冒汗心跳的RPG《棕色塵埃 2》 💬《棕色塵埃2》Discord 聊天等級活動開跑！ 只要在《棕色塵埃2》官方 Discord 聊天，就能累積聊天經驗、提升聊天等級！ 達成指定等級，還能獲得限定 Discord 身分組及加強特效，更有機會抽取《棕色塵埃2》精美週邊！🎁 快來一起聊天，把你的等級衝上去吧！ 活動連結： --- 📅 活動時間 2026/8/18（二）～ 2026/9/18（五）23:59 --- 🏆聊天等級獎勵 活動期間累積聊天經驗，達到指定等級即可獲得對應的獎勵！ ※身分組與加強版特效期限將持續至 2026/11/30(一) 18:00 ✨ 達成 Lv10 → 獲得限定身分組「小尤里粉絲」 ✨ 達成 Lv20 → 獲得限定身分組「小尤里超級粉絲」 ✨ 達成 Lv40 → 獲得限定身分組「小尤里榮譽粉絲」及加強版特效 🎁 聊天等級達10級(含)以上，可額外獲得週邊抽獎資格！ └ 2 週年威廉明娜壓克力立牌 × 1，共抽出 5 名 └ 得獎名單將於 2026/9/23(三) 之前公布 --- ⬆️ 如何提升聊天等級？ 在任一頻道內進行聊天皆可獲得經驗值，累積經驗值即可升級 ※經驗值的獲得將有時間限制 🔎 如何查詢聊天等級及經驗？ 可於任一頻道內輸入以下指令查詢目前的等級和經驗： /rank --- ⚠️活動注意事項 1.請正常參與 Discord 聊天活動，禁止洗版或以非正常方式刷取聊天經驗。若有洗版行為，將依照 Discord 版規進行處置 2.活動得獎者將由官方建立 Discord 私人頻道進行聯繫，請務必留意是否有尚未開啟的頻道。 3. 活動週邊獎品僅限寄送至台灣地區 4.《棕色塵埃2》保有最終修改、變更、活動解釋及取消本活動之權利 #棕色塵埃2# #Discord聊天提升活動#

龙虾的对手来了？我试了一下Hermes Agent 这几天推荐 Hermes Agent 的人突然多了起来。 我自己装了一个跑了两天，说说感受：确实还可以。不是那种「又颠覆了」的程度，但能明显感觉到它的设计思路跟龙虾不是一回事。 先说一下背景，Hermes Agent 是 Nous Research 今年 2 月底开源的 AI 智能体框架。 上线不到两个月，GitHub 星标冲到了三万多。社区里不少人把它称为 OpenClaw 上线以来，第一个真正意义上的竞争对手。 两个项目表面上很像，都是自托管的开源 Agent，都能接 Telegram、Discord、Slack、WhatsApp。都支持多模型切换，都走 MIT 协议。 但骨子里完全不同。 龙虾是网关，Hermes 是引擎 OpenClaw 的核心是一个 Gateway。网关守护进程，负责统一管理会话、路由消息、连接各种聊天平台。 你可以理解成一个调度中心，把所有聊天应用接到 AI Agent 上。 龙虾解决的核心问题是：怎么把消息送到 Agent Hermes 不太关心这个，它更在意的是：Agent 怎么变得越来越强 官方管这叫 closed learning loop，闭环学习循环。整个框架围绕的就是一件事——让 Agent 在使用过程中自我进化。 打个比方，龙虾是个多渠道助理操作系统，什么聊天工具都能接，生态丰富。 Hermes 是一个会自我迭代的执行引擎，刚开始没那么花哨，但越用越能打。 这是最根本的区别，后面所有差异都从这分叉出来。 会自己写技能的 Agent 我觉得这是 Hermes 最有意思的地方 当它完成一个复杂任务——通常涉及五次以上工具调用——它不是做完就算了。 它会把整个过程沉淀成一份结构化的技能文档，存成 Markdown 文件，放在 ~/.hermes/skills/ 目录下。 下次遇到类似任务？直接加载这份技能文档，不用从头解决。 更狠的是，这些技能在使用过程中会自我迭代。Agent 执行某个技能时发现了更好的方法，它会自动更新技能文档。不需要你手动维护。 Reddit 上有用户反馈，他的 Agent 在两小时内自动生成了三份技能文档。之后跑重复性研究任务，速度提升了 40%。 龙虾也有技能系统，但龙虾的 Skill 主要靠人手写，或者从 ClawHub 技能市场安装。Hermes 等于把「写技能」这件事也交给了 Agent 自己。 一个靠人喂，一个自己长。 我试用的时候确实感受到了，让它帮我查了几轮开源项目的信息，第二天让它做类似的事，它明显快了。 不用再教它「先去 GitHub 看 README，再去看 Issues」这种流程。它自己能记住了。 记忆体系：搜索引擎 vs 笔记本 两者都说自己有跨会话记忆。但实现方式差很多。 Hermes 的做法 用 SQLite 数据库配合 FTS5 全文检索，把所有历史对话存下来。需要调用时，先搜索再让模型做摘要，然后塞进上下文 不是把整段对话历史搬过去，Token 不会爆 记忆分两层： 常驻层：MEMORY.md 和 USER.md。存关键偏好和核心信息，每次对话都带上，相当于硬记忆。 检索层：全量历史在 SQLite 里，容量不限，按需调用，相当于一个私人搜索引擎。 龙虾的做法 工作区里的 Markdown 文件，memory.md 记生活细节，向量索引做语义检索。上下文压缩前会静默写入一次记忆，防止压缩丢信息。 简单类比：Hermes 给 Agent 装了个搜索引擎式的大脑。龙虾给了它一个笔记本。 搜索引擎查东西更精准，笔记本翻起来更直觉。但记忆量大了之后，搜索引擎的优势会越来越明显。 安全思路也不一样 Hermes 搞了一套五层纵深防御： 用户授权：白名单 + DM 配对 危险命令审批：rm -rf、chmod 777 这些高风险操作要人工确认。默认 60 秒没批准，自动拒绝 容器隔离：终端命令跑在 Docker 容器里，不在宿主机上裸跑 MCP 凭据过滤：隔离 MCP 子进程的环境变量，防凭据泄露 上下文注入扫描：检测项目文件里的 prompt injection 攻击 这套设计思路是「默认不信任，层层设卡」，龙虾那边更强调信任模型和配置审计 它有个 openclaw security audit 命令，一键扫描网关配置的安全隐患。思路不一样，但也不能说不好。 但龙虾在安全上的历史确实不太好看。今年 2 月曝出一批高危漏洞——CVE-2026-25253 是一键远程代码执行，点个链接就能接管你的机器。 ClawHub 技能市场还出了 ClawHavoc 攻击活动，恶意技能伪装成加密货币追踪器、YouTube 摘要工具，实际在偷浏览器会话和 API 密钥。 这不是小事。你的 Agent 跑在本地，权限很高。安全出了问题，搞不好整台电脑都交代了。 Hermes 的五层防御在架构层面想得更远。当然，有没有自己的坑还得等时间检验。但至少出发点比「先跑起来再说」靠谱。 选哪个？看你要什么 先说最实在的：如果你现在用的 Agent 已经顺手了，别换！换工具的迁移成本远比你想的高。 想要现成生态 → 龙虾 三十多万星标意味着教程多、插件多、问题容易搜到答案。ClawHub 上几千个 Skill 直接装。你想接 QQ、飞书、钉钉，社区里都有人踩过坑。 想要长期进化 → Hermes 它不是装好就一成不变的工具。用得越久，它对你的工作方式理解越深，技能库越厚。如果你是搞 AI 研究的，它还能生成训练轨迹、跑强化学习实验。内建了兼容 OpenAI API 的服务端，直接接 Open WebUI。 部署成本都不高，Hermes 跑在 5 美元一个月的 VPS 上就够。也支持 Docker 和各种 serverless 方案。 安装不复杂，参考官方文档就行： 两个项目我都装过。 龙虾像一个装了一堆 App 的手机。开箱即用，什么都能干，生态成熟。 Hermes 像一个会自己下载 App 的手机。刚开始没那么好用，但用着用着，它变成了你的形状。 喜欢折腾的，两个都试试。不喜欢折腾的，等 Hermes 社区再成熟一阵子再来看也不迟。 #AI# #AIAgent#

这段时间看了不少 AI 新模型，我发现很多人的用法其实还停留在聊天。 写个文案、翻译一段文字、总结一篇文章，这些当然都很好用，但如果把 AI 只当成聊天机器人，我觉得有点浪费了。 我以前也一直觉得，模型越聪明越重要，但最近接触越来越多 Agent 和自动化工作流之后，我发现真正影响体验的，很多时候不是模型会不会回答，而是它能不能稳定把一整件事情做完。 因为工作流里只要有一步出错，前面几十步可能都要重来。 现在越来越多团队开始讨论的，其实不是 AI 能回答什么问题，而是 AI 能不能真的帮你把事情做完。 举个很简单的例子： 以前老板把一份 Excel 丢给员工，员工要先整理数据、做分类、生成图表，再复制到 Word 或 PPT，最后检查格式，一整套流程下来，重复又花时间。 现在如果接上 Office MCP，这些动作已经可以交给模型去完成。 你只要告诉它要整理什么，它就能读取表格、分类数据、生成图表，再放进文档里完成排版。 整个过程不是靠模拟鼠标点击，而是直接调用工具完成，所以稳定性会高很多。 我觉得这里最大的变化，不是 AI 更聪明，而是它开始真正参与工作。 还有一个官方展示的案例，我觉得也很有意思。 很多团队每天都在 Slack、飞书或者 Discord 里聊天，消息一多，最容易发生的就是事情讲完了，但没人记得是谁负责，也没人知道什么时候要交。 如果让 Ling-3.0-flash 挂在这样的工作流里，它不用一直和大家聊天，而是在后台默默整理信息。 有人说这个需求我来跟，有人说下周三上线，它就自动提炼重点，生成待办事项，再分发给对应的人。 写这篇的时候，我也顺手拿一段团队聊天记录试了一下，会议摘要、负责人、待办事项和风险点基本一次就整理出来了（看图） 这种能力放到团队每天的沟通里，比单纯聊天更有价值，因为大家不用再花时间翻聊天记录找重点。 所以我越来越觉得，不要用一个擅长规划的大模型去做所有事情，毕竟规划是规划，执行是执行。 如果只是要稳定调用工具、整理资料、批量处理数据，那更重要的是响应快、执行稳，而不是每一步都花很多时间去思考。 Ling-3.0-flash 给我的感觉，更像团队里那个执行力很强的同事。 你把规则和目标告诉它，它不会一直发散，也不会想着重新设计整个方案，而是按照要求把事情一步一步完成。 这也是我觉得它和很多人理解中的 AI 最大的不同。 未来的 AI，可能不会一直停留在聊天窗口里，而是越来越多地出现在我们的工作流里。 它不一定是最会思考的那个，但可以是那个一直把事情做完的人。 如果有兴趣体验，我觉得可以自己试试看👉 拿一段会议记录、聊天记录或者日常工作内容丢进去，实际跑一遍，会比单纯看介绍更容易理解它为什么更适合作为 Agent 工作流里的执行模型。

最近看到，一个连马斯克都转发点赞过的开源项目：PraisonAI。 仅需 5 行代码，就能部署一组自主协作的 AI 智能体，从单个到整支可 24 小时自主运行的 Agent 团队。 支持 100 多个大语言模型，内置规划、记忆、自我反思等能力，智能体之间可以自动交接任务、互相纠错。 GitHub： 提供了可视化拖拽编排工作流，还能一键把智能体接入 Slack、Discord 等聊天平台，变成 24 小时在线的助手。 除此之外，还支持用 YAML 文件零代码配置和创建多个智能体。 如果你想让 AI 不只是聊天问答，而是真正帮你跑完一整套工作流程，这个项目值得试试。

最近太多人微信咨询会员，密集转账的聊天内容导致我的账号被系统封控，被限制了信息发送功能。微信上的好友需要联系可以私信询问我的discord，通过discord联系。

我不会主动私信任何人，尤其是电报，Discord。 我最近在闭关研习奇门遁甲，我学习都学不过来，哪有时间闲的找你们聊天。 今天有人模仿我的头像昵称去私信群友，群友感觉说话语气不像我，和我反馈了。 我真的很忙，最近几个月都要在研究易学，主动找我的，我也没有太多时间聊天，脑子里塞不下那么多事情。 你们需要联系我的，推特或者微信主动找我，推特需要评论区留言提醒下，不然私信容易看不到。

🤯 一个能连微信之外几乎所有聊天软件的 AI 助手，还跑在安全容器里，OpenClaw 的轻量平替。 GitHub 一路飙到 30.1k star，直接跑在 Anthropic 官方的 Agents SDK 上。 想要一个能主动帮你办事的 AI 管家，市面上要么太重要么把权限放太开有安全隐患。 NanoClaw 每个任务都在隔离容器里跑，不怕它乱动你的东西，同时接上 WhatsApp、Telegram、Slack、Discord、Gmail，还带记忆和定时任务，你在聊天框里说一句「每天早上把新邮件里重要的挑出来发我」，它就照做。 把 AI 助手塞进你天天在用的聊天软件，这形态是真顺手。 部署也很简单，容器里一键就能起。 GitHub：

我靠，真正的 AI 自动化，根本不是再做一个“会聊天的机器人”。 而是把你每天复制、粘贴、整理、通知、同步的破事，全部串成一条自动流水线。 最近挖到一个挺实用的开源项目：Activepieces。 它不是单纯的拖拉拽工具。 你可以把表单、邮件、Webhook、Google Sheets、Discord，再接上 AI Agent，拼成一条完整流程： 有人提交表单 → AI 自动提取重点 → 判断属于哪一类 → 写入表格 → 通知团队 → 必要时自动回复 整个过程不需要你盯着电脑等结果。 更狠的是，Activepieces 还支持 MCP。也就是说，AI 不只是回答问题，而是可以调用你配置好的工具去执行动作。 直接看源码： 官方平台： 如果你想自己部署，Docker Compose 文档也已经准备好了： 我觉得它最适合三类人： 一是每天处理大量重复信息的人。 二是想做 AI Agent，但不想一上来就写一堆后端代码的人。 三是想把自动化部署在自己服务器上的团队。 最简单的玩法就是： Webhook → AI Agent → Google Sheets → Slack 先从一条小流程开始，跑通之后再不断叠加条件、工具和动作。 AI 的下一步，可能不是聊天更像人。 而是让你的工作流，真的开始自己干活。

想自己搭一个 AI 助手，但又不想从零写机器人，可以看看 AstrBot 它不是单纯聊天机器人 更像一个 AI Agent 框架，可以接入 QQ、微信、Telegram、Discord 这些平台，也支持插件和多模型 适合做什么？ 社群自动答疑 微信群资料助手 个人知识库机器人 项目客服机器人 内容创作提醒机器人 很多人做 AI 自动化，一上来就想写复杂系统 其实先把一个机器人跑起来，让它进你的群、读你的资料、帮你处理重复问题，价值就已经很明显了 项目地址：