全部 AI 动态 · AI 热点

6月18日

09:23

arXiv: DeepSeek@Zhengxiong Luo, Mehtab Zafar, Dylan Wolff, Abhik Roychoudhury

精选

Code-Augur提出安全规范优先范式，将漏洞检测智能体的隐性假设显式化为安全规范，并通过运行时反证持续细化。在真实项目上，Code-Augur比Claude Mythos等专用模型检测到更多漏洞。它基于Sonnet和DeepSeek等通用LLM构建，发现了22个关键开源项目的新漏洞。该方法通过模糊测试触发断言，揭示漏洞或修正规范，提升检测可信度。

论文 Code-Augur 漏洞检测智能体安全规范 Sonnet

推荐理由：这篇论文让AI漏洞检测不再黑箱——Code-Augur会生成明确的安全假设，再用模糊测试验证，已经在真实项目里挖出22个新漏洞，比专用模型还管用。

原文

09:20

arXiv: OpenAI@Costas Mylonas, Magda Foti, Andrea Pomarico, Matheus Duarte, Qian Zhang, Emmanouel Varvarigos

精选

PowerAgentBench-SS是一个针对电力系统稳态研究中工具使用智能体的基准框架。它使用IEEE 39节点系统进行直流热N-2预想事故搜索测试，评估智能体在工具调用、约束满足和验证方面的能力。实验对比了三个本地Ollama模型和一个OpenAI API代理，发现纯求解器评估不足以区分智能体性能，验证预算使用、类型强制转换、证据报告等行为是关键差异。该基准包含召回率、假安全惩罚、严重性遗憾、行动成本等风险敏感指标。

论文 PowerAgentBench-SS 智能体电力系统基准工具使用

推荐理由：搞电力系统智能体评估的可以看看这个，用IEEE 39节点系统测试大模型能不能真干活，不只看结果还看过程，挺实在的。

原文

08:01

LlamaIndex@llama_index

精选

关于智能体检索架构，团队在向量数据库和纯grep之间存在分歧。LlamaIndex工程主管George He将于6月29日分享在LlamaParse Index中构建检索架构的决策和死胡同。实际需要两者结合：语义搜索用于快速初筛，grep和文件读取用于top-k块切分不完整时的精确检索。活动注册见landing.llamaindex.ai/retrieval-harn…。

行业向量数据库 grep LlamaIndex LlamaParse 智能体

推荐理由：LlamaIndex的工程主管来讲检索架构实战，区分语义搜索和精确grep的时机，做智能体的别错过。

原文

07:42

宝玉@dotey

该方法通过内循环每2小时检查新邮件，自动检索上下文生成草稿但不发送。用户修改草稿后，外循环根据修改记录优化写作Skill。这种自动化循环让Agent不断学习用户风格，提升后续草稿质量。

技巧 Loop Engineering 智能体提示词工程自动化工作流

推荐理由：这个工作流把自动写邮件草稿和自动学习你风格的动作做成循环，越来越懂你，适合常写邮件的人。

原文

06:22

Cloudflare Blog@Thomas Gauvin

73°

Cloudflare 发布了 Agents SDK，这是一个开放的运行时，允许任何代理框架构建其上。同时推出了 Flue 作为首个针对 Agents SDK 的框架。Cloudflare 还在仪表板中推出了代理功能。这些更新旨在简化在 Cloudflare 平台上构建和部署 AI 代理。

AI产品 Cloudflare Agents SDK Flue 代理框架智能体

推荐理由：Cloudflare 把 Agents SDK 开放了，还出了个 Flue 框架，直接在仪表板就能用上代理，挺省事的。

原文

05:56

elvis@omarsar0

精选

Block 公司构建了名为 Builderbot 的内部 AI 系统，通过 orchestrator 代理协调多个代理跨代码库工作。工程师在 Slack 中标记 Builderbot，系统即可自动研究、规划并发布代码。该平台每天处理 200,000 次操作，每周合并 1,500 个拉取请求，占 Block 全部生产代码变更的 15%。原本需要数月的工作现在只需数天完成。

AI产品 Builderbot Block 智能体代码生成编程助手

推荐理由：Block 内部搞了个 Builderbot，每天自动处理 20 万次操作、合并 1500 个 PR，把几个月的工作缩短到几天，效率太猛了。

原文

05:47

Jerry Liu@jerryjliu0

精选

LlamaIndex 将 Agentic Search 从固定 RAG 管道升级为灵活 agent harness，供 AI 代理访问 keyword search（BM25、grep regex）和 semantic search 两类工具。当用户上传非结构化文档至 LlamaParse 时，系统自动暴露这些检索能力。公司将于6月30日举办网络研讨会，探索各工具在 agentic search 中的最佳用法。

AI产品 LlamaIndex LlamaParse agentic search 智能体检索工具

推荐理由：LlamaIndex 在 LlamaParse 里加了一套检索工具包，包括 BM25 和语义搜索，让 agent 能灵活调取。6月30日还有免费 webinar 讲架构细节，干搜索的可以看看。

原文

05:15

LangChain@LangChainAI

LangChain为Harbor添加了完整Dockerfile快照支持，可自动构建、缓存和复用任务环境快照。新增SDK profile支持，用户无需修改配置即可切换不同目标环境。同时实现了完整的exec/upload/download生命周期，使Harbor任务在不同沙箱提供商间行为一致。这些功能主要面向运行智能体评估的用户，相关文档已在docs.langchain.com/langsmith/sand…上线。

AI产品 LangChain Harbor Dockerfile 智能体沙箱环境

推荐理由：简单说，LangChain给Harbor加了三个实用功能，跑agent评估时能自动管理环境快照、切换配置，省去重复搭建的麻烦。

原文

05:05

lmarena.ai@lmarena_ai

76°

Agent Arena上线两周，新增10个模型。GLM-5.2 (Max)进入前十，以+9.4%确认成功率和+14.9%赞美vs抱怨率成为最强开源模型。Claude Fable 5在多项指标排名第一，但受美国政府指令暂停访问。评测基于超过30万任务、200万次工具调用和4000万行代码。

AI模型 Agent Arena GLM-5.2 Claude Fable 5 智能体 OpenAI

推荐理由：想看看最新智能体模型谁最强？Agent Arena更新了，GLM-5.2开源冲进前十，Claude Fable 5暂时下线，榜单有了新格局。

原文

05:04

@OpenAIDevs@OpenAIDevs

OpenAI Devs上周与Women who Code(x)社区合作举办活动。参与者使用Codex构建了任务代理和个人指南等应用。活动展示了Codex在辅助编程和快速开发项目方面的实际能力。

行业 OpenAI Codex 智能体社区活动

推荐理由：OpenAI和Women who Code(x)用Codex搞了个活动，实际展示了怎么用Codex快速搭建智能体和项目，很接地气。

原文

04:38

AWS Machine Learning Blog@Spencer Martenson

Amazon Quick新增自主代理功能，可跨所有业务数据源持续自动分析。活动推送功能帮助用户优先处理重要工作。用户只需提出单个问题即可获取跨数据源的洞察。

AI产品 Amazon Quick AWS 智能体数据洞察

推荐理由：Amazon Quick现在有了自主代理，能自动跨数据源找答案，帮你每天省下几小时分析时间。

原文

04:02

Richard Socher@RichardSocher

Richard Socher预测未来AI模型将按层级划分，Junior模型按小时或Token计费成本更低，承担基础工作、琐碎任务和低影响力决策。Senior前沿模型负责综合事实、做出重要决策并委派任务给Junior模型。人类将转型为管理者，管理自己的智能体组织。Recursive公司认为这一趋势有利。

行业智能体 AI分层 Recursive 模型成本

推荐理由：Richard Socher说未来AI分成Junior和Senior，Junior便宜干杂活，Senior做决策，人类当经理。挺有意思的AI组织想法。

原文

04:01

lmarena.ai@lmarena_ai

AI模型 Agent Arena 智能体开源模型实验室

推荐理由：想对比开源智能体的表现？Agent Arena新排行榜支持按模型或实验室筛选，一目了然。

原文

03:57

Stanford AI Lab@StanfordAILab

精选

斯坦福AI实验室提出DeLM（Decentralized Language Models），这是一种无需中央协调器的多Agent协作框架。在SWE-bench Verified基准上，使用Gemini-3 Flash的DeLM实现了约10%的性能提升，同时推理成本降低超过一半。该方法在编程和多文档问答等Agent任务中表现出更高的准确性和经济性。

AI模型 DeLM Gemini-3 Flash SWE-bench 智能体斯坦福

推荐理由：斯坦福搞了个新方法DeLM，不用中央协调器调度Agent，编程和多文档问答更准更便宜，SWE-bench提升10%成本减半，值得试试。

原文

03:53

LangChain@LangChainAI

LangChain 发布 Deep Agents 深度解析第三部分，聚焦 Delegation 委派功能。该工具让模型能自动规划复杂任务，并内置子智能体支持。来自 @SydneyRunkle 的 90 秒讲解视频详细演示了如何通过委派分工提升任务执行效率。

技巧 Deep Agents LangChain 智能体任务规划教程

推荐理由：LangChain 出了个 Deep Agents 新视频，讲怎么用委派功能规划复杂任务，还自带子智能体支持，90 秒就讲明白。

原文

03:29

Genspark@genspark_ai

Genspark 发布了 AgentBase 预览版，该工具能将数据转化为自定义数据库、仪表盘和内部系统。它兼容 Salesforce、HubSpot 等现有数据库，并能从收件箱、文件、应用和会议笔记中拉取数据。用户可通过一句话提示词构建 CRM、招聘系统、项目追踪器等，声称可替代 30 多个 SaaS 工具。

AI产品 Genspark AgentBase Salesforce HubSpot 智能体

推荐理由：Genspark 出了个 AgentBase，能把你的 Salesforce 和 HubSpot 数据接进来，一句话就搭出 CRM 或项目系统，不用再买一堆 SaaS 了。

原文

03:01

LlamaIndex@llama_index

LlamaIndex CEO Jerry Liu在Databricks #DataAISummit上，与LangChain、CrewAI等公司创始人同台讨论Agentic Stack。该小组于上午11:30开始，聚焦智能体堆栈的构成、发展路径以及当智能体（而非人类）成为基础设施主要消费者时的变化。

行业 LlamaIndex Jerry Liu LangChain CrewAI Databricks 智能体

推荐理由：想了解AI智能体基础设施的未来方向？听LlamaIndex、LangChain、CrewAI创始人面对面聊聊他们的最新看法。

原文

02:40

DeepLearning.AI@DeepLearningAI

DeepLearning.AI 与 VocalBridge 合作推出免费短课程 Voice for AI Agents and Applications，由 CEO Ashwyn 讲授。课程教你用最少代码为现有 AI 代理添加语音功能，无需修改 prompts、RAG pipeline 或工具。你将实现三种集成模式：应用内嵌入语音、将语音层叠到现有代理、以及将语音作为可调用工具用于外拨电话。课程现已开放免费报名。

技巧 DeepLearning.AI VocalBridge 智能体语音教程

推荐理由：想给你的 AI 代理加上语音但怕改代码？这门课讲三种集成方式，不用动原提示词和 RAG，几分钟就能上手。

原文

02:36

Aadit Sheth@aaditsh

Aadit Shanbhag（@aaditsh）分享了他对vibecoding的态度转变，从怀疑到相信。他展示了Circle AI这款AI伙伴，能帮你描述梦想业务并自动构建、运行和增长数字业务。该推文获得6次点赞、1次转发和1320次查看。

AI产品 Circle AI vibecoding Aadit Sh 智能体编程助手

推荐理由：Aadit说自己原来不信vibecoding能搞企业级生意，现在被Circle AI打动了，你可以看看它怎么用自然语言帮你搭业务。

原文

02:14

Jim Fan@jimfan

76°

Jim Fan团队推出ENPIRE系统，让8个Codex智能体操控机器人舰队自主进行物理实验。系统硬编码两层安全机制：硬运动学限制和扭矩限制夹爪，防止机器人超出安全范围。通过人类演示几分钟成功/失败样本，智能体编写计算机视觉代码生成分类器作为冻结奖励函数。定义Mean Robot Utilization（MRU）和Mean Token Utilization（MTU）监控资源，以Tokens-to-Success和Time-to-Success衡量效率。

AI模型 ENPIRE Codex 机器人智能体安全

推荐理由：Jim Fan展示了ENPIRE，8个机器人靠Codex智能体自主做实验，安全机制和资源监控设计挺有意思。

原文

01:49

LangChain@LangChainAI

LangChain 推出 On-Call Copilot，这是 LangSmith Fleet 中的一个新代理模板。该模板可对每条告警进行分类，并自动调查代码和追踪数据中的根因。它还能管理工单、将事件路由到正确渠道，并从 runbook、升级规则和噪声模式中持续学习。这一模板旨在提升运维团队的事件响应效率。

AI产品 LangChain On-Call Copilot LangSmith Fleet 智能体自动化运维

推荐理由：LangChain 新出的 On-Call Copilot 模板，能自动处理告警、查根因、管工单，运维团队可以省不少事。

原文

01:43

AWS Machine Learning Blog@Mai-Lan Tomsen Bukovec

AWS在纽约峰会上宣布系列创新，旨在让AI智能体能安全访问分散在数据湖、数据仓库、湖仓一体、数据库和流中的上下文。目前智能体的决策受限于无法获取完整背景信息。新功能使智能体可以获取未记录的机构知识，从而做出更可信的决策。这些创新将提升AI智能体的推理能力，支持大规模应用。

AI产品 AWS AI agents 智能体数据集成上下文智能

推荐理由：AWS发布了新功能，让AI智能体能安全调用散落各处的数据，真正理解上下文来做决策。想让你家智能体变聪明？看这个。

原文

01:30

marktechpost@Asif Razzaq

Vercel 开源了 Eve，这是一个 Apache-2.0 许可的 AI Agent 框架，目前处于公开预览阶段。每个 Agent 被定义为一个包含配置和能力的文件目录，内置了持久化执行、沙箱、审批、连接、通道和评估功能。开发者可使用 npx eve@latest init 快速搭建项目，并通过 vercel deploy 直接部署无需修改。

AI模型 Eve Vercel 智能体开源模型编程助手

推荐理由：Vercel 出了个开源 Agent 框架 Eve，把 Agent 做成文件目录，自带沙箱和评估，用 npx init 就能部署，挺省事的。

原文

01:13

elvis@omarsar0

精选

作者在使用/loops和/goal后强调，验证器和鲁棒护栏对编程智能体至关重要，不能依赖盲目的自主循环。rahul在长线程中提出7点经验：将fable+类模型视为English-to-code解释器；按风险大小管理diff，高风险区域用小diff；代码审查成为瓶颈，需优化linter、测试等；理解全栈和风险管理比理解每行代码更重要；维护多50%代码以换取5%性能提升可能值得。

技巧 coding agents loops goal 编程助手智能体

推荐理由：推主分享了用loops和goal的经验，强调别盲目自动化，验证和护栏是关键，还引用了rahul的7条实用总结，对用智能体写代码的人很有参考价值。

原文

01:11

GitHub@github

72°

GitHub Copilot app 现已正式可用（GA），作为新的工作中心。用户可在此直接启动下一步任务、并行指挥多个智能体，并完成PR合并。该应用整合了编码协作与项目管理流程，支持在单一界面内完成从构思到部署的完整工作流。

AI产品 GitHub Copilot GitHub 编程助手智能体

推荐理由：GitHub把Copilot做成了独立App，能边写代码边指挥智能体干不同任务，最后直接在App里合PR，不用切窗口了。

原文

01:09

LangChain@LangChainAI

LangChain 推出 RemoteGraph 功能，实现部署间的直接交互。该功能内置 A2A 协议支持，无需额外配置即可跨部署通信。同时支持通过 MCP 协议与智能体交互。此更新由 LangChain 工程师 Victor Moreira 在 Managed Deep Agents 中演示。

AI产品 LangChain RemoteGraph A2A协议 MCP协议智能体

推荐理由：LangChain 出了个 RemoteGraph，能让你在不同部署之间互相调用，还自带 A2A 和 MCP 协议，玩智能体互操作更方便了。

原文

00:41

Paul Couvert@itsPaulAi

MaineCoon 是一个支持无限时长实时交互的音视频 AI 模型，用户可即时与虚拟角色对话、接收回复。与多数仅支持文本或单次视频生成的 AI 不同，MaineCoon 实现了持续不间断的音视频在场感。该模型基于 Catnips AI 团队开发，目前已在官网 mainecoon.tech 开放体验。

AI模型 MaineCoon 实时交互音视频模型智能体

推荐理由：Catnips AI 新发布的 MaineCoon 模型能实时跟你对话、做表情，不像以前只能生成一段视频完事。

原文

00:34

LangChain@LangChainAI

推文指出改进agent通常从手动审查过程开始：挖掘生产追踪、发现重复失败模式、比较运行并决定优先修复什么。6月24日，LangSmith Engine将展示如何帮助团队更快地闭环。该工具专为LangChain生态系统设计，通过自动化追踪分析和模式识别来减少手动工作。

AI产品 LangSmith LangChain 智能体生产追踪

推荐理由：想优化你的Agent？LangSmith Engine能帮你从混乱的追踪数据中快速定位失败模式，6月24日看看它怎么自动化审查循环。

原文

00:33

Vercel AI@vercel

精选

Vercel 发布了名为 eve 的 agent 框架，专为构建 AI 代理设计。eve 借鉴 Next.js 的开发模式，提供 agent/、instructions.md、tools/、skills/、sandbox/ 和 schedules/ 等目录结构。该框架旨在简化代理的部署与编排，类似于 Next.js 对 Web 应用的作用。

AI产品 Vercel eve Next.js 智能体

推荐理由：Vercel 出了个叫 eve 的代理框架，说是“面向智能体的 Next.js”，想搭 AI 代理的可以看看。

原文

00:33

Vercel AI@vercel

Vercel 推出 Connect 功能，为应用和智能体提供短生命周期令牌，访问外部数据和系统时实现精确范围控制。令牌可自动过期，减少凭证泄露风险。支持与多种第三方服务集成，无需硬编码密钥。开发者可通过简单配置定义每个令牌的访问权限。

AI产品 Vercel Connect 智能体安全访问令牌

推荐理由：Vercel 搞了个 Connect，给你的应用和 Agent 发短令牌，访问外部数据不用再怕泄露密钥了，权限还能精确到具体范围。

原文

00:30

elvis@omarsar0

精选

Vercel 推出了名为 eve 的智能体框架，内置持久执行、沙箱计算、人机审批、子代理与评估等关键功能。框架强调开箱即用的评估能力，并被誉为“像 Next.js 一样用于智能体”。该设计让开发者能快速构建可靠、可审核的 AI agent 应用。

AI产品 eve Vercel 智能体 Agent框架开发工具

推荐理由：Vercel 出了个 eve 框架，把持久执行、沙箱这些基础设施打包好了，和 Next.js 配起来用特别顺，想上手 agent 开发可以看看。

原文

6月17日

23:51

Cloudflare Blog@Abe Carryl

Cloudflare发布了Cloudflare One stack，这是一个包含代理技能的库，可让AI代理规划、部署和管理Zero Trust环境。该库无需人工迁移通话即可自动完成部署流程。Agent利用内置知识库实现零接触配置，降低安全架构复杂度。目前该stack已开放给Cloudflare One用户使用。

AI产品 Cloudflare Zero Trust 智能体部署 AI安全

推荐理由：Cloudflare搞了个新库，让AI代理能自己搭Zero Trust网络，省掉一堆手动配置的麻烦。

原文

23:47

AWS Machine Learning Blog@Madhu Parthasarathy

精选71°

Amazon Bedrock AgentCore新增多项能力，支持连接组织、网页和付费知识源，扩展智能体的知识范围。新工具帮助团队在生产环境中定位和修复问题，并实施随智能体能力提升自动扩展的控制机制。这些功能使开发者能更快构建更强大的智能体，并以规模化方式治理和持续改进。

AI产品 Amazon Bedrock AgentCore 智能体知识源持续学习

推荐理由：AWS刚更新了Bedrock AgentCore，现在能连更多知识源，还加了监控和自动控制，做智能体更省心了。

原文

23:47

小互@imxiaohu

精选

Claude Code 团队强调 CLAUDE.md 越短越好，创始人自己的只有两行：提 PR 自动合并、提 PR 发审批频道。当系统提示“CLAUDE.md 几千 token”时，建议直接删掉重写。团队坚持做命令行而非 GUI，理由是模型进步太快，半年后 UI 可能过时。终端输出增加 verbose 模式兼顾清晰与详细。用 Claude Code 修 bug 时，通过翻日志、写小工具分析 heap dump，比人工更快找到内存泄漏。

技巧 Claude Code CLAUDE.md 提示词工程智能体

推荐理由：Claude Code 团队亲述怎么用 AI 编程工具做减法，两行配置就让模型跑得更顺，看完想清空自己的文件。

原文

23:39

LangChain@LangChainAI

Andrew Ng与LangChain创始人Harrison Chase在Interrupt活动上进行炉边对话，讨论智能体（agent）的发展方向。两人探讨了Agent在应用落地中的挑战，包括可靠性和编排问题。Harrison Chase分享了LangChain在构建Agent框架中的经验。Andrew Ng强调了Agent作为AI应用核心范式的重要性。

行业 Andrew Ng Harrison Chase LangChain 智能体行业对话

推荐理由：Andrew Ng和Harrison Chase聊智能体的未来，干货不少，适合关注Agent应用的开发者看。

原文

23:38

LangChain@LangChainAI

LangSmith LLM Gateway 在一个界面上整合了检测、调查和修复流程，减少工具切换和上下文丢失。策略事件与追踪数据并列显示，方便快速定位问题。用户可在构建智能体的同一表面完成安全治理。该功能旨在降低运维复杂度，提升AI应用的可观测性。

AI产品 LangSmith LLM Gateway LangChain 智能体

推荐理由：LangChain 做了个网关，把检测、查问题、修问题都放一个界面里了，不用再切好几个工具了。

原文

23:38

shao__meng@shao__meng

精选72°

Exa 发布 Exa Agent，一款托管式 Web Research Agent API，将前沿模型与自研搜索工具链打包成单一接口。系统采用任务分解与并行子 Agent 架构，适合 WideSearch 类大规模数据集调研。其 Model Fusion 技术根据任务动态混合使用高性能模型与性价比模型以优化成本。Exa Highlights 模型可将 token 用量最高削减 94%。在 WideSearch 基准上，Exa Agent 以 Row-F1 指标与 Perplexity Agent Pro、Opus 4.8 等对比，达到成本效率 Pareto 前沿。

AI产品 Exa Exa Agent Web Research 模型融合智能体

推荐理由：Exa Agent 把搜索和模型打包成一个 API，成本比 GPT-5.5 低一半，适合做深度调研和名单构建。

原文

23:33

23:33IT之家（博客/媒体）

精选

领益智造在北京亦庄的具身智能机器人超级工厂近日规模投用，是京津冀首个万台级工厂。该工厂覆盖从核心零部件到整机组装的全链条制造，采用力觉+视觉双引导精密装配，换型时间小于15分钟。整机环形吊轨测试线可同时承载6-12台机器人，动态验证性能边界，较传统线体节能约25%。工厂全站自研MES、WMS、QMS系统，实现全流程数字化追溯，可在24小时内完成质量闭环优化。规划年产能逐步爬坡，预计2030年达到50万台套。

行业领益智造具身智能机器人京津冀机器人智能体

推荐理由：领益智造在北京开了家能年产50万台具身机器人的大工厂，从零件到整机全包，还有自动测试线，想了解机器人量产进展的可以看。

原文

23:33

Guillermo Rauch@rauchg

Vercel 宣布 Sandboxes 沙箱最长运行时间从之前延长至 24 小时。函数调用超时限制也从原来的几分钟提升到 30 分钟。这两项更新主要面向运行 AI agent 的开发场景，避免 agent 在任务中途因超时而中断。结合平台的持久化（persistence）功能，开发者可以构建无限状态的 agent 应用。

AI产品 Vercel Sandboxes 智能体函数调用持久化

推荐理由：Vercel 把 Sandboxes 的调用超时拉到 30 分钟、沙箱寿命延长到 24 小时，跑长时间 agent 任务再也不怕突然断掉，配合持久化甚至能做到无限状态，适合搞复杂 agent 的开发者。

原文

23:32

idoubi@idoubicc

作者分享自己用FastClaw作为底层runtime和ShipAny作为上层工具搭建Agent基础设施的架构。通过FastClaw的dashboard，用户无需写代码即可快速创建Agent，可配置models、skills、files（soul/identity/bootstrap），过程只需几分钟。每个Agent自带Sandbox进行工具调用，配置好后可通过API在其它客户端调用，无需操心部署和扩容。典型用例weclaw.im用ShipAny套壳，一小时内上线。

技巧 FastClaw ShipAny Agent 智能体 SaaS

推荐理由：想快速搞一个Agent SaaS后端？试试FastClaw + ShipAny，不用写代码，几分钟配置好，一小时就能上线。

原文