磊磊落落

自上次本人完成「在 CentOS 上安装 OpenClaw，并接入企业微信」之后，就在想：在日常生活中，到底能用 OpenClaw 来做什么。

自发布上文「当下人人都在养龙虾，这龙虾（OpenClaw）为啥突然就火了？」之后，本人就有点心痒痒，寻思不管咋地，这「龙虾」咱也得养一只。不为获利，只为尝鲜！

「龙虾」现在火的一塌糊涂，它其实指的就是 OpenClaw。 为啥叫「龙虾」呢？这其实来自一个再简单不过的视觉联想 —— 因为 OpenClaw 的图标，正是一只红彤彤的龙虾。

文章首先介绍 State Machine 的基本概念，然后讲解 Spring Statemachine 的核心特性，最后通过电商订单状态流转的实战案例，演示将 Spring Statemachine

在 AI 辅助编程的时代，Copilot 已经成为众多开发者的得力助手。我们只要拥有一个 GitHub 账号，只要开通了 Copilot，即可在 VS Code 等编辑器中使用它。

开始本文前，让我们首先明确提示词与提示工程的概念。提示词是我们与大语言模型沟通时输入的指令，而提示工程则是发现能生成符合预期、稳定、可靠、和可复现结果的提示词的过程。 为什么需要提示工程呢？

本文介绍一个「规范驱动开发」工具的使用，它叫 Spec Kit，由 GitHub 推出，与市面上流行的 AI 助手（如 Cursor、Copilot、Claude、Windsurf 等）均有很好的集成

在 AI 时代，开发者可能会从之前的专注于代码实现上解脱出来，而会将时间更多的放在设计、架构和编写规范文档上。而良好的规范会帮助 AI 消除歧义、减少幻觉，从而实现准确可靠的代码。

本文首先针对 SQL 编写和 SQL 优化的场景，提出不提供上下文的情况下 AI 助手给出的参考结果准确性和质量受限；然后提出编写一个 MCP Server 给大语言模型补充上下文的想法。