SIDO Hexo https://sido-meet.online/notes/ 阅读、学习、实验和项目过程记录。 SIDO MEET · 过程笔记 2026-06-18T11:01:08.000Z SIDO 看到卡兹克老师今天发的一份书单，主题很有意思——「没有一本是关于 AI 的」。

作者的核心观点是：决定你能不能把 AI 用好的，从来都不是你对 AI 了解多少，而是那些可能跟 AI 毫无关系的底层能力。AI 本身在进步、工具会迭代、模型会换代，今天的技巧明天可能被淘汰；但人的很多底层能力和认知，是不会过期的。

这 10 本书横跨 1950–2026 年，从控制论到传播学到复杂系统到哲学到战略思维，加在一起构成了一个”在 AI 时代活得好的底层方法论”。

10 本书速览

# 书名 作者 核心一句话
1 《失控》 凯文·凯利 (1994) AI 是涌现出来的系统——放弃控制才能获得控制
2 《人有人的用处》 诺伯特·维纳 (1950) AI 协作的核心是反馈回路,人和 AI 的差距就是反馈质量
3 《系统之美》 德内拉·梅多斯 警惕”舍本逐末”——AI 加速流量的同时在悄悄消耗你的存量
4 《事实》 汉斯·罗斯林 给 AI 的 prompt 背后是你的世界观,世界观歪答案就歪
5 《理解媒介》 马歇尔·麦克卢汉 (1964) 别用后视镜看 AI——问”什么以前不可能的事现在可能了”
6 《反脆弱》 塔勒布 杠铃策略:一头守住底牌,一头激进试新工具,中间最危险
7 《一生的旅程》 罗伯特·艾格 (迪士尼前CEO) AI 时代每个人都是管理者——聚焦、不确定中决断、管创意型人才
8 《千面英雄》 约瑟夫·坎贝尔 把信息变成叙事、把产品变成意义,是 AI 时代最值钱的能力之一
9 《第一哲学沉思集》 笛卡尔 “我思故我在”——定期停下来怀疑一切,经过怀疑还能站住的才靠得住
10 《毛泽东选集》 毛泽东 战略思维教材——“没有调查就没有发言权”,问题就是事物的矛盾

整张书单的暗线

这些底层能力,不会因为模型升级而过期,不会因为工具迭代而失效。因为它们从来就不是关于 AI 的,它们是关于人的。

个人备忘:3 本先读的优先级

  • 想搞清怎么跟 AI 协作 → #2 维纳（反馈回路）+ #7 艾格（管理方法论）
  • 想搞清 AI 时代怎么思考 → #5 麦克卢汉（后视镜思维）+ #3 梅多斯（系统/存量）
  • 想搞清底层认知框架 → #9 笛卡尔（怀疑一切）+ #10 毛选（战略）

来源: 卡兹克, 2026-06-18（QQ 内看到分享的抖音链接 YZKv1tDnAi6j79,原文首发于卡兹克公众号/同名平台,搜索”卡兹克 AI 时代必读”可找到完整长文）。本篇为笔记整理,具体解读以原作者长文为准。

]]> https://sido-meet.online/2026/06/18/AI%E6%97%B6%E4%BB%A3%E5%BA%95%E5%B1%82%E4%B9%A6%E5%8D%95%E2%80%94%E2%80%94%E5%8D%A1%E5%85%B9%E5%85%8B%E6%8E%A8%E8%8D%90%E7%9A%8410%E6%9C%AC%E4%B9%A6/ 2026-06-18T11:01:08.000Z 卡兹克 2026-06-18 推荐的一份"没有一本是关于 AI 的"AI 时代书单，主张用底层能力应对 AI 时代的不确定性。 AI时代底层书单——卡兹克推荐的10本书 2026-06-18T11:01:08.000Z SIDO 详情请查阅https://docs.openclaw.ai/zh-CN/skills，本文是针对使用到的skill场景进行记录

创建 skill

让agent创建skill，建议明确制定使用skill-creator skill，不然模型可能创建出来的skill不符合规范格式，导致openclaw无法识别。

  • skill-creator skill 是元skill，无需自己安装。
    可以使用类似指令创建skill：
1
请你使用skill-creator skill创建一个skill，skill的用途是用于个人网站的友链管理。

skill 位置与优先级

  • 自定义位置：在openclaw.json中配置skills.load.extraDirs配置，指定skill的存储路径。

  • 内置skills：内置在openclaw中，比如skill-creator skill。

  • 托管式/本地 skills: .openclaw/skills 目录下的skill文件，该目录下的skills所有agent共享。

  • 工作区skills：在每个agent自己的工作区中<workspace>/skills目录下的skill文件。

  • Note: 针对名称冲突，优先级是：工作区skill -> 托管式/本地 skills -> 内置skill -> 自定义位置。

Q&A

  • 为什么创建skill但是openclaw没有识别到？
    • 很有可能是模型创建出来的skill不符合规范格式，导致openclaw无法识别。比如，缺少name字段。

参考文档

]]> https://sido-meet.online/2026/04/13/openclaw-skill-%E5%88%9B%E5%BB%BA%E4%B8%8E%E9%85%8D%E7%BD%AE/ 2026-04-13T07:09:17.000Z 记录 OpenClaw Skill 的创建方式、目录优先级、配置位置与使用 skill-creator 的注意事项。 openclaw skill 创建与配置 2026-04-13T07:09:17.000Z SIDO

这四个框架覆盖了从入门到大规模生产的完整 RLHF / Post-training 学习路径。

背景概览

框架 来自 核心定位 特色
ms-swift ModelScope 阿里 全链路微调框架 SFT + 偏好学习 + GRPO 族，Megatron 并行
verl ByteDance 字节 高性能 RL 训练库 PPO/GRPO，VLM 支持，FSDP/Megatron 双后端
OpenRLHF OpenRLHF 社区 工业级 RLHF Ray + vLLM 分布式，70B+ 全量微调
MiniMind 龚一淳 (个人) 入门教育 + 轻量级复现 全流程从0实现，$3 / 2小时，单卡可跑

一、MiniMind（⭐入门首选）

推荐理由： 代码纯净，核心算法全部从0用 PyTorch 原生实现，不依赖第三方 RL 库封装，非常适合理解底层原理。

  • 🌟 最小 26M 参数，GPT-3 的 1/7000
  • 💰 $3 成本 + 单卡 3090，2小时训完整流程
  • 📖 从0原生实现 PPO / GRPO / CISPO / DPO
  • 🔧 Tool Calling + Adaptive Thinking + YaRN 长文本外推
  • 🖼️ 支持视觉多模态 MiniMind-V

学习路线：

1
2
3
4
Day 1: 环境搭建 + 跑通最简流程
Day 2: 全流程实验 Pretrain → SFT → LoRA → DPO
Day 3: RLHF 强化学习 PPO/GRPO/CISPO
Day 4: 高级特性 YaRN / Tool Calling / Adaptive Thinking

资源：

二、ms-swift（工业级入门）

推荐理由： 全链路覆盖，文档最友好，国内生态最完善。

  • 支持算法：DPO, KTO, GRPO, DAPO, GSPO, SAPO, CISPO, RLOO, Reinforce++
  • 支持 vLLM / SGLang / LMDeploy 推理加速
  • Megatron TP/PP 并行 + Web-UI 训练界面
  • 多模态 VLMs 支持

学习路线：

1
2
3
Day 5-6: 环境搭建 + SFT + DPO/KTO 偏好学习
Day 7: GRPO 强化学习实战
Day 8: Megatron 并行 + 多模态支持

资源：

三、verl（算法深度）

推荐理由： 字节最佳实践，算法实现最专业，VLM 支持最好。

  • DAPO 算法官方实现
  • VLM recipe: Qwen2.5-vl, Kimi-VL
  • Multi-turn Rollout with Tools
  • 支持 AMD / Ascend 多硬件

学习路线：

1
2
3
Day 9: verl 核心架构 Actor/Critic/Reward/Ref
Day 10: GRPO + 多 GPU 扩展
Day 11: VLM + Agent 工具调用

资源：

四、OpenRLHF（大规模生产）

推荐理由： 生产级稳定性，支撑大规模训练，EMNLP 2025 Demo Paper。

  • Ray 分布式调度 + vLLM Rollout Engine
  • ZeRO 训练引擎
  • 70B+ 全量微调支持
  • Hybrid Engine（推理训练分离）

学习路线：

1
2
3
Day 12: OpenRLHF 架构解析
Day 13: 高级特性 Packing / Dynamic Filtering / 调参
Day 14: 多节点集群部署

资源：

推荐学习路线（四框架顺序）

1
2
3
4
5
6
7
MiniMind（零基础入门，理解原理）
    ↓
ms-swift（工业级框架，掌握全流程）
    ↓
verl（算法深度，字节最佳实践）
    ↓
OpenRLHF（大规模生产部署）

实战项目建议

项目1（入门）：MiniMind 全流程

用 MiniMind 跑通 Pretrain → SFT → DPO → GRPO 全流程，观测 loss 曲线。

项目2（工程）：小模型 RLHF 对齐

用 ms-swift，对 7B 模型做 SFT → GRPO，对比 DAPO vs GRPO vs Reinforce++。

项目3（研究）：推理模型蒸馏复现

参考 MiniMind-Reason，复现 DeepSeek-R1 的 GRPO + Reward + Verification 流程。

项目4（生产）：多 GPU 分布式 RLHF

用 OpenRLHF Hybrid Engine，配置 70B 模型的多节点 RLHF 训练。

]]> https://sido-meet.online/2026/04/13/llm-post-training-learning-guide/ 2026-04-12T16:00:00.000Z 对比 ms-swift、verl、OpenRLHF 与 MiniMind，规划从轻量复现到分布式 RLHF 的后训练学习路径。 LLM Post-Training 学习指南：ms-swift / verl / OpenRLHF / MiniMind 2026-04-12T16:00:00.000Z SIDO 不同场景下，openclaw需要负责不同的任务，任务有需要较强的推理，也有不需要推理。所以对不同场景下的任务，openclaw需要分配不同的模型。比如设计了两个agent，一个sido，一个personal-web-manager，sido负责简单的问题，以及分配任务给personal-web-manager，只需要性能相对弱的模型。personnal-web-manager负责个人网站管理，需要代码撰写，博客管理等工作，需要较强的推理能力的模型。还有对记忆的嵌入模型的选择等。

盘点目前已经拥有的可以使用的供应商：

  • minimax：订阅了plus套餐，每5个小时1500次调用，每周15000次；
  • modelscope：免费服务，单个免费模型调用次数小于500次，共2000次调用，每天刷新；
  • opentouter：免费服务，调用次数共50次，每天刷新；
  • 阿里云百炼：300元学生免费额度。

针对sido管家agent，选择MiniMax-M2.7-highspeed，fallbacks选择MiniMax-M2.7。针对personal-web-manager agent，选择MiniMax-M2.7，fallbacks选择MiniMax-M2.7-highspeed。

针对memorySearch的配置，参考https://www.jianshu.com/p/74faa4ef979d，使用`nomic-embed-text`本地部署的模型。

]]> https://sido-meet.online/2026/04/11/openclaw%E9%92%88%E5%AF%B9%E4%B8%8D%E5%90%8C%E5%9C%BA%E6%99%AF%E5%88%86%E9%85%8D%E6%A8%A1%E5%9E%8B/ 2026-04-11T05:52:00.000Z 根据任务复杂度为 OpenClaw 中不同 Agent 配置主模型、回退模型与本地嵌入模型。 openclaw针对不同场景分配模型 2026-04-11T05:52:00.000Z SIDO 在使用openclaw时，出现工具使用权限问题，我将其设置为full模式，初步确保了工具的正常调用，后续将根据实际使用情况，精细化调整工具权限。

具有四种工具模式，分别是：

  • minimal: 仅查看会话状态
  • messaging: 发消息，聊天，会话管理；不能读写文件，不能执行命令
  • coding: 文件读写，执行命令/代码，会话/记忆，图像分析
  • full: 无限制，所有工具可用

可以通过以下命令进行设置:

1
openclaw config set tools.profile [minimal, messaging, coding, full]

参考文档

]]> https://sido-meet.online/2026/04/03/openclaw-%E4%BD%BF%E7%94%A8%E8%AE%B0%E5%BD%95/ 2026-04-03T03:33:23.000Z 记录 OpenClaw minimal、messaging、coding、full 四种工具权限模式及配置方法。 openclaw 使用记录 2026-04-03T03:33:23.000Z SIDO
  • 首先一点就是使用，如果对市面上的agent没有一个调研，没有亲身使用的化，那就无法对agent有一个清晰的感知。
  • 第二点就是作品，使用agent不能只停留在使用，要有可以看到的作品。
  • 第三点是幻想，对agent商业化，应用合理的认知与幻想，成为agent领域的推动者。

    • 参考资料：

    agent社招面试经验分享-uid: 152686439-bilibili

    ]]>     https://sido-meet.online/2026/03/23/Agent%E9%9D%A2%E8%AF%95%E7%BB%8F%E9%AA%8C%E5%86%85%E5%8C%96%E6%80%BB%E7%BB%93/ 2026-03-23T13:22:41.000Z 从亲自使用、可展示作品与行业想象三个方面，总结 Agent 岗位准备中的关键经验。 Agent面试经验内化总结 2026-03-23T13:22:41.000Z     SIDO sudo-SQL 是一个基于 langgraph 框架的 Text2SQL 推理与评测智能体。设计的初衷是为了提供一个高效、准确的 Text2SQL 解决方案，同时也为了评测不同 Text2SQL 模型的性能。
    文件结构设计如下：

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    56
    57
    58
    59
    60
    61
    62
    63
    64
    65
    66
    67
    68
    69
    70
    71
    72
    73
    74
    75
    76
    77
    78
    79
    80
    81
    82
    83
    84
    85
    86
    87
    88
    89
    90
    91
    92
    93
    94
    95
    96
    97
    98
    99
    100
    101
    102
    103
    104
    105
    106
    sudo-SQL/
    ├── src/
    │   ├── __init__.py
    │   ├── inference_agent.py          # 主推理 Agent (StateGraph + Send API)
    │   ├── evaluation_agent.py         # 评估 Agent (未来扩展)
    │   │
    │   ├── utils/                      # 主 Agent 的 utils
    │   │   ├── __init__.py
    │   │   │
    │   │   ├── inference_agent_utils/  # inference_agent 的工具
    │   │   │   ├── __init__.py
    │   │   │   ├── state.py            # InferenceAgentState, ItemState
    │   │   │   ├── nodes.py            # load_data, prepare_items, distribute, process_batch, aggregate
    │   │   │   └── tools.py            # 协调工具
    │   │   │
    │   │   └── evaluation_agent_utils/ # evaluation_agent 的工具
    │   │       ├── __init__.py
    │   │       ├── state.py            # EvaluationAgentState
    │   │       ├── nodes.py            # evaluate, compare 等节点
    │   │       └── tools.py            # 评估工具
    │   │
    │   ├── sub_agents/                 # Sub-Agent 层 (独立可复用)
    │   │   ├── __init__.py
    │   │   │
    │   │   ├── loader_agent/           # 数据加载 Sub-Agent
    │   │   │   ├── __init__.py
    │   │   │   ├── agent.py            # StateGraph 定义
    │   │   │   └── utils/
    │   │   │       ├── __init__.py
    │   │   │       ├── state.py        # LoaderState
    │   │   │       ├── nodes.py        # load_dataset, unify_format, load_schema
    │   │   │       ├── tools.py        # DatasetLoader
    │   │   │       └── tools_schema.py # SchemaLoader
    │   │   │
    │   │   ├── prompt_agent/           # Prompt 构建 Sub-Agent
    │   │   │   ├── __init__.py
    │   │   │   ├── agent.py            # StateGraph 定义
    │   │   │   └── utils/
    │   │   │       ├── __init__.py
    │   │   │       ├── state.py        # PromptState
    │   │   │       ├── nodes.py        # build_prompt
    │   │   │       └── tools.py        # PromptBuilder
    │   │   │
    │   │   ├── inference_agent/        # 模型推理 Sub-Agent
    │   │   │   ├── __init__.py
    │   │   │   ├── agent.py            # StateGraph 定义
    │   │   │   └── utils/
    │   │   │       ├── __init__.py
    │   │   │       ├── state.py        # InferenceState
    │   │   │       ├── nodes.py        # call_model, extract_sql
    │   │   │       ├── tools.py        # ModelInference
    │   │   │       └── base.py         # BaseInference
    │   │   │
    │   │   └── saver_agent/            # 结果保存 Sub-Agent
    │   │       ├── __init__.py
    │   │       ├── agent.py            # StateGraph 定义
    │   │       └── utils/
    │   │           ├── __init__.py
    │   │           ├── state.py        # SaverState
    │   │           ├── nodes.py        # save_result
    │   │           ├── tools.py        # ResultSaver
    │   │           └── base.py         # BaseSaver
    │   │
    │   └── core/                       # 基础设施层
    │       ├── __init__.py
    │       ├── config.py               # 配置加载
    │       └── exceptions.py           # 自定义异常
    │
    ├── prompts/                        # 模板资源 (项目根级别，全局共享)
    │   └── templates/
    │       └── text2sql_basic.jinja2
    │
    ├── configs/                        # 配置文件 (项目根级别，全局共享)
    │   └── config.yaml
    │
    ├── tests/                          # 测试目录 (与 src 结构对应)
    │   ├── conftest.py
    │   ├── test_inference_agent.py
    │   ├── test_evaluation_agent.py
    │   │
    │   ├── utils/
    │   │   └── test_inference_agent_utils/
    │   │       ├── test_state.py
    │   │       └── test_nodes.py
    │   │
    │   └── sub_agents/
    │       ├── test_loader_agent/
    │       │   ├── test_tools.py
    │       │   └── test_nodes.py
    │       ├── test_prompt_agent/
    │       │   ├── test_tools.py
    │       │   └── test_nodes.py
    │       ├── test_inference_agent/
    │       │   ├── test_tools.py
    │       │   └── test_nodes.py
    │       └── test_saver_agent/
    │           ├── test_tools.py
    │           └── test_nodes.py
    │
    ├── scripts/                        # 脚本目录
    │   └── run_inference.py            # 推理入口脚本
    │
    ├── outputs/                        # 推理结果输出目录（运行时生成）
    │
    ├── pyproject.toml                  # 项目配置
    └── README.md                       # 项目说明文档

    遵循langgraph的状态管理规范，实现Text2SQL推理与评测智能体，包括数据加载、Prompt构建、模型推理、结果保存等功能，目前评测功能尚未实现。通过将不同功能模块当作独立的sub-agent节点，实现了高度的可扩展性和可维护性。同时基于节点间的分发功能（Send），实现了不同模块之间的解耦和并行处理，提高了系统的效率和响应速度。

    ]]>     https://sido-meet.online/2026/03/09/sudo-SQL-%E5%9F%BA%E4%BA%8Elanggraph%E7%9A%84Text2SQL%E6%8E%A8%E7%90%86%E4%B8%8E%E8%AF%84%E6%B5%8B%E6%99%BA%E8%83%BD%E4%BD%93/ 2026-03-09T11:57:11.000Z 介绍 sudo-SQL 的 LangGraph 分层架构、Text-to-SQL 推理流程、并发分发与评测扩展设计。 sudo-SQL: 基于langgraph的Text2SQL推理与评测智能体 2026-03-09T11:57:11.000Z     SIDO 想要给hexo博客添加一个历史更新功能，但是目前并没有找到合适的插件，符合以下需求：

    • 显示文章的更新历史
    • 点击历史可以查看历史文章

    退而求其次，hexo中支持updated字段，但是默认情况下，hexo不会显示updated字段。需要通过修改主题加手动指定该字段的时间，可以达到显示最近更新的时间的功能。

    1
    2
    3
    4
    5
    6
    7
    ---
    title: hexo博客的updated字段
    category: 博客开发
    date: 2026-02-12 21:59:42
    updated: 2026-02-13 22:00:00
    tags:
    ---
    ]]>     https://sido-meet.online/2026/02/12/hexo%E5%8D%9A%E5%AE%A2%E7%9A%84updated%E5%AD%97%E6%AE%B5/ 2026-02-12T13:59:42.000Z 说明 Hexo updated 字段的默认行为，以及如何在主题中展示文章的最近更新时间。 hexo博客的updated字段 2026-02-13T14:00:00.000Z     SIDO

    论文标题：DTS-SQL: Decomposed Text-to-SQL with Small Large Language Models
    论文作者：Mohammadreza Pourreza, Davood Rafiei
    论文链接：https://aclanthology.org/2024.findings-emnlp.481/
    论文代码：https://github.com/MohammadrezaPourreza/DTS-SQL

    前言

    在Text2SQL任务中，较小的开源模型与闭源的商业模型性能有较大差异。为了缓解该问题，作者提出将Text2SQL任务分解为两个子任务，分别为schema linking和SQL generation。相比于一阶段微调有3%-7%的EX提升。

    动机

    • 开源小模型在性能上比不过闭源商业模型
    • 一步生成SQL语句对于小模型来说是困难的，这个从实验中可以看到，相比一步生成，小模型可能会选错表，导致生成错误的SQL语句。因此，分为两阶段，先提升模型的schema linking能力，再提升SQL generation能力。

    方法

    主要是Schema linking fine-tuning和SQL generation fine-tuning。

    从 Spider 1.0 和 BIRD 2023 的数据集中构造，通过 gold SQL 提取 table。论文中是说提取了表和列，但是代码中直用了表。

    • 针对schema linking任务，输入是问题，数据库schema，输出是将用来生成SQL的表
    • 针对SQL generation任务，输入是问题，将用来生成SQL的表的schema，输出是SQL语句

    二者可以同时训练，分别增强模型的schema linking能力和SQL generation的能力。

    实验结果

    • 相较于一步生成SQL，两阶段可以提升模型性能
      image

    总结

    • 针对小模型，上下文有限，能力较弱，分解任务是有效的
    • 但是该论文仅局限于表粒度，可以探索更多的列粒度及值粒度
    • 能力提升归咎于SQL generation还是schmea linking，存在疑问
    ]]>     https://sido-meet.online/2025/12/17/%E3%80%90%E8%AE%BA%E6%96%87%E9%98%85%E8%AF%BB%E7%AC%94%E8%AE%B0%E3%80%91DTS-SQL-Decomposed-Text-to-SQL-with-Small-Large-Language-Models/ 2025-12-17T14:00:40.000Z 阅读 DTS-SQL：将 Text-to-SQL 分解为 schema linking 与 SQL generation，以提升小模型执行准确率。 【论文阅读笔记】DTS-SQL: Decomposed Text-to-SQL with Small Large Language Models 2025-12-17T14:00:40.000Z     SIDO 学啥写啥？

    今天学了啥呢，怎么控制hexo生成一个新的文章，首先要通过new的命令：

    1
    hexo new <layout> "文章名"

    这个命令会调用scaffolds下面的模板创建，创建post的layout为post，通过layout下的post.md控制，
    可以在post.md中设置文章的标题、标签、分类等信息。例如：

    title: 不知道写啥？
    date: 1765381929000
    tags:

    这个就在生成文章时自动填充。同时也可以通过命令控制，例如：

    1
    hexo new post "文章名" --tags="思考,随笔,生活"

    可以控制的参数有--author、--categories、--date、--tags等。具体可以查阅hexo文档。

    ]]>     https://sido-meet.online/2025/12/10/%E4%B8%8D%E7%9F%A5%E9%81%93%E5%86%99%E5%95%A5%EF%BC%9F/ 2025-12-10T15:52:09.000Z 从“学啥写啥”出发，记录 Hexo scaffold 与 new 命令如何生成带标题、标签和分类的文章。 不知道写啥？ 2025-12-10T15:52:09.000Z