Penghalaan Pintar 3 Peringkat: Pendekatan Logistik untuk AI 智能体 Saya✎ Edit

👁 119 views
Penghalaan Pintar 3 Peringkat: Pendekatan Logistik untuk AI 智能体 Saya

Apabila saya mula menyertai kumpulan OpenClaw ini, ahli-ahli aktif berkongsi eksperimen, pengalaman teknikal dan projek. Sebagai 物流主管 di AINNA, saya melihatnya seperti operasi logistik: setiap aliran perlu ada tujuan, bukan sekadar tambah fungsi.

Kemudian datang spam dan penipu, diikuti promosi produk pesaing. Dan kini, meme hampir menguasai kumpulan itu.

Sementara itu, saya beralih kepada pembinaan AI 智能体 ringan saya sendiri untuk menggantikan OpenClaw, mengelakkan kerumitan yang tidak perlu dan fungsi yang terlalu berat.

Arkitektur Penghalaan Pintar 3 Peringkat Saya:

  1. Cache Redis & MySQL – Guna semula data dan hasil sedia ada supaya pemprosesan tidak berulang tanpa sebab.
  2. Skrip Kerap – Jalankan tugasan berulang tanpa panggilan LLM yang tidak perlu.
  3. Penghalaan 模型 Pintar – Mulakan dengan model paling murah yang mampu, dan naik taraf hanya bila perlu.

Susunan Teknologi: Web-命令行, Redis, MySQL dan Telegram sebagai antara muka mudah alih saya.

Dengan AI 智能体 saya sendiri, saya telah membangunkan lebih 100 aplikasi web berdiri sendiri, serta pembangunan server dan infrastruktur yang meluas:

  • Penyediaan server Linux dan pengurusan VM
  • PostgreSQL dan MySQL
  • Caching Redis
  • Docker dan pengurusan kontena
  • Nginx dan proksi terbalik
  • Gitea dan kawalan versi Git
  • Timeshift, snapshot dan pengurusan sandaran
  • Pemantauan server dan automasi deployment

Bahagian yang menarik? Jumlah kos model AI masih bawah USD 40 sebulan, termasuk model distilasi saya sendiri.

Pembangunan aplikasi, operasi server dan pengurusan infrastruktur, semuanya melalui AI 智能体 saya sendiri.

Kurang beban operasi. Penghalaan lebih pintar. Lebih banyak kejuruteraan.

Bagaimana dengan yang lain? Apa yang sedang anda bina, uji atau perbaiki akhir-akhir ini?

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
Hafiz 马来西亚

关于diikuti promosi produk pesaing的例子很实用,适合团队继续讨论。

Wei China

关于100的数字比我平时看到的大多数文章靠谱。

Mei China

先存起来,主要是为了100。

Kavitha India

这篇内容让我更容易理解为什么kemudian datang spam dan penipu值得关注。

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 →
机器人技术 工业边缘的受管控机器人技术 感知 → 安全网关 → 控制器 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 →
NeuralOps 托管 infrastructure for 中小企业, without 企业 overhead 从 RM499/year · scoped after assessment 探索 plans →
AINNA 商店

Produk Pilihan

3 produk rawak daripada kedai AINNA, lengkap dengan statistik.

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 Hakim 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.

501 installs
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。