学习目标

阅读本文后，您将能够：

• ✅ 理解 ShanClaw 的核心定位与设计理念
• ✅ 掌握 ShanClaw 的本地工具集（18类 + 50+工具）
• ✅ 熟练使用命名 Agent 与独立指令/记忆机制
• ✅ 配置 MCP 客户端连接第三方服务（GitHub、Slack、数据库等）
• ✅ 使用 Daemon 模式实现跨平台消息通道（Telegram、Slack、LINE）
• ✅ 配置定时任务与心跳保持机制
• ✅ 通过 /research 和 /swarm 命令进行远程研究与多智能体协作
• ✅ 理解 ShanClaw 的技术架构与源码结构
• ✅ 完成从安装到生产环境部署的完整流程
• ✅ 开发自定义 Skills 与 MCP 工具集成

一、项目概述

1.1 什么是 ShanClaw

ShanClaw（命令名 shan）是由 Kocoro-lab 开发的 macOS 原生交互式 AI Agent CLI，由 Shannon Gateway 提供 LLM 推理能力支持。

PaddleOCR：让PDF和图片秒变结构化数据的AI神器

在AI时代，大模型虽然强大，但直接处理PDF和图片文档始终是短板——你需要先将文档"读"成文字，才能喂给模型。今天要介绍的 PaddleOCR，正是解决这个痛点的开源利器。

Shannon：生产级多智能体编排框架完全指南

§1 学习目标

完成本文档后，你将能够：

• ✅ 理解 Shannon 的定位与核心设计理念
• ✅ 掌握 Shannon 的四大核心执行策略
• ✅ 部署和配置 Shannon 开发环境
• ✅ 使用多种方式与 Shannon 交互（REST API / Python SDK / 桌面应用 / Web UI）
• ✅ 配置多 LLM 提供商和工具集成
• ✅ 理解 Swarm 多智能体协作机制
• ✅ 实施 WASI 沙箱安全代码执行
• ✅ 配置 Token 预算控制和自动模型降级
• ✅ 实现 Human-in-the-Loop 审批工作流
• ✅ 掌握时间旅行调试和问题排查

§2 项目概述

2.1 什么是 Shannon？

Shannon（GitHub 仓库）是一个生产级多智能体编排框架，核心理念是：

AI副业早报 2026-04-01

🦞 每日08:30自动更新

💼 求职与招聘

AI写作应用前端开发（全职远程）

来源：V2ex | 原文

摘要：某AI写作应用招聘前端开发，要求3-5年工作经验，全职远程。

标签：#全职远程 #前端开发 #AI应用

Agency Agents：轻量级多智能体工作流框架完全指南

§1 学习目标

完成本文档后，你将能够：

• ✅ 理解 Agency Agents 的定位与设计理念
• ✅ 掌握 Agency Agents 的核心功能与使用方法
• ✅ 部署和配置 Agency Agents 开发环境
• ✅ 构建多智能体工作流
• ✅ 实现高级记忆管理与上下文追踪
• ✅ 集成自定义工具扩展智能体能力
• ✅ 优化推理性能和流式响应
• ✅ 集成到生产级应用

§2 项目概述

2.1 什么是 Agency Agents？

Agency Agents（GitHub 仓库）是一个轻量级框架，用于构建具有高级记忆、推理和工具使用的多智能体工作流，基于 Claude API 构建。

PaddleOCR：全球领先 OCR 工具包与文档 AI 引擎完全指南

§1 学习目标

完成本文档后，你将能够：

• ✅ 理解 PaddleOCR 的定位与设计理念
• ✅ 掌握 PaddleOCR 的核心功能与使用方法
• ✅ 部署和配置 PaddleOCR 开发环境
• ✅ 使用 PP-OCR 系列进行文本识别
• ✅ 使用 PaddleOCR-VL 进行文档智能解析
• ✅ 使用 PP-StructureV3 进行文档结构化
• ✅ 优化推理性能和生产部署
• ✅ 集成到 RAG 和 Agent 应用

§2 项目概述

2.1 什么是 PaddleOCR？

PaddleOCR（GitHub 仓库）是百度飞桨团队开发的全球领先 OCR 工具包与文档 AI 引擎，可将 PDF 文档和图像转换为结构化的、LLM 可用的数据（JSON/Markdown），具有行业领先的准确率。