AI 基建:我拿到邀请码了,evomap 初体验,说说感受!——最后面有我本地节点上传的执行全指引。

AI 基建:我拿到邀请码了,evomap 初体验,说说感受!——最后面有我本地节点上传的执行全指引。

task: 我拿到邀请码了,evomap 初体验,说说感受!——最后面有我本地节点上传的执行全指引

一天在 evomap 赚了几千积分,详细看我后续文章!

背景

昨天吃了口热饭,抢到了邀请码。并且我本地已经构建了evomap 的全套,今天就想简单看看具体有哪些功能!

航海日志-实操

“一个 Agent 学会,百万 Agent 继承。”从字面意思理解,应该有以下几种方向:

1、我的 agent,可以流动给别人。

2、我的 agent,可以自己迭代。

3、我的 agent,可以被另外一个 agent 学习。

4、我的 agent,可以从 A 环境无损迁移到 B 环境。

......

按照首页的指引,我应该是完成了接入我本地。

接入你的 AI

三步让你的 Agent 开始发布解决方案。

curl -s https://evomap.ai/skill.md

1阅读技能指南

2发送 hello 注册你的节点

3发布你的第一个 Capsule

按照流程,我应该执行 1、2、3 步骤,但在实际上传之前,咱们还是先看看这个上面有什么!

浏览市场

github 即视感,像仓库。

首页的这些资产几乎都是 0 次调用,估计大家都还是比较谨慎。随便搜搜一个资源,看看质量如何:是实话,这个东西,有点一言难尽~,但看起来应该是解决了一个非常细节且具体的问题。但是调用到本地,能否拒绝我外接硬盘的 docker 构建问题那不一定,我还是先不调用在本地。

提问

接下来是提问栏,有悬赏,是接单的意思,与知乎的奖励机制有点像!

我也随机提一个问题,也是我之前的遇到的问题,就是几个平台限制的问题,导致文章发布受限,手动中转都不是很优雅的问题。

给了 50 积分,看看有没有大佬愿意一试!

第三个 tab 是阅读,类似于直接帮我分析问题的。接下来我直接粘贴一堆项目过程文件给它,看下什么效果!

大概问了几个刁钻的问题,也就是封闭付费源与 AI 新闻质量问题,确实很刁钻,但没人能解决。新闻向来都有资源稀缺性的问题。有点像一个行业咨询专家在向我提问!

直接点了【全部悬赏(免费)】,不知道是免费还是付费。然后我提完这些问题,找不到记录了😂。

贡献者排名

第四个 tab是贡献者排名,这个里面应该能翻出好东西!看样子分为了节点和资产排行,节点我理解与 n8n 的节点调用类似(对节点的前后热插拔性要求极高),而资产应该是比较通用的可本地的开源项目!

应该是在本地使用这个寻址,然后在本地使用!当前这个排行应该还是存在很多低质量的内容,毕竟 openclaw 我认为已经是在炒冷饭了~也有可能是我没用好,之前在验证 openclaw 的过程中发现完成一个任务会走很长一条弯路。

定价

接下来一个 tab是定价,虽然他们要盈利,但是吧!使用期间积分给的太少了吧。靠自己赚?这是要逆向驱动人类做贡献的意思吗?最后还不是变成了钱换资产的逻辑,毕竟好的东西都贵,而不贵的东西食之无味。

如何赚取积分

这个应该是比较能促进贡献者贡献的,前期可以试试!后续我就不一一介绍了大家自己体验吧。我准备自己先上传一个试试!

让我帮你了解 A2A 的连接方式。我先搜索一下相关信息:

具体实现——在这之前记得创建本地的安全隔离机制,大家可以留言讨论 如何创建本地的安全隔离机制。

1. Session Logger 打包 ✅

位置/Volumes/jeff/trae-dev/evolver/session-logger/

打包内容:

  • SKILL.md - 核心说明文档
  • config.json - 配置文件(启用严格隐私模式)
  • .privacy-ignore - 隐私过滤规则
  • scripts/ - 所有 Python 脚本
  • data/ - 数据目录结构
  • references/ - 参考文档
  • pack-session-logger.sh - 打包脚本

2. 隐私清理 ✅

脚本clean-privacy.sh

清理的字段:

  • user_id, session_id, agent_id, channel_id
  • api_key, api_secret, token, password, passwd
  • private_key, auth_token, access_token, bearer_token
  • webhook_url, webhook_secret, callback_url
  • secret, credential, auth

处理方式: 敏感字段替换为 [REDACTED]

3. A2A 上传脚本 ✅

脚本upload-to-a2a.sh

功能:

  • 扫描资产文件
  • 生成资产清单
  • 上传到 A2A 节点

环境变量A2A_ENDPOINT(默认演示端点)

4. 资产自查说明 ✅

文件ASSET-AUDIT-GUIDE.md

内容:

  • Skill 资产检查清单
  • Agent 资产检查清单
  • 数据文件检查清单
  • 文档资产检查清单
  • 隐私检查清单
  • A2A 上传流程说明
  • 常见问题解答
  • 安全建议

5. A2A 连接指南 ✅

文件A2A-CONNECTION-GUIDE.md

内容:

  • A2A 协议介绍
  • 连接方式(官方 Console、SDK、MCP)
  • Evolver 集成示例
  • 配置说明
  • 测试脚本
  • 参考资源

目录结构

evolver/ ├── session-logger/ │ ├── SKILL.md │ ├── config.json │ ├── .privacy-ignore │ ├── scripts/ │ │ ├── clean-privacy.sh ✅ │ │ ├── upload-to-a2a.sh ✅ │ ├── data/ │ ├── references/ │ └── ASSET-AUDIT-GUIDE.md ✅ ├── A2A-CONNECTION-GUIDE.md ✅ └── pack-session-logger.sh ✅

使用方法

1. 打包(首次使用)

cd /Volumes/jeff/trae-dev/evolver bash pack-session-logger.sh

2. 清理隐私信息

cd /Volumes/jeff/trae-dev/evolver/session-logger bash scripts/clean-privacy.sh

3. 配置 A2A 连接

# 在 A2A Console 获取 Agent ID 和 API Key # 设置环境变量 export A2A_AGENT_ID=projects/your-project/agents/evolver-node export A2A_API_KEY=your-api-key-here

4. 上传到 A2A

cd /Volumes/jeff/trae-dev/evolver/session-logger bash scripts/upload-to-a2a.sh

安全特性

  • ✅ 本地配置目录 config/ 永远不同步
  • ✅ 敏感字段自动脱敏
  • ✅ 白名单机制(只允许特定文件类型)
  • ✅ 完整的资产自查流程
  • ✅ 详细的 A2A 连接指南

下一步

  1. 在 A2A Console 创建或选择 Agent
  2. 配置环境变量
  3. 运行打包脚本
  4. 测试连接
  5. 上传资产到 A2A

所有脚本已添加执行权限,可以直接使用!

Read more

Cursor完全卸载与重装指南:go-cursor-help辅助工具

Cursor完全卸载与重装指南:go-cursor-help辅助工具 【免费下载链接】go-cursor-help解决Cursor在免费订阅期间出现以下提示的问题: You've reached your trial request limit. / Too many free trial accounts used on this machine. Please upgrade to pro. We have this limit in place to prevent abuse. Please let us know if you believe this is a mistake. 项目地址: https://gitcode.com/GitHub_

By Ne0inhk
2025年PostgreSQL 详细安装教程(windows)

2025年PostgreSQL 详细安装教程(windows)

前言 PostgreSQL 是一个功能强大的开源关系型数据库管理系统(ORDBMS),以下是对它的全面介绍: 基本概况 * 名称:通常简称为 "Postgres" * 类型:对象-关系型数据库管理系统 * 许可:开源,采用类MIT许可证 * 首次发布:1996年(起源于1986年的POSTGRES项目) * 最新版本:PostgreSQL 16(截至2023年9月发布) 核心特性 1. 标准兼容性 * 完全符合ACID(原子性、一致性、隔离性、持久性) * 高度兼容SQL标准 2. 高级功能 * 复杂查询 * 外键 * 触发器 * 可更新视图 * 事务完整性 * 多版本并发控制(MVCC) 3. 扩展性 * 支持自定义数据类型 * 自定义函数 * 使用不同编程语言编写代码(如PL/pgSQL, PL/Python,

By Ne0inhk
在vsCode中使用node.js调试js代码时报错3221225477

在vsCode中使用node.js调试js代码时报错3221225477

我们在第一次使用node.js时,可能会遇到版本不兼容的问题,在使用时就会报错。推荐下载nodejs使用nvm下载 Nvm下载  选择nvm-setup.zip进行下载,下载好了后,打卡按照步骤点击下载(环境变量会自动配置,包括后面nodejs配置环境),下载完成后按win+r输入cmd 在命令行界面输入 nvm list available 查看可下载的nodejs版本 推荐下载18.20.4版本的,大部分都兼容,在命令行界面输入 nvm install 18.20.4  同样你可以在nvm中下载更多版本的 nvm use 18.20.4 使用use后面跟上你想切换的版本就可以切换使用的nodejs版本了 这样就解决了在使用vscode中nodejs会报3221225477错的问题了

By Ne0inhk
小白必看:MoE 架构详解(大模型入门指南),一篇搞定!

小白必看:MoE 架构详解(大模型入门指南),一篇搞定!

一、概念解读 MoE,即混合专家模型(Mixture of Experts),它的核心概念可以用 “术业有专攻” 来简单概括。想象一下,你要解决一系列复杂的问题,有一个全能型的智者,他什么都懂,但当问题数量众多且繁杂时,他处理起来可能会有些吃力,效率也不高。而 MoE 架构就像是组建了一个专家团队,每个专家都擅长某一特定领域,当问题出现时,能够迅速找到对应的专家来解决,大大提高了解决问题的效率。 MoE并非把整个网络应用于每一个输入,而是去学习一种计算成本较低的映射函数,通过这个函数来判断网络中的哪些部分(也就是哪些专家)能够最高效地处理给定的输入。此外,MoE模型中还配备了一个路由器,它的作用是有选择地激活完成给定任务所需要的特定专家,而不是针对每一项任务都激活整个神经网络。 混合专家(MoE)模型的专家(Expert)是什么?专家(Expert)是训练好的子网络(神经网络或层),通常是一个独立的前馈神经网络(FFNN),也可以是更复杂的网络结构。 MoE模型将一个复杂的任务拆分成多个子任务,每个子任务都交给一个专门的“专家”来处理。这些专家各自拥有独特的专长,

By Ne0inhk