Gallifrey的计算机学习日记

从 CloudWeGo 生态、Hertz HTTP 服务、Kitex RPC 服务到 Volo 与 Eino，梳理一条适合初学者的入门路线。

两款优秀的 AI 助手，两种不同的记忆设计哲学。本文从架构、实现、适用场景三个维度进行对比分析。 一、设计哲学对比1.1 核心理念 Claude Code OpenClaw 简洁优先：文件系统 + LLM 摘要 检索优先：向量数据库 + 全文搜索 被动记忆：模型读取已有内容 主动记忆：自动索引对话历史 人工驱动：CLAUDE.md 需人工维护 自动驱动：会话自动存入记忆 1.2 目标用户不同 维度 Claude Code OpenClaw 目标场景 编程助手 个人 AI 助手 交互频率 高频、短时 持续、长期 记忆需求 项目知识、当前任务 生活记忆、历史对话 二、架构对比2.1 记忆层次Claude Code 采用分层记忆架构： 短期记忆：内存 messages[]，单次会话 中期记忆：.transcripts/ + 摘要，跨压缩周期 长期记忆：CLAUDE.md，项目级别 任务记忆：.tasks/，目标完成前 OpenClaw 采用双源记忆架构： Memory源：MEMORY.md，用户主动维护 Sessions ...

Claude Code 是 Anthropic 官方的 AI 编程助手 CLI。本文解析其记忆系统的设计理念和实现方式。 一、设计理念：分层记忆模型Claude Code 采用「分层记忆」架构，不同层次的记忆有不同的生命周期和用途： 层次 存储位置 生命周期 用途 短期 内存 messages[] 单次会话 实时对话 中期 .transcripts/ + 摘要 跨压缩周期 上下文延续 长期 CLAUDE.md 项目级别 项目知识 任务 .tasks/ 目标完成前 目标追踪 二、短期记忆：上下文管理2.1 问题：上下文窗口有限 读一个 1000 行文件 ≈ 4000 token 读 30 个文件、跑 20 条命令 → 轻松突破 100k token 不压缩，Agent 无法在大项目里干活 2.2 三层压缩策略Layer 1: micro_compact（静默压缩） 每次 LLM 调用前，将旧的 tool result 替换为占位符： 12原始: [1000行代码的tool_result]压缩后: [Previous: used read_fil ...

OpenClaw 是一个开源的个人 AI 助手框架，支持多通道（WhatsApp/Telegram/Slack/Discord 等）。本文解析其记忆（Memory）功能的实现原理。 一、记忆系统的设计理念OpenClaw 的记忆系统设计目标是：让 AI 助手记住用户说过的话，跨会话持久化，随时可检索。 1.1 双源记忆架构OpenClaw 采用「双源」记忆模型： 记忆源 说明 特点 Memory MEMORY.md 或 memory/ 目录下的 Markdown 文件 用户主动维护，结构化知识 Sessions 会话历史的 JSONL 转录文件 自动记录，对话历史 1.2 核心能力 持久化存储：SQLite 本地数据库 语义检索：向量相似度搜索 关键词检索：FTS5 全文搜索 Embedding 缓存：避免重复计算 多模态支持：图片、音频等文件也能索引 二、技术架构2.1 存储层 graph TB subgraph 文件层 A[MEMORY.md] B[sessions/*.jsonl] ...

本文对比分析字节开源Eino框架与自研Agent系统xeclaw-ai-agent-service的架构设计。 一、项目概述Eino框架Eino是字节跳动开源的AI Agent开发框架，提供构建Agent应用的基础能力。 GitHub: https://github.com/cloudwego/eino 核心定位: 框架层，提供Agent开发的”原子能力” xeclaw-ai-agent-service自研的企业级AI Agent客服系统，基于Eino框架构建的上层应用。 核心定位: 应用层，提供完整的AI客服解决方案 二、Eino框架架构2.1 分层设计 graph TB subgraph ADK Layer A1[Agent] A2[Runner] A3[Workflow] A4[Flow] A5[Interrupt] end subgraph Compose Layer C1[Graph] C2[Chain] C3[T ...

基于 Go 1.18 版本，分析基本数据类型的底层实现。 一、整型与浮点型1.1 整型整型在内存中是连续存储的，大小取决于类型： 1234567┌─────────────────────────────────────────────────────┐│ int8/uint8 [1字节] ████████ ││ int16/uint16 [2字节] ████████████████ ││ int32/uint32 [4字节] ████████████████████████████ ││ int64/uint64 [8字节] ████████████████████████████ ││ ████████████████████████████ │└─────────────────────────────────────────────────────┘ int 和 uint 的大小取决于平台： 32位系统：4字节 64位系统：8字节 ...

一、需求场景高并发查询场景：先查缓存，缓存未命中再查数据库/计算。 核心要求： 并发安全：多goroutine同时读写 高性能：读多写少优化 过期机制：防止数据过时 二、最简实现：sync.Map1234567891011121314151617181920212223package cacheimport "sync"type Cache struct { data sync.Map}func New() *Cache { return &Cache{}}func (c *Cache) Get(key string) (any, bool) { return c.data.Load(key)}func (c *Cache) Set(key string, value any) { c.data.Store(key, value)}func (c *Cache) Delete(key string) { c.data ...

一、Channel的本质Go语言的channel是基于 CSP（Communicating Sequential Processes） 模型设计的。核心理念： “不要通过共享内存来通信，而要通过通信来共享内存。” Channel本质上是一个 线程安全的队列，遵循FIFO原则。 二、底层数据结构12345678910111213type hchan struct { qcount uint // 队列中元素个数 dataqsiz uint // 环形队列大小 buf unsafe.Pointer // 环形队列指针 elemsize uint16 // 元素大小 closed uint32 // 是否关闭 elemtype *_type // 元素类型 sendx uint // 发送索引 recvx uint // 接收索引 recvq waitq ...

这份文档不是系统教程，目标只有两个： 先把几个高频名词对齐 给大家一组值得看的资料 一、先统一几个词1. LLMLLM 就是大语言模型，是”会理解、会生成、会推理”的底层能力来源。 2. Agent可以先把 Agent 理解成”能围绕目标持续思考、调用工具、执行动作、再根据反馈继续迭代的智能体系统”。 3. 工作流（Workflow）工作流更偏”流程编排”。 Workflow 更强调固定流程和可控编排 Agent 更强调基于目标的自主决策 4. HarnessHarness 可以理解成 Agent 的”工作底座”或”运行外壳”。 二、必读资料1. Agent 是什么 文章：https://mp.weixin.qq.com/s/p1JPMhyM3yygJVCBhnBcaA 重点看：Agent 和普通问答/脚本调用的区别 2. Claude Code 设计 中文资料：https://github.com/shareAI-lab/learn-claude-code 重点看：”模型就是 Agent，代码更多是在做 Harness” 3. Go 的 Harness / Agent 框 ...

基于 2026年3月31日泄漏的 v2.1.88 源码（1,884 个 TypeScript 文件，~512K 行代码） 一、整体架构概览Claude Code 是一个复杂的 AI 编程助手，采用 分层架构设计：基础设施层 → 服务层 → 工具层 → 协调层 → UI 层。 二、核心目录结构12345678910111213src/├── main.tsx # CLI 入口（785KB）├── tools/ # 40+ 内置工具├── commands/ # 50+ 命令实现├── services/ # 核心服务├── coordinator/ # 多 Agent 协调模式├── assistant/ # KAIROS 主动助手模式├── buddy/ # AI 伴侣系统（彩蛋）├── plugins/ # 插件系统├── skills/ # 技能系统├─ ...