#agents

自动化 Agent 最需要稳定执行和确定输出，OpenClaw 恰恰做不到：同样任务结果不同，失败不通知，无法保证成功。我们的解法是加巡查记录和失败通知、处理过程脚本化、提示词模板化、输出 JSON 化并严格校验。

中级教程：从本站 BlenderMCP Skill 页面复制提示词给 Agent，它替你装好；重启后打开 Blender，用一句一句的话建模、改材质、摆场景，最后保存并做交付前检查。适合做 3D 原型、资产草图和场景搭建。

在现成动效模板上改文案和数字，重新渲染就能下载成片，风格统一。

中级教程：不用再开多个终端手动搬消息。一条 npx tmux-bridge-mcp setup，让 Claude Code、Codex、Gemini CLI、Kimi Code 彼此读取对方终端、互发任务、接力协作，全程通过 MCP。含分屏、命名和协同的具体步骤。

初级教程：在 Home Assistant 里创建长期访问令牌，把一段话交给你的 AI Agent，它就能查看家里设备的状态，并在你同意后帮你开关灯。

如今每一家主流模型提供商都允许模型调用你定义的函数。这对你在工作中运行的工作流意味着什么，以及你需要在工具中检查的一个设置。

一份 600 到 1,200 字的报告，附带论断表：每条论断、支持它的来源、反驳它的来源，以及一份置信度说明。另附每一次搜索和阅读的运行日志。

一个可以在会议上直接用的通俗定义、每个 Agent 都有的三个部分，以及怎么分辨真正的 Agent 和换了名字的聊天机器人。