#19
河蟹 AI 的 Test-Time Compute：复合式 Agent 如何用“生成-验证对偶”约束幻觉？
从独立求解与步骤审计到沙箱回执、多样性采样和容差比较，拆解推理期算力的工程实现及其边界。
生成 · 验证阅读全文 →
HexClaw 官方技术博客
开源架构 · 四代范式 · 硬核实践
扒开源码看 Agent：四代范式控制面外推、底层协议栈、记忆与自愈沙箱，以及来自真实工程的落地探索。与微信公众号「hexclaw」（ID: hexclaw）同步发布。
#18
4.8 TB 怎么算出 12 TB？一道六年级分数题背后的名师式讲法
从钉钉收到讲题报告，到把数形结合与苏格拉底式追问带进书桌。以人工校对的真实脱敏样例，讲清三种解法、家长追问与多孩独立辅导的边界。
真实脱敏样例 · 人工校对阅读全文 →
#17
河蟹 AI 的 Embedding 隐藏 Schema：一份教材，从 768 到 4096 维的索引换代
从 Nomic 768 维到 Qwen 4096 维：执行合同、执行预算、双代索引、可恢复重建与 CAS 接管分别管理，旧索引服务有效旧内容，新索引在后台构建。
执行合同 · 索引换代阅读全文 →
2026-07-06 · #14
河蟹 AI 的 Prompt Engineering：人人都说它死了，其实它沉下去，成了 Agent 最底层的协议
你可以改 Agent 的性格，改不了它的纪律——SOUL × 运行手册 × Skill × 工具 schema，别写咒语，写协议。四代范式系列收官：一条 system prompt 怎么被逐层组装出来；连同哪些约束不能只靠 prompt，都用真实源码和常量标了。
预计阅读 14 分钟
阅读全文 →
2026-07-04 · #13
河蟹 AI 的 Harness Engineering：“赛博牛马”的聪明是模型给的，敢让它干活的底气是“马具”给的
Harness 的本义就是给牛马套的马具——权限硬闸 × 不信任执行器的裁判家族 × 预算与受控失败。同一个模型，为什么套上马具才能放进真实工作环境？从源码看河蟹的五道马具与裁判机制。
预计阅读 12 分钟
阅读全文 →
2026-07-02 · #12
河蟹 AI 的 Context Engineering：RAG 真正的难点不是召回，是把“像答案的噪声”挡在 Loop 外面
检索错误在对话里是一次错，在 Loop 里是复利——所以这条检索链路六道工序，五道都在做减法：查询扩展 → 宽召回 → 分数加权 RRF → 相关度地板 → LLM 重排 → 出口措辞；用真实源码和常量拆解上下文工程。
预计阅读 13 分钟
阅读全文 →
2026-06-28 · #11
河蟹 AI 的 Loop Engineering：扒开一个开源 Agent 的源码，从 Prompt 到 Loop 逐层对完这四代范式
Prompt → Context → Harness → Loop 是一场“控制面外推”：消息层 → 会话层 → 系统层 → 时间层；每往外推一层，你就交出一层决策权。哪层做透、哪层还在补，连同“到底什么叫‘做完了’”都用真实源码标了出来。
预计阅读 15 分钟
阅读全文 →
2026-06-27 · #10
会“做梦”的 Agent 记忆：Claude、ChatGPT 的梦在云端，河蟹的梦在你本机
不上云、可 git diff 的本地实现——三层分层 × 三维召回 × 两相做梦。跟着一条“我在哪”的记忆，拆解本地 Agent 如何在睡眠周期整理、蒸馏与遗忘信息。
预计阅读 11 分钟
阅读全文 →
2026-06-24 · #9
河蟹 AI 的"赛博牛马"养成记：把一句话编译成会自愈的沙箱脚本，7×24 替你干活
为什么“编译一次”好过“每次推理”——结构化沙箱 × 任务分流 × 失败自愈的一份工程笔记。把重复的活交出去，连出错都不用你管。
预计阅读 12 分钟
阅读全文 →
2026-04-13 · #5
河蟹 AI 的思考过程：打通本地推理模型 Qwen 3.5/Gemma 4/DeepSeek-R1 的最后一公里
本地推理模型，今年真的变了。问题很多时候已经不在模型本身，而在于客户端怎么把这“最后一公里”接住：流式思考解析、折叠展示与推理预算拦截。
预计阅读 10 分钟
阅读全文 →
2026-05-01 · #8
让 AI Agent 说维吾尔语：河蟹 AI v0.4.0 的本土化实践
从 i18n 到 RTL：覆盖 1400+ 文案键、RTL bidi 全局兜底与后端语言指令的工程笔记。三层都做完，才算真正“开箱说维语”。
预计阅读 11 分钟
阅读全文 →
2026-04-06 · #4
我把前 leader 蒸馏成了河蟹 AI Skill （附 Skill 蒸馏教程）
被毕业的同事其实并没有消失，他们只是被蒸馏成了 Token，换成另一种形式陪伴你。散是 Token，聚是 Skill。带你从零写一个高拟真的专属专家 Skill。
预计阅读 9 分钟
阅读全文 →
2026-03-23 · #1
HexClaw 河蟹开源AI：从“养龙虾”到“养河蟹”
你养龙虾🦞了吗？从今天起，🦞龙虾能帮你干的活，俺🦀河蟹也能帮你干，但河蟹想做的，不只是“接住一次对话”，而是接住持续的工作任务。
预计阅读 8 分钟
阅读全文 →
2026-03-30 · #2
HexClaw 架构详解：一个人 + Claude + 5 个月，用 Go 从零构建六仓库全栈开源 AI Agent 生态
HexClaw 架构详解：一个人 + Claude + 5 个月，用 Go 从零构建六仓库全栈开源 AI Agent 生态。分层架构、核心协议与通信契约全面拆解。
预计阅读 13 分钟
阅读全文 →
2026-04-25 · #7
HexClaw vs OpenClaw / Hermes：2026 本地 AI Agent 的三条路径
养虾 · 养马 · 养蟹——三条路径解决三个问题。功能清单高度相似 × 产品路径完全不同。在端侧 AI 爆发的今天，各家架构权衡的终点在哪里？
预计阅读 12 分钟
阅读全文 →
2026-04-18 · #6
河蟹 AI 背后的 Claude Code SOP：设计驱动 × 测试闭环 × 多 Agent 协作
一个人、业余时间、6 个核心仓库、68 万行代码。核心不是“让 AI 写代码”，而是设计、测试、多 Agent 协作怎么形成自闭环的一整套研发 SOP。
预计阅读 11 分钟
阅读全文 →
2026-04-12 · #3
河蟹 AI 完全指南：5 分钟，从零到一个能帮你干活的本地 AI Agent（附模型选型推荐）
从零配置本地 Ollama 或云端 API、创建智能体助手、加载知识库与 Skill。5 分钟开启属于你的私人桌面 AI 助理。
预计阅读 10 分钟
阅读全文 →
2026-10-04 · #15
河蟹 AI 让你"父慈子笑"：首个灯塔场景的 K12 工程实践
“会不会讲”有六科教学 Skill 做依据，真正先啃的是三个问题：讲错了怎么办？孩子数据放哪？再加一个场景，平台会不会变脏？架构上就一句话：内不脏，外不扰民。
预计阅读 14 分钟
阅读全文 →
2026-10-04 · #16
「父慈子笑」上手篇：手把手用河蟹 AI 辅导作业（K12 使用教程）
晚上九点，孩子的题你会做，但不知道怎么讲。跟着这篇图文教程走一遍：建助手、发作业照片、看完整答案和本年级的名师式讲法。先问什么、孩子卡住怎么提示、讲完怎么检查，都备在里面了。
预计阅读 12 分钟
阅读全文 →