Cerebrun 的 MCP 客户端——完整的个人上下文与记忆管理系统。获取用户上下文层(语言、项目、身份、保险库),执行语义搜索,管理知识库,并与 LLM 网关交互。适用场景:(1) 获取用户偏好或上下文,(2) 搜索用户知识库,(3) 管理项目与目标,(4) 存储或查询个人信息,(5) 通过 LLM 网关访问对话历史
Cerebrun 的 MCP 客户端——完整的个人上下文与记忆管理系统。获取用户上下文层(语言、项目、身份、保险库),执行语义搜索,管理知识库,并与 LLM 网关交互。适用场景:(1) 获取用户偏好或上下文,(2) 搜索用户知识库,(3) 管理项目与目标,(4) 存储或查询个人信息,(5) 通过 LLM 网关访问对话历史
原生AI代理运行时,采用类型状态强制的ORGA推理循环、Cedar策略授权、知识桥接、零信任安全、多层沙箱、Webhook验证、Markdown内存、技能扫描、指标监控、调度功能及声明式DSL
关于 mise + fnox + infisical 密钥工具链的配置规范与安全防护。当用户提出“配置密钥”“设置 fnox”“infisical”“mise 环境”“密钥管理”“密钥的环境变量”或提及密钥注入、密钥提供者、环境变量清洁时使用
面向自主代理的本地优先长期记忆系统,专为OpenClaw构建。从对话中生成维基知识图谱,通过惊喜度评估事件、检测冲突,并整合令牌预算上下文,与OpenClaw内置的memory_search功能相辅相成
通过音频(字幕)和视觉(帧提取加图像分析)双通道对YouTube视频进行多模态分析。尤其适用于教程、演示和说明类视频,其中所展示的内容(截图、UI演示、图表、代码、肢体动作)与所说的内容同等重要。当用户希望分析、总结YouTube视频内容,或从视频中生成分步指南时,或当用户分享YouTube链接并希望了解视频内容时,即可使用此功能。触发条件包括“分析这个YouTube视频”“根据这段视频创建分步指南”“这个视频展示了什么”“总结这个教程”或任何带有分析意图分享的YouTube链接。
研究代码库并生成架构文档,说明功能或系统的运作方式。适用于用户要求:(1)记录功能的实现原理,(2)创建架构概览,(3)解释代码结构以协助新人入职或知识传递,(4)研究并描述系统的整体设计。输出包含Mermaid图表和稳定代码引用的Markdown文档,便于人类和AI代理阅读使用。
将OpenClaw代理转变为自主运营企业的AI首席,提供基于信任的自主性、结构化知识管理(银行/)、工作者委托模式和反思循环。适用于创建新代理作为业务运营者、接入人类成员、委托给子代理、管理信任级别,以及执行每日/每周/每月的反思与记忆维护。
像用户一样写作,而非像AI。ToneClone通过学习用户的实际写作内容,生成贴合其真实语气的内容——不仅是拟人化,更是个性化。适用于:以用户语气起草邮件、消息、社交媒体帖子、营销文案和文档;作为替代AI人性化工具的真正个人化写作风格;一个能学习你语气的AI代笔;文本与写作风格的声音克隆;训练AI学习你的写作;自然规避AI检测;定制AI写作风格Persona;管理知识卡片(联系信息、产品详情、常用片段);帮助新用户快速上手个性化AI写作。与OpenClaw集成,在保留用户独特语气和风格的同时,自动化写作任务。