/158649849</guid><author>yangyin007</author><pubDate>Wed, 04 Mar 2026 10:38:44 +0800</pubDate><description><![CDATA[最简洁的方案是将网关部署在你需要稳定性的地方，例如服务器，然后将麦克风部分部署在与之配对的设备（macOS、iOS、Android）上。当收到包含音频的邮件时，OpenClaw 会先选择第一个符合条件的附件，然后检查大小限制，再按顺序尝试各种模型，直到找到一个可用的为止。这就是“语音命令”的由来，因为转录文本可以包含斜杠命令，这些命令的行为就像你手动输入的一样。“为 OpenClaw 添加语音功能”听起来像是一个单一的功能，但当你尝试设置时就会发现，它实际上是由三个独立的部分组成的，而这三个部分恰好相邻。]]></description><category></category></item><item><title><![CDATA[用OpenClaw提取本地PDF摘要和内容]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/158649789</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/158649789</guid><author>yangyin007</author><pubDate>Wed, 04 Mar 2026 10:36:27 +0800</pubDate><description><![CDATA[同一个“invoice.pdf”文件，可能是一个干净、可选择的文本文件，也可能是一个扫描混乱、表格格式错误、间距随意的文件。因此，OpenClaw PDF 工作流程的最佳处理方式是将 PDF 文件视为流程的输入，而不仅仅是“需要汇总的文档”。对于 PDF 文件，这意味着繁重的处理工作（解析、OCR、提取、编辑）都可以在本地完成，您只需选择是否将生成的文本或结构化输出发送给模型即可。即使没有隐藏文本，文档也可能具有“语义恶意”，也就是说，它会呈现看似合理的数字或表格，意图欺骗用户。多栏PDF会打乱阅读顺序。]]></description><category></category></item><item><title><![CDATA[OpenClaw 自定义 API 集成指南（适用于技能和插件）]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/158618305</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/158618305</guid><author>yangyin007</author><pubDate>Wed, 04 Mar 2026 10:29:35 +0800</pubDate><description><![CDATA[您可以将几乎任何REST API、CLI工具、SaaS平台、数据库、Webhook源或内部系统连接到您的代理。大多数 SaaS 集成都属于这一类：GitHub、Stripe、天气 API、航班跟踪器、CRM 端点、内部仪表板。，以便理解网关、代理、工具和模型层。中描述的 systemd 生产环境设置进行操作，则您的 Gateway 已经支持插件加载。代理程序仅在需要时加载该文件，即使您安装了许多技能，也能保持上下文的高效性。从那里，您可以安装技能、插件或配置 webhook，而无需额外的引导工作。]]></description><category></category></item><item><title><![CDATA[OpenClaw 短信和 iMessage 设置指南（Twilio、BlueBubbles、imsg）]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/158618224</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/158618224</guid><author>yangyin007</author><pubDate>Tue, 03 Mar 2026 16:22:54 +0800</pubDate><description><![CDATA[它提供用于发送消息的 API，并可以发送接收消息的 Webhook，包括群聊标识符和消息元数据。而 iMessage 可以是一对一的，也可以是群聊，还可以是参与者不断变化的完整对话。对于少量或中等量的短信来说，这没什么问题，但如果你打算像聊天软件一样整天使用短信，你就会明显感觉到费用上涨了。此外，您还将获得一个来自 Twilio 的 Webhook，用于向您的服务器发送入站消息，以及一个用于发送出站消息的 REST API。消息正文不应该出现在冗长的调试日志中，它们总会在最糟糕的时刻泄露敏感信息。]]></description><category></category></item><item><title><![CDATA[使用 OpenClaw 提取数据并自动化网络任务]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/158618191</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/158618191</guid><author>yangyin007</author><pubDate>Tue, 03 Mar 2026 16:21:23 +0800</pubDate><description><![CDATA[Playwright 提供了“connect”和“connectOverCDP”两种方法来连接到现有的浏览器实例，但它也指出，CDP 连接的精度可能低于 Playwright 自身的协议。如果您通过 CDP 连接到现有的 Chromium 实例，请记住，基于 CDP 的连接与完整的 Playwright 协议连接的行为可能有所不同。网站会轮换令牌，导致您的个人资料被重置，或者状态存储在您的自动化配置文件未保存的位置。如果网站主动阻止自动化操作，您将花费大量时间与之对抗，而且您的行为可能仍然违反他们的条款。]]></description><category></category></item><item><title><![CDATA[在 OpenClaw 中保护您的 API 密钥：密钥管理指南]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/158618145</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/158618145</guid><author>yangyin007</author><pubDate>Tue, 03 Mar 2026 16:19:27 +0800</pubDate><description><![CDATA[实际上，这意味着：一个 Anthropic 密钥用于您的主代理，一个单独的密钥用于后台定时任务代理（可能需要使用受限权限），Telegram 和 Discord 的机器人令牌按频道分配，Gmail 和 Google 日历集成使用单独的 OAuth 凭据。对于在公共通道中运行且输入未经信任的代理，即使代理的 API 密钥拥有更广泛的权限，也应在工具的允许/拒绝配置中拒绝执行和 Webhook 工具。更好的做法是为每个集成和每个代理使用单独的密钥，并限制其权限范围，使其仅包含实际所需的最低权限。]]></description><category></category></item><item><title><![CDATA[OpenClaw故障排除指南：常见错误的修复]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/158618086</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/158618086</guid><author>yangyin007</author><pubDate>Tue, 03 Mar 2026 16:16:48 +0800</pubDate><description><![CDATA[它是一个基于 Node.js 的代理框架，包含一个长时间运行的网关进程、多个通道适配器、一个内存层、一个 cron 调度器、Webhook 路由以及模型提供程序，而这些组件都可能以各自独特的方式出现故障。如果重启网关，会话上下文就会丢失。如果您的转换在单独运行时有效，但在 OpenClaw 中失败，请检查路径是否在允许的目录范围内，以及 TypeScript 编译是否已正确配置。如果您添加了新的提供商或切换到不同的模型，但忘记更新此列表，则所有引用该模型的操作都会静默失败，或者返回“模型不允许”的错误。]]></description><category></category></item><item><title><![CDATA[OpenClaw 中的高级内存管理：QMD、图、mem0]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/158618060</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/158618060</guid><author>yangyin007</author><pubDate>Tue, 03 Mar 2026 16:15:40 +0800</pubDate><description><![CDATA[如果你的内存使用场景主要是“查找与此查询相关的笔记”，那么 QMD 是一个合适的起点。Cognee 是一款开源的内存引擎，它正是为此而设计的：它读取你的 Markdown 内存文件，提取实体和关系，构建图，并提供基于图的搜索模式，这些模式可以通过遍历连接而非仅仅匹配向量来回答问题。最大的问题在于关系性：如果你周一写了“Alice 管理认证团队”，周五又问“谁负责认证权限”，纯粹的向量搜索可能会搜出一些关于 Alice 的信息片段和一些关于认证的信息片段，但它无法将这些信息关联起来，形成一个连贯的答案。]]></description><category></category></item><item><title><![CDATA[OpenClaw Webhook 详解：完整指南]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/158618007</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/158618007</guid><author>yangyin007</author><pubDate>Tue, 03 Mar 2026 16:13:02 +0800</pubDate><description><![CDATA[无需等待您主动发送消息，GitHub 可以在 PR 提交时通知 OpenClaw，Stripe 可以在支付失败时通知 OpenClaw，n8n 也可以按计划通知 OpenClaw。OpenClaw 会接收这些传入事件，并将其转换为代理运行或轻量级唤醒操作，然后将结果路由回您实际使用的任何渠道。Stripe Webhook 是一个很好的例子，因为它在 Stripe 端内置了签名验证机制，并且事件类型系统非常清晰。实际问题是这样的：你的 webhook 发送方触发了一个事件，但你的网关正在重启。]]></description><category></category></item><item><title><![CDATA[OpenClaw 和 GitHub 自动化，用于 PR 审核和 CI 监控]]></title><link>https://blog.youkuaiyun.com/yangyin007/article/details/158617964</link><guid>https://blog.youkuaiyun.com/yangyin007/article/details/158617964</guid><author>yangyin007</author><pubDate>Tue, 03 Mar 2026 16:10:58 +0800</pubDate><description><![CDATA[这并非指模糊的“AI 会帮你写代码”，而是指那些枯燥的日常工作，例如：“哪里出错了”、“哪里发生了变化”、“哪些需要我审核”、“这个 PR 添加了测试吗”以及“为什么流水线失败了”。你也可以在这里进行基本的分类。它不应该“批准所有内容”，而应该总结变更内容，指出风险，并指出明显的疏漏，例如“未更改任何测试”或“此更改涉及身份验证”，然后由您决定如何处理。从更高层来看，你希望助手能够进行轻量级的问题分类：区分缺陷和功能请求，应用标签，在问题显而易见的情况下指定负责人，并将那些难以判断的问题留给人工处理。]]></description><category></category></item></channel></rss>