半年前,我在家裡的 NAS 上架起一套 AI Agent 系統。它每天清晨整理美股收盤、早上把投資晨報送到我手機、白天照看家裡的溫濕度,夜裡再把當天發生的事消化成長期記憶。
這 30 天,我把它從頭拆給你看:容器怎麼切、Agent 的人格檔案怎麼寫、記憶怎麼分層與遺忘、排程怎麼編排,以及成本與品質怎麼治理。
但這不是教學文,比較像一本除錯日記。有一半的篇幅在講我做錯了什麼——那些監控全綠、系統卻正在安靜出錯的時刻,才是自架最真實的部分。
我也會誠實交代這套系統的邊界:它遠沒有想像中聰明,而那正是它能長期跑下去的原因。每篇結尾附一排關鍵字,讓想動手的人可以直接接上。
晚上十一點,手機跳出一則 Telegram 通知: 🌡️ 主臥濕度 78%,超過警戒值,自動啟動除濕機。 發這則訊息的不是我太太,也不是什麼訂閱服務——是...
昨天的架構圖裡,你看到了三個核心容器(Gateway、CLI、MCP),加上 md-server 等輔助服務。今天把核心三層拆開來說:它們分別叫什麼、做什麼、為...
第一次看到 Clawrion 回覆我「您的持倉有三檔異動,建議優先處理」,我意識到一件事:它不只是在「回答問題」,它是在以某種一致的方式回答問題。 這不是模型天...
第一版 Clawrion 只有一個 workspace,什麼都問它:今天股票怎樣?家裡濕度多少?碩士備考進度? 效果還可以,但問題開始浮現:同一份記憶什麼都有,...
晚上八點,系統的排程介面顯示「投資晨報:執行成功 ✅」,容器的 log 翻到底沒有半行紅字,甚至 Telegram API 回傳的也是 HTTP 200 OK。...
要把家裡的服務暴露到公網,最直覺的做法是 port forwarding——在路由器上開個洞,把外部流量導進來。 我一開始就是這樣做的,而且做得很完整: 公網...
第一週的架構面走完了。今天不講新東西,來回答那個所有人都會問的問題:自己在家養一套 AI Agent 系統,跟每個月乖乖繳訂閱費比起來,到底值不值得。 我原本想...
LLM 本質上是金魚腦。 你跟 ChatGPT 聊得再深入,把對話視窗一關,它對你一無所知——下次開新對話,又是初次見面。這不是 bug,是大型語言模型的本質:...
每天凌晨三點,Clawrion 會自動「睡覺」。 不是關機,是進入一個叫 dreaming 的循環:把白天累積的對話與日誌讀進來,消化、提煉、去重,再寫回長期記...
記憶系統運作大約三個月後,我發現它每次醒來要重讀的東西越來越肥——帳單先有感,反應也慢了半拍。 不是模型變笨,是它的「腦容量」爆了——DREAMS.md、MEM...