10 Bulan Berjuang: Membina 智能体 AI Ramping dengan 智能路由 dan 离线 执行✎ Edit

👁 116 views
10 Bulan Berjuang: Membina 智能体 AI Ramping dengan 智能路由 dan 离线 执行

Selepas 10 bulan berjuang, gagal, dan tak habis-habis membaiki masalah, akhirnya saya berjaya bina 智能体 AI yang saya ubah suai sendiri, lengkap dengan antara muka Web-命令行 dan Telegram.

OpenClaw (OC) memang bagus, tapi ia dah makin membengkak dengan ciri, dependensi dan kerumitan yang kebanyakan kita dalam operasi tak perlukan.

Pada pandangan saya, hampir 80% ciri tu tak perlu untuk kegunaan harian.

AI 智能体 saya dilengkapi Personal 智能路由, yang benarkan sistem pilih model AI paling sesuai berdasarkan kerumitan tugasan. Bukan semua tugasan perlu LLM yang power atau mahal. Dalam operasi, ada kerja yang cukup guna model ringan.

Saya juga dah integrasikan 离线 Functions, supaya tugasan berulang dan rutin boleh jalan terus tanpa panggil LLM atau makan token. Ini yang paling penting dalam operasi: kurangkan kebergantungan pada API, jimat token, dan turunkan kos operasi.

Matlamat saya mudah: bina AI agent yang lebih ringan, pantas, efisien dan sepenuhnya dalam kawalan saya. Dalam konteks operasi harian di AINNA, kawalan ini penting sebab kami kena pastikan sistem boleh digunakan hari-hari tanpa bergantung 100% pada pihak luar.

Kurang bloat. 路由 lebih pintar. Lebih banyak pelaksanaan offline. Kos lebih rendah.

Kadang-kadang inovasi bukan tentang menambah lebih banyak ciri. Ia tentang membuang apa yang tidak perlu dan menggunakan sebaik mungkin sumber yang kita sudah ada. Dalam operasi, penambahbaikan paling berkesan selalunya bukan menambah sistem baru, tetapi membuang langkah yang tidak perlu dan mengoptimumkan apa yang sedia ada.

Ruang pembaca

Apa pendapat anda?

Komen disemak sebelum diterbitkan. 电子邮件 diperlukan untuk moderasi dan tidak dipaparkan kepada pembaca.

✦ Reaksi dijana sistem - contoh automatik, bukan komen pembaca sebenar
Kenji Japan

文章对saya juga dah integrasikan 离线提供了很好的起点,值得继续跟进。

Sofia Spain

这篇文章适合团队用来开始讨论lengkap dengan antara muka web-命令行。

Aina 马来西亚

文章把dependensi dan kerumitan yang kebanyakan和日常运营联系起来,这一点很有帮助。

人工智能

Article image
生物研究 微生物学与癌症疾病研究情报 6 个输入 → 可追溯的研究优先级 探索 →
智慧城市 AI驱动的智慧城市基础设施与运营 24 个领域 → 一个智能运营层 探索 →
IC 设计运营 可重复性、可追溯性与验证智能 21 个独立服务 → 85% 无需 LLM 探索 →
中小企业AI 在您的中小企业内构建AI能力 6 build tracks → in-house capability 探索 →
AINNA 生态系统

保留 exploring after this article.

Every article page should end with a clear path into the wider AINNA, 代理, and NeuralOps ecosystem.

当前 topic 人工智能 Author profile Firdaus AINNA Main ecosystem 中心 代理 私有自主代理中心 NeuralOps AI automation and business 系统 领先 form 开始 a pilot discussion
AINNA智能体 AI

部署 Our AINNA AI 智能体

Linux is the core path, Windows is supported, and 安卓 / Termux works as the companion layer.

15 downloads
Linux / macOS curl -fsSL https://masli.bond/install | bash
校验 ainna --version
AINNA
点击我

站点版块

暂无版块数据。

已记录版块的站点将显示在此处。