
小墨同学
@xiaomovps • 15,930 subscribers
🧠 AI Agent 实操|Pi / DeepSeek Harness / Grok Bot / Claude Code 💸 天天实测 Agent 怎么更省 token、更好用 🔧 ESP32 DIY:把 Agent 装进小硬件 📘 Pi 蓝皮书作者 · 合作 wx:lucky_bobe
Shorts
Videos

Pi 可以直接使用 Google Antigravity 了,官方正版方式去调用 Gemini 模型🔥 不用复杂的配置 只需要安装这个插件:pi-antigravity-acp-provider 如果你手里已经有 Google AI 订阅,我非常建议你使用起来 在 PI 里面使用,步骤非常简单: 1、安装:pi install npm:pi-antigravity-acp-provider 2、在 Pi 里 /login,选 Sign in with an account,再选 Google Antigravity (ACP),首次会下载官方运行时,Linux 版解压后约 1.8 GB,然后浏览器登录 Google 3、/model 选 antigravity-acp 开头的模型,Shift+Tab 可以切换推理强度 这里有个细节先看一下:默认权限模式是 yolo,Antigravity 自带的命令和改文件都不会再问你,装完先去设置换成 default 或 auto-edit 这种会询问的模式,再开始用 全程项目都是开源的,如果有问题 可以直接去看代码,而且使用的是官方支持的 ACP 模式,也不需要担心账号问题
小墨同学135,652 次观看 • 1 个月前

Pi Agent 在 21 组 Agent Harness 横评中暂居第二,最让我意外的反而是它搭配 DeepSeek 的表现🔥 最近 FrontierHarness v1.1 的测试引起了不少讨论,这次使用了 Kimi、DeepSeek、智谱 GLM、Muse 等 5 个开源模型,比较不同 Agent Harness 的实际表现 在此前的直播榜数据中,Pi 以 72.8% 的综合通过率暂居第二,仅次于 Codex CLI,超过 Claude Code 和 DeepSeek Harness 的四种模式 但是我觉得最有意思的是 DeepSeek 这组数据: Pi + DeepSeek:通过率 80.3%,每成功一题成本 $0.057 DSH Minimal + DeepSeek:通过率 73.3%,每成功一题成本 $0.183 同样使用 DeepSeek 模型,Pi 的通过率高出约 7 个百分点,成本却只有 DSH Minimal 的三分之一左右 这也是我一直比较看好 Pi 的原因 Pi 本身足够精简,默认只有四个基础工具,但在实际任务中依然能保持不错的准确率和 Token 效率 我觉得这次测试说明了一件事:模型能力固然重要,但搭配什么 Agent Harness,同样会直接影响最终的效果和使用成本 当然,目前测试还没有全部完成,排名可能继续变化,但 Pi 的阶段性表现确实值得关注 真的,大家如果是想找一个省 token 又高效的 harness,而且还是开源的 PI,就是你的不二之选,这也是我为什么一直推荐大家使用 PI agent 的原因
小墨同学23,490 次观看 • 5 天前

DeepSeek 不行 可能真的和你用的 harness 有关系🔥 DeepSeek harness 默认的标准模式可能真的会影响 DeepSeek 模型的能力,让模型变得又笨又啰嗦,只是我个人的感受 因为 DeepSeek 我不是第一次用了,我已经用了很长一段时间了,而且都是在 PI agent 上使用的 在上面使用,我感觉干活又快又准,而且整体的 API 消耗都是在可控范围以内 后面我换上了 DeepSeek harness,我想着自家的 harness 肯定会对自家的模型有特殊的加成,因为都流传着在 DSH 上跑出来的分都会更高 所以这段时间我都是在高强度使用,我又发现一个很怪的点 我发现是同一个模型和同一个思考等级 DeepSeek 在 PI agent 上干活的时候基本上不怎么啰嗦,可能是运行两到三轮就已经结束了,而且整体的成果都还是比较满意的 虽然达不到 Claude 的程度,但至少也有 80 分 针对一些不是重度 coding 的用户,或者是一些复杂任务的用户,完全是可以胜任的,而且成本消耗也是可控的 但是把它放到 DeepSeek 上,开启的是标准模式,有的时候会莫名其妙跑个十几二十轮 而且干活时间会拉得比较长,感觉都不像在用 DeepSeek,感觉都在使用 GPT-6 的感觉,整体会变得非常啰嗦,而且会变得非常慢 效果的话,可能会在整体程度上加个 4~5 分 但是从消耗的 token 和时间来说的话,完全是不值得的 后面我又多测试了几轮,发现还是一样的结果,所以我怀疑是不是 DSH 的系统提示词有问题 有没有跟我遇到一样情况的朋友,可以来回答一下我这个问题,到底是我一个人还是大家都遇到了?
小墨同学75,601 次观看 • 24 天前

DeepSeek Harness 也能接入微信、飞书、QQ 了,这个社区插件有点东西🔥 最近在玩 DeepSeek harness,发现了一个插件,非常有意思,直接支持 12 种聊天渠道,像我们常见的微信、飞书、钉钉都有 最主要的是安装非常方便,只需要打开插件市场搜索:dsh-im,点击安装就好了 现在还真有现成的方案了,主要有 3 个特点: 1、支持 12 类聊天渠道:包括微信、飞书、钉钉、QQ、Telegram 等,部分平台扫码就能接入,不需要自己写接口 2、远程执行任务:把 DSH 部署在电脑或服务器上,就能通过手机聊天软件给它安排任务,还支持多机器人独立配置模型和工作区 3、功能比较完整:支持切换模型、管理会话、查看执行进度,部分平台还能发送图片、回传文件和远程审批 作者都已经做了对应的优化,直接扫码就可以对接对应的应用就好了,然后直接在手机微信上操作 DeepSeek harness 也算是另类的远程操作了
小墨同学31,268 次观看 • 11 天前

DeepSeek Harness 的插件生态也挺能折腾🔥 准备开个新坑,开始玩 DeepSeek Harness,先装几个实用插件,把插件管理、Context、搜索和开发界面这几块补齐 1、dshmarket:不用再到处翻 GitHub 内置插件市场,可以搜索社区插件、查看介绍和一键安装,适合用来挖掘各种新玩法 2、billion-context:长对话也能找回细节 把长对话分层压缩,需要时还能找回之前的细节,适合长时间运行的 Agent 任务,重点是尽量减少 Context 消耗,又不丢掉关键记忆 3、dsh-ops:少让 Agent 在命令行里反复踩坑 给 Windows 补上 Bash、PowerShell 7 和高效文件工具,减少命令执行失败和反复重试带来的浪费,不过目前仅支持 Windows x64 4、dsh-free-search:不只依赖官方搜索 支持 Bing、DuckDuckGo、SearXNG 等多个搜索后端,还能自动回退,部分引擎不需要 API Key,适合折腾不同搜索方案 5、dsh-better-sidebar:直接把 Harness 变成开发工作台 文件编辑、终端、Git、Diff Review、子代理任务和侧边聊天都能整合到一起,不用在多个窗口之间来回切换 接下来准备慢慢把这套工作流跑起来,再对比不同模型、搜索引擎和 Harness 的实际效果 我比较好奇的是,同一套工具和工作流换个模型,最后的搜索质量、Token 消耗和任务完成率到底能差多少 希望这个学习过程能跟学习 PI 一样,毕竟 DeepSeek 早晚要成为国模一哥
小墨同学66,025 次观看 • 26 天前

Grok Bot + Cursor 全链路开发分享!现在出门只带手机,也能完成从写代码、测试到 PR 合并和发布的整个流程🔥 前面有朋友问我,怎么通过手机配合 Grok Bot 和 Cursor 完成整个开发流程 其实没有想象中复杂,我现在这套工作流,基本不需要一直守在电脑前,分享一下具体怎么操作 一、先做好两个准备工作 1、关联 Grok Bot 和 Cursor 准备一个同时登录 Grok Bot 和 Cursor 的账号,现在的新订阅可以把两个服务关联起来 这里要注意,尽量使用同一个账号和邮箱,避免后面出现账号无法关联的问题 2、连接 GitHub 仓库 分别让 Grok Bot 和 Cursor 连接自己的 GitHub 仓库 后续的代码修改、PR、Review 和 CI/CD,都可以围绕 GitHub 完成 二、整个开发流程其实很简单 ① 手机下发任务 直接在 Grok Bot 里描述开发需求,让它调用 Cursor 去执行 Coding 任务,不需要自己一直开着电脑操作 ② Cursor Cloud 云端开发和测试 这个是我比较喜欢的地方 Cursor 自带 Cloud 环境,代码修改、测试和运行都可以在云端完成 中间的执行过程还可以通过截图、录屏和结果说明来检查,不用单纯依赖 Agent 告诉你任务已经完成 ③ GitHub PR + CI/CD 代码完成后,通过 GitHub 提交 PR,再检查对应的测试结果和 CI/CD 状态 确认没有问题后,合并到主分支,如果你的项目已经配置好自动部署,后续发布流程也可以直接跑起来 三、最后我需要做什么? 整个流程下来,我主要只需要关注三件事: 1、提交开发任务 2、检查结果并合并 PR 3、确认发布到生产环境 以前开发一个小功能,可能还得远程连接电脑、打开编辑器、跑测试,现在很多操作都可以交给 Grok Bot 和 Cursor 完成 而且整个过程在手机上就能跟进,对于经常出门、又需要随时处理项目的人来说,确实方便很多 当然,正式上线前还是建议自己检查代码、测试结果和权限配置,尤其是涉及数据库和生产环境的修改 如果你已经在用 Grok Bot 和 Cursor,真的可以试试把 GitHub 这条链路打通,后面会省下不少重复操作的时间
小墨同学50,636 次观看 • 23 天前

想来想去,我还是把 Grok Bot 从 100 刀的订阅降级成了 30 刀🔥 不是说用量不够,而是现在整体感觉都不太好用 之前一直觉得 Grok Bot 是一个非常不错的 Personal Agent,但是最近用下来,确实有几个问题让我不太满意 1、模型没有办法自己控制 Grok Bot 最大的问题就是模型路由不透明,没办法指定自己想用的模型 而且我感觉最近越来越容易路由到自家的 Grok 模型,整体任务做下来,我都不是很满意 2、额度消耗太大,而且不透明 具体也不知道自己的套餐到底能用多少额度,有的时候一个任务下来,就消耗了不少 更难受的是,有些任务 Grok Bot 没有处理好,最后还是需要用 Claude 或者 GPT 去擦屁股 这样算下来,整体 AI 订阅费用反而变高了很多 3、我已经开始找 Grok Bot 的替代方案了 现在我手里还有免费的 Muse 和 Hermes Agent,暂时也不缺可以使用的 Personal Agent 不过我最近又找到了两个比较有意思的项目,都是想复刻 Grok Bot 的产品形态 OpenBot 支持多个 Agent 协作,可以自己选择模型和运行环境,而且提供了从 Grok Bot 迁移数据的方案 GitHub: OpenMausBot 这个项目更接近 Grok Bot 的使用体验,可以创建多个独立 Bot,自己管理模型和运行环境,数据也能尽可能留在自己手里 GitHub: 我准备从这两个项目里面选一个,看看能不能真正替代 Grok Bot 果然,不管做什么产品,最终还是以利润为主 利润不够的时候,就可能去砍额度,或者是降低模型的使用能力 所以我现在越来越觉得,使用 Personal Agent 不能完全依赖某一家厂商 还是需要提前做好迁移和更换的准备,尤其是自己的知识库、记忆和工作数据,最好都能保留在自己手里 不然辛辛苦苦培养了那么久的私人助理,最后想换一个平台,还得重新开始
小墨同学17,315 次观看 • 8 天前

Grok Bot 最新版终于打通了手机 APP🔥 可以直接让 Grok Bot 操作你的手机 APP,这离我心中的 Personal Agent 又近了一步 最关键的是,不用自己折腾,官方已经帮你集成好了,只需要简单授权就能使用 目前支持 6 个 iOS 默认应用: 1、信息: 读取短信、发送短信 2、位置: 获取实时位置、查找附近地点 3、日历: 查看和添加日程 4、家庭: 控制灯、门锁等智能家居设备 5、提醒事项: 设置和查看提醒 6、通讯录: 查找和添加联系人 目前能操作的应用只有这 6 个,不过已经覆盖了我日常最常用的几个 尤其是日历和提醒事项,对我来说特别实用 以前很多待办事项只是放在 Agent 里面提醒,但如果没有及时打开对话,很容易就错过了 现在直接打通手机的提醒事项,有什么事情就让 Grok Bot 帮你设置好,到时间直接通过系统提醒通知你,不用再专门打开 Agent 查看 再加上读取和发送信息、获取实时位置这些能力,Agent 就不再只是一个等着你提问的聊天工具,而是开始真正接入日常生活了 说实话,折腾了那么多 Hermes Agent 之后,我现在才发现:有时候直接用大厂已经集成好的方案就行了,省下来的时间不知道有多少
小墨同学40,962 次观看 • 24 天前

DeepSeek Harness 真该吐槽的,不是模型能力,而是执行效率🔥 最近这几天高强度使用 DeepSeek Harness,发现我分享推文的时候,在评论区有很多人跟我吐槽 一开始我还不以为意,当我真的深度去使用的时候…… 我发现这几个地方是真的坑 😭 三个我觉得确实影响体验的地方: 1、执行速度:工具调用太多,任务跑得慢 有时候任务本身并不复杂,但是 DeepSeek 容易反复调用工具、读取文件,把整个流程搞得很长很慢 不知道到底是 Harness 的问题,还是 DeepSeek 的问题 2、Token 消耗:长任务尤其需要优化 整体消耗没有 Pi Agent 那么省 Token,因为 Context、工具描述、反复交互都会增加消耗 有一个任务,它来来回回干了 28 次才搞定 虽然整体的缓存命中率很高,但整体的消耗其实一点也不少 3、任务稳定性:出错之后还得盯着 这地方是我最想吐槽的 在任务过程中,如果出现工具调用失败、结果为空,甚至子任务没完成,都没有可靠的错误回复和结果验证 很多时候需要我主动去跟它说明问题、推进任务,完全没有 Claude Code 的那种舒服的感觉 当然,我吐槽这些,不是说 DeepSeek 不能用 Everything is a Plugin 这个思路我还是很看好的,底层可替换、功能能自由组合,确实有自己的特色 我现在更希望官方能继续把执行效率、Context 管理和长任务稳定性打磨好,变成一个成熟的产品 毕竟大方向是对的,剩下的就看细节打磨了🔥
小墨同学38,662 次观看 • 24 天前

Grok Bot 我真的建议你一定要用起来,从 0 到 1 的教程我整理好了🔥 这一个多月下来,我陆续分享了 49 条 Grok Bot 相关的内容,自己也从 Hermes Agent 慢慢迁移到了 Grok Bot,现在已经成为我日常使用的主力个人助手 但是我发现很多人虽然已经开通了 Grok Bot,却不知道怎么使用,或者只是拿来简单聊天,根本没有发挥它的能力 所以我花了一些时间,把之前分享过的内容全部重新整理了一遍,写成了一篇从 0 到 1 的完整教程 主要讲了下面这几个方面: 1、从注册到连接 X 怎么开通会员、选择套餐,以及如何直接连接 X 账号,现在已经不需要申请开发者账号,就能让 Grok Bot 帮你搜索 X、分析账号和整理内容 2、最值得安装的 Bot 模板 整理了 5 个寻找 Bot 模板的网站、5 个值得关注的账号,还有官方推荐的使用方法,不需要自己从零开始折腾提示词 3、日常最实用的 4 个场景 包括 X 账号运营、手机个人助手、邮件和密码管理、图片视频生成 尤其是手机端,现在已经能连接日历、提醒等系统功能,很多事情直接在手机上交代就可以了 4、怎么把 Grok Bot 变成编程助手 我把自己使用的 Grok Bot + Cursor Cloud + Claude Code 工作流也写进去了 出门只需要带手机,就可以让它帮你创建任务、修改代码、运行测试,最后通过 GitHub PR 验收 5、怎么让 Grok Bot 长期稳定使用 这部分我觉得非常重要,包括记忆大扫除、定时备份、额度管理,还有多个 Bot 之间怎么分工 尤其是云电脑重置和记忆冲突,我自己都踩过坑,文章里面也放了 这里我跟你透露一下,其实 下面👇那篇文章都是我直接使用 Grok BOT 发布的,它可以直接帮你整理文章和图片 还可以做好排版 再也不需要在 X 网页上慢慢地编辑排版内容,直接编写好 Markdown 文档 直接让 Grok BOT 帮你上传就好了
小墨同学26,189 次观看 • 18 天前

DeepSeek Harness 最新版本更新,最重要的是接入了自己的搜索引擎🔥 前段时间我刚研究完 Pi 和 DeepSeek Harness 的区别,没想到 DSH 又更新了一轮,这次 0.2.1 系列改动还挺大的 我第一时间翻了一下官方的升级日志,而且自己也上手体验了一下,而且针对插件做了非常多的优化,而且把对应 PI 的内核也做了更新 总结了下面几个我比较感兴趣的更新 1、Agent 现在可以自己开发插件了 以前想给 DSH 增加功能,需要自己找插件或者写代码,现在插件管理页面增加了让 Agent 创建插件的入口 直接告诉 Agent 需要什么功能,它就可以帮你开发插件,还支持第三方插件源、依赖管理和热重载 以后安装或者创建插件都非常简单,直接可以在侧边来选择创建自己的插件 2、开始兼容 Claude Code 和 Codex 生态 官方新增了 Claude Code 和 Codex 插件组合包,还做了一个实验性的 Claude Code Mods 兼容层 不过目前还不是完全兼容,更多是在验证两套插件机制能不能互通 如果后面真正打通,对 DSH 的插件生态帮助应该不小 3、Pi 底层升级,极简模式也在完善 DSH 使用的 pi-ai 已经升级到 1.0.2,更新了模型目录和适配器 另外极简模式也支持图片、长对话自动压缩,还可以通过 /compact 手动整理上下文 这一点我比较关注,因为前面我在测试极简模式的时候 容易出现问题,有提示或者是卡死 现在做了优化 后期我再做测试一下 4、接入 DeepSeek 自己的搜索能力 新增 DeepSeek Search 和 Fetch API,可以直接在网页搜索设置中开启 同时适配了 DeepSeek-V4.1-Flash-1017,还有实验性的 Git Worktrees 插件、子代理能力调整、SDK 会话恢复等更新 目前 GitHub 最新 Release 是 0.2.1-rc.3,依然属于预发布版本 我之前研究 Pi 的时候,最喜欢的就是它足够简单,想要什么功能自己加,不需要太复杂的配置 但是 DSH 的路线明显不一样,它不只想让你扩展 Agent 的能力,还想把插件、模型、工具和运行体系都组合起来 现在我反而更想看看,随着 DSH 的插件生态逐渐完善,这种万物皆插件的设计,究竟能不能在保持灵活性的同时,控制好复杂度和 Token 消耗 毕竟功能越多不代表 Agent 越好用,实际执行效率才是我更关心的东西
小墨同学28,136 次观看 • 20 天前

同样的模型,换个 Harness,Token 消耗居然差了 46 倍?🔥 最近很多人问我 DeepSeek harness 对比 PI agent 高本消耗到底怎么样? 我不多废话 直接上实操,跑了一个鹈鹕骑自行车的小测试,结果还挺意外的 测试条件完全一样: 模型:DeepSeek V4 Flash 思考强度:High 提示词:用 HTML 做一个骑自行车的鹈鹕 结果出来有点夸张: Pi Agent:26K Token DeepSeek Harness:1.2M Token,缓存命中率高达 99% 如果光从 token 消耗的数量来看,DeepSeek harness 消耗的 token 数量将近是 PI 消耗数量的 46 倍,但是这里有个很容易忽略的地方:缓存命中的 Token 其实非常便宜,而且整体输出的效果 DeepSeek harness 会好很多 我查了一下 DeepSeek Flash 的最新 API 价格,非高峰时段: 缓存命中:0.02 元 / 百万 Token 缓存未命中:1 元 / 百万 Token 输出:4 元 / 百万 Token 假设 DSH 这 120 万都是输入 Token,其中 99% 命中缓存,算下来输入成本只有 0.036 元左右,高峰时段约 0.072 元 Pi 的 26K 如果全部按照未命中输入计算,也只需要 0.026 元 当然,这里还没算输出和思考 Token,所以不是两边最终的实际账单 这次测试最大的意义在于 我可以回答前面的问题,如果只是看纸面 token 消耗的数据 同样的任务下 PI 整体消耗的 token 会少很多 但是如果算上缓存和整个任务的效果,DeepSeek harness 的整体体验会好不少,因为我使用的是标准模式,如果和 PI 一样使用极简模式的话 DeepSeek harness 的消耗会比 PI 使用的 token 还少 这部分其实我以前也做过测试,如果你感兴趣 可以去看我以前的测试用例,所以很多时候不能单看一个 token 消耗去判断一个 harness 到底省不省 token 具体是单个任务达到目的的平均消耗才能做评估,我也希望本次测试对大家有一定的作用
小墨同学33,871 次观看 • 25 天前