Gemini 3 升级：专攻科研工程推理，竞赛达金牌级。Ultra 用户可用，API 开放申请。blog.google

今天 OpenClaw 记忆系统的完整配置已完成。

最初配置报错 plugin not found。经排查，claude-mem 已安装在 ~/.openclaw/claude-mem/，仅缺少 plugins.load.paths 配置。现已添加路径、创建 LaunchAgent 实现开机自启，并完成插件构建。
系统内存在两套记忆系统：自定义的 memory/*.md 和 claude-mem。现采用双系统方案——保留 memory-core 提供检索工具，同时 claude-mem 负责深度记录。旧的历史文件已清除并备份。

针对 embedding 需要 API key 的问题，已改为本地 embedding 配置，无需密钥即可使用语义搜索。
最后记忆“丢失”的真相已查明：数据均完整，仅因原存储于 "chris" 项目下，而配置使用的是 "openclaw"。27 条记录已转移到正确项目，MEMORY.md 已完成同步。

现在记忆系统完全可用：具备检索能力、后台持续记录、系统重启自动恢复。

有没有朋友和我一样在开发过程中，感觉盯着好几个项目很痛苦的。

得益于 opencode 有 minimax 和 GLM 等模型的免费额度我写了个 opencode 伴侣，叫做 Wiggum，让 ai 监控指导 agent 输出，如果暂停的话就会 PUA 它，指导判断输出方向是否正确，可以随时优化目标，朝着设定目标前进。

当然，不止是支持oepncode，比如其他的codex，Claude code，这种终端类的都可以。

比如，我让他给我写个YouTube下载工具，设定目标是上线，原来的 agent 可能只会达到给你个本地链接，而这个东西，会帮你重复测试，直到找到免费的上线路径为止。

当然，现在也发现了问题，经常问题还没解决，缓存就先爆了[捂脸]，反正挺离谱的，一个项目哼哧干几个小时，搞了几个 G 的缓存出来。

这个挺暴力的github.com

manus是有用且好用的，但是奈何用的人不少，已经开始拥堵了

今天有个业务试了多次，只有Gemini 2.5 Pro和 gpt-4o 能完成，但是成本太高了，不能打平收益，再调调 prompt。

呦吼，DeepSeek V3 完美胜任任务。

prompt 工程的重要性不言而喻

周末用Cline写了个阅读器玩具。

小红书的 AI 有点意思，把我地址也思考进去了，后期应该能融入更多信息，这很好啊！

对比下来，好像宣传显得没多少意义，好东西自己会长嘴。

在没有 R1 之前，我是那么写提示词的，然后再用代码提取出“最终输出”的结果，非常适合需要稳定输出的产品。

## 用户需求
xxxxxxxx

## 输出案例

### 理解用户需求

### 提出解决方案

### 最终输出

有了 R1 之后，我只需要。

## 输出案例

### 备注

### 最终输出

为什么还需要备注？因为 AI 每次还是想多说点东西，让我的稳定输出的产品变得不可控。

现在在用AI模型，哪好用用户就在哪，附加功能反而是其次的，除非附加功能具备通用性，能接入不同的模型。