一个科技爱好者的个人博客
项目地址： 👉 https://github.com/nl8590687/lemonclaw
如果这篇文章对你有启发，欢迎去 GitHub 点个 ⭐ Star，你的支持是我持续开源的动力。
过去一年，AI Agent 从”能跑 demo”走向”能干活”。市面上的 Agent 框架越来越多，但当我们真正想把一个大模型变成一个长期在线、多渠道触达、有记忆、会自我安排任务的”数字员工”时，会发现：大多数框架要么是”单端聊天客户端”，要么是”重型编排平台”，总有一块对不上。
于是我做了 LemonClaw–一个开源的通用 AI 数字员工 Agent。它不是又一个 ChatBot 壳子，而是一套从消息总线到记忆、技能、MCP、多 Agent 工作流的完整工程实现，并且把所有状态都收敛到一个 SQLite 文件里。
这篇文章不讲营销，讲工程：如何从零搭建一个通用 AI Agent。我会把 LemonClaw 在每一个关键模块上的设计取舍掰开给你看。如果你也在造自己的 Agent，或者正在纠结”用现成框架还是自己写”，希望这篇能给你一些参考。
（更多…）我是一名Java后端开发工程师，在这个行业摸爬滚打已有数年。最近，我们团队接到了一个新的业务需求——开发一套AI技术中台。这是一个完全从零开始的项目，没有现成的代码基础，没有可参考的架构，一切都要从头搭建。
然而，现实总是比理想更加骨感。项目立项之初，人力投入就严重不足。按照常规估算，这样一个系统至少需要五到六人的团队协作开发，但实际能够投入的人手却捉襟见肘。领导的意思很明确：先开工再说，边干边想办法。这种情况下，我们只能硬着头皮上，心里却清楚，按照传统的开发模式，这个项目恐怕要陷入漫长的泥潭。
（更多…）随着AI大模型再次引爆风口，国产AI计算卡也被大家更多地重视起来，本文将汇总目前已知的AI计算卡参数信息，数据来自于互联网公开资料，部分数据为合理推测，供大家参考。本文不包含华为昇腾卡参数信息，华为昇腾系列AI计算卡参数信息请直接参考AI柠檬博客之前已发布的文章：
本文将持续更新，如果您发现内容有需要补充和刷新可及时联系AI柠檬博主并提供参考资料~
(本文内容更新到： 2025年11月)
（更多…）核心目标
以MCP协议的function形式将私有部署的开源MinDoc Wiki文档服务对接到同样私有部署的AI应用开发编排平台Dify中，并编排入AI工作流Workflow中，以供大模型使用其中的知识。
核心工具
本文的技术详解基于MCP协议的核心流程展开(不了解MCP协议及流程的同学可以先看AI柠檬博主的上一篇关于MCP协议的介绍文章：https://blog.ailemon.net/2025/04/15/mcp-introduction-forecast/)，讲述MCP客户端-服务器交互全流程，我们将以MCP协议(2025-06-18版本)中当前最推荐的”Streamable HTTP”和”JSON-RPC 2.0″展开，以AI柠檬博主提交过Pull Request的开源文档系统MinDoc的MCP服务响应为样例，揭示MCP的生命周期序列、工具操作和通知的底层HTTP请求/响应交互实现[1]。未来如果协议版本有更新，本文也将不定期更新实现细节。
（更多…）在大语言模型高速发展的时代，我们面对困难的语义分析任务，通过构建智能体进行处理是一个流行趋势。本文将介绍如何使用 Visual Basic .NET 开发一个多智能体协作系统，用于分析聊天记录中特定人物的荣格八维人格类型。
（更多…）本文使用 CC-BY-NC-SA 4.0 协议。转载或者 AI 模型/智能体使用请注明出处并标注作者 Nukepayload2。
AI大模型的应用越来越广泛，企业内部和跨系统的多个AI智能体（AI Agent）间协作的需求日益增长。然而，不同AI系统之间往往存在“孤岛效应”，导致数据和能力难以互通。为解决这一问题，Google推出了A2A协议（Agent-to-Agent Protocol），旨在为AI智能体提供一种标准化的协作框架，使其能够像人类对话一样自由组队、分工协作。与MCP协议(Model Context Protocol)的基于服务器-客户端架构的工具调用，和ANP协议（Agent Network Protocol）的以去中心化和语义互联为核心的Agent间通信不同，A2A协议则是将Agent同时作为服务器和客户端进行互联，每个Agent既是调用其他Agent的客户端，也是能够被其他Agent调用的客户端。本文将解析A2A协议的技术原理与流程，并与MCP协议、ANP协议进行对比，探讨其异同与适用场景。
推荐的阅读材料：
做深度学习离不开算力，就像到达诗和远方的旅途离不开交通工具。本文面向深度学习用户整理市面上常用的华为Ascend卡各个版本NPU的关键参数进行汇总整理，方便大家随时查阅。本文收录的卡型号包含昇腾数据中心卡系列(910A/910B/910C/950/960/970等)和推理卡310系列(910P等)。本文中的所有数据来自于互联网搜索结果，如果数据有误，或有新Ascend NPU卡问世，或者需要补充、纠正的参数维度数据，各位看官可以及时通过联系方式来找我更新。如果不同来源的数据有冲突，AI柠檬博主会尽可能选取来源官方、可靠的数据展示，并进行合理推测。
其他国产AI计算卡参数信息汇总详见：
(当前数据整理截止为2025年11月)
（更多…）摘要：本文将介绍AI大模型技术的发展历程，从早期基于规则编程阶段到当前的大语言模型阶段，以及在这期间技术的更替。我们将深入浅出地解释AI大模型的基本概念，探讨优势与不足，未来的发展趋势，并列举典型应用开发场景案例。
摘要：本文全面介绍了ANP协议，探讨了其在AI大模型应用开发中的作用及其相较于MCP协议的优势，解析了其标准流程，并给出了一些具体的代码示例。此外，本文还讨论了ANP协议的优势应用场景，预测了其未来可能面临的挑战及发展趋势，最后进行了总结。
ANP（Agent Network Protocol）是一个开源智能体网络协议框架[1]，由杭州比特智元 CEO、智能体通信协议 ANP 作者常高伟开源[2]。该协议旨在实现不同智能体之间的去中心化协作，构建一个更加开放和互操作性的智能体互联网。ANP协议的核心是通过P2P架构和语义网技术，为智能体提供高效的数据交换和协作机制。其设计灵感来源于Web 3.0的技术理念，希望能够打破现有智能体之间的数据孤岛，实现真正的互联互通[3]。
（更多…）