信息流

最近 7 天,共 1893 条

社区

我把自己的 Agent 从 Wails 迁到了 MyGo 原生 GUI,全程踩坑和实践分享

最近把自己写的工作 agent Ally agent 的界面重写了一遍,起因是无意中看到有人推荐 MyGo ,加上我对内存和性能一直有点追求,多年来一直在用 wails ,想换个试试,就想拿自己的项目试点,没想到结果意外的不错。 旧版本的技术栈是典型的 Go + Wails + Vue ( wails 我用了很多年 最近终于 V3 发正式版了 等了四年,可惜我也老了 ),界面用 Naive UI ,样式美观,效果也相当不错。但做久了有几个地方比较麻烦( tarui 应该也是一样): 跨平台界面的细节不一致,构建链比较长,还有前端内存出了问题以后,我这个写后端的人不太容易排查。 折腾了一段时间,现在主要页面已经迁到 MyGo 了,记录一下过程中比较有感触的地方。 先说一下技术路线:Wails 的界面通过系统 WebView 展示网页; MyGo 既支持这种方式,也支持用 Go 写 Native UI ,由框架自己绘制。WebView 也有自己的优势,MyGo 两种都支持,相当于有个兜底,下面会说。 Ally 现在的聊天、设置等常用页面用 Native UI ,插件页面和部分预览仍然按需使用 WebView 。 一、UI 跨平台一致性 这是我这次迁移最重视的一点。 之前用 Wails 做界面,Windows 上调好的页面,到了 macOS 上经常还要再看一遍。字体、行高、滚动条、输入框这些地方,偶尔就会有一点不一样。 比如我画的表格,不知道为啥线条在 macOS 上看着发虚,Windows 上就正常。单看问题都不大,但调整完一个平台还得顾着另一个平台,挺烦的。 Wails 使用系统 WebView ,Windows 和 macOS 背后的浏览器引擎不一样,前端样式最终要经过各自的渲染实现。 MyGo 的 Native UI 由框架自己负责布局和绘制。迁移后,我在 Windows 上调好的主体界面,拿到 macOS 上看到的效果接近得多,需要针对平台单独修的地方也少了。 当然,自绘也不等于所有像素都完全一致。MyGo 的文字排版仍然使用 各平台的文字系统 :Windows 是 DirectWrite ,macOS 是 Core Text ,Linux 是 Pango 。字体回退、DPI 、输入法这些还是要分别检查。但至少不用再同时处理两套 WebView 引擎带来的样式差异了。 以前总觉得 Electron 重,碰到这些问题后倒是能理解为什么有些项目愿意用它:自带 Chromium ,渲染环境相对好统一。OpenCode 桌面端后来也 从 Tauri 换到了 Electron ,不过人家具体为什么换,我就不瞎猜了。 二、内存问题现在能用熟悉的 Go 工具查 以前 Wails 版本的 Go 后端一样可以用 pprof ,但界面在 WebView 里,Go 堆、JavaScript 堆、DOM 、浏览器渲染进程是几块不同的东西。 前端也有 DevTools ,可以拍 JS heap snapshot 、查 DOM 引用。但我平时主要写 Go ,遇到界面内存持续上涨,分析起来没有 Go 那么顺手。 现在主要界面和业务都在 Go 进程里,我给 Ally 加了一个按需导出诊断的入口:在设置里点“导出内存诊断”,会导出 heap.pprof 、 allocs.pprof 、 goroutine.pprof 等文件。 比如在空闲时导出一次,复现内存增长后再导出一次,就可以对比: go tool pprof -http=127.0.0.1:0 \ -base=before/heap.pprof after/heap.pprof heap 主要看还活着的对象, allocs 主要看累计分配。分配量大不一定是泄漏,也可能是某段代码反复创建临时对象,GC 能回收,但会持续消耗 CPU 。 当然,pprof 主要看到的是 Go 堆。系统和 GPU 资源,以及 WebView 子进程的内存,还是得用其他工具看。 三、帧处理的坑 MyGo 的界面更新会重新构建控件树,写 UI 时要特别留意渲染函数里做了什么。 我的 Agent 有命令执行卡片,命令输出可能很长。之前即使卡片折叠着、界面上只展示最后几行,代码仍然会先把整段输出拆分、去空行,再取出末尾几行。 看起来只是一个字符串处理函数,但界面更新时会反复执行。 后来改了两处: 只需要末尾几行时,从字符串尾部向前扫描,不再先拆分整个输出。 需要重复使用的派生结果按原始内容缓存;内容没变就复用。折叠时不构造展开用的行数据,并释放对应缓存。 一次本地测试里,用两万行命令输出测试折叠卡片的相关处理, 单次分配从约 1.9 MB 降到 1.9 KB ,耗时从约 0.72 ms 降到 0.02 ms 。 这是这段处理在该样本下的局部结果,不是整个应用的性能对比。 对应修改在这里 。 类似的问题还有工具参数 JSON:同一条消息的卡片头、卡片体都可能读取参数,如果每次渲染都 Unmarshal 一遍,长对话里分配会越来越明显。现在把解析结果挂在控件局部状态上,原始参数变化时才重新解析。 我的感受是,性能问题要先分清楚是“ 每次请求执行一次 ”,还是“ 界面更新时每帧执行一次 ”。后者哪怕单次看着不重,乘上帧数和控件数量也很拖累性能。 四、构建链变短 旧项目的构建大致要经过前端依赖、绑定生成、Vite 构建,再编译 Go 。MyGo Native UI 的主要页面直接用 Go 写,主界面去掉了前端打包这一步,我自己的项目构建起来明显快了不少。 MyGo 不依赖 CGO ,交叉编译也省事。目前 Ally 的构建脚本可以在 macOS 上处理 Windows 、macOS 、Linux 的 x64 和 ARM64 六个目标,另外生成 macOS Universal 包。 例如编译一个 Windows x64 二进制,核心就是: CGO_ENABLED=0 GOOS=windows GOARCH=amd64 go build -o Ally.exe . 实际发布还要处理资源、压缩包、签名等事情;能交叉编译出来,也不代表已经在目标系统完成运行验证。Linux 的图形环境和使用 WebView 时需要的系统库,也仍然要考虑。 这里补充一下:我刚看了 Wails 3.1 的发布说明 ,它也加入了无 CGO 构建能力。目前 macOS 和 Linux 的 purego 后端还是实验性质,CGO 仍是默认选项。 所以“无 CGO”以后不一定是两者之间的主要区别。对我这个项目来说,更明显的差别是主界面不用再经过 Vue 那套构建流程了。 五、MyGo 组件够用,但 Web 生态还是强很多 迁移前我担心原生 GUI 要从头写一堆控件,实际比想象中好一些。 MyGo 已经有常见的表单、列表、树、弹窗,也有代码编辑器、Diff 、Markdown 等组件。Ally 的文件浏览和代码编辑用到了它的编辑器,聊天内容也用到了 Markdown 相关能力。 但如果和成熟的 Web 组件库比,差距还是很明显。Naive UI 这类库积累了很长时间,一个表单、选择器或者弹窗拿来就能用,样式、焦点、键盘操作、动画都比较完整。 好在 MyGo 的定制能力不错,但要做出自己满意的效果,颜色、间距、状态和交互细节还是得花时间。我之前不太想碰这类原生 UI ,一个原因就是觉得

社区

[酷工作] 上海|外企|黄浦区淮海中路| WLB| AI Agent 应用开发工程师招聘| 15K

AI Agent 应用开发工程师 JD 职位定位 面向乳制品企业业务场景,负责企业级 AI Agent 、AI 应用及智能工作流的设计、开发与落地。通过大模型、知识库、工具调用和多 Agent 协作,提升市场、销售、供应链、生产、质量、财务及职能部门的工作效率,推动企业从“使用 AI 工具”走向“AI 驱动业务”。 该岗位不仅需要具备 AI 应用开发能力,也需要能够深入理解业务需求,将真实工作痛点转化为可持续使用、可衡量价值的 AI 产品。 建议职位名称 优先建议 :AI Agent 应用开发工程师 备选名称 (突出企业内部 AI 落地与赋能): 企业级 AI 应用开发工程师 AI Agent &amp; 企业智能化应用工程师 AI 应用架构与落地工程师 AI Enablement &amp; Agent Engineer 岗位职责 全流程架构与交付 :负责企业级 AI Agent 及 AI 应用从 0 到 1 的方案设计、开发、部署和持续优化。 核心业务场景落地 :基于 LLM 构建实际业务应用,涵盖: RAG 企业知识库与智能问答 Function Calling / Tool Calling 机制设计 多 Agent 协同协作网络 复杂业务场景下的 AI 自动化工作流 面向各部门的企业级 Copilot 、数字员工及智能助手 全栈应用研发 :负责 AI Web 应用的全栈开发,包括前端交互体验、后端高性能服务、模型接入层、多租户/权限控制及企业系统集成。 业务痛点挖掘 :深入调研业务部门实际需求,精准识别市场、销售、供应链、生产、质量、研发、财务及职能支持部门的高价值 AI 切入点。 端到端工程闭环 :将业务需求转化为可落地的技术方案,主导原型验证( POC )、正式上线投产及后续长效迭代。 Agent 工程化与治理体系 :搭建企业级 Agent 基础设施与运维看板,包括: Prompt 工程与模板版本管理 Evals 自动化效果评测基准 全链路日志记录与链路追踪( Tracing ) 运行状态监控与智能告警 生产环境推理成本、响应时延( Latency )与服务稳定性调优 模型选型与平衡 :主导商业大模型与开源模型的选型评测,在效果产出、Token 成本、吞吐性能和企业数据安全合规之间取得最优解。 企业系统深度打通 :结合企业数据资产与权限体系,推动 AI Agent 与 ERP 、CRM 、供应链系统、知识库、数据分析平台及移动/协同办公系统集成。 内部赋能与 Vibe Coding :推动内部 AI 工具生态落地,主导 Vibe Coding 与 AI 辅助工具在研发、业务及日常办公中的实践普及。 知识沉淀与运营 :沉淀企业级 AI 应用 SOP 、操作手册、Prompt 最佳实践库与业务赋能案例,定期组织技能培训与内部运营分享。 任职要求 教育背景 :本科及以上学历,计算机科学、软件工程、人工智能、信息管理、数据科学或相关专业。 实战经验 :具备真实的 AI Agent 或 LLM 应用落地经验,能够提供已上线或企业内实际运行的生产级案例(非纯 Demo 或课设练习)。 框架技能 :熟练掌握以下一项或多项主流 Agent 开发框架: LangGraph LangChain LlamaIndex Semantic Kernel 其他主流 Agent 编排框架 RAG 深度技术 :深入理解 RAG 全链路,熟悉 Embedding 模型、主流向量数据库(如 pgvector 、Milvus 、Chroma 等)、复杂文档结构化解析、混合检索( Hybrid Search )、重排( Rerank )及权限隔离机制。 Agentic 核心机制 :精通 Function Calling / Tool Calling 协议、结构化 JSON 输出控制,以及状态机工作流编排模式。 后端开发 :熟练掌握 Python ,熟悉 FastAPI 、Django 或主流异步框架;具备 Node.js/TypeScript 后端开发能力者优先。 全栈/前端开发 :熟悉 React 、Next.js 或主流现代前端技术,具备独立交付完整 AI Web 交互界面的全栈能力。 工程与成本意识 :熟练对接主流大模型 API (商用闭源/开源部署),具备扎实的上下文窗口优化、Token 成本压缩与端到端响应时延控制经验。 解题思维 :具备强业务目标导向思维,能够从业务 ROI 与实际痛点出发做架构设计,杜绝盲目堆叠技术组件。 跨部门协同 :沟通表达顺畅,能够跨领域与市场、销售、供应链、研发、财务等团队高效对话并推动落地。 自主推进力 :具备良好的自驱力、技术文档编写习惯与知识资产沉淀意识,能够独立抗压并推进复杂项目。 加分项 成熟产品经验 :主导或核心参与过企业级 Copilot 、数字员工、智能客服、知识图谱或自动化提效平台建设项目。 现代研发范式 :具备深度 AI 辅助研发( Vibe Coding / AI IDE )实践经验,重度使用 Cursor 、Claude Code 、GitHub Copilot 、Codex 等效率工具。 生态与可观测性 :熟悉 Vercel AI SDK 、LangSmith 、LiteLLM 等现代 LLM 基础设施生态工具链。 私有化与推理加速 :具备开源模型私有化部署经验,熟悉 vLLM 、Ollama 、模型网关( API Gateway )架构或 GPU 推理集群配置与性能调优。 组织转型赋能 :具备主导企业内部数字化转型、AI 工具推广落地、组织提效培训等复合经历。 行业背景理解 :具备快消品( FMCG )、乳制品、大型零售、智能制造、供应链排产或全渠道销售相关业务背景。 全栈工程复合 :具备复杂 SQL/数据分析、高并发 API 架构设计、企业中间件集成或容器化 DevOps/CI/CD 经验。 我们更看重的特质 AI-Native 思维 :深度构建过原生 AI 交互与业务闭环,而非简单套壳封装 API 转发。 端到端交付力 :具备将不确定性需求穿透至生产环境上线的单兵作战与项目协同能力。 业务价值导向 :紧盯实际落地成效、效率提升倍率与 ROI 指标,拒绝脱离业务的纯技术炫技。 前沿技术敏感度 :对大模型领域最新范式保持敏锐嗅觉,能快速进行 PoC 原型论证与低成本试错。 体系化思考与持续学习 :具备长期主义视角,能把零散的脚本演进为稳定健壮的企业级资产。 典型应用场景(入职后重点方向) <st

社区

[分享创造] 打国际电话也能翻译了: Vonode iOS 加了通话翻译

Vonode:家里放台常开的小主机,接上 4G 模块和自己的 SIM 卡,手机上就能收发这张卡的短信、接打电话,卡不用跟着人跑。 iOS 1.4.5 已上架,新增 通话翻译 ,适合要跟国外客服、酒店、房东打电话的场景。 怎么用 接通后手动开 :通话里点一下“翻译”,不开就跟平时一样 对方的话变成文字 :译文和原文一起显示,没听清可以回头看 打字或点短语回复 :“请稍等”“请说慢一点”这类常用句一点就发,App 用对方的语言读给对方听 在手机上运行 :语音识别和翻译都在设备上跑 对方知情 :开启后对方会先听到一段简短提示 多种语言 :中文(简/繁)、英语、日语、韩语、西班牙语、法语、德语等,语言包按需下载 需要 iOS 26 。 其他 Wi‑Fi 通话、短信收发、eSIM 切换、保号提醒这些老功能照旧 节点刚更新到 v1.4.9 ,通话中网络延迟持续升高时,声音有所改善 领码 iOS 和安卓终身版兑换码,Telegram 机器人领取。 订阅频道 @ vonode_app ,加入交流群 @ vonode_group 私聊 @ vonode_guard_bot 发 /start ,点「领取兑换码」,选 iOS 或安卓 点「🔐 验证并领取」完成网页验证,按提示到 App Store 或 Google Play 兑换 每个 Telegram 账号限领一份,仅供本人使用,请勿转卖;仅限中国大陆以外的居民领取;新注册的 Telegram 账号需入群满 24 小时。楼里不发码。 下载与反馈 App Store: https://apps.apple.com/app/id6792482850 Google Play: https://play.google.com/store/apps/details?id=cc.vonode 节点安装( systemd / Docker Compose ): https://github.com/vonode/vonode-releases 交流群:@vonode_group 有问题欢迎楼里或群里提,翻译效果也欢迎反馈。

社区

感觉 claude 封号确实是积分制的

用了小半年的 5x 账号今天阵亡了,邮件说是违反了支持国家/地区政策( violation of our Supported Countries Policy ), 我看有人说 a/封号是异常操作积累到一定程度才会触发,不是一次特定动作,我感觉是那么回事儿 我之前已经 n 多次掉梯子裸连、节点乱跳,后台开着的 memory 早就记下了我在墙内的特征(中文语言、工作地区、岗位信息等),为啥是今天才封号确实搞不懂(可能是蹬的太狠了,最后一次任务同时带起来了 8 个子 agent ,把我最后一点分值扣掉了)

社区

[Google] 询问一个 gmail 接收验证码的问题

一个老 gmail 号,很久没登录了,今天备用邮箱收到邮件说长时间未登录可能会被删除 尝试登录(密码应该是正确的),提示要输验证码 不过收码的号码(怀疑是当时随便弄了个解码平台的号?)现在肯定是无法用了。 还有其他办法吗? 否则这号基本也就废了

社区

[Google Gemini] 为什么 Antigravity 突然模型速度很慢啊?

这两天在 Antigravity 用 Gemini 的 Flash 模型,响应速度很慢啊,完全没有之前的秒回的速度了,起码要等一分钟才回复,一直在很缓慢的思考,网络是没问题的,延迟很低(其实能回复就说明网络没问题了)。 有大佬知道解决办法的吗?

社区

[分享发现] [分享发现] 把重画一张图的两小时换成三十分钟,值不值

重画一张信息图大概两小时,转换大概三十分钟。看起来稳赚,但不是所有图都值得。 值得的:要反复改的汇报页、要复用的框架图、要给同事二次编辑的图。 不值得的:一次性展示、纯装饰、没人会改的图。 还有一个隐形成本:转换后仍要人工检查,尤其是小字、图注、单位。三十分钟里有一半是在验收。 所以我的判断标准很简单:这张图未来会不会被改第二次。会,就转换;不会,就贴图。 你们会怎么算这笔账? 工具入口在这里: https://image2ppt.asia?utm_source=v2ex (图片、截图、单页 PDF 都能转成可编辑的 PPTX ,成品无水印。) 相关截图(原图 → 成品):

社区

[分享创造] slimdeer:新一代的开源图片压缩和格式转换库

上周发了个帖子介绍新开源的 pngdeer ,一个 png 压缩工具。很多人提到希望支持其他格式,所以现在这个项目支持了 png, jpg, webp, avif 这些格式的压缩和格式转换。 压缩率是开源项目效果最好的,所有图片格式都比 TinyPNG 更小(同画质下),而且完全免费。 欢迎大家在 GitHub 上 star: https://github.com/heydeer/slimdeer (对了,名字从 pngdeer 改成了 slimdeer 。pngdeer 是我当初格局小了😄)

社区

[分享创造] 做了一个复古像素风的无尽跑酷 Dino, Google Play 封闭测试招募 12 位测试者(也可互测)

大家好,我做了一个复古像素风的无尽跑酷游戏 Dino ,现在在 Google Play 封闭测试阶段,需要至少 12 位测试者连续参与 14 天才能申请正式发布。 游戏特点: 触屏操作,也可选声音控制和头部动作控制(均在本地处理) 多种恐龙皮肤、会变化的场景 无广告、无内购、无需注册账号 参与方式(需要 Google 账号并能访问 Google Play ): 加入 Google 群组: https://groups.google.com/g/dino-testers 打开测试链接,点“成为测试人员”: https://play.google.com/apps/testing/com.homyit.studio.dino 从 Google Play 安装,并保持安装 14 天(偶尔打开玩玩即可) 也欢迎互测:你的应用需要测试者的话,评论里留下链接,我也会帮忙。有任何问题或建议都可以直接回复,谢谢!

社区

[分享创造] 受够了 GitHub Actions 的额度限制与手装 Runner,我写了个容器化的一键自建方案(支持本地缓存加速)

因为我自己的代码都是放在 Github 上,所以 CICD 用的也都是 Github Actions 。但随着 AI 引入,Github Pro 送的 3000 分钟构建时间捉襟见肘,于是搞了这个项目,把 Github Actions 放在容器里,从而解决了 Github Action Runner 没办法放在用户级别共享的问题,可以给项目配置多个 Runner ,加速构建。 市面上现成的 self-hosted runner 方案要么是庞大的 K8s Operator (对于单机/小团队太重),要么就是简单的 Dockerfile 没有考虑持久化和多仓库。 所以我写并开源了这个项目: bestony/self-hosted-action-runner ,目标是把 Runner 做成一个干净、免运维、可直接复制升级的容器。 做了哪些核心设计? 彻底解耦环境( DooD 模式) : 通过挂载宿主机的 /var/run/docker.sock ,工作流里的 docker build 、 container: 都能照常跑,宿主机除了 Docker 什么都不用装,绝不污染系统环境。 状态落卷持久化 : 凭据和配置保存在独立卷中,容器随时重启、升级重建,都不需要重新去 GitHub 页面申请 Token 重注册。 二进制打补丁支持本地 Cache Server (最省心的一点) : 官方 runner 默认会把第三方缓存环境变量覆盖掉。我们在构建镜像时给 Runner.Worker.dll 打了一个小二进制补丁,让工作流 不需要修改任何 YAML 代码 ,原生的 actions/cache 会自动走你内网搭建的 Cache Server ,局域网打满带宽拉取依赖,大幅缩短构建时间。 动态环境注入 : 如果编译某些库缺系统依赖(比如 libmysqlclient-dev 、 libpq-dev ),直接在 .env 里填 RUNNER_EXTRA_APT_PACKAGES 重启即可,启动时自动补齐,不用为了几个包天天重新 build 镜像。 一行交互式脚本(支持单机多仓库/多实例) : 一台服务器可以混配多个 Org 和 Repo ,每个目标按需分配实例数(实例数即并发 Job 数)。 如何使用? 直接执行一行安装脚本就行,会自动检测当前系统环境。 curl -fsSL https://raw.githubusercontent.com/bestony/self-hosted-action-runner/main/install.sh | bash 项目地址 https://github.com/bestony/self-hosted-action-runner 欢迎大家试用 &amp; 提问题~

社区

[推广] VVAE for V2EX 更新:发帖预览和 AI 排版,开放一周 Premium 免费试用

VVAE 是 V2EX 原生客户端,最近更新了两个功能,并支持 7 天免费试用。 1. 发帖预览 发布前可查看真实渲染效果,减少发帖后再修改的铜币消耗 2. AI 排版优化 一键规范基础排版,修改前后实时展示 Diff 变更。 试用与下载 支持 7 天免费试用: App Store : https://apps.apple.com/us/app/id6812334052 官网 : https://vvae.app 欢迎体验与反馈。

社区

[分享发现] 好久没去隔壁 linuxdo,没想到已经有官方 app 了。

用了一会,感觉还可以,比原来的网页舒服。 让我稍微有些惊讶的是,这个论坛人是真多,基本每秒都有新的回复或者帖子,虽然水贴不少,但是一个新成立的社区两三年能聚集这么多人确实厉害。 v 站第三方 app 确实不少,也有很多优秀的,我现在用的是 v2fun 和 r2v 。

社区

[分享创造] [称伴]上次只做了体重同步,这次补上饮食 AI 记录和健康数据读取

10 月发过一帖,讲怎么把 云麦体脂秤的的体重同步进 Health Connect 。这半个月继续改,补上了饮食 AI 记录和健康数据读取,同时也支持了更多的称,单独开一帖说明现在的样子。 1. 称重 还是蓝牙直连:站上去自动接收,读数稳定后 5 秒自动保存,倒计时里可以取消重测。支持的型号多了(云麦、小米、PICOOC 、荣耀、realme 、Etekcity 、FITINDEX 、OKOK ) 2. 饮食 拍一张或多张照片,AI 按菜品给出热量、蛋白质、碳水和脂肪。可以补充「两个人吃」「饭剩了一半」这类说明,应用按你实际吃下的部分展示和保存,不按人数二次换算。结果页能改食物、份量和营养,也能把被误拆的几项合并成一道菜;确认之后才加入记录。 3. Health Connect 饮食和体重分别授权写入,支持健康数据读取:今天的睡眠、心率、步数、运动、营养等指标和近期趋势,只读在系统里实际授权的类别 4. 应用更新 支持了应用检测更新能力,有预览版和正式版两渠道 项目地址: https://github.com/rccoder/ScaleMate 欢迎感兴趣的 V 友 体验

社区

[问与答] 小孩子看稍微暴力血腥一点的电影真的影响很大么

不到该看的年龄,却看了,昆汀接受采访的时候,说他就是这样长大的,他的妈妈不会太限制他观影,所以同龄的孩子不能看的电影他在很小的时候就看过,从小看电影的量就很大。后来不也成为出名的导演有所成就了么。相同类型的还有电影某种物质的导演科拉莉法尔雅。 还有印象就是亚当桑德勒的人生遥控器里,讲他的小孩子已经在看断手断脚找分尸的剧情了,所以有此一问,小孩子看稍微暴力血腥一点的电影真的影响很大么 重点来了,我有一个朋友。他家里小孩 6 岁,他爱看动作电影、好莱坞大片,经常出现一些打斗、暴力的场面,娃有的时候会跟着一起看。当小孩面看的当然不是 B 级片、cult 片,就是普通的战争打斗、功夫格斗。如果现在不适合让他一起看,那几岁适合。 要知道,我们可是从小看《聊斋》《黑太阳 731 》《 XX 功纪录片》长大的啊。。。

社区

[分享创造] 做了个 IP 质量检测站,每一分怎么扣的都写清楚了

前段时间排查网络问题,发现 IP 检测站基本都是给个分数,但不说怎么算的,页面上广告也不少。一气之下自己写了个: https://ipx.al 我自己比较在意的几点: • 分数能拆开看,扣了哪几项、各扣多少都列出来,公式放在 /about • 好几个定位源并排对照,谁跟大多数不一样就标出来,不用自己一个个开 • 风险库用的是公开黑名单,数据和构建脚本都放在 GitHub: github.com/yehyakin/ipx-al-data ,有误报可以直接提 issue • DNS / WebRTC 泄漏、分流这些在浏览器里测,不经过服务器 • 不用登录,不记录查询,没广告 • 终端里 curl ipx.al 也能看 技术上就是 Cloudflare Workers ,加几台小机器做延迟探针,风险库靠 GitHub Actions 每 6 小时跑一遍。 还很糙,欢迎拍砖。特别是判断错的 IP ,丢给我就行。

社区

[生活] 个人越来越觉得的分餐制是对的

年龄越大现在越觉得吃饭的分餐制是对的,现在只要有跟人合餐的需求就吃不好,尽量避开别人筷子动过的地方,筷子你夹我夹,菜翻来翻去的很反感,基本都吃的不香 and 吃的不多,过年回老家跟亲戚吃大锅饭也不太舒服了,偶尔有公筷的场面还是觉得好很多。

社区

安卓开发机推荐

最近需要做一些逆向方向的事情, 需要用到安卓手机,发现尝试 Genymotion 、Android Studio 模拟器等软件直接就会检测到不是真机,没法往下走了。感觉还是需要弄一台真机作为开发机, 虽然我现在有 iqq7 ,但是好像拿不到 root 吧? 看了一圈应该也就是一加和 pixel 合适了, 求推荐一个能 root 的,流畅一点作为开发机的型号,买个二手的够用就行,越便宜越好。

社区

[分享发现] 拆解下小红书黑话

Situationship: 约炮 短择: 约炮/短期炮友 Friend with benefit: 固定/长期炮友 生理性喜欢: 好色,喜欢帅的/漂亮的 颜控: 喜欢帅的/漂亮的 情绪价值: 你要负责哄我开心 家庭托举: 我想啃老 高配得感: 不要脸 向上社交: 想傍大款 拿下大结果: 傍到大款了 赶不走的恋人: 舔狗、血包、ATM 拧巴的人需要一个赶不走的恋人: 需要一个稳定的舔狗、ATM 、血包;我要开始 PUA 你了! 拒绝 xx 羞耻: 我 xx 我有理 喜欢年上: 喜欢有钱老男人 付出型男友: 金主 爹系男友: 有钱、会照顾人的金主 少年感的爹系男友: 有钱、会照顾人,还得年轻帅气的金主 气血充足: 身体好 前额叶受损: 脑子迷糊 认知觉醒: 我突然想明白了一件事 需要安全感: 需要你持续提供资源和确定性 狡猾的人类使用新的词语包装自己的行为。 本质就是这个社会并没有发生什么新鲜事,只是包装一些原本听起来不好听的词汇(部分),降低做这种事的时候的背德感。 PS: 摘抄自小红书贴子以及评论区,其中有部分理解比较片面,但是确实可以片面地去理解。

社区

[推广] 想用 Grok Bot, X 联合会员选 Premium 还是 Super?

先说结论: 如果你刚开始尝试 Grok Bot ,还没有形成稳定的高频需求,建议优先从 Premium 起步;只有当你需要让它持续运行任务,或者每周的共享额度经常提前耗尽时,再考虑升级 Super 。 我们在 ChongGrok 提供 X 联合会员代订阅服务 ,本文基于截至 2026 年 10 月 31 日核对的官方规则,为你拆解选档时最关键的几项差异(文中提到的 Premium 与 Super 均指新版 The X Subscription 联合会员)。 一、 购买前先确认两件事:防重复购买与明确任务边界 在决定选哪个档位之前,建议先完成以下两项核对,避免花冤枉钱: 先查现有账号是否已有权限(避免重复购买): 在新版 X 联合会员体系中,基础的 Plus 档不含 Grok Bot ,只有 Premium 、Super 和 Ultra 三个档位包含 Grok Bot 的使用权限。但需要注意的是,部分旧版 Cursor 、SuperGrok 等存量订阅本身仍可能还有 Grok Bot 的使用权限,建议先登录现有账号核实,确认没有权限后再新开(详见 官方 Bot 权益说明 )。 先想清楚交给它什么任务(有权限不等于能包揽一切): Grok Bot 拥有一台持续保留状态的云端电脑,能够在云端帮你处理文件、调用工具并执行多步任务——例如帮你整理一批资料,或排查某个代码问题,完成后再交由你验收结果。不过,“能用上 Bot”并不代表它能替你完美搞定所有工作,购买前最好先明确准备让它做什么、以及如何验收结果(可参考 官方用途示例 )。 二、 核心账本对比:Super 每月多花 $70 换来了什么? 对于准备新开 X 联合会员的用户,Premium 与 Super 在价格和额度上的核心差异如下: 比较项 Premium Super 官方月付价格(美元、未税) 30 / 月 100 / 月 Grok Bot 权限 包含 包含 每周共享用量(以 Plus 为基准) 4 倍 15 倍 从表格可以看出, Super 每月比 Premium 多付 $70 ,换来的是 Premium 3.75 倍的每周共享额度( 15 倍 vs 4 倍) ,同时享有高峰时段模型优先访问等附加权益。在看这组数字时,有两点必须注意: 额度倍数不等于固定的“每日完成任务数”: 实际能跑多少个任务,取决于任务的复杂程度、处理的材料体量以及具体的运行方式。此外,上表为官方美元未税原价,ChongGrok 的人民币服务报价需在服务页单独查看(官方规则详见 官方档位与价格 )。 额度是“三端共用”的,而非 Grok Bot 独占: 在新联合会员下, Grok Bot 、Grok 应用和 Cursor 编辑器 中纳入套餐的用量,全部从 同一个每周额度池 里扣除。这三款产品并不是各自拥有一份互不干扰的额度——你在 Cursor 编程或 Grok 聊天上用掉越多,留给 Grok Bot 的额度就越少(详见 共享用量说明 )。 正因如此,同样购买 $30 /月的 Premium ,不同人的体感会截然不同:如果平时只偶尔让 Bot 整理资料,额度往往绰绰有余;但如果同时高频使用 Grok 聊天、用 Cursor 写代码,还要让 Bot 持续在后台跑任务,就必须把这三部分的消耗加在一起评估。 三、 对号入座:三种典型使用场景怎么选? 你可以根据自己目前所处的阶段,按以下标准做决定: 场景 1:刚开始尝试,还没有固定任务——先选 Premium 。 先用范围明确的小任务测试 Bot 的产出结果是否符合预期,同时观察额度消耗速度。如果它连任务本身的质量要求都达不到,单纯花钱升档加额度也解决不了问题。 场景 2:平时够用,只是某一周集中赶工不够用——不必急着升 Super 。 遇到单周偶发的额度见底,可以先去后台看距离每周额度自动重置还有几天,再对比“等几天重置”与“临时买一点额外用量”哪个更划算。偶尔一次不够用,并不代表你以后每个月都需要固定支出 $100 的高档位。 场景 3:已有持续稳定的重度需求,经常提前用完周额度——算清差价后再升 Super 。 你可以把一段时间内为超额部分实际花掉的额外用量费用,与升级 Super 每月多出的 $70 固定订阅费放在一起对比。如果 Super 多出的每周额度刚好能覆盖你的超额需求,且总成本符合预算,再考虑升级(但需注意,即便升到 Super 也依然存在用量上限)。 查账避坑提示: 平时可以进入 Grok Dashboard 的 Usage 页面,查看本周已用额度、重置时间以及各产品的消耗占比。算账时请务必分清 “往账户里充了多少钱” 和 “实际消耗了多少钱” ——账户里还没用完的预付余额(剩余额度),不能算作你当月已经花掉的成本。 四、 避开两个最容易混淆的计费与扣款误区 在实际使用 Grok Bot 和额外用量时,以下两条费用规则最容易被误解: 1. 误区一:看到 Grok Bot 调用了 Claude/Opus ,以为会像 Cursor 一样额外扣费 Grok Bot 内部自动调度模型,与你在 Cursor 里手动选择第三方模型,执行的是完全不同的两套规则: 在 Grok Bot 中(自动路由不改变单价): Grok Bot 界面上没有手动模型选择器,系统会根据任务自动匹配模型。根据 Bot 计费 FAQ 说明,即便 Bot 在后台把你的任务路由给了 Opus 处理,也不会因此改变每 token 的计费价格,实际消耗依然只随完成任务所需的工作量浮动。因此,不要看到 Bot 内部调用了第三方模型,就误以为会套用 Cursor 的额外收费规则。 在 Cursor 中(手动选第三方模型从首次起另计费): 如果你在 Cursor 编辑器里手动切换到 Claude 、GPT 等第三方模型,这部分用量从第 1 次使用起就会另外计费, 不会因为你买了 $100 的 Super 档就变成套餐内免费额度 (详见 Cursor 模型与费用说明 )。 2. 误区二:以为关掉“自动充值( Auto Top-up )”就能锁死当月消费 当每周共享额度用完后,系统可以扣减你账户里的预付余额( Prepaid Balance )继续工作,但在控制预算时要分清两个开关的区别: 关闭 Auto Top-up (仅停止自动续充): 关掉它只会阻止系统在余额不足时

社区

把之前摸鱼看的每日热榜加到 DSH 里了,边刷边监督 AI 干活

[地址] https://github.com/awsezxcv/DS-NewsTop [简介] 19 个可选来源:按需勾选平台,调整后即时生效,默认展示其中 14 个。 卡片式布局:适应窗口宽度,各平台独立滚动,展示排名、更新时间和来源提供的热度信息。 小众软件最新发现:读取发现频道的 Markdown 页面,过滤“内容提交规则”,保留页面顺序中的前 10 条分享。 灵活刷新:支持单卡刷新、刷新全部,以及加载失败后重试;刷新失败时保留上一次内容。 三种配色:白天、黑夜、自动;自动模式跟随 DSH 当前主题,使用宿主的背景、文字和边框配色。 本地记忆:平台与配色偏好保存在当前 DSH 的本地浏览器存储中,重新打开后保留。 原文跳转:点击标题,在外部浏览器打开对应来源页面。 基于 NewsNow 项目改的,大家可以自行让 AI 在里面加自定义的来源

社区

[问与答] 秋游勾起一段旧回忆

今天上一年级的女儿学校组织秋游。 时光荏苒,忽然想起自己小时候:02 年刚从乡下转到城里读二年级,学校也安排了秋游。 那时候我根本不知道秋游要自带零食也没跟家里人说,秋游当天,照常背了满满一书包课本去学校。 到了班里,同学看见我书包鼓鼓的,好奇问我带了什么好吃的。 打开书包,里面全是书。同学跑去告诉班主任,我窘迫地低下了头。 班主任看到了,和班里同学说了之后,大家把自己的零食分了一部分给我。 时隔多年,依然记得这份善意。

社区

[问与答] 求推荐:百万医疗险 和 综合意外险

之前在朋友那里买了平安福的保险,每年 5.3k 的保费,从 2018 年缴纳至今。 今天问 AI ,被建议退掉或停止性价比不高的“长期意外 13”和“住院日额 18”。 用省下的预算,另行配置一份一年期综合意外险和百万医疗险。 目前已经结婚了,有了宝宝,想给自己和老婆都买上一份保险,各位 V 友,大家有什么推荐的吗?真心求教。

社区

[独立开发者 👨‍💻] 用 AI 做了一些小工具后,我发现写代码只是第一步…

现在 AI 加持,做软件真的是太快了。 之前为了解决使用 「 UU 远程」 的一个痛点 - &lt;u&gt;手机的图片复制后直接进入 mac 的粘贴板&lt;/u&gt;,利用 tailscale 的网络,让 AI 做了不到半小时就完成了可用的 macos 和 安卓 app 的开发,再也不用麻烦的通过什么去倒一下来实现把手机图片放到 mac 粘贴板、然后再粘贴进 agent 了。 然后由于我总是需要 &lt;u&gt;切换不同的外接显示器环境&lt;/u&gt;(书房、卧室、办公室),而每个环境下面我都需要手动将软件拖到合适的显示器,发现每次这么拖也太麻烦了,于是做了一个 macOS 菜单栏工具 DisplayHarbor ,用来&lt;u&gt;保存和自动恢复不同显示器环境下的 app 窗口布局&lt;/u&gt;。(放到了 Github ) 软件能用了,不可避免的我又开始思考,是不是能考虑顺便小变现一波呢?然后我发现其实还挺难的,对于个人开发者而言去处理面向国内的付费、landing page 、运维等还是会带来很多额外的负担。 进一步的思考其实是,在 AI 时代,当创造出网站和软件已经是非常容易的情况下,那么我们最想要的,应该是 不走出 AI 就能实现类似付费墙、变现以及后期的自动维护 吧。 基于这个想法,我继续开发了 砖块 - https://zhuankuai.com 来解决这个问题: 我对其的期望一个是 AI-Native 的数字商品交易平台 。核心就是上面说的能让创作者 不走出 AI 就能实现开发产品的上架、收款变现以及后期的自动维护等。 创作者可以用支持 HTML 的商品页介绍产品,配置价格和交付,由平台处理收款。文件、Skill 、站点、MCP/API 和软件授权等等等等,都可以按商品配置交付。如此创作者不用再为每个小产品再单独搭一套展示和经营后台,而是能在 Agent 的工作流里把商品发布和后续管理做完。

社区

[分享发现] 一个基于 Nuxt 4 & Vue 3 的现代化、功能丰富的简历编辑器

一个基于 Nuxt 4 &amp; Vue 3 的现代化、功能丰富的简历编辑器,支持 Markdown/WYSIWYG 双模式、第三方登录、本地与云端双存储、主题切换、PDF/图片/ZIP 导出、PWA 离线、国际化等特性。 🌟 主要特性 GitHub / Google / Gitee / Linux.do 登录,并支持邮箱密码注册登录,多端同步 Markdown 编辑 &amp; 实时预览,支持所见即所得与源码切换;左右滚动可按源码行锚点跟随对齐 智能一页,一键把简历自动压进一页 A4:先收紧行高、再等比缩字号,取「能放下的最大值」,关闭即还原 多主题切换(独立包 resume-theme ),内置多款美观主题,支持主题色 / 背景自定义 多种导出方式:打印为 PDF (推荐,浏览器另存)、图片式 PDF 、单页 PNG / 多页 ZIP 证件照上传与编辑,支持拖拽、缩放、重置(云端存 R2 ,本地存 .data/r2-photos ) 字体选择与自定义上传,导出时尽量保留字体 中英文界面一键切换,自动检测浏览器语言 PWA 支持,可安装为桌面/移动端应用,离线编辑 本地 / 云端双存储,可在设置中切换并迁移数据 编辑器侧栏插件面板(主题、字体、页边距、证件照、导出等),便于扩展 github: https://github.com/NxResume/DualMode-ResumeEditor

社区

Codex Pro 200 复测: GPT-6.1 Sol 每周至少约 2.74 亿 tokens(条件下界,附测法)

前提先说清楚: 只适用于 ChatGPT Pro 200 ,不适用于 Pro 100 / Pro 500 。 「 Pro 200 额度升级」是账号持有人报告的,我没有独立核验升级政策和倍率。 Astra 和 Sol 共用一个周额度池,下面两个数字不能相加。 CLI 只报告请求的模型名,没法证明实际是哪个模型在服务。 测法:沿用 10-28 那次的合成代码审查输入,每次约 9.3 万输入 token 、短输出、加随机 nonce ,前后读周窗口的已用百分比。CLI 只返回周窗口( 10080 分钟)读数,5 小时和月窗口没有数据,我也没有外推。 结果: GPT-6 Astra:主测 60 次全部成功,已知 5,580,339 tokens ,周已用 49% → 53%。 点估计约 1.395 亿 tokens / 周 整数百分比按 ±0.5 个百分点处理,范围约 1.116 亿 – 1.860 亿(舍入区间,不是统计置信区间) 10-28 旧数据:点估计约 8,651 万,范围约 6,488 万 – 1.298 亿。新旧区间有重叠,所以这次不能证明额度涨了多少 GPT-6.1 Sol:主测 60 次,59 次成功( 1 次 at capacity 报错,不计消耗),已知 5,484,515 tokens ,周已用 48% → 49%。 条件下界约 2.742 亿 tokens / 周 没有上界,也没有点估计 这个下界的前提是:计量已结算、线性扣量、没有退款、重置或额度变化。任何一条不成立,这个数就不能用 高并发合成负载不代表日常交互,这些数字只能当参考量级,不是官方额度。 完整报告(含逐次账本和全部批次): https://aiplans.dev/reports/codex-models-2026-10-30.md?utm_source=v2ex&amp;utm_medium=community&amp;utm_campaign=codex-retest-1030 测法有漏洞或者你那边读数不一样,欢迎贴出来对一下。

社区

[分享创造] 做了一个少切 App 的两步验证器 Cue, iOS 开放 TestFlight,求导入和填码体验反馈

我是 Cue 的开发者,iPhone 版刚开放 TestFlight ,想请经常使用 2FA 的朋友试一下。 Cue 关注的是“最后一步怎么填”:验证码生成之后,怎样少做一次切 App 、找账号、复制、切回来。iOS 版做了系统验证码自动填充,也做了一个 Cue 键盘,可以在允许第三方键盘的输入框里点选账号填码。 两种入口各有边界:自动填充需要条目的网站信息和输入框配合; iOS 第三方键盘不能识别当前宿主 App ,部分 App 也会禁用第三方键盘。因此 Cue 键盘是手动选条目,不宣称能在所有 App 里自动匹配。 其他已有功能: 从 Google 身份验证器迁移二维码、Aegis 、2FAS 、Bitwarden 等备份导入。 分组、搜索、Face ID 、备份和导出;设置密码后数据库用 AES-256-GCM 加密。 可选 iCloud 同步,加密数据库保存在用户自己的 iCloud 私有数据库。 不需要注册 Cue 账号。Android 版基于 Aegis 开源; iOS 是独立的 Swift 实现,未开源,两端读写兼容的数据库格式。 公测链接: https://testflight.apple.com/join/t8CGfyCF 要求 iPhone / iOS 18+,先安装 TestFlight 。官网: https://cueapp.net/ 基础功能免费,正式版 Cue Pro ¥18 买断,包含自动填充、Cue 键盘、小组件、图标包和 iCloud 同步。TestFlight 内购是测试交易,不实际扣费,也不转为正式版购买权益。 希望重点收集:导入兼容性、具体 App/网站里的填码体验,以及 Face ID 和键盘切换是否顺畅。欢迎回帖或通过 TestFlight 反馈,附系统版本和复现步骤即可,不要发真实密钥。建议先用测试账号并保留原验证器、备份。 也想听听大家:你现在最常用哪种方式填两步验证码,哪一步最打断登录?

社区

[推广] 给室友做了个生日整蛊视频,顺手做成了一个网站

先说明,这是我自己做的站,所以发在推广节点。 上个月室友过 30 岁生日,群里几个人商量送点什么有意思的。有人提议做个视频,我就翻出大学时我们三个在宿舍楼下的合照,想让他们俩"上台"来一段说唱对决。 结果试了一圈工具,要么脸像贴纸一样糊在别人身上,要么嘴型和节拍完全对不上,看着很出戏。折腾了几个晚上,干脆自己做了一个,就是 Rapvora 。 生日那天视频一放,全场笑疯,寿星本人看了三遍。后来群里好几个朋友来找我要,我就把它整理成了网站。 它能做什么 上传 1~3 张照片,对应单人、双人对战、三人组合 可以一键套用热门说唱模板,也可以选生日、损友、炫技、品牌宣传等场景 自带卡点音轨,嘴型跟着节奏走,不用自己剪辑配乐 支持竖屏 9:16 、横屏 16:9 、方形 1:1 ,最高可选 4K 下载没有水印,可以直接发抖音、Reels 、Shorts 手机扫码就能上传照片,也能扫码下载成品 注册送免费积分,生成失败会自动退还 几个小建议 尽量用光线好的正脸照,别戴墨镜、口罩 做双人对战时,两个人的照片风格接近一点效果更好 给朋友做生日或整蛊视频的话,场景直接选对应的就行 做这个的初衷就是好玩,送朋友或者给自己的小店做个宣传都挺合适。欢迎大家去 Rapvora 试试,有问题或建议直接在楼里说,我都会看。

社区

[酷工作] 招聘: 量化交易系统工程师(Rust/Kotlin/ Java )

Position:量化交易系统工程师( Rust/Kotlin/Java ) Job Type: Full-Time ,香港(提供 EP ) 岗位介绍 主要负责加密货币衍生品市场中的自动化交易策略开发和维护,参与实时、低延迟交易系统建设。你将和交易员、量化研究员、基础设施工程师一起优化报价逻辑、交易执行、风险控制和系统稳定性。 主要职责: 1. 开发和维护自动化交易策略及相关交易系统。 2. 参与报价逻辑、对冲逻辑、仓位管理和风险控制的开发。 3. 优化交易系统的下单、撤单、成交处理和异常处理流程。 4. 处理实时行情数据、订单簿数据、成交数据、资金费率等交易相关数据。 5. 建设和维护监控工具,包括 PnL 、仓位、风险、延迟、交易所连接状态等。 6. 协助交易员和量化研究员分析策略表现,发现问题并持续优化。 7. 维护交易所 API 连接,保证行情、下单、成交回报等流程稳定可靠。 8. 排查交易异常、系统异常、仓位偏差和风控问题。 任职要求 1. 熟练掌握至少一种编程语言,Kotlin / Rust/ Java 优先。 2. 有自动化交易、做市、量化交易或交易系统开发经验。 3. 理解订单簿、买卖价差、滑点、手续费、成交、撤单和仓位风险等基本概念。 4. 熟悉加密货币交易所、永续合约、资金费率、保证金等机制。 5. 能写出稳定、清晰、可维护的代码。 6. 具备较强的问题排查能力,能快速定位线上系统或交易异常。 7. 对交易和市场有兴趣,愿意理解策略为什么赚钱或亏钱。 8. 有责任心,能在快节奏环境中推进事情落地。 加分项 1. 有加密货币做市、HFT 、自营交易或量化交易经验。 2. 熟悉 Binance 、OKX 、Bybit 、Deribit 、Coinbase 等交易所 API 。 3. 有低延迟交易系统开发经验。 4. 了解基差交易、统计套利、跨交易所交易、对冲或风控系统。 5. 有回测系统、交易模拟、数据分析或策略研究经验。 请携带简历咨询,谢谢; TG:@jtx_2023 E: [email protected]

社区

做了个网站,发现 Hacker News 用户推荐过的好视频

分享一下我做的 HackerTube Run 。 https://hackertube.run/ 基于 HackerTube 公开数据集,整理了 6,454 个视频,涵盖编程、AI 、数学、硬件等 150 个主题。支持搜索、查看摘要和 HN 原始讨论,也能收藏到「稍后观看」,无需注册。

社区

[推广] ChatGPT Plus/Pro 稳定充值,今天 Pro 额度已经翻倍了

ChatGPT Plus/Pro 长期稳定充值 直充账户 (可开票) ChatGPT Plus 125 ChatGPT 5x ( 10x ) 660 ChatGPT 20x 1150 今天开始 ChatGPT Pro 订阅额度翻倍 ,Pro5x 目前最具性价比,是 10 倍 plus 用量了 欢迎 v 友咨询,已服务 100+ v 友 可以 +v(备注 v2) : Y2F0Y2hhZG1pbg==

社区

做了个独立产品收入榜,每个数字都链到创始人公开的原文

大家好,分享一个自己在做的小站:VAQIRA · 独立产品收入榜 https://vaqira.com 平时看到很多「某独立产品月入 X 万刀」的说法,但很少能找到出处。这个榜只做一件事:只收录创始人或官方公开过的收入数字,每一条都链到原文。 按最近 30 天收入排名,每天更新一期 只按原文口径记录,不估算、不换算 名次不卖,已发布的期不回改 数据按 CC BY 4.0 开放,可以下载 JSON 和 CSV 如果你的产品公开过收入,或者发现哪条数字有误,欢迎在站内提交或留言指正。

社区

claude 弹出 kyc 已经通过,是更稳定还是距离封禁不远了?

看来还是不能太嘚瑟,嘚瑟很久的 claude 稳如老狗,最终上周五弹出了 kyc 认证。 账号是 2023 年 7 月份注册的,应该是 Claude 的网页版上线一天内就注册的,并且很早就开始付费,后面 max 套餐出来后也是最早使用 max 的,一直非常稳定。 跳了 kyc 认证后,本来用自己的护照想试下,结果护照过期,去办理了但是得过几天才能拿到新的。 想了想让国外朋友用他的真实身份帮我通过下,通过后直接可以正常使用,现在好几天还是正常的。 但是看到一些人说跳出来 kyc 后,即使现在通过了,过一段时间后依然会被封禁,也不知道会怎么样。 现在就能用一天是一天吧,好在 codex 最近额度涨了一倍,周末看了下 DeepSeek 的 harness 也还算好用,以后也不用担心把赌注压在一家上面了,挺好。

社区

[问与答] 兄弟萌,这状态正常吗?

近一个月,除了上班就是盯盘,上班的时候开个低倍合约,下班有空的时候适当高杠杆,反正就是要一直看着数字跳来跳去。钱也不多,放了两千 U ,有亏有赚,总体是亏的。 平时没事刷刷抖音打打游戏这样,纯属消磨时间。没老婆没房贷车贷,也没有对象,主要是不知道怎么追求女孩子。不喜欢去人多吵闹的地方,身边朋友基本上成家了,平时也很少跟家里人联系,身体还算好,同事也很友善。 目前最大的爱好就是炒币了,至少让我感到情绪还有点波动,但是这日子过得多多少少感到有点不对劲。

社区

[分享发现] Opus5.5 做视频太贵,国产开源平替来了!

大家都还在为 Claude Opus 5.5 写代码做一条 15 秒视频花掉近百美元而感到心疼的时候,开源社区已经把写代码生成视频的底座给掀了 商汤开源的 SenseNova 6.8 Code2Video ,是一个专门通过编写和修改代码来生成视频的模型,27B 参数 本次公开了全量参数模型权重和配套的创作 Skill ,还支持对生成结果进行多轮自然语言精细修改,甚至能把一段没有任何源码的参考视频直接逆向重构为可编辑的代码工程,还挺 impressive 的 项目地址: https://github.com/OpenSenseNova/SenseNova-6.8-Code2Video 一、SenseNova 6.8 Code2Video 是怎么做出视频的? 和 Sora 、Runway 等传统视频生成模型不同,SenseNova 6.8 Code2Video 不会去猜每一帧的像素,而是用代码将创意转化为视频,核心工作机制可以拆解为: 1. 底座:27B 专精模型 + 512K 超长上下文的代码生成 传统像素扩散模型在做科普视频、动态图形( Motion Graphics )或排版动画( Typography )时,经常出现文字拼写乱码、数学公式变形、物理碰撞穿模等问题,如果要精准渲染,这就不是模型能力或者参数的问题了,而是底层实现原理不一样 代码即画面:SenseNova 6.8 Code2Video 拥有 270 亿参数与 512K 上下文窗口,它通过编写可执行的前端与图形代码(涵盖 HTML/CSS 、Canvas 、SVG 、Three.js 、Manim 、p5.js 等)来构建视频 绝对精准:在代码的世界里,文字是原样排版的字符,公式和数据直接源自输入,坐标、时长、节拍和运镜路径都是精确的数字,运动、碰撞和光影则由物理与数学方程严格计算得出。 2.渲染机制:基于纯时间函数 f(t) 的确定性逐帧捕获 和 Opus 5.5 类似,它并不是靠 [录屏] 来抓画面,而是遵循一套严谨的渲染 workflow ,大概的原理是: 1.将画面写为时间的纯函数: 模型编写的代码中,每一帧画面都是时间参数 t 的纯函数,给定任意时间点 t ,程序就能唯一计算出那一毫秒所有元素的位置、形变与色彩。因为完全不依赖系统实时时钟,同一份代码无论运行多少次,渲染出的视频都分毫不差。 2.无头浏览器逐帧截图 + FFmpeg 合成: 后台通过 Playwright 启动无头 Chromium 浏览器,按设定的帧率依次步进调用时间函数并截取高清画面,最后交由 FFmpeg 将成百上千张序列帧与音轨合成为最终的 MP4 视频文件。 3. 程序化音频与卡点 配乐、环境音和动作音效同样可以通过 Python 脚本合成或对齐节拍,实现画面切镜与音乐节拍的严丝合缝 3. 用 spec.md 来驱动代码生成,而不是抽卡 为什么普通模型一句话生成的代码动画往往粗糙简陋,而 SenseNova 6.8 Code2Video 能产出完整成片?关键在于它与官方开源的 code video Skill 以及你的 coding agent 规定了一个严格的检验流程: 先写规格书( SPEC.md ):接到需求后,模型不会上来就瞎写代码,而是先根据任务类型读取对应的 guide ,将需求转化为一份可核查的技术规格文档 SPEC.md ,确定构图、配色、缓动曲线与分镜时间轴。 这个 spec.md 简直太重要了,我们用自然语言修改的内容,本质上都是修改 spec 文件,而不是直接改代码 一个项目有了一个统一的 spec ,就能确保每次改动后的生成风格一致性,上下逻辑连贯 吴恩达在他的最新的 vibe coding 课里也提到了这一点的重要性 Spec.md 大概长这样:(有点长) 看缩略图挑刺( Contact Sheets 自检):模型写出初版代码并渲染后,会自动抽取关键帧生成“分镜缩略图联系表( Contact Sheets )”,模型会像真正的导演一样审阅这些预览画面,检查文字有没有重叠、元素有没有出画、动效节奏是否合理,然后自己改代码、重新渲染 超长程耐力:一条精品短片的打磨往往包含成百上千次“写代码 \rightarrow 渲染预览 \rightarrow 视觉检查 \rightarrow 修复问题”的循环。SenseNova 6.8 Code2Video 针对长程任务进行了专门训练,单次任务可稳定支撑 10 小时以上、超过 2,000 轮( Turns ) 的工具调用与迭代,直到通过全部验证并输出验证报告 VERIFY.md 与最终成片 out/final.mp4 二、环境搭建 在动手制作科普视频前,需要准备好本地渲染环境、模型推理服务以及官方的 code-video Skill 1. 安装基础依赖环境 确保你的机器上已安装以下 5 样基础工具(建议提前装好,避免 Agent 在首次运行时花费大量时间安装环境): Codex (或者 Claude Code 等编程 agent ) Node.js ( 18 及以上版本) Python 3 (用于音频处理与辅助脚本,需安装仓库 requirements.txt 中的依赖) FFmpeg / FFprobe (用于视频合成与媒体流校验) Playwright (含 Chromium ) 及视频对应语言的系统字体 2. 部署模型服务(或接入 API ) 官方已在 Hugging Face 开源了 SenseNova 6.8 Code2Video 的全量参数权重( INT4 与 INT8 量化权重计划在后续发布,具体时间请以官方更新为准) Bash #1. 从 Hugging Face 下载模型权重 huggingface-cli download sensenova/SenseNova-6.8-Code2Video --local-dir /path/to/SenseNova-6.8-Code2Video # 2. 使用 vLLM 启动 OpenAI 兼容接口(示例采用 4 卡张量并行,开启 512K 上下文) docker run --rm --gpus all --ipc=host -p 8000:8000 \ -e VLLM_ALLOW_LONG_MAX_MODEL_LEN=1 \ -v /path/to/SenseNova-6.8-Code2Video:/model \ vllm/vllm-openai:latest \ --model /model \ --tensor-parallel-size 4 \ --max-model-len 524288 \ --reasoning-parser qwen3 \ --enable-auto-tool-choice \ --tool-call-parser qwen3_coder 3. 安装官方 code-video Skill 官方的 code-video Skill 包含了完整的制作工作流、验证脚本以及 8 大领域的工艺指南( Craft Guides ): crafts/ explainer-diagrams.md :教学与科普讲解(数学、科学、历史、流程图、数据可视化) crafts/ stylized-looks.md :特定艺术与视觉风格(水墨、像素风、剪纸风、水彩等) crafts/ simulations-and-generative.md :粒子

社区

[Apple] Apple 智能即将登陆中国

Apple 智能的首批核心功能包括实时翻译、照片 app 中的消除工具以及写作工具等,将于 11 月 4 日起开放测试 Apple 今日宣布,首批旨在进一步提升 iPhone 用户体验的 Apple 智能功能即将在中国推出。Apple 智能深度整合于用户日常使用的各种 app 与体验中,助力用户轻松书写、表达自我,并高效处理各项事务。Apple 智能由 Apple 构建的生成式模型驱动,帮助用户通过实时翻译功能跨越语言障碍;通过写作工具改写、校对和摘要;通过视觉智能快速了解身边事物的更多信息;通过消除工具去除照片中的干扰对象;通过智绘表情创作契合当下心境的新表情符号,以及更多其他功能。此外,Apple 与阿里巴巴达成合作,在部分 Apple 智能体验中加入对千问的支持,让中国用户能直接在 Siri 、写作工具以及视觉智能中使用阿里巴巴的千问,包括文本与图像理解相关功能。这一系列 Apple 智能功能将自 11 月 4 日起随最新的 iOS 开发者 Beta 版开放测试,并将于 12 月 iOS 27.3 正式发布时面向中国用户推出。其他平台的支持将在获得必要审批后推出。 以下是 Apple 即将在支持的 iPhone 上向中国用户推出的首批功能: 实时翻译 功能帮助用户在发送信息或交谈时跨特定语言进行交流,并无缝整合在信息、FaceTime 通话和电话 app 中。用户还可通过支持主动降噪的 AirPods 4 ,以及 AirPods Pro 2 及后续机型使用该功能,实时翻译面对面对话。 写作工具 可帮助用户改写、校对和摘要输入的文本。 视觉智能 帮助用户通过 iPhone 摄像头即时了解周围的物体和场所。 照片 app 的 消除工具 可去除干扰对象,同时原样呈现拍摄当时的意境。 智绘表情 让用户仅需输入文字描述,便可生成专属于自己的表情符号。 照片 app 中的 自然语言搜索 让用户只需输入一段描述,就能更轻松地寻找某张照片或某段视频。 用户仅需输入描述即可在照片 app 中 创建回忆影片 。 邮件 app 收件箱顶部的 优先邮件 区域会显示最紧急的电子邮件,例如当日的午餐邀请或登机牌。 邮件摘要 让用户只需轻点“生成摘要”,即可查看某封电子邮件或长邮件对话的关键要点。 智能回复 可在邮件 app 和信息 app 中为用户生成快速答复文本建议。 通知摘要 直接在锁定屏幕上提供关键信息,方便用户速览篇幅较长或分类叠放的通知。 首要通知 会将最紧急的事项置于通知顶部,让用户立即看到可能需要关注的事项。 减少干扰 专注模式仅会推送需要立刻处理的通知。 备忘录 app 中的音频转录摘要 会自动生成,让重要信息一目了然。 用户可生成 通话转录文本的摘要 ,凸显重要细节。 Siri 变得更加自然且实用。用户可使用 输⼊⽂字与 Siri 对话 功能,即使用户在表述时不够连贯,Siri 也能准确理解其意图,并在连续的对话中保持上下文的连贯。 在处理特定请求时,Siri 能够接入 千问 ,利用其广博的知识为用户提供协助。用户还可以针对照片以及包含 PDF 与演示文稿的文档进行提问。只需登录千问账户,或使用通过 Apple 登录,用户即可在 Apple 智能中顺畅访问千问。 借助 创作 功能,用户可以直接在系统全局的写作工具中,让千问从零开始创作原创内容。 本次更新不包含 Siri AI 及 Apple 在 WWDC 2026 上宣布的其他下一代 Apple 智能功能。 注 1: 首批核心 Apple 智能功能将随 iOS 27.3 面向中国用户提供, 支持的设备包括:iPhone 16 及后续机型、iPhone Duo 、iPhone 15 Pro 、iPhone 15 Pro Max 和 iPhone Air ,且 Siri 与设备语言均需设置为英文和中文(简体)。 https://www.apple.com.cn/newsroom/2026/10/apple-intelligence-features-are-coming-to-users-in-china/

社区

[推广] DeepSeek·Kimi 排队严重时: WorkBuddy/Qoder 可换自有算力 deepseek-flash(1017)

DeepSeek 、Kimi-3.1-Pro 高峰排队严重,Qoder / WorkBuddy 打到同一上游时同样卡住。 CheapBuddy 对 deepseek-v4.1-flash-1017 (公开 ID deepseek-flash )建了 自有算力集群 ,不走官网排队池; OpenAI 兼容 base_url + Bearer ,可直接塞进 WorkBuddy 等客户端配置。 探测: model=deepseek-flash → https://api.cheapbuddy.cc/v1/chat/completions 价目 / 配置生成:见站内模型卡与配置中心 适合编码·Agent 主路径;重推理仍可同余额切别的模型 唯一主站链接: https://cheapbuddy.cc (活动与价目以官网展示为准;欢迎对照文档压测后再充。有首包延迟或报错 JSON 可跟帖,按排障回。)

社区

[推广] I built MakeDogSing — turn dog and cat photos into AI pet videos

Hi V2EX! I’m the creator of MakeDogSing , a pet-focused AI video maker that turns dog and cat photos into short, playful videos. The idea is simple: watch a preview, pick a template, upload your pet’s photo, and generate a video. Current templates include: Tiny Desk AI for Pets: a desk-side pet concert with original instrumental music. Bad Times AI for Pets: expressive, playful pet performances. Pets Making Coffee: a kitchen scene starring two pets. Snow Leopard Paws at You: transform your pet into a snow leopard pawing through glass. Each template shows its duration and credit cost before you start. I’d appreciate honest feedback on the previews and mobile experience: Is it clear what you’ll get before uploading a photo? What pet video template would you actually want to use next?

社区

[OpenAI] Codex 的过度设计,防御性编程,测试狂魔有解法吗

这两天被 codex 折腾的受不了,提的需求过度设计,写的代码一坨一坨的,明明很简单的一个逻辑,硬生生给你拆几个文件搞个几百行,已经让他参考目标框架和代码结构了,就是听不懂,还喜欢测试,改一行代码,会生成一坨测试文件又是编译又是测试的,md 最后发现整个仓库测试代码比我业务代码还多,像 golang 这种喜欢把测试代码和业务代码放一个包下的编程风格,看起来头大

社区

[MacBook Pro] macbookpro m4pro 左侧两个雷电接口无法同时连接两块 40Gb/s SSD

设备配置: 电脑 :MacBook Pro 14" M4 Pro ( 2024 ),macOS 27.2 SSD 1 :致态 TiPlus7100 2TB 硬盘盒:脉谷 (雷电固件 67.1 ) Intel JHL7440/RTL9210 线材 A:官方自带的 40Gb/s 线,厂商 ID 11425 ,产品 ID 32792 SSD 2 :铠侠 KIOXIA EXCERIA PLUS G4 2TB 硬盘盒:WERO TBT3 1M2-V40 (雷电固件 69.1 ) Intel JHL7440/JMS583 线材 B:官方自带的 40Gb/s 线,厂商 ID 1314 ,产品 ID 2853 问题现象: 两块 SSD 单独连接均能正常运行在雷电 40Gb/s ,但同时连接 Mac 左侧两个雷电接口时: 先接致态,后接铠侠:铠侠无法识别。 先接铠侠,后接致态:致态降级为 USB 10Gb/s 。 交换线材、互换左侧接口:问题依旧。 分别连接左右两侧:两块 SSD 均成功建立雷电 40Gb/s 连接。 内核日志显示,失败时雷电连接在约 40ms 后被撤销。怀疑与供电分配、连接协商或固件兼容性有关。 网上找到的类似案例: TidBITS:两块雷电 SSD 同时连接只能识别一块 (独立供电雷电坞解决) MacRumors:雷电 SSD 降级为 USB 10Gb/s (与外设组合、连接顺序有关) MacRumors:M4 Mac mini 多块雷电硬盘连接限制 (第三块雷电硬盘无法正常连接) Reddit:M4 Pro MacBook 左侧 USB-C 接口异常 (左侧异常,右侧正常) OWC 官方:Thunderbolt Mac 总线供电限制 (部分机型可能存在供电分配问题) 以上案例情况相似,估计是供电的问题? 具体也不知道,反正也不会两个盒子一起用,主力一个随身带,一个在家做热备。

社区

[分享创造] 合盖接外接屏跑远程任务,半夜总断线:我把防休眠做进了菜单栏

前阵子有段时间我特别烦一件事:合上 MacBook 盖子、只用外接屏干活,跑着的远程任务总在半夜断线。SSH 断了,Codex 跑着的任务停了,第二天早上打开一看,断网断了几个小时,之前跑的东西全得重来。 系统里其实有个「显示器关闭时防止自动睡眠」,我开着的,但还是不够。有几种情况它就是拦不住:电池供电的时候、插一下电源线把机器短暂唤醒( Notification Wake )之后、合盖外接屏黑屏( Clamshell Sleep )那几秒。看着像睡了,其实是系统在这些边角情况下还是按自己的节奏睡了,远程连接就这么断了。 一开始我是在终端里敲 caffeinate 对付,管用是管用,但每次都要想起来敲,合盖、拔线、换供电方式的时候还得再想一遍它现在到底还生不生效。后来干脆把它做进了 LayoutKeeper ,0.6.12 加了个「防休眠」,在菜单栏和「设置 → 通用」里都能切。 就两档,意思写得很直白: 「息屏不休眠」:屏幕可以黑,但系统不睡,合盖也自动保活,适合合盖只用外接屏、或者干脆黑屏跑任务的时候。 「常亮不休眠」:屏幕和系统都不睡,适合要一直盯着屏幕看输出的时候。 0.6.13 又把这事往明白里做了一步:每档下面直接标明了开盖、合盖、拔掉电源或外接屏时到底睡不睡,不用再猜「我现在这档合上盖子会怎样」。另外还加了一档「合盖断电也不休眠」:合上盖子、拔掉电源线和外接显示器,系统也继续跑不断网。第一次开要管理员授权一次,之后切换就不用再输密码;切回其他模式或者退出 LayoutKeeper ,系统就恢复正常的睡眠设置。 但这档我得把丑话说在前面:它真的会让机器在包里也接着跑,所以装进包之前记得关掉,不然又发热又耗电。这功能不是让你一直开着的,是给「今晚这个任务必须跑完」准备的。 说到底这功能跟窗口恢复是一回事:外接屏的麻烦很少是缺一个大功能,大多是这种「系统默认行为在边角情况下跟你的预期差一点」的小事。合盖、拔线、换供电方式,这些动作每天都在发生,每次都得手动兜底,时间久了就烦。 最后照例把工具本身说清楚,免得新来的朋友云里雾里:LayoutKeeper 是个 macOS 菜单栏小工具,GPL-3.0 开源,本职是记住外接屏上每个窗口的位置和它所在的 Mission Control 桌面,拔线再插回来时放回去。只支持一块外接屏,跨桌面恢复要 macOS 26+(同桌面内的位置恢复 macOS 14+ 就行),Finder 窗口没法跨桌面移动。不收集数据,布局只存本机,唯一的联网是可关的 GitHub 更新检查。未公证,第一次右键 → 打开。 仓库: https://github.com/tumingke0/LayoutKeeper

社区

[问与答] 没人讨论百度网盘读取磁力计数据实现摇一摇,绕开 iOS27.2 的新限制吗?

iOS27.2 上线的国内特供功能:可以让用户对某些 app 禁止读取陀螺仪传感器,让某些 app 的摇一摇自动广告 sdk 失效; 现在据说百度通过读取磁力计数据,另辟蹊径了···· “ 百度网盘使用的框架里有个专门的 [没有运动] (NoShake) 变体,这个变体没有依靠常规的 CoreMotion 动作监听,而是使用苹果 Core Location 框架中的 CLHeading 获取设备方向数据。 CLHeading 属于磁力计相关的框架,该框架可以提供设备相对于磁北方向的朝向和用于计算方向的三轴磁场数据。 简单来说,手机姿态发生变化时磁力计返回的数据也可能随之变化,广告组件可以据此判断用户是否移动或转动了手机。 因此禁止陀螺仪和加速度计权限是没用的 ” source: https://www.landian.news/archives/127843.html

社区

[分享发现] 可观测宇宙最让我吃惊的 AI 视频

https://www.bilibili.com/video/BV1kZHK6VEgZ/ 我看的时候全程 wtf ,题材/美术/建模/光影/剧情/分镜等等都太让我觉得惊艳了 以前看 ai 视频总觉得有点小打小闹,总有股 ai 味 这个我是真的服了,一下子把这 UP 主的视频全刷了,核弹瘫坐.jpg 他究竟是怎么做到了,十分佩服

社区

刚才跟我的 bot 打电话,聊着聊着顺嘴说了句「小爱同学,打开空调」。

刚才跟我的 bot 打电话,聊着聊着顺嘴说了句「小爱同学,打开空调」。说完我自己都乐了,对面又不是小爱音箱。 没想到 bot 倒是没当玩笑。说现在控不了米家,问我要不要接个 Home Assistant 。我说行,就去聊别的了。 后面基本是它跟另一个管家里网络的 bot 俩人弄的。翻了一圈才发现,我家 PVE 上早就装过 HA ,米家集成也接好了,是我自己忘了。HA 登录名我也想不起来,就让它去服务器里找。它借我的 Mac 连上家里那台 Debian ,翻出账号,自己建好令牌存进了钥匙串,还顺手说我那份配置里密码是明文的,让我赶紧删。另一个 bot 复用了我之前给 Emby 搭的内网穿透,给 HA 也开了个外网入口。 过了一阵它突然冒出来一句:都搞定了,你要关哪台空调?我抱着试试看的心态回了句「关主卧空调」。过了一会,还真关了。 一个随口的指令,bot 尽心尽力帮我摸索完成路径,在家里服务器的犄角旮旯里翻找密码,登录 HA 后台配置令牌,连到云服务器内网穿透,然后把我的指令从公网搬到内网执行,最后还真成了,全程我就躺在床上玩手机。

社区

还是推荐下极空间吧

用了 4 年了,除了不想更新但是必须被更新以外没什么问题,自己也有备份任务,可以从 nas 备份到云盘

社区

[推广] 《我享云》机场代理 · 全网性价之王 · 注册免费试用 5~ 10 天 · 一块钱用上专线

所有级别套餐节点资源一致,套餐倍率不同,两种套餐模式,按需选择,让一块钱也能用上专线! 直连节点 | 住宅节点 | 优化节点 | 大带宽节点 | 下载专用节点 | 专线节点,应有尽有! 套餐优惠信息 套餐类型 折扣 优惠码 适用场景 领取地址 有效期 周期性套餐(订阅制) 6.8 折 eZSdiffE 适合长期稳定使用的用户,按周期自动续费,性价比极高 https://m.vxcloud.cfd/coupon.html 2026/11/01 — 2026/11/15 无时间限制套餐(买断制) 7 折 disNPffz 适合一次性投入、长期拥有的用户,无到期压力,灵活省心 https://m.vxcloud.cfd/coupon.html 2026/11/01 — 2026/11/15

社区

[问与答] 比亚迪的天神之眼 B 是真的烂

比亚迪的天神之眼 B 一个月内让我吃了三次罚单,一次扣三分 高架路闸口大家按规矩排队,比亚迪非得一点点挪过去,非要插队把对方营运车辆给擦碰了;得赔钱扣分修车,然后因为是高速领航,比亚迪不赔 高架下来大家按次序排队,比亚迪强行连续变道两次,又扣钱了 强压实线,错过高架也是比比皆是,其他牌子的智驾有比比亚迪更烂的吗?

社区

[问与答] 境外实体 sim 卡境内使用如何选择

肉身在 gdsz,除了 hk mo,还有其他选择吗?本来想下月底去新马旅游顺便办理,得知这两地已于上半年收紧旅签的护照长期号码办理. 若就近 HK 的话,可以选择哪个运营商什么卡,具体如何办理.对境外号一无所知,望各 v 佬指点.

社区

[NAS] 给 NAS 里的相机 RAW 和 JXR 游戏截图做了个 HDR 转换工具

手头有一堆高分辨率的 HDR 图片,嫌专业图像软件太笨重, 把 LocalViewer 的 C++ 图像代码拿出来做了个桌面端的 HDR 图片转换器, 实测 4K 25MB JXR 格式的游戏截图,经 JXL 格式压缩后文件大小减少到 500KB 。 也可以将相机 RAW 高精度转成浏览器兼容的 16bit JXL 或者 12bit avif 格式的 HDR 图片 PS: 我是正版 DaVinci Resolve Studio, Calman, ColourSpace 用户,对图像处理有一定的了解。 下载地址 https://github.com/zmz125000/JXRConverter 功能 转换 JXR, JXL, RAW 格式到浏览器和手机支持的 JPG/AVIF 格式。 转换压缩手机 HDR 照片到 AVIF 格式。 转换 HDR 格式到 JPG 格式。 采用 Float32 高精度图片处理。 支持 16bit Linear/scRGB/PQ 图片格式输出。 自动色彩管理,保留广色域,高色深,ICC, Exif 信息。 准确的 JXR 和 RAW 格式转换流程,RAW 支持 HDR Boost 处理。 快速加载图片缩略图, SSD 下瞬间解码 4K JXR 格式。 支持 Windows, MacOS, Linux. 软件截图 RAW 原图来自 https://www.rawsamples.ch/index.php/en/canon JXR, RAW 样图

社区

为什么 rust 这么难学

1. async 的 lib 还分 Rc 和 ARC ,有些用 rc 的 lib 根本没法在 tokio 的 async 下使用 2. 异步回调使用借用的 props ,又得用 for&lt;'a&gt;又得用 box::pin 固定 nodejs 和 python 也有 async ,go 有 goroutine ,但是都没这么复杂,rust 特别是异步感觉心智负担太大了

社区

群晖 NAS 如何防止中勒索病毒?

昨天瞄到消息,没在意,今天看到好多人中招了,赶紧把 NAS 强行关机了,我想问问这漏洞来源找到原因了吗,很多比较重要的数据都在家里的 nas,不敢轻易开机了。 另外,问一嘴,我里面两个硬盘是镜像备份的,我把 2 个盘拆掉,然后参考大家的一些防范的配置,关掉对应的功能,再插上,可以吗?或者说留一个盘?

社区

[分享创造] 给 Claude Code 点「允许」一天要切几十次窗口,我把它搬到灵动岛上了

给 Claude Code 点「允许」这件事,一天要切几十次窗口。我把它搬到灵动岛上了。 平时我同时开好几个 AI 编码代理:Claude Code 两三个会话、Cursor 一个窗口。 烦的不是启动它们,是每次要写文件、跑命令,都得停下来等我批准: 切窗口 → 找到那个终端 → 看清楚它想干嘛 → 点允许 → 再切回来 一天几十次,节奏全碎。 所以写了个工具,把这些代理收进屏幕顶部一个灵动岛里: 要权限时,岛上直接出现「允许 / 拒绝」 代理提问时,按 ⌘1 / ⌘2 选 审阅计划,也是在岛上过 点一下,跳回对应的 iTerm2 标签页 顺带能看到谁在跑、谁卡住、谁在等你 原生 Swift,四个代理挂着大概 40MB。面板是非激活窗口,点它不会抢走编辑器的焦点,拖到副屏会自己跟过去。 代理走的是各家自己的 hooks / settings,内置 30 来个:Claude Code、Codex、Cursor、Gemini CLI、Trae、Windsurf、Cline…… 有几个我还在逐个验证,README 里列了每个的真实状态。 现在限时免费,领个永久激活码就行,最多 3 台设备。不领码也能先试用 14 天。 https://imagentx.top/products/xisland 先说两个坑,免得你白折腾: 目前是 adhoc 签名,没买苹果开发者证书。第一次打开若提示「已损坏」,在终端跑一下: xattr -cr "/Applications/X Island.app" 只支持 macOS 13 以上。 想听听大家平时的用法:你们是开多个会话并行,还是一个会话干到底?

社区

[分享创造] 「一屏一物」一个极简的工具类小程序(时钟/倒计时/番茄钟/日历)

全程使用 Opus 5.5 做设计,写代码,做了一个简单的小程序,定位为极简的纯本地小程序工具合集,适合于闲置的手机或者平板。 分享一些开发过程中的感想 用 Claude Code 的 Artifacts 做设计很方便,简单描述就能出很好看的设计稿,还能生成 Design System Opus 5.5 做宣传视频也很方便,v 站没法贴视频所以没放上来 一般情况下小程序全屏是无法隐藏右上角的胶囊的,这个小程序使用了全屏的 &lt;video&gt; 加上子节点来实现胶囊的隐藏。 预览

社区

做了一个复古像素风的无尽跑酷 Dino, Google Play 封闭测试招募 12 位测试者(也可互测)

大家好,我做了一个复古像素风的无尽跑酷游戏 Dino ,现在在 Google Play 封闭测试阶段,需要至少 12 位测试者连续参与 14 天才能申请正式发布。 游戏特点: 触屏操作,也可选声音控制和头部动作控制(均在本地处理) 多种恐龙皮肤、会变化的场景 无广告、无内购、无需注册账号 参与方式(需要 Google 账号并能访问 Google Play ): 加入 Google 群组: https://groups.google.com/g/dino-testers 打开测试链接,点“成为测试人员”: https://play.google.com/apps/testing/com.homyit.studio.dino 从 Google Play 安装,并保持安装 14 天(偶尔打开玩玩即可) 也欢迎互测:你的应用需要测试者的话,评论里留下链接,我也会帮忙。有任何问题或建议都可以直接回复,谢谢!

社区

[分享创造] 吃灰近 10 年的域名被我拿出来做了个小项目:HYB

2016 年的 6 月份时候买了不少的.vip 后缀的域名,后来价格跌了,基本上低价处理了,亏的一塌糊涂,有没有经历这个事情朋友啊.就给自己留了一个,一直在放着吃灰. 前几天为了加外链涨 DR,找了不少的产品提交平台,一份份的提交,还专门做了个表格.用表格有点麻烦,于是就启用了我那个吃灰将近 10 年的域名做了这个 HYB 项目. 项目很简单就是把我之前用表格做的事情搬到线上来处理了.我自己用着还比较顺手,就来 V2EX 想发个帖子,请大家帮忙给点评点评.出出主意. 感悟一下:说实在的当时留的这个域名,真的没有想到能持有这么久,知道的行情的人应该懂得,这个后缀价格一路下跌,就没有反弹过.不知不觉拿着快 10 年了,你别说,还真有点小感情来.现在把它做成一个小项目,也算是一种妥善的交代吧. 项目地址 https://hyb.vip 致敬,感谢.

社区

[酷工作] [阿里] Token Foundry Infra(Qwen 大模型底座)社招内推

[阿里] Token Foundry Infra ( Qwen 大模型底座)社招内推:训练 Infra / 模型研发 / 平台研发 / 产品经理 我们是谁 Token Foundry Infra 是支撑 Qwen 系列大模型的核心技术底座,负责从底层算力管理到上层训练框架的全栈技术体系,支撑模型高效迭代。团队聚焦四个方向: 训练加速 :面向 Dense/MoE 架构,覆盖预训练到 RL 全阶段,通过并行策略、计算通信重叠与显存优化持续提升有效算力; 稳定底座 :打造从任务提交、调度运行到异常恢复的全链路稳定训练底座,把复杂多轮交互、资源弹性、故障恢复变成可工程化、可自动化、可规模化的系统能力; Agent Infra :Benchmark 全链路工程、一体化研究员工作台、下一代 Harness 框架,让模型与工程协同进化; 全流程平台 :覆盖数据生产、模型训练、模型评测的一站式研发管线,结合异构算力资源池,加速前沿模型快速演进。 一句话总结:挑战万卡集群的极限性能,重新定义 AI Infra 的性能标准。 社招岗位列表(内推直达) 岗位名称 工作地点 投递链接 大模型训练 Infra 工程师(框架方向) 北京/上海/杭州 https://careers-tongyi.alibaba.com/off-campus/position-detail?lang=zh&amp;positionId=100014000002 大模型训练 Infra 工程师(训练稳定性方向) 北京/杭州 https://careers-tongyi.alibaba.com/off-campus/position-detail?lang=zh&amp;positionId=100029680001 大模型训练 Infra 工程师(容器 Infra 方向) 北京/杭州 https://careers-tongyi.alibaba.com/off-campus/position-detail?lang=zh&amp;positionId=100029700001 模型研发工程师(工程方向) 北京/上海/杭州 https://careers-tongyi.alibaba.com/off-campus/position-detail?lang=zh&amp;positionId=100013220008 模型研发工程师( Harness 方向) 北京/上海/杭州 https://careers-tongyi.alibaba.com/off-campus/position-detail?lang=zh&amp;positionId=100043860002 模型研发工程师(模型研究平台方向) 北京/上海/杭州 https://careers-tongyi.alibaba.com/off-campus/position-detail?lang=zh&amp;positionId=100043860001 大模型平台研发工程师(训练平台方向) 北京/杭州 https://careers-tongyi.alibaba.com/off-campus/position-detail?lang=zh&amp;positionId=100006780014 大模型平台研发工程师( Agent Platform 方向) 北京/杭州 https://careers-tongyi.alibaba.com/off-campus/position-detail?lang=zh&amp;positionId=100018640014 大模型平台研发工程师(测试开发方向) 北京/杭州 https://careers-tongyi.alibaba.com/off-campus/position-detail?lang=zh&amp;positionId=100035520001 大模型平台产品经理(训练平台方向) 北京/杭州 https://careers-tongyi.alibaba.com/off-campus/position-detail?lang=zh&amp;positionId=100035480001 各岗位的职级、年限、学历要求以岗位详情页为准(本科/硕士均有岗位,1 年以上与 3 年以上经验均有开放)。 内推方式 直接点击上方链接投递即可,也可 bHhsX2ZyZWVkb20= 备注 V2EX 代投 即使不完全匹配,只要对 AI Infra 有热情、工程功底扎实,都欢迎聊聊。

社区

[Go 编程语言] VictoriaLogs 与 Loki、Elasticsearch、OpenSearch、SigNoz、ClickStack 的日志写入性能对比

This blog post is also available in English : VictoriaLogs vs Loki, Elasticsearch, OpenSearch, SigNoz and ClickStack on structured log ingestion 在 VictoriaMetrics 内部,我们会持续地对自己的产品进行性能测试。这能帮助我们保持竞争力,让每一个版本都变得更好。随着越来越多的团队开始使用 VictoriaLogs ,也有越来越多的人问我们:它适合哪些场景?切换过来能获得什么?因此,我们把基准测试作为一个 公开 GitHub 仓库 发布出来,任何人都可以运行它来复现我们的结果,我们也会继续以开源的方式维护它。 这不是一篇劝你在迁移到 VictoriaLogs 的广告。相反,如果你在采集结构化日志(无论来自 Kubernetes 还是其他地方),本文应该能帮你选择合适的工具,并了解适合你的权衡取舍。 对不同系统进行比较的基准测试总是充满争议,因为每个系统擅长的场景各不相同。本文只测试一个场景:写入结构化日志,即每一行都带有命名字段的日志,Kubernetes 上的许多服务都是这样输出日志的。每个系统都运行在一台相同规格的机器上。查询性能、集群模式和对象存储会在后续文章中介绍。 仅凭写入速度无法决定该选哪个系统,所以本文也会深入它们的内部实现: 为什么 Loki 写入速度最快,但一个简单的 Dashboard 查询却要花上几分钟? 为什么 SigNoz 和 ClickStack 落后于 VictoriaLogs ,尽管三者都以列式方式存储日志? 为什么 Elasticsearch 和 OpenSearch 需要那么多磁盘空间? 这些问题的答案能帮助你规划硬件和成本,避免在日志量增长时遇到意外。 测试与环境 我们测试了截至 2026 年 10 月 6 个系统的最新版本,配置尽量接近默认值: VictoriaLogs v1.53.0 Loki 3.7.8 Elasticsearch 9.5.5 OpenSearch 3.9.0 SigNoz v0.145.0 ClickStack 2.39.1 我们调整了少量配置,例如 Loki 的写入限制,以便每个系统都能在单节点上达到其设计上限。VictoriaLogs 不需要任何调整,因为它的设计目标就是开箱即用地提供最佳性能( 文档 )。 仓库 中说明了每一项改动。 为了让测试保持简单,每个系统都以单节点模式运行在独立的 Kubernetes 节点上( GCP 的 n2d-standard-8 ,8 个 vCPU 、32 GB 内存)。SigNoz 和 ClickStack 将日志存储在 ClickHouse 中,而 ClickHouse 本身无法直接接收日志采集器发送的日志。因此每个技术栈都会在 ClickHouse 所在的节点上运行自己的 Collector ,这些 Collector 基于 OpenTelemetry Collector 构建。 我们同时向每个系统发送相同的日志。写入速率从 10k 行/秒开始,每 10 分钟增加 10k ,最高到 180k 行/秒。一个系统的最大写入速率,是指它在一个完整的 10 分钟阶梯内平均能成功存储的最高速率。如果系统发生崩溃,我们只统计它首次崩溃之前的阶梯,因为崩溃本身就是它的极限。 我们统计的是每个系统实际存储的行数,而不是它接收的行数。例如,SigNoz 和 ClickStack 在 Collector 收到日志后就会立即返回响应,因此 Collector 一旦崩溃,就会丢失已经被接收的日志。Loki 是个例外:它没有低成本的方法统计已存储的行数,但它会在返回响应之前把每一行写入 WAL ( Write-Ahead Log ,预写日志),所以对于 Loki ,我们统计的是接收的行数。 写入速率只是故事的一半。为了展示它与查询速度之间的关系,我们以 35k 行/秒的速率向 VictoriaLogs 、Elasticsearch 和 Loki 写入相同的日志,持续 4 小时,然后在冷缓存状态下对几条常见查询进行计时。我们会在后续文章中深入讨论查询。 每个系统接收的负载 日志可以是任何东西,从纯文本到包含数百个字段的 Wide Events (宽事件)。本测试选取了中间情况:每行包含 30 到 40 个字段的结构化日志,这在 Kubernetes 中很典型。其中约 20 到 30 个字段由应用写入,日志采集器再额外添加约 10 个字段,例如命名空间、节点和标签。 设想一个有 125 个节点的 Kubernetes 集群,每个节点运行 40 个属于不同应用的 Pod 。每个 Pod 的日志构成一个日志流,因此这个集群共有 5,000 个日志流。这是一个中等规模的集群,与我们在 VictoriaLogs 用户中见到的许多集群类似。 我们想看看每个系统基于自身设计能走多远。因此,每个系统都以它偏好的格式接收日志。例如,Loki 通常从 Grafana Alloy 接收 protobuf 格式。我们没有向所有系统发送同一种格式(如 OTLP )。如果那样做,我们测量的就不仅是各系统存储日志的能力,还包括它们转换该格式的效率。 在实际场景中,日志通常以 JSON 形式输出到 stdout 。因此日志采集器需要对其进行转换,而这同样会消耗 CPU 。如果有足够多的读者感兴趣,我们也可以用一种通用格式(如 JSON 或 OTLP )重新运行测试。 测试结果 主写入测试我们运行了 3 次,下面的结果取 3 次运行的中位数。完整的数据表格见 仓库 。 对于 SigNoz 和 ClickStack ,CPU 和内存包含了 Collector 、ClickHouse 及其辅助服务。 本文中提到的少数额外测试(例如查询测试)是仓库之外的一次性运行。 最大写入速率(行/秒) Loki 写入最多,达到 139k 行/秒。 VictoriaLogs 位居第二,为 120k 。 Elasticsearch 、OpenSearch 和 ClickStack 在 28k 到 48k 之间。 SigNoz 达到 10k 行/秒,并在 20k 时崩溃。 一行日志约为 930 字节的 JSON ,因此 120k 行/秒约等于 106 MiB/s ,即每天约 9 TiB

社区

[OpenAI] 我来抄作业了,你们的机器上装了哪些 LLM 相关的管理软件/插件/skills/工作流等等

最近一年忙着业务,没怎么碰代码,没想到现在的 AI 技术栈日新月异了,我目前有些个人的产品想法想尝试,想给自己多年没碰的 Mac 上把那一套 AI 技术栈给装下,目前就装了一个 codex 买了 coding plan ,一个 ccswitch 但还没弄清楚怎么用,想问问你们还装了哪些可以提效的东西,我来抄抄作业😄

社区

[NAS] 群晖 NAS 被勒索后从 SSD 缓存恢复文件

出差的时候病毒勒索了白群里所有的文件,进程已退出,差不多没救的样子。 尝试各种办法都无效之后突然想到我的 NAS 装了两条固态硬盘当缓存,用 AI 查了缓存有几百个 GB ,一条用了 70%,一条用了 30%。于是让 AI 跑了一次目录生成.CSV 文件。打开后发现所有较重要的文件都在里面。 https://i.imgur.com/a/VKPDe4t.png 目前正在用 AI 提取中,估计有数百个 GB 。提取完之后准备重置 NAS 和硬盘。 最重要文件还是做了云端单向冷备份,花了很多钱下载。3-2-1 备份还是很重要,各位一定要做好数据备份。

社区

[AI Agent 智能体] 一个 APP 直接将普通安卓手机变全自动 AI 手机

想给普通安卓手机,装上一个会动手的 AI 。 于是 Vibe Coding 做了 Droidance ,一个为安卓而生的开源智能体。 它是一个直接装在安卓手机上的 APK 。给它一句话,它会看屏幕、点击、滑动和输入,一步步在 App 里执行任务,再把结果整理给我。 应用原生开发,安装包约 13 MB ,支持 Android 11+。代码开源,模型可以自己选,也做了定时任务和技能复用。 首次按应用内引导完成配对、填好模型 Key ,就可以开始派活了。 如果手机多了这样一个帮手,你最想让它做什么? https://github.com/ybblab/Droidance https://droidance.app/ 一个 APP 直接将普通安卓手机变全自动 AI 手机 想给普通安... https://xhslink.cn/o/5hY2sDjukcq 前往 [小红书] 一探究竟吧!

社区

[分享创造] 因为想统一看自己全部券商账户,我做了一个叫 Catfolio 持仓追踪 iOS App

我的美股散落在好几个券商里, 一直找不到一个地方能看清楚: 总共持有什么, 今年到底赚了多少, 跑没跑赢大盘啊。券商 App 只看得到自己那一家, 记账软件要手动录每一笔交易。所以干脆自己写了一个。 支持各种券商 api 连接,不用手动输入(当然也支持自己手动导入 csv )。 买入点卖出点都非常清晰显示在线上,还有金额细节,成本价都算的清清楚楚的。 账户数据都是自动算,合并算分开算,非常直观。 真实收益: 同时算时间加权 (TWR) 和资金加权 (MWR) 收益,可以和 SPY 、QQQ 等基准对比,不会被定投入金带偏。 收益来源: 按标的拆分收益,看清今年的钱是哪几只赚的。 ETF 穿透: 把所有账户里的 ETF 拆开,算出合并后对单只股票的真实敞口。比如 QQQ 、VGT 、VOO 叠在一起,你实际持有多少 NVDA 。 分红:已到账的分红和今年的预期分红。 研究工具: 成交量分布、期权持仓墙 (OI walls)、市场情绪仪表盘,还能看佩洛西、段永平、巴菲特等知名投资者公开披露的持仓。 AI: 内置 AI 助手,用你自己的 AI;还提供 MCP server,可以在 Claude Code 或 Codex 里直接问问题。 支持 A 股!可以搜索添加 几个设计原则: 只读,不能下单。 计算都在手机本地完成。 不包含任何投资建议哈。 App Store : https://apps.apple.com/app/id6810656291 官网 : https://catfolio.app 我已经修了好久,bug 已经不多了,但是一个人 vibe 开发,肯定有不少问题,欢迎拍砖。特别想知道大家还在用哪些券商是连不上的。

社区

被 gpt 快气死了

速度慢就算了,让干活写的代码和屎一样,已经用了 gpt6 astra 极高了,也尝试了 gpt6.1 sol max ,也是一样的代码质量和设计的我严重怀疑给我路由到 luna 了 使用模型指纹和糖果题测试没啥问题,但是根据以往的经验,在模型用量中我从来没有用过 luna ,但是有一大半的模型使用都是 luna

社区

做的小站点怎么接境外个人收款,求推荐平台和方式

云里雾里搞了半天,有 paypal 个人账号,但 paypal 做收款需要在国内办个体工商户,想吃失业保险一直没去办。 研究了些海外的平台,很早以前试了 ko-fi ,这几天试了 lemonsqueezy ,但都要 stripe ,stripe 又不支持大陆。lemonsqueezy 的收款测试都通过了,就是死活不给激活商店...没辙了 让 ai 推荐、谷歌搜类似平台,感觉好多都需要办个体工商户,来这里问有没有大佬推荐一些平台,合规合法的。 另外,有没有相关的群组可以拉一拉,日常潜潜水偷师学艺(不是)

社区

[分享创造] 我不怕竞争,依然做了一个 Mac 版本的修图工具(送码)

我知道类 PS 的修图工具已经多如牛毛,但我还是做了一个玩玩,我的想法是,先让它存在。然后再慢慢优化,迭代,差异化是后面长出来的。 后面的大概想法就是 ,它可以面向手动修图,也能面向 AI agent 自动化。不过先做出来再说。 Mac app store 上 可以搜 Pixau 这里送 20 个码: 3RPRL4PYF4TR JHL9R3FE6Y9K NN6TLHNYNNYA X3ALYJ3E7A73 YJ7ETKH3H99R M3JTWFT3PH66 3WPMR3R6ETN6 FKN6KKMENFJ6 YXR39YTNKWRR T746X96EPHAJ EXEHHEHTX396 J6AYKXY6PT4W 974N7FK7WJWY EX9NRHN6HEFE KEA46HAHRJXY TKRW334PTEF7 J479HNKPP7JY WH4HER4LE7WP H6LJLXFEKRX7 W6N33KEN4YXK

社区

[职场话题] 这算是转行吗?这还算不算是计算机对口就业

如题,朋友是一名 27 届的学院本的计算机专业,今年 5 月开始,一直在一家小公司做全栈+智能体开发实习。如今有一个 offer ,是软件项目管理,电子厂中小厂,做嵌入式比较有名。工资可能会降 30%左右。求助是否值得去。有没有佬是这方面的,发展前景如何。还有,实习是按天算的。

社区

[分享创造] 开源自荐: FoldGit,原生、小巧、界面简洁的 macOS Git 客户端

现在写代码,基本都交给 Agent 了。但要进生产环境的代码,还是得自己检查改了什么、有没有越界。 如果只是看改动、暂存和提交,我不想每次都打开功能繁多、偶尔还有些卡顿的编辑器或 IDE。轻量 Git 客户端的使用频率,反而可能会更高。 所以做了 FoldGit:原生开发,适配 macOS 26 风格,小巧、界面简洁、操作直觉,而且免费开源。 主要功能: 仓库按目录或自定义分组,不移动文件夹;不活跃仓库可以折叠。 自动发现工作树,显示所属仓库和分支名,支持新建、移除及合并后清理。 目录树、单栏和并排差异、按目录或代码块暂存,以及提交、历史搜索、分支比较、Stash、推送与拉取。 0.2.0 的 macOS 安装包约 6.2 MB。需要 macOS 26 及以上、Apple Silicon Mac 和 Git。欢迎试用并反馈。 另有 Windows 版,目前是最简实现,欢迎参与完善。 官网: https://foldgit.com 源码: https://github.com/dufu1991/foldgit

社区

[智谱] (非 aff)送 5 张 GLM Coding Plan 体验卡

之前订阅的 glm coding plan 的会员,刚发现里面有 5 张 7 天体验卡,可以免费用 GLM-5.3 / GLM-5.3-Flash 本着不薅白不薅的原则,有需要的朋友自取: https://bigmodel.cn/activity/trial-card/5A0VARG8AM 这个不是 aff 哈

社区

[问与答] 通用办公,国模谁是第一?

地球上肯定是 Claude 断档第一,但是国内呢? deepseek 还是 kimi? 通用办公指的是写文,作 ppt ,excel 处理,决策支持之类的。 workbuddy+deepseek 我试了,效果真不如 Claude code+deepseek 。 需要一个备份方案,现在都用 Claude 网页+chatgpt work ,但总想有个后备方案。