持续使用 OpenClaw 一段时间后，我越来越明确：真正需要管理的，不只是模型强不强，而是 Skill、Agent、API 与 token 成本背后的整套能力结构。
文章
共 68 篇，按发布时间排序。
这次把 OpenClaw 里的本地能力重新按 Agent、Skill、MCP 三层收口，不是为了“看起来整齐”，而是为了让后面新增能力时更容易复用、扩展和持续优化。
用最通俗的方式讲清楚 OpenClaw 里的 Agent、Skill 和 MCP 分别该放什么：Agent 是职责分工，Skill 是 SOP + 脚本合集，MCP 是外部能力接口。
最近顺手看了下 nanopb。它不像 Modbus 或 CANopen 那样是一整套成熟通信体系，更像是面向嵌入式场景的轻量级结构化消息工具；如果项目更看重灵活表达、跨平台处理和资源占用控制，它会是个值得认真考虑的方向。
记录一次 Headscale 私有控制面的实际落地，重点是 iOS 接入、MagicDNS、子网路由与 Exit Node 的稳定配置。
这篇文章介绍如何用 shred 对整张 TF 卡做覆盖式清理，重点提醒在执行前先确认设备名并先卸载分区，同时简要说明 TF 卡与 SSD 这类闪存介质的覆盖局限。
很多人聊 AI 办公时，首先想到的是总结纪要、润色邮件和生成文案。但如果目标是让 AI 真正进入业务流程，决定上限的往往不是模型本身，而是办公软件、业务系统和内部平台是否提供了稳定、可控、可结构化访问的 API 接口。本文结合实际业务系统接入体验，重新梳理我为什么越来越看重 API 在 AI 办公场景中的基础设施意义。
在嵌入式软件开发里，真正影响自动化上限的，往往不只是示波器带宽、采样率或逻辑分析仪通道数，还包括设备是否容易被程序控制、是否能把原始数据结构化导出。本文从 SCPI、sigrok 到厂商优化链路，整理我现在如何重新看待面向硬件功能调试的仪器与协议选型。
使用iphone拍照后传到NAS上为heif格式，很多软件或场景需要JPG或者其它格式，解决如下 运行命令 转 […]
Linux 下稳定挂载 QNAP WebDAV（解决 Depth 限制与小文件损坏） 一、问题背景 在 Lin […]