部分使用win10安装openclaw，可能会出现OpenClaw启动WebUi，什么也看不到，就显示Not Found，这是因为使用的pnpm或npm安装的，web-ui路径没有指定，新版的没有这个问题了。 如图
解决办法是手动配置we-ui路径
# 一般的安装路径如下： C:\Users\你的用户名\AppData\Roaming\npm\node_modules\openclaw\dist\control-ui 修改openclaw.json文件，添加以下参数
{"controlUi":{"root":"C:/Users/86135/AppData/Roaming/npm/node_modules/openclaw/dist/control-ui"},}
数字化转型进入深水区的2026年，低代码技术正经历一场本质性变革——从单一的效率开发工具，升级为支撑企业全链路数字化的核心平台。据Gartner 2025年Q4报告显示，中国低代码市场规模已突破131亿元，年复合增长率超20%，70%的新应用将通过低代码/无代码技术构建，这一数据背后，是企业对“快速响应需求+深度业务适配”的双重诉求，推动低代码从“能用上”向“用得好、能支撑核心业务”跨越。这种转型并非技术名词的更迭，而是从功能实现到生态构建、从单点效率到全局协同的价值重构。 趋势一：高低代码融合，打破“效率与灵活”的二元对立 早期低代码工具的核心痛点的是“标准化与定制化”的矛盾：零代码工具适配轻量场景但灵活度不足，专业编码开发高效但门槛过高。2026年，“可视化配置+代码拓展”的混合架构已成为行业主流，Gartner预测，85%的企业级低代码平台将采用这一模式，实现“80%标准化场景快速落地+20%复杂场景深度定制”的全覆盖。 这种融合模式的核心价值，在于打通业务人员与技术团队的协作壁垒。
电脑配置：Xavier-nx、ubuntu 18.04、ros melodic 激光雷达：Livox_Mid-360 结果展示：左边Mid360+Fast-lio感知建图，右边Ego-planner运动规划 1、读取雷达数据并显示 无人机避障——感知篇（采用Livox-Mid360激光雷达获取点云数据显示）-ZEEKLOG博客 看看雷达数据话题imu以及lidar两个话题 2、读取雷达数据并复现fast-lio 无人机避障——感知篇（采用Mid360复现Fast-lio）-ZEEKLOG博客 启动fast-lio，确保话题有输出 由于此处不需要建图，因此不打开rviz，launch文件如下修改： <launch> <!-- Launch file for Livox MID360 LiDAR --> <arg name="rviz&
注意： 本教程为ros1,需要ubuntu20.04,使用算法为fase_lio 本教程为遵循的网上开源项目：https://github.com/deepglint/FAST_LIO_LOCALIZATION_HUMANOID.git 一、系统环境准备 1.1. 安装必要的依赖库 # 安装C++标准库 sudo apt install libc++-dev libc++abi-dev # 安装Eigen3线性代数库 sudo apt-get install libeigen3-dev 库说明： * libc++-dev：C++标准库开发文件 * libeigen3-dev：线性代数库，用于矩阵运算和几何变换 * 这些是编译FAST-LIO和Open3D必需的数学和系统库 二、创建工作空间和准备 2.1. 创建定位工作空间 mkdir
❝ 4000 行代码，打造你的私人 AI 助手❞ 前言 最近 AI Agent 领域有个项目特别火——「OpenClaw」，它是一个功能强大的 AI 助手框架，能让你拥有一个 7×24 小时在线的智能助理。 但当我 clone 下来准备研究时，发现它有 「43 万行代码」！对于想快速上手或做二次开发的个人开发者来说，这个体量实在太重了。 直到我发现了它的"轻量版"——「nanobot」。 nanobot：99% 的瘦身，核心功能全保留 nanobot 来自香港大学数据科学实验室（HKUDS），它的设计理念很简单： ❝ 用最少的代码，实现 AI Agent 的核心能力❞ 来看一组对比数据： 项目 代码行数 核心功能 OpenClaw 430,