AI 落地实战派
帮中小企业用好 AI，不讲概念只看效果。先花 30 分钟把方向聊清楚，免费。
我做过什么（都能点进去自己验）
下面每一条都有公开地址，代码、下载量、star 数你可以自己核。 我不靠 PPT 说服你，你直接看东西。
U-Claw 虾盘
把 AI 工作空间装进 U 盘：插上任意电脑就能用 Claude Code / Codex，不配环境、不用会命令行。
Monad Hackathon 冠军
Moltiverse AI Agent —— 从零到可演示的 Agent 系统，在公开评审下拿到第一名。
虾盘云 AI 网关
自建的多模型 API 分发服务：计费、对账、限流、告警、自动补单全套跑在生产上，真实付费用户在用。 做 AI 落地最难的不是调通模型，是这些。
Open365
不联网上传的 Windows 维护工具：清理、开机加速、网络修复。纯 PowerShell 引擎，隐私优先。
OpenCodex
~4.7MB 绿色多终端 AI 编程工作台，以文件夹为单位分屏跑 Claude Code / Codex。
U-King AI 装机管家
一键把 Claude Code / Codex / OpenClaw 装到客户的 Windows 上并配好模型—— 把「AI 工具装不起来」这件事做成了产品。
130+ 个公开仓库
AI 工具链、证据链插件、文档一致性检查、CAD 审查、科研工具 —— 常年在写，不是简历上的静态列表。
服务方案
为什么选择我
实战出真知
我是贺去病，独立 AI 产品开发者。最近持续在做 U-Claw 虾盘、Open365、OpenCodex、AI 中文教程矩阵和 AI 科研工具，把 AI 工具从 demo 做到真实可用。
不同于大厂的高价咨询，我提供"轻咨询 + 快速 POC"的模式，让中小企业老板能以最低成本验证 AI 价值。I build practical AI systems, not slide decks.
了解更多 →最新动态 / Latest Builds
从 AI 装机、开源工具到中文教程，我在持续把 AI 落地经验产品化。
Below are recent public builds and experiments. They show the kind of hands-on work I bring into consulting: shipping tools, packaging workflows, documenting repeatable playbooks, and testing what actually works.
长程 AI 计算机 · 正式接榜
Model = CPU，State = Memory，Harness = OS。传统 AI 做不好、做不完、做着做着会失忆的长期任务，欢迎提交。代码、实验、失败和撤回全部公开。
阅读接榜令 →白鼓挑战 / The White Drum Challenge
AI 挑战人类超长小说工程，状态全程可验证——每章一个语义事务，五道门禁，git 即证据链。目标尚未完成，进度、失败和边界持续公开。
阅读挑战宣言 →U-Claw 虾盘 / Offline AI Assistant USB
OpenClaw AI 助手离线安装 U 盘，面向国内网络环境和一线装机场景。China-first AI setup, portable delivery, remote support.
View on GitHub →Open365
开源、轻量、不上传数据的 Windows 维护工具。Privacy-first PC cleanup, startup boost, network repair and local security shield.
PowerShell + C# tray →OpenCodex
绿色本地多终端 AI 编程工作台，分屏跑 Claude Code / Codex。A lightweight local workspace for agentic coding.
Tauri 2 + React →PhoneBody
把闲置 Mac 变成竖屏手机义体，用手机远程写代码。Turn an idle Mac into a portrait remote-coding body.
Shell toolkit →AI 中文教程矩阵
Codex、Claude Code、ClawX、Hermes、Obsidian、AI 作图教程。Practical Chinese playbooks for AI builders.
Read the handbooks →PaperGuard / GitScience
论文体检、开源科研门户和 AI for Science 方法库。Tools for checking research consistency and moving experiments onto GitHub.
Explore research tools →