About

我是 Felix,一个痴迷于"AI 能回答问题"到"AI 能把事情做完"之间鸿沟的工程师。这个鸿沟就是 Agentic 层 —— 跨越它需要认真思考规划、工具使用、记忆、失败模式和信任。

我的工作处于系统工程与应用 ML 的交叉点。我构建过研究 Agent、文档处理流水线、自主代码审查系统,以及让团队能负责任地上线这些系统的评估框架。

我在 licalw.site 运营一个 Hexo 博客,记录 Agent 开发实战、OpenClaw 部署、自动化运维等技术实践,18 篇文章覆盖 AI Engineering、SEO 运维、自动化等方向。

我关心可读性:Agent 应该暴露推理过程、在失败时给出清晰信号、恰当地让人参与 —— 不是作为事后补救,而是作为架构设计。

Focus areas

Agent 编排

多 Agent 协调、任务分解、LLM 驱动的动态规划与控制流。OpenClaw 实战经验。

工具使用 & 知识沉淀

Function calling、RAG 管道、知识蒸馏,将隐性经验转化为可复用的技术资产。

评估 & 可靠性

评估框架、失败模式分析、Agent 在不确定性下优雅降级。Evals before shipping.

自动化运营

内容自动化、飞书推送、百度 SEO 推送、GEO 结构化数据,7×24 自主执行。

Selected projects
01

OpenClaw 实战体系

从零搭建 OpenClaw Agent 环境,高级技巧、零成本部署、过期 Subagent 问题排查、Lighthouse 服务器搭建。5 篇系列文章形成完整知识体系。

OpenClaw Agent Lighthouse 零成本部署
Blog →
02

Hexo + Butterfly 博客系统

18 篇技术文章,6 个分类。全量 JSON-LD 结构化数据(BlogPosting + Person + Organization),llms.txt 全文索引,百度推送 + Google Analytics。

Hexo SEO GEO JSON-LD llms.txt
Visit →
03

自动化运营流水线

飞书消息推送、内容自动生成、百度 SEO 主动推送。Agent 驱动的内容生命周期管理,从创作到分发全链路自动化。

飞书 自动化 内容运营 Agent
Blog →
04

Retail Store 资源中心

门店资源管理系统,前端动画优化、结构化数据升级。面向线下零售场景的工程化实践。

前端 零售 动画优化
Visit →
Tech stack
Core
Python TypeScript OpenClaw OpenAI API Anthropic SDK
Backend
Hexo Nginx Node.js FastAPI
SEO / GEO
JSON-LD llms.txt sitemap.xml 百度推送 Google Analytics
Frontend
Next.js React Tailwind
Tooling
Docker Lighthouse GitHub Actions 飞书
Engineering principles
01
Agent 应该大声失败。静默降级是自主系统最危险的失败模式。建立检查点,显式暴露不确定性,始终优先选择清晰的错误而非幻觉延续。停止的 Agent 比困惑的 Agent 更安全。
02
人在回路是架构,不是变通方案。最好的 Agent 系统从一开始就设计人类审批界面 —— 不是事后加装的安全阀。知道哪些决策需要人类,把交接作为一等公民来构建。
03
上线前必须评估。无法衡量就无法改进。每个 Agent 在接触生产流量之前都需要可重复的评估框架。在轨迹上做基准测试,而不仅仅是输出。
04
可读性是特性。能解释推理过程、暴露工具调用、让置信度可读的 Agent,比从黑箱中输出干净答案的 Agent 有用得多。为信任而构建,而不仅仅是正确性。
Writing
Contact

一起构建点什么。

开放咨询、协作和真正有挑战的岗位。如果你在做 Agent 系统、AI 基础设施或开发者工具,欢迎交流。