AsyncTalk

AsyncTalk

和我们一起,把 web 开发带向下一个高度 AsyncTalk 是一档中文,面向对 web 开发感兴趣的朋友所录制的 Podcast 节目。 后续我们会讨论更多更为前沿,工程化的话题,感兴趣可以持续关注。 联系我们请发邮件至 async.talk@gmail.com 期待沟通。

  1. 21小时前

    YoooClaw:给 AI 一具身体

    当 AI Agent 不再只存在于聊天框里,它会变成什么? 本期体验一款很有意思的软硬件结合产品——YoooClaw。它像一个吸附在手机背面的“小型 AI 硬件”,可以通过语音直接向 OpenClaw 下达任务,还能读取并总结手机通知、通过 RGB 灯带反馈重要消息,以及录制对话、识别不同发言者并生成会议总结。 它还支持切换 DeepSeek、GLM 5.2 等不同模型。但比具体功能更值得讨论的,是 YoooClaw 所代表的产品方向: 模型可以替换,App 和 Agent 框架也可以替换,但持续积累的个人上下文、稳定存在的硬件入口,以及从信息感知到任务执行的完整闭环,可能才是 AI 时代真正的护城河。 某种意义上,YoooClaw 就是在尝试给 OpenClaw 一具真实的“身体”。 当然,目前的产品仍然存在不少问题:任务结果展示不够完善、系统推送和定时任务尚未形成完整闭环,位置等上下文也没有得到充分利用。更重要的是,当一个设备能够读取通知、录制音频并长期积累个人信息时,隐私和数据安全将成为无法回避的问题。 这期视频会聊到: YoooClaw 如何通过硬件与 OpenClaw 交互• AI 通知总结与 Apple Intelligence 的体验差异• 录音、发言人识别和会议总结• 为什么持续积累的 Context 如此重要• 硬件入口为什么可能成为 AI 产品的商业护城河• YoooClaw 当前的产品缺陷与隐私风险 你认为这种软硬件结合的 AI Agent,会成为下一代个人 AI 助手的主流形态吗?

  2. 7月16日

    AI Agent 必备的 ChatSDK

    你肯定见过 OpenClaw 这种 AI Agent——挂在服务器上,你在聊天框 @ 它一句,它就自己动手把活办了:查资料、改文件、跑脚本……不只是会聊天,而是真能动手干活,也就是现在常说的 agentic。那要自己做一个这样的 agent,是不是得把每个平台的 API 和 webhook 都单独研究一遍、写一堆胶水代码?这期聊 Vercel 开源的 ChatSDK——可以把它理解成「AI Agent 的对话接入层」。它把 Slack、Microsoft Teams、Discord、Telegram、GitHub、WhatsApp… 十多个平台的机器人逻辑统一了起来:你只写一套 TypeScript 代码,在一个 onNewMention 回调里 subscribe 再 post,你的 agent 就能在所有平台上跑起来。视频里会带你看:· ChatSDK 的三个核心概念——Chat、Adapter、State· 怎么用一个 callback 统一处理各平台的 webhook,把"接入层"这件最烦的事交出去· 从"在 GitHub 里 @ 一下机器人帮你改个颜色"出发,一路扩展到 Slack 等更多平台· 内置 AI streaming、和 AI SDK 打通,接你自己的 agent 逻辑很顺· 聊天状态怎么持久化(memory / Redis);社区还有飞书等国内平台的 adapter一句话:在 ChatSDK 的帮助下,"造一个属于自己的 OpenClaw、把你的 AI Agent 放进各个聊天软件"已经变成挺简单的一件事了。你会想拿它做个什么样的 agent?或者你已经在搭什么有意思的功能了?评论区聊聊 �—— AsyncTalk 异步聊技术,既有趣又有料,我们下期见#ChatSDK #AIAgent #AI机器人 #Vercel #OpenClaw #TypeScript #asynctalk

  3. 6月18日

    前端代码也能「预制」了

    Swagger + Hey API 自动生成请求代码,告别手写 interface在前后端协作中,RESTful 接口缺乏强类型约束,常常带来一系列联调成本:前端遇到read from undefined,排查后发现是后端返回的数据结构缺失;约定好的字段类型被悄然变更(例如 int32 改为 int64 纳秒);字段命名、大小写、enum 取值、是否可选等细节需要反复确认,既影响效率,也容易引入缺陷。 GraphQL、tRPC 能够从根本上解决这类问题,但对既有项目而言改造成本接近重写,新项目也存在不小的学习成本,在实际工程中往往难以落地。 本期介绍一种更具可行性的渐进式方案:由后端提供规范的swagger.json,前端借助 Hey API 根据该契约自动生成请求代码。生成结果不仅覆盖请求发送,还可包含 response body 校验(可选启用 zod)、react-query 的查询代码与 key,并在编译期完成类型检查,从而尽早暴露问题、清晰划分前后端的责任边界。 该方案的另一项优势在于对 AI 与 CI 的友好度:数据结构固定后,AI 无需再推测接口的返回结构与路径细节,生成代码更准确;契约稳定也使 CI 中的类型检查、lint 与测试更加可靠。 它对后端实现与整体架构几乎没有侵入——开发方式仅从调用手写的 HTTP 接口,转为调用 Hey API 生成的接口。需要强调的前提是:后端提供的 swagger 必须准确,这仍依赖团队之间充分而严谨的沟通。 欢迎在评论区分享你的团队是如何管理前后端接口契约的。 #前端开发 #TypeScript #Swagger #HeyAPI #前后端联调 #AI编程 #asynctalk

评分及评论

5
共 5 分
5 个评分

关于

和我们一起,把 web 开发带向下一个高度 AsyncTalk 是一档中文,面向对 web 开发感兴趣的朋友所录制的 Podcast 节目。 后续我们会讨论更多更为前沿,工程化的话题,感兴趣可以持续关注。 联系我们请发邮件至 async.talk@gmail.com 期待沟通。

你可能还喜欢