目录
2025年是AI大模型广泛使用的一年，随着大模型的能力日渐完善，基于大模型的其他周边的能力也逐步被开发出来，也在更广泛的领域中开始使用，比如结合低代码+工作流的AI智能体平台，基于传统的互联网应用的各自人工智能客服系统，各种助手等，因此大模型的边界得到了很大的拓展。在国内，比如典型的具有代表性的像Coze ，国外的Dify 等智能体平台，就是很好的将大模型的能力发挥到极致的代表，本文以智能体平台中非常核心的一个模块，工作流为例，来聊聊另一个近期非常火热的融合大模型与各种插件的流程编排工具，n8n。
n8n 是一个开源的工作流自动化工具，它允许用户通过可视化的方式创建、执行和自动化各种任务，这些任务可以是数据处理、文件操作、API 调用等。n8n 支持多种节点（nodes），每个节点代表一个特定的操作或服务，例如读取数据库、发送电子邮件、与第三方服务API交互等。官
在使用企业微信群通知机器人时，很多开发者会有 “能否添加可点击链接” 的需求 —— 比如推送文档地址、业务系统入口、数据报表链接等。答案是：完全可以！本文将详细介绍两种核心实现方式（图文消息 / Markdown 消息），附完整代码示例和注意事项，新手也能快速上手。 一、前置准备：已获取群机器人 Webhook 地址 在添加链接前，需先完成群机器人的创建并获取 Webhook 地址，步骤回顾： 1. 进入企业微信目标群聊 → 点击右上角 “...” → 选择 “添加群机器人” → 新建机器人并命名； 2. 创建成功后，复制系统生成的 Webhook 地址（格式类似 https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key=xxx），后续发送请求需用到该地址。 二、两种添加点击链接的实现方式
前言 本文基于OpenClaw，也是最近超火的可在本地运行的AI Agent网关，记录从零搭建通过飞书对话管理服务器运维机器人的全过程。该机器人支持随时随地通过飞书查看服务器状态、检索日志、管理进程，其核心机制在于：由OpenClaw将聊天平台（飞书等）的消息路由至大模型，模型调用本地工具（如Shell、文件系统、浏览器）执行相应任务，最终将结果自动返回至飞书会话中，实现自动化运维交互。 架构概览 飞书 App (WebSocket 长连接) ↕ OpenClaw Gateway (服务器上 systemd 常驻) ↕ AI 模型 (DeepSeek v3.2/GLM 4.7) ↕ 服务器 Shell (受白名单限制的命令执行) 核心组件： * OpenClaw Gateway：Agent 网关，管理会话、工具调用、渠道连接 * 飞书插件：通过
导语: 在机器人项目中，调试工具往往比算法本身更耗时间。Foxglove 作为新一代机器人可视化平台，提供了强大的话题订阅、视频显示、3D 展示和日志分析能力。本篇从零开始，手把手带你完成 Foxglove 的环境搭建，包含依赖安装、连接配置以及常见踩坑点。 《机器人实践开发》系列文章索引 《机器人实践开发①：Foxglove 开发环境完整搭建指南（含常见坑位）》 《机器人实践开发②：Foxglove 嵌入式移植 + CMake 集成》 《机器人实践开发③：Foxglove可视化机器人的眼睛-视频》 《机器人实践开发④：Foxglove可视化机器人的耳朵-声音》 《机器人实践开发⑤：Foxglove可视化机器人的3D显示》 《机器人实践开发⑥：Foxglove可视化机器人传感器数据》 《机器人实践开发⑦：Foxglove可视化机器人的日志显示》 《机器人实践开发⑧：Foxglove可视化机器人的地图显示》 《机器人实践开发⑨：Foxglove可视化机器人的MyBag 数据回放》 foxglove 官网 Foxglove 是一个专为机器人团队打造的平台，用于收
手把手教学：Windows环境部署Qwen2.5对话机器人 1. 教程目标与适用场景 1.1 学习目标 本文将带你从零开始，在 Windows 操作系统 上完成 Qwen/Qwen2.5-0.5B-Instruct 对话机器人的本地化部署。最终你将获得一个具备流式输出能力、支持中文问答与代码生成的 Web 聊天界面，无需 GPU 即可运行。 通过本教程，你将掌握： * 如何配置适用于大语言模型推理的 Python 环境 * 如何加载 Hugging Face 或 ModelScope 上的 Qwen2.5 模型 * 如何使用 Gradio 构建交互式 Web 聊天界面 * 如何实现低延迟、高响应的 CPU 推理服务 1.2