写在前面：AI算卦的局限性
视角问题：卦象是以求卦人当前的处境，所揭示的未来信息。如果起卦人本身没有”陷于之中”，那卦象也不会准确
AI的局限：卦象的信息是非常丰富的，实操中的解卦需要结合求卦人的具体状态进行综合分析来获取信息，而AI解卦只能解出其中通用的部分
王盛从开始AI算卦炒股，到现在已经亏了1w了
六爻算卦基础六爻是一种基于易经的算卦方法，讲究一个天人感应越信越准，用起来分”起卦”和”解卦”两个阶段。
起卦：动念头扔硬币6次，扔出6根爻，排盘后会得出一个卦象
解卦：解读卦象中的信息
传统六爻解卦上手门槛极高并且吃经验，初学者往往需要花巨时间精力学习基础知识与实战案例。
不如...
我的博客一直有个问题，开发它的人使用了cdn加载前端组件，如https://cdn.jsdelivr.net/npm，访问博客时会在客户端拉取这些组件
但是这个cdn域名有时会被解析成不可访问的IP，导致无法正常访问，甚至需要添加对应的解析104.16.174.226 cdn.jsdelivr.net才可以正常访问
但是我几乎不懂前端代码，要如何修改呢？
部署与使用iFlow参考：快速开始 | 心流开放平台
12345678910bash -c "$(curl -fsSL https://gitee.com/iflow-ai/iflow-cli/raw/main/install...
引言：为什么选择OpenClaw？OpenClaw是一个开源的AI助手平台，它将大型语言模型（LLM）的强大能力带到了你的日常通讯工具中。与传统的ChatGPT或Claude网页界面不同，OpenClaw可以直接集成到QQ、飞书、Telegram、Discord、Signal等主流通讯平台，让你在熟悉的聊天环境中享受AI助手的便利。
支持全渠道接入，比如可以在手机上使用qq问的问题，在电脑上使用纸飞机继续问；上下文自动同步
消息智能路由，配置特定类型的消息走特定渠道
将记忆存储为md文件，支持语义检索，能关联之前提到的信息；并且是完全本地存储
主动推送能力，比如每天早上推送日程和天气，...
引言OpenClaw的强大之处在于其可扩展的技能系统。通过创建自定义技能，你可以让AI助手完成几乎任何自动化任务。本文将详细介绍如何创建一个实用的技能：hexo-blog-poster，它能够自动化发布和管理Hexo博客。
技能需求分析问题背景作为技术博主，我经常需要：
在本地编写Markdown博客文章
通过SSH连接到远程服务器
将文章复制到Hexo的source/_posts/目录
执行hexo generate和hexo deploy命令
等待生成完成并验证结果
这个过程重复且耗时，每次需要10-15分钟。
解决方案：hexo-blog-poster技能通过创建OpenCla...
streamlit是使用python生成的交互式的web应用
requirements文件：https://ws-blog-img.oss-cn-hangzhou.aliyuncs.com/wangsheng/langchain-requirements.txt
需要准备llm的api key，我这里使用load_dotenv()从.env中加载
12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656...
agent迭代器AgentExecutorAgent 迭代器（ AgentExecutor）是 LangChain 中实际执行 Agent 决策循环的引擎
即思考 → 行动 → 观察 → 再思考 → … → 结束
特性
Agent自带迭代器
自定义迭代器
开发难度
✅ 零配置
🟡 需要编程
标准化
✅ 符合ReAct框架
🟡 任意设计
错误处理
✅ 内置完善
🟡 需自行实现
工具集成
✅ 自动适配
🟡 手动集成
循环控制
🟡 固定模式
✅ 完全定制
状态管理
✅ 自动维护
🟡 手动管理
性能优化
🟡 一般优化
✅ 可深度优化
特殊需求...
LangChain Agent 是一个让大型语言模型（LLM）自主决策、选择工具并执行任务的框架。它把 LLM 从一个”纯对话者”变成了一个”能动手的智能助手”。用户问题 → LLM分析 → 选择工具 → 执行工具 → 观察结果 → 继续思考 → … → 最终答案
类型
特点
适用场景
ZERO_SHOT_REACT
无需示例，根据工具描述决策
通用任务，结构清晰
CONVERSATIONAL
记忆对话历史，上下文感知
多轮对话任务
STRUCTURED_CHAT
结构化输出，更可控
复杂多步骤任务
OPENAI_FUNCTIONS
利用OpenAI函数调用
需要...
个性化对话前缀
多输入memory
实体记忆
对话知识图谱记忆
个性化前缀这个个性化只限于在memory中，如果是希望在对话中有前缀，直接在prompt中规定就行了
123456789101112131415161718192021222324252627282930313233343536373839from langchain_deepseek import ChatDeepSeekfrom langchain.chains import ConversationChainfrom langchain.memory import ConversationBufferMemoryf...
会话缓冲记忆ConversationBufferMemory
将预设的聊天记录保存起来，为之后的聊天提供上下文信息，同时也可以将实时聊天信息保存起来
会话缓冲窗口记忆ConversationBufferWindowMemory
记录最近k次的聊天交互信息
会话缓冲记忆ConversationBufferMemory123456789101112131415161718192021222324252627from langchain.memory import ConversationBufferMemoryfrom langchain.chains import Conversa...
路由chain路由链是LangChain中用于智能决策和分发的核心机制，它可以根据输入内容自动选择最合适的处理路径。
12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970from langchain_core.runnables import RunnablePassthrough, RunnableLambda, RunnableBranchfrom langchain.pro...