时效说明：本文信息与链接整理于 2026-04-16。各厂商套餐名、模型档位、定价与文档路径变更频繁，以官网与控制台为准；若发现与当前产品不一致，请优先信任官方说明。

若更关心 GPT / Claude / Gemini 各家族档位与国产替代（而非 IDE、CLI 产品形态），见：主流编程大模型怎么选：GPT、Claude、Gemini 与国产替代。

放在 docs/ 下，不会被 _posts 博客插件当成文章发布。执行时按表勾选；改完可在 Git 提交信息里写 docs(editorial): pass N · <slug> 方便回溯。

目标（什么叫「优化」）

• 语气：像人写的技术笔记——有取舍、有场景，少「综上所述 / 三个维度 / 赋能 / 生态闭环」。
• 结构：前言 3～6 句能说完就别写两段排比；小节标题少用「深度解析」「完全指南」式营销词（必要时保留 SEO 标题里的关键词，正文另说）。
• 保留：事实、公式、代码、Mermaid、法规名、产品名、链接；不为降 AI 味而删技术信息。
• 版式：继续遵守 .cursor/rules/zblog-markdown-posts.mdc（中文与 ** 之间半角空格、::: details 内数学等）。

Base URLs:

Authentication

loc

POST DeleteLoc

POST /loc/DeleteLoc

loc service method: // DeleteLoc .

Body 请求参数

{
  "app_id": 0,
  "id": [
    0
  ],
  "uid": 0
}

友情链接

VuePress Plugin Copy Page VuePress 页面复制插件文档站

👨‍💻 个人简介

你好，我是老Z，一名深耕支付安全领域的技术专家。从事金融科技行业多年，专注于支付安全、密码学与AI技术的深度研究与实践应用。

🎯 专业领域

💳 支付安全技术

• PCI DSS 合规专家：深入了解支付卡行业数据安全标准的各项要求
• 3D Secure 协议：在线支付验证协议的技术原理与集成实践
• 国际银行卡组织：Visa、Mastercard等七大组织的技术架构解析
• 移动支付安全：Apple Pay、Google Pay等数字钱包的安全机制

长会话写代码时，最怕两件事：上下文快满了还在猛聊，以及费用和限速心里没数。Claude Code 底部有一条可定制的 status line（状态栏），官方提供了 /statusline 斜杠命令，用自然语言描述需求就能自动生成脚本并写入配置。下文先讲官方机制与手写要点，再介绍社区里高定制的 ccstatusline，以及 ccusage、tweakcc 等周边工具怎么选。

前言

之前写了篇 Hermes JavaScript 引擎的文章，发出去才发现你说的是另一个 Hermes——Nous Research 的 Hermes Agent。抱歉搞混了，这篇才是正确的内容。

Hermes Agent 49k+ GitHub stars，是目前最火的开源 AI Agent 之一。它的核心卖点就一句话：内置学习闭环的自我改进 Agent。

Hermes Agent 是什么

Hermes Agent 是 Nous Research 开发的开源 AI Agent，定位是「会成长的 AI 助手」。

前言

日常用 AI 助手，一般是打开网页或者切到某个 App 问一句。但如果你的工作流分散在 Slack、Telegram、Discord 多个平台，来回切换本身就是损耗。

OpenClaw 做的事，就是把 AI 助手接到所有这些平台里，让它像一个真正的同事——在任何一个聊天软件里 @ 它，就能帮你干活。

OpenClaw 是什么

OpenClaw 是一个本地运行的个人 AI 助手，核心理念：

• 本地优先：跑在你自己的设备上，数据不经过第三方
• 多平台接入：WhatsApp、Telegram、Slack、Discord、Google Chat、Signal、iMessage、Matrix、Microsoft Teams 等
• 多智能体：可以配置多个独立 Agent，每个有自己的人格、工作区和模型
• 语音 + Canvas：支持 macOS/iOS/Android 语音交互，以及可控制的 Canvas 界面

概述

HTTP 管的是「请求长什么样、响应长什么样」；真正怎么在链路上跑，还要看 传输层 怎么选。三者可以粗记为：

• HTTP/1.1：语义经典，多数在 TCP 上跑；并发主要靠 多连接 或管线化（后者几乎没人认真用）。
• HTTP/2：还是 TCP + TLS，但在一条连接里把多个请求 多路复用 成帧流，顺带做了头部压缩等优化。
• HTTP/3：语义上仍是 HTTP，但底层换成 QUIC（基于 UDP），把「可靠传输 + 加密 + 连接管理」重新打包，解决 HTTP/2 在 丢包时整条连接被拖慢 的经典痛点。

系列总目录：《LLM 底层原理 · 系列学习计划》 · 上一篇：Day 3

Day 1 说过：模型读的是 token ID（整数）。神经网络需要的是实数向量才能做矩阵乘。Embedding（嵌入） 就是把「第 $i$ 个词」映射成 $\mathbb{R}^d$ 里一个点 —— 且这个映射是学出来的，不是手写规则。