Mem0 是一个开源的 AI 记忆层（Memory Layer） 框架，专为大型语言模型（LLM）应用提供长期记忆能力。与简单的对话历史存储不同，Mem0 实现了语义理解、实体关系图谱、个性化偏好学习等高级记忆机制，使 AI 能够像人类一样"记住"用户、积累知识、并在多次会话中保持连续性。
其核心定位是介于传统 RAG（检索增强生成）与简单对话管理之间的智能记忆中间件，通过 分层记忆架构（Tiered Memory Architecture） 实现从短时记忆到长时记忆的完整生命周期管理。
MCP（Model Context Protocol，模型上下文协议） 是一个开源标准协议，用于连接 AI 应用程序与外部系统。它就像 USB-C 接口 一样，为 AI 应用提供了一种标准化的方式来连接数据源、工具和工作流。
MCP 能做什么？
| 角色 | 收益 |
|---|---|
| 开发者 | 减少开发时间和复杂度，无需为每个集成重复造轮子 |
| AI 应用 | 接入丰富的数据源和工具生态，增强能力 |
| 终端用户 | 获得更强大的 AI 应用，能访问个人数据并执行操作 |
本文转载自 Kimi 官方文档入门指南：Prompt 最佳实践一文。
System Prompt最佳实践：system prompt（系统提示）指的是模型在生成文本或响应之前所接收的初始输入或指令，这个提示对于模型的运作至关重要
在大型机器学习模型，尤其是自然语言处理（NLP）模型中，"system prompt"（系统提示）指的是模型在生成文本或响应之前所接收的初始输入或指令。这个提示对于模型的运作至关重要，原因如下：
在设计系统提示时，需要考虑到这些因素，以确保模型能够生成高质量、相关且符合预期的输出。
为什么需要向模型输出清晰的说明？
模型无法读懂你的想法，如果输出内容太长，可要求模型简短回复。如果输出内容太简单，可要求模型进行专家级写作。如果你不喜欢输出的格式，请向模型展示你希望看到的格式。模型越少猜测你的需求，你越有可能得到满意的结果。
OpenClaw（原名 Clawdbot → Moltbot → OpenClaw）是一个开源 AI 代理框架，由奥地利独立开发者 Peter Steinberger 创建。它不是一个大模型，而是一个"给 AI 装上爪子的执行系统"。
简单来说：
它运行在你的本地设备（Mac/PC）或私有服务器上，通过 WhatsApp、Telegram、Slack、飞书、钉钉等日常聊天软件与你交互，拥有读写文件、执行终端命令、操控浏览器、访问邮件日历等系统级权限。