我们很高兴地宣布 OpenClaw v2026.4.9 版本现已正式发布。本次更新带来了记忆与梦境系统的革命性升级，实施了全面的安全加固措施，并优化了 iOS 版本的发布管理流程，同时包含超过二十项功能修复与稳定性改进。

---

版本亮点速览

📦 项目	详情
版本号	v2026.4.9
发布日期	2026年04月09日
核心特性	记忆系统升级、安全加固
修复数量	20+ 项
主要贡献者	@mbelinky、@eleqtrizit、@ngutman 等

---

三大核心升级

一、记忆与梦境系统实现重大演进

该版本创新性地引入了 REM 记忆回填机制，使得 AI 助手能够模拟人类的睡眠梦境过程，对记忆进行整理与巩固。其核心流程可概括为：旧有日志 → 梦境整理 → 转化为长期记忆。

新增的关键功能包括：

功能	说明
历史日志回放	通过执行 rem-harness --path 命令，系统能够自动将旧日志转化为结构化的梦境与长期记忆。
结构化日记视图	提供了清晰的时间线导航界面，支持对记忆回填过程进行控制与重置，并生成可追溯的梦境摘要。
场景化记忆提升	新增了场景通道（Scene lane）与专门的提升提示，增强了记忆与特定情境的关联性。
安全记忆管理	支持安全地清除已确认的记忆内容，有效防止潜在的记忆污染问题。

技术意义：这一升级使得 AI 助手能够像人类一样通过“梦境”来整理和巩固记忆，无需依赖额外的记忆栈即可实现记忆的持久化，标志着其在向“长期智能伙伴”演进的道路上迈出了关键一步。

二、安全防护体系得到系统性加固

本次更新在六个关键安全领域实施了重点强化，显著提升了系统的整体安全性。

安全领域	修复内容	风险等级
浏览器安全	在每次交互后重新执行目标 URL 的安全检查，有效防止服务器端请求伪造（SSRF）攻击的绕过。	🔴 高
.env 文件安全	阻止工作空间内的 .env 配置文件覆盖运行时的关键环境变量。	🔴 高
节点执行安全	将远程节点的执行输出标记为不可信内容，防止潜在的 System 内容注入攻击。	🔴 高
依赖审计	强制将 basic-ftp 依赖升级至安全版本 5.2.1，修复了已知的 CRLF 命令注入漏洞。	🟡 中
插件认证	修复了工作空间插件可能与捆绑的提供商认证机制产生冲突的问题。	🟡 中
网关安全	对 Hono 及 @hono/node-server 在生产环境下的路径处理进行了升级。	🟢 低

三、iOS 版本管理机制实现规范化

本次更新对 TestFlight 的发布流程进行了规范化设计，制定了明确的版本管理策略。

昨日升级至OpenClaw 2026.4.8版本的用户可能都遇到了服务宕机问题。

openclaw doctor --fix命令是否也同样失效了？

由于OpenClaw网关无法正常启动，用户无法与OpenClaw进行对话以执行自我修复。这或许是龙虾用户首次亲身体验到“AI无法修复AI”的窘境，令人不禁莞尔。

现在是否意识到，在安装OpenClaw的计算机上预备一个Vibe Coding备用工具的重要性？例如Claude Code，关键时刻能够发挥应急作用。

笔者曾利用Cursor工具解决了这一紧急情况。将错误代码粘贴至工具中，消耗少量Token进行分析报错日志，定位问题根源，最终获得修复方案。

短短五分钟内，问题便得以彻底解决。

实际上使用Claude Code会更加便捷。若涉及远程Linux服务器，用户可直接在命令行窗口内完成修复操作，无需在不同屏幕间反复切换。

此次经历揭示了一个以往被忽视的关键问题：在Linux服务器环境中，CLI工具才是OpenClaw的最佳合作伙伴。

一、ClaudeCode：Linux服务器的AI助手

不仅限于修复龙虾

受思维定势影响，笔者过去仅在macOS和Windows系统上使用Claude Code与Gemini CLI。

后来在远程Linux服务器部署OpenClaw时，发觉其编写脚本的Agent能力较为有限，当时仅考虑将远程Linux文件夹挂载至本地Cursor中进行操作。并未考虑直接在Linux系统上安装CLI工具。

直到某日，部署GitHub项目时感到极度不耐。

面对README文件中密密麻麻的安装步骤，实在不愿再逐行复制粘贴命令。抱着尝试心态，在Linux系统上安装了Claude Code，搭配最经济的MiniMax API，发现其完全能够正常运行。

以voxCPM项目为例进行说明。仅需一句描述，Claude Code便会自动读取GitHub页面的部署文档，逐步执行安装命令，并在遇到缺失依赖时自动处理相关问题。最终成功完成部署。

整个过程中，笔者仅执行了一个操作：将GitHub链接提供给工具。

未来部署GitHub项目时，只需将链接抛给Claude Code即可完成。其他厂商的CLI工具如Gemini CLI同样适用，并无特定限制。

关键在于：用户无需亲自前往GitHub页面逐行手动复制粘贴部署命令。

一旦习惯这种操作模式，便难以回归传统方式。Linux服务器上的CLI工具不仅用于修复龙虾问题，更是提升整个服务器运维效率的倍增器。

二、ClaudeCode切换第三方API配置指南

当操作系统无法使用cc switch时

对于Claude Code等CLI工具切换第三方API，存在一个便捷的开源软件cc switch。

但cc switch需要桌面环境支持。Ubuntu Desktop版本可以正常运行，而Ubuntu Server版本则无法使用。

远程Linux服务器大多采用Server版本，缺乏图形界面。因此只能通过手动注入环境变量实现配置。

以笔者使用的MiniMax为例，将以下代码注入~/.bashrc文件：

export ANTHROPIC_BASE_URL="https://api.minimaxi.com/anthropic"  
export ANTHROPIC_AUTH_TOKEN="你的_MINIMAX_API_KEY"  
export API_TIMEOUT_MS="3000000"  
export CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC=1  
export ANTHROPIC_MODEL="MiniMax-M2.7"  
export ANTHROPIC_SMALL_FAST_MODEL="MiniMax-M2.7"  
export ANTHROPIC_DEFAULT_SONNET_MODEL="MiniMax-M2.7"  
export ANTHROPIC_DEFAULT_OPUS_MODEL="MiniMax-M2.7"  
export ANTHROPIC_DEFAULT_HAIKU_MODEL="MiniMax-M2.7"

随后执行命令：

source ~/.bashrc

在命令行中执行claude后，Claude Code便成功载入MiniMax-M2.7模型。

整个故事的起因是这样的。

上周五，OpenClaw 推出了新版本。这并非一次简单的迭代更新，而是直接从 3.28 版本跃升至 4.2 版本，其间跨越了三个大版本号。

通常情况下，人们会作何反应？自然是选择更新，谁不想体验最新的功能呢？

但我没有轻举妄动。

这并非因为懒惰。而是因为我完成了一项“功课”，做完之后我深感这件事值得分享出来，尤其是给那些正在使用AI工具进行自动化部署和运行定时任务的朋友。

我的深度调研行动

我所做的事情其实很简单：我耗费了两天时间，仔细研读了跨越这三个大版本的所有发布说明，随后深入GitHub的Issues页面，逐一查阅所有尚未被标记为已修复的问题。我逐条浏览评论，试图分辨哪些问题与我们自身的用例相关，哪些是其他用户遇到的特殊情况，又有哪些只是听起来骇人但实际上极难触发。

这个过程，颇有些像在购置房产前，认真调查小区过往的纠纷记录。每一行更新日志（changelog）都看似光鲜亮丽，但真正决定你未来居住体验是否舒心的，往往是那些悬而未决的缺陷。

首先给出我的核心结论：截至此刻（4月8日夜晚），我仍未进行升级。

然而，情况在今天出现了新的转折。

版本风暴中的五天观察

我的首次调研始于4月3日，当时的最新版本是4.2。在完成评估后，我给出的建议是“继续观望”。原因在于，当时存在两个被社区标记为P0级别的严重缺陷尚未解决，其中之一直接导致每次调用“exec”工具时，都会意外终止Gateway进程。

“exec”是什么？你可以将其理解为AI助手的手与脚。如果它无法执行系统命令，那么AI便沦为一个只能言说而无法行动的“理论家”。这个bug意味着，一旦升级，你的AI助手可能立即丧失核心的行动能力。

紧接着，到了4月6日，4.5版本发布。我再次核查了问题列表，发现那两个关键的P0缺陷依然存在。更糟的是，新增了一个问题：Gateway进程会毫无征兆地自行关闭。有社区成员经过分析指出，崩溃模式与内存索引重建过程高度相关——即在运行过程中，一旦触发内存索引的刷新机制，整个进程便会崩溃。

读到这里，你是否会觉得OpenClaw显得不太可靠？

请别急于下结论，故事发展到今天才真正变得有趣起来。

一日双更的戏剧性转折

4月8日这一天之内，OpenClaw连续发布了4.7和4.8两个版本。

我习惯性地再次刷新了缺陷列表和修复记录。这次，我发现了一个极为有趣的现象。

此前最让我担忧的那个Gateway崩溃问题（对应某个Issue编号），虽然其Issue状态依然显示为“OPEN”（未关闭），但在4.7版本的修复列表中，明确出现了一条直接针对其根本原因的合并请求。

官方描述是这样的：“修复了在内存索引过程中，因做梦/浅睡眠/REM睡眠模块导致的错误成功状态”。用更通俗的话来解释：先前的崩溃源于OpenClaw的记忆系统在进行“做梦”功能时（是的，它确实有一个名为“Dreaming”的实验功能），索引写入过程出现异常，系统误以为操作成功，但实际并未完成，待下一次触发相关操作时便会引发崩溃。

4.7版本修复了这个问题。

不止于此。我粗略统计了一下，4.7一个版本所修复的问题数量，大约是常规版本的三到四倍。这说明了什么？说明社区在那几天集中爆发的问题，被开发团队一次性打包处理了。

此外，无论是4.7还是4.8版本，都没有包含破坏性变更。这意味着在升级时，你无需担忧配置文件格式变动所带来的大规模修改工作。

我为何依然按兵不动

你猜我为什么仍然没有立刻点击升级按钮？

因为我观察到了一个更有意思的模式。

OpenClaw从3月28日到4月8日，短短11天内，接连发布了6个新版本。版本号序列为：3.28 -> 3.31 -> 4.1 -> 4.2 -> 4.5 -> 4.7 -> 4.8，期间还夹杂着数个测试版。

这种发布节奏在开源项目中堪称迅猛。快到什么程度呢？在4.2版本发布时被报告的部分缺陷，实际上是3.31版本引入的功能回退。换言之，上一个版本修复的问题，在下一个版本中可能又以新的形式回归。

我指出这一点，并非意在批评OpenClaw。恰恰相反，我认为这种状态异常真实，它反映了一个项目在高速迭代期的典型特征。

你或许正在经历相似的困境

如果你也在使用OpenClaw，或者其他任何处于快速演进阶段的AI工具，你很可能体会过类似的纠结。

新版本发布了，更新日志写得诱人，新功能列表长得令人心动。但你内心深知，每一次升级都是一场博弈。你赌的是：本次更新所引入的修复价值，将大于其可能带来的新问题。

基于我个人的实践，我总结了几条未必绝对正确，但确是用时间成本换来的经验：

首要原则：关注修复数量胜过新功能数量。 当一个版本充斥着新功能却只有寥寥几处修复时，你需要保持警惕。反之，如果一个版本没有耀眼的新特性，但却修复了大量问题，此类版本往往是稳定性最佳的。4.7版本便属于后者。

核心准则：P0级缺陷未关闭，绝不升级。 什么是P0？指的是那些导致核心功能完全失效的缺陷，而非界面不够美观或提示信息有误这类可以容忍的不便。“exec”无法工作、Gateway随意崩溃、定时任务静默失败——这些都属于P0范畴。只要P0缺陷悬而未决，再华丽的新功能也只是空中楼阁。

关键洞察：警惕“功能回退”，而非单纯统计缺陷数量。 十个缺陷中，如果有八个是新版本引入的“回退”，那只能说明该版本的质量控制存在严重问题。如果十个缺陷里仅有两个是“回退”，其余八个是历史遗留问题的修复，这反而表明开发团队正在认真清理技术债务。

必备预案：回滚方案务必在升级前准备就绪，而非事后补救。 这方面我曾有过教训。我的备份方案分为三层：Git管理配置文件、Kopia进行系统快照、Tar打包作为最终兜底。这并非多此一举，而是因为有过一次回滚时，发现Git中的某个提交被自动化清理脚本误删，幸而还有Kopia的快照得以恢复。

关于升级决策的最终计划

阐述了这么多，我目前的行动计划如下：

今晚或明天，我将直接从3.28版本升级至4.8版本。选择跳过中间所有版本，是因为4.8理应包含了此前所有修复的累积。

升级完成后，我将仅验证三件事：飞书消息能否正常收发、定时任务能否如期运行、“exec”命令能否成功执行。只要这三项核心流程运转正常，即视为升级成功。

倘若其中任何一项出现问题，我已备好回滚命令，可在十秒内退回至稳定的3.28版本。

坦诚地说，我对此次升级整体持乐观态度。这份信心并非源于4.8版本有什么颠覆性的新功能，而是4.7版本那波密集的修复，给我一种强烈的感觉：OpenClaw似乎已经度过了最动荡的时期，正在逐步走向稳定。

当然，新版本也带来了一些实在的改进：控制界面开始支持简体中文、提示词缓存优化有助于节省成本、记忆系统的“做梦”功能虽然尚处实验阶段但方向颇具启发性，它让AI能够自主整理记忆，而非完全依赖人工维护。

这些都不是革命性的巨变。然而，一个工具真正好用的关键，往往不在于翻天覆地的革新，而恰恰在于那些能让你日常使用少踩一个坑、体验更顺滑的细微修复。

一点发自内心的感想

我深知，许多人看到“升级”二字便会心生烦躁。因为升级意味着潜在的风险，风险意味着需要排查问题，排查则意味着时间成本的投入。

OpenClaw 现已正式发布 2026.4.8 版本。作为 4.5 版引入梦境机制后的首个重要稳定更新，此版本精准定位并解决了多项核心痛点。本次升级显著提升了梦境机制的准确性、系统整体运行的流畅度以及权限管理的可控性，并修复了一系列历史遗留问题，堪称一次用户体验的飞跃。

本文将为您全面解析本次版本更新的核心亮点、关键变更，并针对更新后可能出现的常见问题提供详细的解决方案。保存本文，助您顺利完成升级，避免潜在困扰，从而高效利用新版本的全部功能。

核心更新总览

本次更新的核心方向可概括为四点：对梦境机制进行深度优化、修复安全审批系统、升级插件兼容性、以及稳定智能体（Agent）的执行链路。更新重点解决了 4.5 版本中存在的记忆无法固化、审批界面反复弹出、插件加载失败等高频率问题，旨在让 AI 助手更加顺手好用，在提供强大功能的同时确保系统运行的稳定性。

核心更新内容与亮点

1. 梦境机制全面革新

作为 4.5 版本的核心功能，梦境机制在此次更新中获得了全方位增强，精准改善了“记忆不准确、操作不透明、配置不灵活”三大痛点，实用性得到大幅提升。

• 反思增强与记忆可视化：新增了基于主题的聚类和跨会话关联挖掘能力，可自动生成结构化的记忆图谱。同时引入 /dreams visualize 命令，允许用户直接查看记忆的固化情况、权重分布等信息，使得原本的“记忆黑盒”过程变得一目了然。
• 支持自定义六维评分：开放了梦境评分权重的配置接口（配置文件路径：~/.openclaw/dreaming.json）。用户可自由调整相关性、频率、时效性等六个维度的评分权重，以精准匹配个人或项目对记忆的偏好。此外，新增了记忆半衰期机制（默认30天），系统会自动清理过期的低价值记忆，有效避免 MEMORY.md 文件臃肿导致的系统卡顿。
• 灵活的触发与调度：支持手动触发与基于 Cron 表达式的定时任务自定义（默认每日凌晨3点执行，可调整为每6或12小时）。新增 /dream 命令可立即执行一次梦境，/dreams 命令用于查看梦境日志，/dreaming status 命令可查看当前执行进度，所有操作均透明且可追溯，用户无需再盲目等待。

2. 安全审批系统彻底修复

针对用户反馈最集中的“审批反复弹窗”和“授权无法持久化”两大问题，本次更新进行了彻底优化，极大提升了操作流畅度。

• 永久授权持久化：修复了 allow-always 授权选项无法保存的问题。勾选“始终允许”后，相同的命令或路径将获得永久免审批授权，从而彻底告别反复弹窗的困扰，提升操作效率。
• 远程审批稳定性提升：修复了与 Slack、Discord 等远程渠道集成时出现的审批超时、消息丢失及进程死锁问题。确保基于 Cron 的定时任务不会卡在审批环节，自动化流程得以正常运行，无需人工干预。
• 新增安全诊断功能：openclaw doctor 命令新增了权限风险检测能力。该功能可主动提示 tools.exec 权限设置过宽、配置文件冲突等潜在安全隐患，帮助用户提前规避风险，保障使用安全。

3. 插件与兼容性无缝升级

重点解决了 4.5 版本中“插件加载失败、版本不兼容”的问题，致力于实现“零配置适配”，让新手用户也能轻松上手。

• 官方插件版本自动对齐：所有捆绑提供的官方插件（如渠道、Provider插件）的兼容性元数据将与主程序版本保持完全同步。启动时自动加载，杜绝版本不兼容情况，无需手动修改配置，真正做到开箱即用。
• 插件API向下兼容：在提供新版 registerHttpRoute API 的同时，继续保持对旧版 registerHttpHandler 的兼容。这意味着用户自行开发或使用的第三方插件无需立即进行代码重构，可以实现平滑过渡，显著降低了升级成本。

4. 智能体执行链路优化

• 计划工具灵活开关：通过配置 tools.experimental.planTool=false，可以关闭实验性的计划生成功能。此举能够精简任务执行的负载，提升运行速度，同时保留核心的 update_plan 能力。用户可根据实际需求，在轻量级与复杂场景的智能体模式间灵活切换。
• 执行上报信息对齐：修复了 /exec 接口默认策略与实际运行行为不一致的问题。当会话模式为 host=auto 时，日志中将不再出现已过时的规则信息，确保日志记录与实际执行行为完全一致，使得问题排查过程更加高效和精准。

5. 其他优化与问题修复

• 梦境机制BUG修复：彻底解决了 4.5 版本中 MEMORY.md 文件无法被写入、记忆重复记录、评分计算异常、后台进程卡死等核心问题。在固化记忆时，系统会自动执行去重与合并同类项操作，大幅提升记忆召回的准确率，让 AI 真正“记住该记的”。

更新后常见问题与解决方法

升级后若遇到问题，请勿慌张。请对照以下场景，尝试对应的解决步骤。

OpenClaw 最新版本现已发布！2026年4月8日，这一在4.5版梦境机制发布后的首个关键稳定版本正式上线。本次更新精准解决了诸多用户痛点：梦境功能更加精准、系统运行更为流畅、权限管理更易掌控，并修复了一系列遗留问题，堪称一次“体验飞跃式”的升级！

本文将为您全面剖析本次版本更新的核心亮点、重要变更，并梳理升级后可能遇到的典型问题及其解决方案。收藏本文，助您顺利升级，高效使用新功能。

2026.4.8版核心更新一览

本次更新的重心集中在四大核心方向：「梦境机制的深度优化」、「安全审批系统的彻底修复」、「插件兼容性的全面升级」以及「Agent执行链路的稳定性增强」。更新重点攻克了4.5版本中遗留的记忆无法固化、审批窗口反复弹出、插件加载失败等高频率问题，旨在让您的AI助手愈发顺手，在功能实用性与系统稳定性之间取得更佳平衡。

核心更新内容与亮点详解

以下将按重要性排序，逐一解读本次更新的具体内容与亮点。

1. 梦境机制重磅优化

作为4.5版本引入的核心功能，梦境机制在此次更新中获得了全方位的增强，精准解决了“记忆不准、操作不透明、配置不灵活”三大痛点，实用性得到显著提升：

• REM反思增强与记忆可视化：新增了主题聚类与跨会话关联挖掘能力，可自动生成记忆图谱。同时新增 /dreams visualize 命令，允许用户直接查看记忆固化情况与权重分布，使得整个过程一目了然，彻底告别“记忆黑盒”时代。
• 六维评分支持自定义：现已开放权重配置功能（配置文件路径：~/.openclaw/dreaming.json）。用户可以自由调整相关性、频率、时效性等六项评分因子的权重，以精准适配个人或特定项目的记忆偏好。此外，新增了记忆半衰期机制（默认30天），系统会自动清理过期且价值较低的记忆，有效避免 MEMORY.md 文件臃肿导致的性能下降。
• 触发与调度更趋灵活：支持手动触发与定时任务（Cron）自定义（默认每日凌晨3点执行，可调整为每6或12小时）。新增 /dream 命令用于立即执行梦境，/dreams 命令用于查看梦境日志，/dreaming status 命令用于查看当前进度。所有操作均透明且可追溯，用户无需再盲目等待。

2. 安全审批系统全面修复

针对用户反馈最为集中的“审批反复弹窗”和“授权无法持久”两大问题，本次更新进行了彻底优化，大幅提升了操作流畅度：

• BUG全面修复：彻底解决了4.5版本中 MEMORY.md 文件梦境内容无法写入、记忆条目重复、评分异常以及后台进程卡死等核心缺陷。在固化记忆时，系统会自动进行去重与同类项合并，显著提升了记忆召回的准确率，让AI真正能够“记住该记住的事情”。

3. 插件与兼容性升级

重点解决了4.5版本中“插件加载失败、版本不兼容”的痛点，致力于实现“零配置适配”，即使是新用户也能轻松上手：

• 官方插件版本自动对齐：所有捆绑提供的插件（如各类渠道/Provider插件）的兼容性元数据已与主版本完全同步。启动时将自动加载，无需担心版本冲突，也无需手动修改配置，真正做到开箱即用。
• 插件API向后兼容：系统兼容旧版的 registerHttpHandler 接口，同时提供了新版的 registerHttpRoute 接口。这意味着用户自研或使用的第三方插件无需立即进行重构，即可实现平滑过渡，极大降低了升级成本。

4. Agent执行链路优化

• 计划工具灵活开关：用户可通过设置 tools.experimental.planTool=false 来关闭实验性的计划功能。此举能够精简执行负载（payload），提升运行速度，同时保留核心的 update_plan 能力。这一设计使得系统能够灵活适应轻量级与复杂型两种不同的Agent任务场景，实现按需切换。
• 执行上报逻辑对齐：修复了 /exec 接口默认策略与实际运行时行为不一致的问题。当会话设置为 host=auto 时，日志中将不再显示已过时的规则信息，确保日志记录与实际行为完全吻合，使得问题排查更加高效与精准。

5. 其他优化与修复

• 永久授权持久化：修复了 allow-always 授权选项无法保存的问题。现在，勾选“始终允许”后，对于相同的命令或路径将实现永久免审批，彻底告别反复弹窗的困扰，提升操作效率。
• 远程审批更稳定：修复了Slack/Discord审批渠道中存在的超时、消息丢失及进程死锁三大问题。定时任务（Cron）将不再卡在审批环节，自动化流程得以顺畅运行，无需人工手动干预。
• 新增安全诊断功能：openclaw doctor 命令新增了权限风险检测能力。它可以主动提示诸如 tools.exec 权限设置过宽、配置项冲突等潜在安全问题，帮助用户提前规避隐患，保障使用安全。

升级后常见问题与解决方法

升级后若遇到问题无需慌张，请对照以下场景，按步骤操作即可解决。

问题一：梦境内容仍不写入 MEMORY.md / 记忆无法固化

• 可能原因：未开启梦境功能、文件权限不足、配置文件错误、旧缓存冲突。
• 解决方法：
  1. 确认开启梦境：输入 /dreaming on 开启功能，然后执行 openclaw memory promote --apply 手动触发一次记忆固化。
  2. 检查文件权限：执行 chmod 644 ~/.openclaw/memory/MEMORY.md 命令，确保文件具备写入权限。
  3. 重置配置文件：执行 mv ~/.openclaw/dreaming.json ~/.openclaw/dreaming.json.bak 备份后删除原配置，重启 gateway 服务。
  4. 定位具体错误：执行 openclaw logs | grep dreaming 命令，通过查看日志来排查具体问题。

问题二：升级后插件加载失败 / 提示版本不兼容

今天，OpenClaw项目团队发布了2026.4.7版本。

然而，与以往多次更新的情况相似，此次发布再次暴露出了明显的问题。仅仅过了三个小时，团队就不得不紧急推送了2026.4.8版本来进行修复。

经过排查，2026.4.7版本出现错误的根本原因，在于使用npm进行项目打包时，错误地引用了一个并不存在的文件路径，直接导致了关键文件的缺失。回顾最近的更新记录，这种状况并非偶然。在最近进行的七次版本更新中，竟然有五次都出现了导致安装失败的类似问题。

错误模式重复出现

值得注意的是，今天所发生的更新错误，其性质与今年3月22日那次遗漏了Web UI打包文件的失误极为相似。这两次事件都指向了同一个核心问题：项目在构建和发布流程上存在着系统性的缺陷与疏忽。这种重复发生的低级错误，严重消耗了用户的信任与耐心。

对开发团队的几点务实建议

针对当前状况，我们为OpenClaw开发团队提出以下几点旨在提升稳定性的具体建议：

1. 从依赖个人经验转向建立标准化流程：团队应当减少对个别开发者“临场发挥”的依赖，转而建立并严格执行一套清晰、可重复的构建、测试与发布标准操作流程（SOP）。自动化脚本和清单检查可以有效减少人为疏忽。

2. 实施渐进式的版本发布策略：考虑采用分阶段的发布通道。例如，可以遵循 Canary（先行）版 -> Beta（测试）版 -> Stable（正式稳定）版 的推进顺序。这样可以将大部分问题拦截在影响范围较小的测试阶段。

3. 强化与智能化测试体系：需要扩展测试的覆盖面，不仅限于核心功能，更要强化对更新安装流程、不同环境兼容性以及依赖完整性的自动化测试。引入更智能的测试工具或框架，对打包结果进行预检。

4. 高度重视更新兼容性：将“向后兼容”和“平滑升级”作为版本更新的硬性要求之一进行考量。在更新发布前，应专门针对从旧版本升级的场景进行充分测试。

行业竞争下的隐忧

近期，各类以“Claw”或类似概念命名的AI智能体项目不断涌现，例如当前备受关注的Hermes Agent。在这样一个快速迭代、竞争日益激烈的市场环境中，频繁出现低级更新错误会严重损害产品的口碑和用户基础。OpenClaw团队需要警惕，避免重蹈互联网历史上许多产品因忽视基础体验而被后来者颠覆的覆辙。

OpenClaw，这款曾被称为Clawdbot和Moltbot的开源人工智能助手，仅用数月时间就从一次周末黑客项目迅速崛起，在GitHub上狂揽超过24万颗星。由彼得·斯坦伯格开发的OpenClaw是一个自主智能体，能够无缝接入WhatsApp、Telegram、Discord、Slack、Signal等主流通讯应用，并代用户执行文件管理、运行Shell命令、自动化浏览器任务、协调复杂工作流等多样化操作。

然而，许多用户首先会提出的问题是：我应该在什么样的硬件上运行它？

答案完全取决于您的具体使用场景。OpenClaw本身出乎意料地轻量——它本质上是一个智能编排层，而非一个沉重的AI模型。所有复杂的计算任务都会被卸载到Claude、GPT-4等云端API上处理。这意味着，选择硬件的核心考量在于可靠性、持续运行时间，以及您是否计划结合本地大语言模型来运行智能体。

接下来，我们将从60美元的树莓派到2000美元的Mac Studio，为您逐层剖析不同预算和需求下的硬件配置方案。

第一层级：树莓派——经济实惠的永久在线智能体（60-120美元）

树莓派是实现OpenClaw7x24小时全天候运行最具性价比的方案，其实际表现往往超出预期。由于OpenClaw的核心工作是编排API调用，而非在本地进行AI推理计算，因此树莓派看似有限的硬件配置足以支撑其核心运行流程。

推荐配置为8GB内存的树莓派5，主板售价约80美元，能为多通道消息传递乃至基础的浏览器自动化提供充足的运行空间。尽管OpenClaw官方文档标注的最低内存要求仅为1GB，但这一数值对于超出基础聊天功能的使用场景几乎没有参考价值——在实际多消息渠道、多技能并发运行的环境中，内存会被迅速耗尽。

来自社区的实用优化建议：

• 使用NVMe固态硬盘而非SD卡：两者性能差距显著。SD卡的读写速度难以适应OpenClaw对SQLite内存数据库和日志文件频繁的小体量读写操作。搭配官方树莓派M.2扩展板和一块平价NVMe固态硬盘，能彻底改善使用体验。
• 树莓派5必须配备主动散热装置：带有集成风扇的官方外壳售价约10美元，可有效防止设备在持续高负载下因过热降频而导致性能下降。
• 使用官方27瓦USB-C电源适配器：第三方充电器在固态硬盘和风扇同时耗电时，极易触发欠压警告，影响稳定性。
• 切勿尝试运行本地大语言模型：即便是小型本地模型也会占用大量内存，极易导致智能体进程卡死。建议始终通过Anthropic、OpenAI、谷歌等云API完成推理计算，将树莓派的宝贵资源全部留给编排任务。
• 刷入树莓派64位精简版操作系统：作为无头服务器无需桌面环境，关闭该功能可释放约600MB内存。

树莓派的月均电费仅0.5-1美元。与租用云虚拟专用服务器相比，通常6-12个月即可收回硬件成本。远程访问方面，可通过Tailscale或Cloudflare Tunnels建立安全连接，无需向公网暴露任何设备端口。

此外，Adafruit等社区还发布了详细指南，教您如何将TFT显示屏、温度传感器、摄像头、NeoPixels灯带等物理硬件与运行OpenClaw的树莓派连接，使其变身为能感知环境、进行视觉识别和语音交互的物理世界智能助手。

最适合：动手爱好者、学习者、单用户配置，以及任何仅需云API访问权限的用户。不适合：重度的浏览器自动化或多通道繁重任务。

关于树莓派4：如果您已拥有一台（4GB或8GB内存），它也可以运行OpenClaw，但性能明显低于树莓派5——CPU速度大约慢2-2.5倍，并且失去了用于快速存储扩展的PCIe接口。

第二层级：迷你电脑——灵活的中间选择（200-800美元）

如果您需要比树莓派更充裕的性能空间，又不愿承担苹果产品的品牌溢价，那么运行Linux系统的迷你电脑将是大多数用户的优选。事实上，对于依赖云API的绝大多数OpenClaw用户而言，一台300美元左右的迷你电脑就完全够用。

搭载英特尔i5或AMD锐龙5处理器、配备16-32GB内存的迷你电脑，可以流畅运行OpenClaw。若您想尝试运行轻量级本地模型，也有足够的剩余资源作为支撑。与Mac Mini相比，这类设备的核心优势在于内存可升级：Mac Mini采用板载焊接内存，无法后期扩容；而配备标准SO-DIMM DDR5内存插槽的迷你电脑，可以从32GB起步，未来轻松扩展至64GB甚至96GB。

核心推荐机型：

• 预算之选（约300美元）：如Kamrui P1等搭载锐龙4300U处理器、16GB内存的机型，可以完美处理OpenClaw的核心工作流。从安全角度出发，为OpenClaw创建专用系统账户后，完全能满足基础使用需求。
• 中端之选（约750美元）：如GEEKOM AX8等搭载新一代锐龙或英特尔芯片、32GB DDR5内存的机型，运行空间充足。它们通常还配备双2.5G网口、WiFi 6E/7，非常适合在通过Ollama运行小型本地模型的同时，流畅使用OpenClaw。
• 发烧友之选（800美元以上）：搭载AMD锐龙AI Max+处理器的GMKtec EVO-X2则迈入了新层级——64GB统一内存、RDNA 3.5集成显卡。据社区实测，可在Linux系统下以每秒约50个词元的速度运行1200亿参数的模型。如果您希望实现零API成本的全本地大语言模型推理，这类设备可以满足需求。

最适合：追求x86架构Linux系统灵活性、需要可升级硬件，且无需iMessage集成的用户。

第三层级：Mac Mini——社区最爱（499-1400美元）

Mac Mini与OpenClaw的适配度极高，甚至有市场报道称，因需求旺盛，该机型曾在部分零售商处出现库存短缺。这一现象的出现并非没有原因。

苹果芯片的统一内存架构让CPU和GPU共享同一内存池，这在通过Ollama运行本地AI模型时具备显著优势。M4芯片的单线程Node.js性能表现优异，且设备闲置时功耗仅3-4瓦，与树莓派相当，但性能却高出数个量级。更关键的是，它是目前唯一能原生无缝集成iMessage的硬件选项。

各型号详细解析：

• 配备16GB内存的Mac Mini M4（499-599美元）：入门级首选。非常适合基于云API的OpenClaw，也能处理像Llama 3.1 8B这样的小型本地模型。对于大多数依赖Claude或GPT-4进行推理的用户来说，这已完全足够。
• 配备24GB内存的Mac Mini M4（999美元）：这是运行功能更强大的本地模型（如130-340亿参数）并留有充足余量的实用选择，也是社区最常推荐的配置。
• 配备48GB内存的Mac Mini M4 Pro（1399美元）：可以流畅运行300亿参数以上的大型模型。适合希望与智能体一起进行有意义本地推理的高级用户。

如果预算有限，您可以用大约450美元买到一台配备16GB内存的二手M1 Mac Mini，其在基于云的OpenClaw任务上的表现与M4完全相同。苹果的MLX机器学习框架在所有苹果芯片代际上都能高效运行现代大语言模型。您完全可以把省下的差价用来购买API积分。

其静音运行、自动macOS更新和FileVault全盘加密特性，使其成为本清单中维护成本最低的选项。通过SSH进行无头设置，使用 npm i -g openclaw 命令安装OpenClaw，创建一个启动守护进程以实现开机自启，之后几乎就可以忘掉它的存在。

最适合：追求精致、低维护、永久在线配置的用户。尤其是如果您使用iMessage，或希望结合云API同时运行本地模型。

第四层级：Mac Studio与高端台式机（1400美元以上）

如果您的收入依赖于AI工作流程的运行速度，或者因处理敏感文档而需要运行700亿参数以上的本地大模型以确保数据隐私，那么这一层级的硬件将是您的选择。

树莓派操作系统的最新主要版本现已推出。如果您仍在使用旧版系统，本文将为您提供一套完整的升级方案，帮助您从Bookworm或更早版本顺利过渡到Trixie。

将树莓派操作系统升级到新主版本时，推荐的做法是在新的SD卡上进行干净安装。旧SD卡可以作为备份使用，待新系统正常运行后，再将重要文件迁移过去。

首先，我们会简要提及一种快速方法，但本文的核心在于详细展示正确升级的完整流程。

目录

• 概述：选择最佳升级策略
• 第一步：为系统迁移做好旧设备准备
• 第二步：执行干净安装最新版树莓派操作系统
• 第三步：恢复备份数据与配置
• 高级技巧：主版本升级的额外建议

概述：选择最佳升级策略

需要明确的是：本指南并非针对常规应用程序的版本更新。

本次升级涉及主版本变更，即对整个操作系统进行全方位更新，从树莓派操作系统（Bookworm或更早版本）升级到树莓派操作系统（Trixie）。

主版本升级意味着操作系统底层组件将发生根本性变化，这包括引入新功能，也可能导致旧的配置失效。

那么，执行版本升级的最佳方法是什么呢？

此前已提及一种快捷方式，有时被称为“就地升级”，即通过更换软件源并更新整个系统来完成。但事实上，这种方法并不推荐，因为它极有可能导致系统不稳定甚至崩溃。

https://raspberrytips.com/upgrade-raspberry-pi-os-bookworm/

最新版树莓派操作系统（Trixie）在显示服务器、音频管理和网络配置等方面进行了大量革新，这些变化使得就地升级的风险比以往更高。

让我们听听树莓派基金会的官方建议：

对于所有主要版本升级，我们不建议也不支持尝试升级正在运行的镜像。……推荐的方法是烧录一个干净的副本……西蒙·朗——软件工程师/树莓派

这正是本文要展示的：一种安全可靠的干净升级方法。

整个流程主要包含以下几个核心步骤：

• 备份所有重要文件和数据。
• 执行树莓派操作系统的干净安装。
• 恢复之前备份的数据和配置。

接下来，我们将详细探讨每个步骤。

第一步：为系统迁移做好旧设备准备

在本节中，您需要确定需要保留的文件，完成备份工作，并为安装最新的树莓派操作系统做好准备。

清点需要保留的文件

在开始升级操作之前，最好先明确您希望保留哪些内容。这样，即使在升级过程中出现问题，您也能确保数据安全。以下是一些建议您检查的关键位置。

Home 目录

您的用户文件夹（例如 /home/pat）通常包含您存储的所有个人文件，如图片、文档或3D模型。

但您可能没有意识到，这里还隐藏着一些重要目录。

可以通过运行以下命令查看所有文件：

ls -hal

像 ~/.config/ 和 ~/.local/share/ 这样的文件夹包含了应用程序的配置信息，未来可能需要用到。

如果系统中有其他用户，他们在 /home 目录下也会有各自的文件夹。

最简单的方法是备份整个 /home 文件夹。

/etc 中的配置文件

在大多数Linux系统中，/etc 文件夹至关重要：它包含了系统上几乎所有应用程序和服务的配置文件，例如Web服务器设置、SSH密钥、定时任务和文件系统挂载指令。

这个文件夹可能包含大量文件，但由于它们大多是文本格式，实际占用的存储空间往往很小。为了简化操作，建议像处理 /home 一样备份整个 /etc 文件夹，之后再有选择性地恢复所需文件。

特殊启动文件

树莓派有两个特殊的启动文件：config.txt 和 cmdline.txt。

在较新的安装中，这些文件位于 /boot/firmware 文件夹内。

对于较旧的安装，这些文件则位于 /boot 中。

由Block（Square的母公司）推出的AI Agent——Goose，已正式宣布开源。这一消息在开发者社区中激起了不小的波澜。引发热议的关键点并非其出身名门，而在于其清晰且大胆的产品定位：它是一个能够独立承接并完成整个开发项目的AI智能体。其核心目标不是辅助编程，而是旨在替代传统的人工编程过程。

为何Block要亲自下场打造Goose？

作为支付领域的巨头，Block内部的工程团队早已被各类AI编程工具所包围。从GitHub Copilot到Cursor，再到Claude Code，团队尝试了市面上主流的解决方案。然而，他们发现了一个共同的局限性：这些工具主要服务于程序员个体，旨在提升其编码效率，却并未从根本上解决“如何高效交付产品”这一公司层面的核心问题。

基于这一洞察，Block决定自研一套不同的解决方案，Goose由此诞生。Goose的产品理念与Cursor、Copilot等有着本质区别。根据其官方定义，Goose是“一个开源的、可扩展的AI智能体，旨在超越单纯的代码建议”。

来源：https://github.com/block/goose

其中的关键词是“超越代码建议”。这标志着Goose的设计初衷并非在开发者编码时提供实时提示，而是能够主动接管并执行完整的开发任务链。

Goose的核心能力：从需求到交付的端到端自动化

根据官方文档的阐述，Goose具备以下几项核心能力，共同构成了其独立执行项目的基础：

1. 自主项目执行 用户只需提供一个明确的目标或需求，Goose便能自主进行需求分析、制定开发计划、执行编码、运行测试直至最终交付。整个过程无需人工步步紧盯与干预。

2. 完整的工具链集成 Goose能够直接调用开发环境中的各类标准工具，例如Git进行版本控制、Docker进行容器化操作、在终端（Terminal）执行命令、以及直接读写文件系统。这意味着它的操作范围不局限于某个集成开发环境（IDE），而是覆盖了整个软件开发和运维流程。

3. 可扩展的开放式架构 Goose支持用户为其添加自定义的扩展模块。开发者可以为其集成新的工具、设计独特的工作流，或者训练其掌握新的专业技能，从而不断拓展其能力边界。

4. 持久的记忆系统 Goose拥有长期的上下文记忆能力。它可以记住项目的完整背景信息、用户的操作偏好以及之前任务执行的状态。这使得它在处理复杂或连续性的任务时，无需用户反复重复背景信息，显著提升了协作效率。

综合以上特性，Goose所带来的范式转变在于：你可以将一个完整的、颗粒度适中的开发任务直接交付给它，而它将独立驱动从需求理解到最终上线的全流程。

与Cursor、GitHub Copilot的本质差异

这是一个至关重要的问题，因为许多人的第一反应是：我们已经有了强大的Copilot和Cursor，为何还需要Goose？下表清晰地展示了三者的根本区别：

特性维度	GitHub Copilot	Cursor	Goose
核心模式	伴侣模式	协作模式	代理模式
自主程度	低（实时建议）	中（在指导下执行）	高（独立执行）
主要场景	代码片段补全	代码文件/功能修改	完整项目开发
用户角色	驾驶员（全程操控）	产品经理（审核与决策）	项目负责人（定义目标与验收）

我们可以通过一个更形象的类比来理解：

• GitHub Copilot：如同一位坐在副驾驶的导航员，你（司机）负责驾驶，它只在需要时提供路线建议（代码补全）。
• Cursor：如同一位听命行事的工程师，你（产品经理）提出具体的功能需求，它负责实现并提交给你审核。
• Goose：如同一位具备全栈能力且高度自治的员工，你（老板或项目负责人）只需阐明最终的业务目标，它便会自主规划、执行、测试并交付成果。

简而言之，Copilot和Cursor仍然需要人类深度参与过程，而Goose则追求在明确目标后，最大限度地减少过程中的人工干预。

一人成军的时代加速到来，技能壁垒正在迁移

“一个人就是一个团队”的口号已流传多年，而Goose的出现无疑将这一愿景的可行性向前推进了实质性的一步。

回顾过去，单枪匹马的开发者常受限于以下挑战：

• 独立开发并交付一个功能完整的产品。
• 同时高效维护多个处于不同阶段的项目。
• 从零开始设计与搭建一套复杂的系统架构。

而在Goose的赋能下，这些场景将变为可能：

• 你只需下达指令“开发一个集成了Stripe的订阅支付页面”，它便能自主完成需求分析、UI设计、后端逻辑编写、测试用例执行直至部署上线。
• 当需要“重构用户认证与权限管理模块”时，你只需提出目标，Goose可以自主进行代码重构、运行持续集成（CI）流水线、并提交合并请求（PR）。
• 面对“搭建一个实时数据处理Pipeline”的任务，它能够自主完成技术选型、架构设计、代码实现与云上部署。

在这种情况下，开发者的核心职责从“亲手编写每一行代码”转变为“精准地定义需求、有效地验收结果并智能地调整方向”。

这并不意味着程序员职业会消失，而是标志着程序员核心技能模型的根本性演变：从侧重于“如何将逻辑转化为代码”（How to code），升级为侧重于“如何将模糊的商业需求转化为清晰、可执行的技术指令”（What to build and Why）。技能壁垒正从具体的编程语言语法，转向更高层次的系统设计、需求抽象与智能体协作管理能力。

近期，GitHub Trending榜单出现了一个引人注目的现象。在排名前十的热门项目中，有足足三个席位被AI Agent类项目占据。这并非停留在概念演示阶段的“未来可期”型仓库，而是拥有完整代码、可实际运行、并被开发者真正使用的工具。这标志着一个重要的转折点。

回顾去年，行业内还在广泛讨论“AI是否会取代程序员”。当时的普遍共识是：AI暂时只能作为辅助工具，无法取代人类的创造性工作。然而，从当前GitHub的趋势来看，这一结论或许需要被重新审视。

AI Agent是什么？与Copilot有何本质区别？

我们可以用一个简单的比喻来理解：如果说GitHub Copilot是“你写代码，它来补全”的智能代码提示工具，那么AI Agent就是“你提出需求，它来包办”的自动化工作伙伴。

从安装项目依赖、配置开发环境，到编写核心代码、运行测试、修复缺陷，甚至完成部署上线——一个成熟的AI Agent能够串联起整个软件开发工作流。你与它的交互方式，不再是传统的“结对编程”，而是更像向一位能干的同事“分派任务”。

AI Agent的概念本身并非全新事物。但在过去，这类尝试常常面临几大瓶颈：要么成本过高（例如频繁调用GPT-4等高级模型），要么生态封闭（被锁定在特定平台内），要么过于“玩具化”（演示惊艳但实用性不足）。而此次在GitHub上引发关注的三个项目，正是在解决这些实际痛点方面取得了显著进展。

项目深度解析一：Goose —— 开源的“全能型AI程序员”

Goose无疑是本次GitHub热榜中的一匹黑马，在短时间内便收获了超过八万颗星标，其受欢迎程度可见一斑。

该项目的定位非常明确：打造一个能够真正安装、执行、编辑并测试代码的开源AI Agent。它的一大优势是支持对接任何大型语言模型，包括可以在本地部署的轻量级模型，这为用户提供了极大的灵活性和可控性。

在实际体验中，你只需给出一个自然语言指令，例如“请帮我搭建一个具有用户登录功能的Python Flask后端服务”。大约十分钟后，你可能会发现一个初步的项目结构已经生成，必要的依赖包已自动安装，基础的功能代码也已编写完成，甚至程序还自动运行了基础的单元测试。当然，最终的代码质量仍需人工进行审核与优化，但项目的整体骨架和核心逻辑已经完备。

Goose最吸引开发者的特性之一是其“可扩展”的架构设计。用户可以为它编写自定义插件，使其能够学习和使用团队内部的特定工具链。例如，你可以“教会”它如何接入公司内部的CI/CD流水线，或者如何使用专属的项目脚手架。Goose的迅速流行反映出一个强烈的开发者心声：市场已不满足于仅能提供建议的AI，而是迫切需要能够直接“动手”执行的自动化伙伴。

“Goose的目标并非替代程序员，而是将程序员从大量重复性、模式化的劳动中解放出来，实现工作流程的自动化。”

—— 项目核心维护者

项目深度解析二：Hermes Agent —— 具备“成长记忆”的智能助手

Hermes Agent来自专注于开源人工智能研究的组织Nous Research。它的宣传语颇具吸引力：“The agent that grows with you”（一个与你共同成长的智能体）。

与Goose侧重于“工具执行”的定位不同，Hermes的核心亮点在于“记忆”与“持续学习”能力。它会系统性地记录你的操作习惯、技术偏好以及历史对话上下文。随着使用时间的增长，它会变得越来越了解你的需求和风格。

举例来说，当你第一次请它编写某个功能模块时，可能需要给出较为详细的描述。但到了第三次，你可能只需要说“请参考上次实现的用户管理模块的逻辑”，它便能准确地理解你的意图，并输出符合预期的代码。这种在与用户长期交互中不断进化和适配的“成长感”，是许多传统AI工具所不具备的。目前，该项目已获得近三万星标，社区讨论非常活跃。如果你正在寻找一位能够“长期并肩作战”、而非一次性使用的编程伙伴，Hermes值得深入尝试。

项目深度解析三：Shannon —— 专攻智能安全测试的AI专家

与前两个主要服务于开发流程的项目不同，Shannon瞄准了一个更为垂直的领域：网络安全。它是一个专为安全工程师设计的“AI渗透测试助手”。

Shannon能够深入分析你的应用程序源代码，自动识别潜在的攻击入口和脆弱点，并且能够模拟真实攻击者的行为，尝试执行漏洞利用验证，旨在代码部署上线前就发现并预警安全问题。该项目拥有超过三万六千星标，在安全技术社区内引发了广泛探讨。其中自然不乏担忧的声音：如此强大的自动化攻击能力，是否会被恶意利用？

项目方的解释是：Shannon被设计为“白盒”测试工具，其所有操作仅针对用户拥有完全权限的自身代码库进行。它的使命不是帮助用户攻击他人，而是协助用户在软件发布前主动发现并修复自身的安全漏洞。这一发展方向具有显著的实际价值。传统的安全测试高度依赖专家经验，成本高昂且难以保证覆盖率。而AI驱动的工具可以实现7x24小时不间断的深度扫描，有能力发现那些人类专家容易忽略的边界案例和复杂逻辑漏洞。当然，技术本身始终是中性的，其价值最终取决于使用者如何应用。

趋势总结与展望

综合来看，这三个项目清晰地勾勒出当前AI Agent发展的三个重要方向：Goose代表了追求高效、可扩展的任务执行自动化；Hermes Agent探索了具有长期记忆和个性化适应能力的协作模式；而Shannon则展示了AI在垂直专业领域（如网络安全） 的深度应用潜力。

它们拥有一个至关重要的共同特质：都是开源项目，并且其成熟度已经达到了“当下即可投入实际使用”的水平。

在体验了大量AI工具后，一个核心认知愈发清晰：技术迭代本身并非关键，真正重要的是它所推动的生产关系与工作模式的变革。

AI Agent正在悄然改变“人机协作”的边界。过去，计算机是纯粹被动的工具，人类是绝对的指挥者。如今，AI开始展现出类似“初级同事”的特性：能够理解复杂意图、独立执行多步任务，并能主动提供过程反馈。这种转变不会在一夜之间完成，但其发展方向已然十分明确。

Goose、Hermes和Shannon仅仅是一个开端。可以预见，在未来数月内，我们将看到更多专注于不同环节（如UI/UX设计、自动化运维、产品需求分析等）的AI Agent项目涌现。与其被动等待变革到来，不如主动了解、评估并尝试将这些工具融入现有工作流。毕竟，在技术驱动的时代，唯一恒定不变的，就是变化本身。

项目直达链接

• 🚀 Goose - 开源AI程序员，支持任意LLM https://github.com/aaif-goose/goose
• 🧠 Hermes Agent - 与你共同成长的AI编程助手 https://github.com/NousResearch/hermes-agent
• 🛡️ Shannon - AI驱动的白盒安全测试工具 https://github.com/KeygraphHQ/shannon