Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

Anthropic 发布了 Skill Creator 的重大更新核心变化：内置测试用例生成写完一个 Claude 技能，怎么知道它到底能不能被正确触发？以前靠手动试，现在 Skill Creator 内置了测试功能，帮你自动跑评估。你现在可以给技能定义一组测试提示词，描述"什么样的回答算合格"，然后让系统自动跑测试、出报告。不需要写代码，不需要搭测试框架。具体新增了四个能力：自动化评估（Evals）：定义测试提示词和预期结果，系统自动运行并追踪通过率、耗时、token 用量。当模型更新或基础设施变化时，你能立刻发现技能是否"退步"了。多 Agent 并行测试：测试用例不是排队跑的，而是在独立的 Agent 中并行执行，每条测试互不干扰，各自有独立的 token 和耗时统计。 A/B 对比：系统用"比较器 Agent"对两个版本的技能做盲测对比，去掉主观偏见。你改了技能描述，想知道新版比旧版好还是差，直接跑一轮对比就有答案。触发率优化：这可能是最实用的功能。系统会分析你的技能描述和测试提示词，建议怎么改描述才能减少误触发和漏触发。官方测试中，6 个公开的文档类技能有 5 个的触发准确率得到了提升。

小互

111,134 subscribers

46,969 Aufrufe • vor 5 Monaten •via X (Twitter)

Wissenschaft & Technologie

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

可灵昨晚发布了 O1：一个大一统的视频、图像生成和编辑工具，支持你能想到所有图像和视频编辑能力。藏师傅会对这次新增的一些能力进行测试，同时大概教大家一下这个模式应该如何使用 👇下面是具体的教程和测试内容

可灵昨晚发布了 O1：一个大一统的视频、图像生成和编辑工具，支持你能想到所有图像和视频编辑能力。藏师傅会对这次新增的一些能力进行测试，同时大概教大家一下这个模式应该如何使用 👇下面是具体的教程和测试内容

歸藏(guizang.ai)

46,586 Aufrufe • vor 9 Monaten

woc，感觉不小心发明了一个很酷的技术！万推，有人知道这种东西能申请专利吗？？拿微信测试了下，50% 切割能实现想要的需求！求大家帮我测下，能不能扫出右侧二维码（提示词和源码放评论区了（具体用法和场景大家自己想象👀

woc，感觉不小心发明了一个很酷的技术！万推，有人知道这种东西能申请专利吗？？拿微信测试了下，50% 切割能实现想要的需求！求大家帮我测下，能不能扫出右侧二维码（提示词和源码放评论区了（具体用法和场景大家自己想象👀

Cell 细胞

117,462 Aufrufe • vor 9 Monaten

Anthropic推出了一项新功能，叫做“提示词改器”（Prompt Console）。 Claude 会使用思路链推理等提示工程技术自动对提示词进行改进，优化你的提示词，让AI的回答更准确、符合预期。这项功能的主要作用： 1. 自动优化提示词：通过提示词改进工具，开发者可以让Claude模型自动优化现有的提示词（即向AI模型提出的问题或要求），以提高模型回答的质量。例如，工具会增加一个“链式思维”环节，让Claude在回答之前先有条理地思考问题，确保回答更精准。 2. 标准化和丰富示例：工具可以把提示中的示例转成统一的格式，比如XML格式，这样Claude更容易理解和处理。 3.示例增强：对现有示例进行自动补充，使其与结构化后的提示更加契合，包括增加链式思维的逻辑过程。 4.重写：对提示进行重写，明确其结构，并纠正小的语法或拼写错误，以提高提示的质量和易读性。 5.预填充：在Claude的助理消息中预填充内容，帮助引导Claude的行为，并确保输出格式符合需求。一旦新提示生成，你还可以向Claude提供反馈，说明什么有效，什么不起作用，以进一步改进提示。实际效果：根据Anthropic的测试数据，使用提示词改进工具后，模型的准确率在多标签分类任务中提升了30%，并且在摘要任务中能够100%完全遵循字数要求。

Anthropic推出了一项新功能，叫做“提示词改器”（Prompt Console）。 Claude 会使用思路链推理等提示工程技术自动对提示词进行改进，优化你的提示词，让AI的回答更准确、符合预期。这项功能的主要作用： 1. 自动优化提示词：通过提示词改进工具，开发者可以让Claude模型自动优化现有的提示词（即向AI模型提出的问题或要求），以提高模型回答的质量。例如，工具会增加一个“链式思维”环节，让Claude在回答之前先有条理地思考问题，确保回答更精准。 2. 标准化和丰富示例：工具可以把提示中的示例转成统一的格式，比如XML格式，这样Claude更容易理解和处理。 3.示例增强：对现有示例进行自动补充，使其与结构化后的提示更加契合，包括增加链式思维的逻辑过程。 4.重写：对提示进行重写，明确其结构，并纠正小的语法或拼写错误，以提高提示的质量和易读性。 5.预填充：在Claude的助理消息中预填充内容，帮助引导Claude的行为，并确保输出格式符合需求。一旦新提示生成，你还可以向Claude提供反馈，说明什么有效，什么不起作用，以进一步改进提示。实际效果：根据Anthropic的测试数据，使用提示词改进工具后，模型的准确率在多标签分类任务中提升了30%，并且在摘要任务中能够100%完全遵循字数要求。

小互

39,813 Aufrufe • vor 1 Jahr

OpenAI 刚给 Codex 加了个录屏回放功能，有点意思。你在 Codex 里做的那些操作流程——写代码、调 API、跑测试、部署上线——它全给你录下来，存成一个可复用的 "AI 技能"。下次遇到类似的活儿，直接回放，不用重新来一遍。说白了就是把你的人工操作变成了一段 AI 可以自己重复跑的自动化流程。

OpenAI 刚给 Codex 加了个录屏回放功能，有点意思。你在 Codex 里做的那些操作流程——写代码、调 API、跑测试、部署上线——它全给你录下来，存成一个可复用的 "AI 技能"。下次遇到类似的活儿，直接回放，不用重新来一遍。说白了就是把你的人工操作变成了一段 AI 可以自己重复跑的自动化流程。

Vincent

14,794 Aufrufe • vor 2 Monaten

GPT-4 自动写代码刚刚发布的 Cursor 编辑器集成了 GPT-4 接口，我测试了下他生成代码的能力，叹为观止，我尝试了从前端到后段，从纯软到软硬结合，从UE到Unity，各种语言甚至汇编或HSL，都能正确写出几乎能直接运行的代码开发效率大提升！目前为止还是免费，大家可以试试：

GPT-4 自动写代码刚刚发布的 Cursor 编辑器集成了 GPT-4 接口，我测试了下他生成代码的能力，叹为观止，我尝试了从前端到后段，从纯软到软硬结合，从UE到Unity，各种语言甚至汇编或HSL，都能正确写出几乎能直接运行的代码开发效率大提升！目前为止还是免费，大家可以试试：

nash_su - e/acc

108,866 Aufrufe • vor 3 Jahren

LibTV 全新视频 Agent 评测可以接入Claude Code，一句话出片... LiblibAI 发布了一个全新的工作流 AI视频 Agent 平台LibTV，它可以在一张无限大的画布上，通过拖放节点来组合各种模型进行视频生成创作。最牛P的是他们发布了一个skill技能，接入Claude Code、小龙虾，让AI能自动帮你编排节点... Claude Code等通过 Skill 接口全自动调用它的各种节点，自动帮你搭建节点，从剧本构思到最终成品剪辑自动跑完，一句话进去，成片出来。我测试的过程中一直感叹，非常的牛P...

LibTV 全新视频 Agent 评测可以接入Claude Code，一句话出片... LiblibAI 发布了一个全新的工作流 AI视频 Agent 平台LibTV，它可以在一张无限大的画布上，通过拖放节点来组合各种模型进行视频生成创作。最牛P的是他们发布了一个skill技能，接入Claude Code、小龙虾，让AI能自动帮你编排节点... Claude Code等通过 Skill 接口全自动调用它的各种节点，自动帮你搭建节点，从剧本构思到最终成品剪辑自动跑完，一句话进去，成片出来。我测试的过程中一直感叹，非常的牛P...

小互

144,689 Aufrufe • vor 5 Monaten

大部分人用 Claude Code 其实是在裸跑打开项目，直接问它改代码、写功能、修bug。能干活，但工作流全靠手动组织 Anthropic 最近出了个官方插件叫 claude-code-setup，做的事情挺简单的：扫描你的项目结构和依赖，然后推荐你应该配哪些东西具体来说它会建议你装： -适合你项目的 MCP servers -可以复用的 skills -自动触发的 hooks -拆分任务用的 subagents -常用的 slash commands 相当于它帮你把 Claude Code 从一个"什么都能干但什么都要你自己安排"的工具，变成一个针对你这个项目定制过的AI开发环境之前这些配置全靠自己摸索，哪些 MCP 好用、hooks 怎么写、subagents 怎么拆，都要一个个试。现在至少有个起点了不是说它推荐的就一定全对，但比从零开始配要省不少事用 Claude Code 的可以试试，尤其是项目已经有一定规模的

大部分人用 Claude Code 其实是在裸跑打开项目，直接问它改代码、写功能、修bug。能干活，但工作流全靠手动组织 Anthropic 最近出了个官方插件叫 claude-code-setup，做的事情挺简单的：扫描你的项目结构和依赖，然后推荐你应该配哪些东西具体来说它会建议你装： -适合你项目的 MCP servers -可以复用的 skills -自动触发的 hooks -拆分任务用的 subagents -常用的 slash commands 相当于它帮你把 Claude Code 从一个"什么都能干但什么都要你自己安排"的工具，变成一个针对你这个项目定制过的AI开发环境之前这些配置全靠自己摸索，哪些 MCP 好用、hooks 怎么写、subagents 怎么拆，都要一个个试。现在至少有个起点了不是说它推荐的就一定全对，但比从零开始配要省不少事用 Claude Code 的可以试试，尤其是项目已经有一定规模的

Vincent | 信号＞噪音

21,388 Aufrufe • vor 2 Monaten

Codex 5.6 能省下 80% 重复 token 的技巧：能缓存的，就别让它重新读第二遍很多人在用 Codex 进行vibe coding的时候，每次任务都让模型重新读一遍，项目说明、技术架构、测试规范、固定 Prompt 这就是在白烧 Token 正确做法是：动态信息让 Codex 直接看，静态信息让缓存背。你可以直接丢这段 Prompt： “请先分析当前项目，把长期不变的项目背景、技术架构、编码规范、测试规则、固定业务约束等内容识别并整理成精简的静态上下文，后续任务优先复用这些已有信息，不要重复读取或重新总结；只有出现新需求、代码修改、新文件、报错日志、测试结果或运行结果等动态变化时才重新读取，并且每次执行任务前告诉我本次复用了哪些静态上下文、新读取了哪些动态信息，以及哪些内容无需重复读取，在保证准确性的前提下尽可能减少重复上下文和 Token 消耗。” 这样做的好处很直接： 1️⃣ 少读重复内容，Token 消耗大幅下降。 2️⃣ 上下文更干净，Codex 能把注意力放在真正变化的代码和需求上。

Codex 5.6 能省下 80% 重复 token 的技巧：能缓存的，就别让它重新读第二遍很多人在用 Codex 进行vibe coding的时候，每次任务都让模型重新读一遍，项目说明、技术架构、测试规范、固定 Prompt 这就是在白烧 Token 正确做法是：动态信息让 Codex 直接看，静态信息让缓存背。你可以直接丢这段 Prompt： “请先分析当前项目，把长期不变的项目背景、技术架构、编码规范、测试规则、固定业务约束等内容识别并整理成精简的静态上下文，后续任务优先复用这些已有信息，不要重复读取或重新总结；只有出现新需求、代码修改、新文件、报错日志、测试结果或运行结果等动态变化时才重新读取，并且每次执行任务前告诉我本次复用了哪些静态上下文、新读取了哪些动态信息，以及哪些内容无需重复读取，在保证准确性的前提下尽可能减少重复上下文和 Token 消耗。” 这样做的好处很直接： 1️⃣ 少读重复内容，Token 消耗大幅下降。 2️⃣ 上下文更干净，Codex 能把注意力放在真正变化的代码和需求上。

govin.eth | G哥

130,191 Aufrufe • vor 16 Tagen

通过绘制 4w 个四边形的基准测试对比 SwiftUI 和 GPUI 的渲染性能，两边都是使用 Canvas 直接绘制，排除了布局和视图更新的开销。SwiftUI 性能上限似乎比较低，感觉瓶颈主要在没有对 draw call 做进一步优化 (1/4)

通过绘制 4w 个四边形的基准测试对比 SwiftUI 和 GPUI 的渲染性能，两边都是使用 Canvas 直接绘制，排除了布局和视图更新的开销。SwiftUI 性能上限似乎比较低，感觉瓶颈主要在没有对 draw call 做进一步优化 (1/4)

Cyandev

15,473 Aufrufe • vor 1 Jahr

MiMo推出1000 Token/s超高速模型｜体验测评 MiMo 推出了 MiMo V2.5 Pro UltraSpeed 超高速的模型版本，能够实现每秒输出超过 1,000 Token 的速度。同时，这应该也是全球第一个达到这个速度的万亿（1T）参数模型。藏师傅提前试了一下，做了三个测试，确实爽。第一个跑了一个比较复杂的 3D 采矿小游戏测试。在没有素材的情况下，我让它全部用 Three.js 前端代码来生成素材。整体要求比较完整，虽然第一次实践时出了一些小问题，但在跟他沟通修改建议后，非常完美地实现了任务。这次测试的各项指标如下：思考的 TPS：804 Token/s，峰值速度：810 Token/s，首次响应时间：4.71 秒。第二个测试给了一个官网，其头部包含一个相对复杂的 3D 动画。这次的输出速度快了非常多：峰值达到了 1426 Token/s，首次响应只用了 0.83 秒，在 32 秒内输出了 25624 个 Token，总计生成了 1000 行代码。第三个测试给了一个更复杂的官网。我要求这个官网的 Header 头部包含以下 3D 效果：地球边缘、轨道上的飞船、星际尘埃、航线图、舷窗的 HUD 样式。这个效果非常好，整体的视觉样式、状态、SVG 动画和驾驶卡片都非常精细，还有滚动的视差效果这个输出的 TPS 达到了 1136 tokens/s，首次响应是 4.5 秒官方测试平台下面有个数据展示，会显示相关信息在流式输出的情况下，当你看着它只用 20 秒就产生一个非常复杂的 3D 游戏时，那种场景还是比较震撼的之前的这些（比如说 Groq 之类的）超高速推理方案，在模型能力或者是整体水平上都会有所下降，但是 MiMo 这个在测试的时候，我没有看到这种迹象最近很多公司都开始推出这种超高速的 API 服务，比如之前 OpenAI 和 Anthropic 都有 Fast 模式在 Agent 场景下，模型输出效率的提升会直接带动每一步 Agent 操作的效率：如果一个任务预估一分钟完成，你就会盯着它直到结束，然后立刻投入测试。如果需要五分钟才完成，你可能就会去干别的事，然后再回来看，难免会浪费一些时间这种效率提升在 Sub-Agent 和并发场景下更加明显。因为它可以更快地产出大量结果，想象一下，如果同时启动一两百个 Sub-Agent，在模型能力没有衰减的前提下，速度提高 10 倍，体验是非常爽的毕竟这本质上是面向那种对效率有极高要求的 To B 客户所推出的希望后面大家卷起来，优化一下成本，让普通用户也能放开用这种 UltraSpeed 模型

MiMo推出1000 Token/s超高速模型｜体验测评 MiMo 推出了 MiMo V2.5 Pro UltraSpeed 超高速的模型版本，能够实现每秒输出超过 1,000 Token 的速度。同时，这应该也是全球第一个达到这个速度的万亿（1T）参数模型。藏师傅提前试了一下，做了三个测试，确实爽。第一个跑了一个比较复杂的 3D 采矿小游戏测试。在没有素材的情况下，我让它全部用 Three.js 前端代码来生成素材。整体要求比较完整，虽然第一次实践时出了一些小问题，但在跟他沟通修改建议后，非常完美地实现了任务。这次测试的各项指标如下：思考的 TPS：804 Token/s，峰值速度：810 Token/s，首次响应时间：4.71 秒。第二个测试给了一个官网，其头部包含一个相对复杂的 3D 动画。这次的输出速度快了非常多：峰值达到了 1426 Token/s，首次响应只用了 0.83 秒，在 32 秒内输出了 25624 个 Token，总计生成了 1000 行代码。第三个测试给了一个更复杂的官网。我要求这个官网的 Header 头部包含以下 3D 效果：地球边缘、轨道上的飞船、星际尘埃、航线图、舷窗的 HUD 样式。这个效果非常好，整体的视觉样式、状态、SVG 动画和驾驶卡片都非常精细，还有滚动的视差效果这个输出的 TPS 达到了 1136 tokens/s，首次响应是 4.5 秒官方测试平台下面有个数据展示，会显示相关信息在流式输出的情况下，当你看着它只用 20 秒就产生一个非常复杂的 3D 游戏时，那种场景还是比较震撼的之前的这些（比如说 Groq 之类的）超高速推理方案，在模型能力或者是整体水平上都会有所下降，但是 MiMo 这个在测试的时候，我没有看到这种迹象最近很多公司都开始推出这种超高速的 API 服务，比如之前 OpenAI 和 Anthropic 都有 Fast 模式在 Agent 场景下，模型输出效率的提升会直接带动每一步 Agent 操作的效率：如果一个任务预估一分钟完成，你就会盯着它直到结束，然后立刻投入测试。如果需要五分钟才完成，你可能就会去干别的事，然后再回来看，难免会浪费一些时间这种效率提升在 Sub-Agent 和并发场景下更加明显。因为它可以更快地产出大量结果，想象一下，如果同时启动一两百个 Sub-Agent，在模型能力没有衰减的前提下，速度提高 10 倍，体验是非常爽的毕竟这本质上是面向那种对效率有极高要求的 To B 客户所推出的希望后面大家卷起来，优化一下成本，让普通用户也能放开用这种 UltraSpeed 模型

歸藏(guizang.ai)

26,998 Aufrufe • vor 2 Monaten

Codex 5.6 最强隐藏提示词：让 AI 不再盲目执行，而是先帮你找错！很多人用 Vibe Coding 最崩溃的时刻： AI 花几个小时写完代码，token用完了，最后才发现——方向从一开始就错了。因为 AI 擅长执行，却不会主动质疑你的想法。分享一个我反复测试后的codex提示词，让 Codex 开启高级工程师评审模式： “在执行任何任务前，请先进行独立判断：检查我的需求是否存在错误前提、逻辑漏洞、信息缺失或隐藏风险。不要默认接受我的方案，如果发现更好的方案或潜在问题，请直接指出。明确区分：已确认事实、合理推测、未验证假设涉及代码、数据、版本和技术结论时，请先验证，不要编造。如果信息不足，请先提出需要确认的问题，而不是自行补全。在执行前，评估方案的长期维护成本和可能影响。” 换成这种方式后，Codex 最大的变化： 1️⃣ 提前发现问题在开发开始前，先检查需求漏洞和隐藏风险。 2️⃣ 优化技术决策不只是完成功能，而是帮助找到更可靠的实现方案。 3️⃣ 减少无效返工把问题解决在写代码之前，比后面不断重构更省时间。

Codex 5.6 最强隐藏提示词：让 AI 不再盲目执行，而是先帮你找错！很多人用 Vibe Coding 最崩溃的时刻： AI 花几个小时写完代码，token用完了，最后才发现——方向从一开始就错了。因为 AI 擅长执行，却不会主动质疑你的想法。分享一个我反复测试后的codex提示词，让 Codex 开启高级工程师评审模式： “在执行任何任务前，请先进行独立判断：检查我的需求是否存在错误前提、逻辑漏洞、信息缺失或隐藏风险。不要默认接受我的方案，如果发现更好的方案或潜在问题，请直接指出。明确区分：已确认事实、合理推测、未验证假设涉及代码、数据、版本和技术结论时，请先验证，不要编造。如果信息不足，请先提出需要确认的问题，而不是自行补全。在执行前，评估方案的长期维护成本和可能影响。” 换成这种方式后，Codex 最大的变化： 1️⃣ 提前发现问题在开发开始前，先检查需求漏洞和隐藏风险。 2️⃣ 优化技术决策不只是完成功能，而是帮助找到更可靠的实现方案。 3️⃣ 减少无效返工把问题解决在写代码之前，比后面不断重构更省时间。

爱丽丝呀！

187,073 Aufrufe • vor 23 Tagen

一款主动式AI渗透测试工具：shannon，给它源码+测试网址，它自动把网站黑一遍，然后告诉你它咋黑的在无提示有源码的XBOW基准中成功率96.15% 开发vibe-coding天天上线，Shannon也可以让每次发版都能“一键红队” 它用Claude跑侦察、并行漏洞分析、攻击、写报告，全程零人工，能打出SQL注入、XSS、SSRF、越权等20+真实漏洞并给出可直接复制的PoC 注意它会真的改数据、注册用户，千万别在生产环境跑 Lite版开源AGPL-3.0 #shannon #AI黑客

一款主动式AI渗透测试工具：shannon，给它源码+测试网址，它自动把网站黑一遍，然后告诉你它咋黑的在无提示有源码的XBOW基准中成功率96.15% 开发vibe-coding天天上线，Shannon也可以让每次发版都能“一键红队” 它用Claude跑侦察、并行漏洞分析、攻击、写报告，全程零人工，能打出SQL注入、XSS、SSRF、越权等20+真实漏洞并给出可直接复制的PoC 注意它会真的改数据、注册用户，千万别在生产环境跑 Lite版开源AGPL-3.0 #shannon #AI黑客

AIGCLINK

50,659 Aufrufe • vor 8 Monaten

这位推友分享了使用 Cursor 的时候添加的一个实用的 Cursor Rule，Agent 生成代码的时候让 Claude 添加一个类似 R1 的 thinking 过程（当然原理不一样），包裹在一个 thinking 的 tag 当中，从三种解决方案里面选最合适的一种，确实是一个特别棒的技巧，我亲自测试了一下，效果很不错，非常实用，可以看我的测试视频，推荐给大家。文字版提示词提供给大家：

这位推友分享了使用 Cursor 的时候添加的一个实用的 Cursor Rule，Agent 生成代码的时候让 Claude 添加一个类似 R1 的 thinking 过程（当然原理不一样），包裹在一个 thinking 的 tag 当中，从三种解决方案里面选最合适的一种，确实是一个特别棒的技巧，我亲自测试了一下，效果很不错，非常实用，可以看我的测试视频，推荐给大家。文字版提示词提供给大家：

Viking

40,815 Aufrufe • vor 1 Jahr

Codex 5.6 真正与普通人拉开 90% 差距的，不是 prompt，而是你会不会配置 config.toml 很多人用 Codex 还停留在“打开就聊”，但真正重度使用的人，早就把模型、任务模式、项目规则和自动化流程写进配置里了。现在 Codex 5.6 最值得折腾的 4 个专业设置： 1️⃣ 固定模型 + Reasoning Effort 别每开一个任务都重新选模型。把默认模型和推理强度写进 ~/.codex/config.toml，日常任务追求速度，复杂架构任务再提高 reasoning effort。输入prompt：请检查我当前 Codex 5.6 实际支持的模型和 reasoning effort 配置，不要猜测或使用已经废弃的参数；然后修改 ~/.codex/config.toml，为日常 Coding 设置合理的默认模型与推理强度，并告诉我具体修改了哪些字段、为什么这样配置，最后验证配置是否成功生效。 2️⃣ 不同任务建立 Profile 写功能、修 Bug、Code Review、做系统架构，根本不应该用完全相同的配置。 Codex 支持 Profiles，可以针对不同任务切换不同工作模式。配置用的prompt，直接用：请基于我当前 Codex 5.6 配置创建 3 套 Profile：fast-dev 用于快速开发和小修改，code-review 用于 PR 和代码审查，deep-architecture 用于复杂系统设计；分别配置合适的模型、reasoning effort 和执行策略，不使用已经废弃的配置项，并告诉我之后如何通过 --profile 切换使用。 3️⃣ 给每个项目建立独立配置全局配置解决“你习惯怎么工作”，项目配置解决“这个项目必须怎么工作”。把技术栈、测试方式、项目约束和工具配置放进项目自己的 .codex/config.toml，不要每开新会话都重新解释。直接输入：请分析当前项目的技术栈、目录结构、测试方式和开发工具，为这个项目设计一份最小化的 .codex/config.toml，只写当前项目真正需要的配置，不覆盖无关的全局设置；完成后解释每项配置的作用，并检查项目级配置是否能够被当前 Codex 正确加载。 4️⃣ 用 Hooks 把规则变成自动执行最浪费时间的方式，就是每次都提醒 Codex 改完记得跑测试、提交前记得检查、别忘了扫安全问题。现在可以直接把这些规则做成 Hooks，在生命周期节点自动触发。Codex 当前官方配置已经支持 lifecycle hooks。直接用这段：请检查当前项目适合配置哪些 Codex lifecycle hooks，并为我建立最精简的一套自动化流程：代码修改完成后运行必要测试和 lint，关键变更执行安全检查，提交前执行最终验证；只配置真正必要的 Hook，避免重复执行和拖慢开发速度，完成后实际触发一次并验证每个 Hook 是否正常工作。真正高效的 Codex 启动就知道该怎么工作。赶紧配置试试吧！

govin.eth | G哥

151,987 Aufrufe • vor 12 Tagen

新款PummmmPro 测试完成： 1）网页版和之前pummmm一样使用TOKEN即可 2）Axiom插件版，在红猴安装脚本即可 3）GMGN插件版,也是在红猴安装脚本在此做一个活动，三连互动在评论区抽取30个体验名额为你的扫链提供超级助力每个插件的token不同，只能选择一种测试下面的链接为新品功能介绍：👇👇👇👇

新款PummmmPro 测试完成： 1）网页版和之前pummmm一样使用TOKEN即可 2）Axiom插件版，在红猴安装脚本即可 3）GMGN插件版,也是在红猴安装脚本在此做一个活动，三连互动在评论区抽取30个体验名额为你的扫链提供超级助力每个插件的token不同，只能选择一种测试下面的链接为新品功能介绍：👇👇👇👇

品味（wizard）

18,246 Aufrufe • vor 1 Jahr

这下好了，TradingView 都有 mcp 了😂 这哥们儿开源了一个项目，支持 Claude Code / OpenClaw 安装使用。已实现： - AI 技术分析，可以对比多个股票、Crypto 的各种技术指标 - AI 跑回测 - 情绪面分析 - 市场扫描 - 更多功能持续增加中... 行情数据直接对接了 Yahoo Finance 也不需要任何付费 API 了看 Demo 视频挺酷炫的。等我 Claude Code token 重置了试试😂 链接放到评论了👇

这下好了，TradingView 都有 mcp 了😂 这哥们儿开源了一个项目，支持 Claude Code / OpenClaw 安装使用。已实现： - AI 技术分析，可以对比多个股票、Crypto 的各种技术指标 - AI 跑回测 - 情绪面分析 - 市场扫描 - 更多功能持续增加中... 行情数据直接对接了 Yahoo Finance 也不需要任何付费 API 了看 Demo 视频挺酷炫的。等我 Claude Code token 重置了试试😂 链接放到评论了👇

Innomad 一挪迈

116,588 Aufrufe • vor 4 Monaten

🚨🚗 德州奥斯汀街头实测曝光：$TSLA Robotaxi 已在真实道路运行奥斯汀被发现出现网约车形态的 $TSLA 自动驾驶车辆。不是封闭场地、不是展示路线，而是真实城市路网中的测试运行。更关键的是，这并非单点事件。目前已有 10+ 台 Cybercabs，在 4 个州同步推进测试，意味着这套系统已经进入跨区域一致性验证阶段。这一步的信号很清晰：测试重点不再是“能不能跑”，而是规模化前的稳定性与监管可复制性。为什么选奥斯汀？因为这里既是 $TSLA 总部所在地，也是美国自动驾驶监管相对友好、道路结构复杂度适中的城市。如果能在这里稳定运行，向其他州扩展的摩擦成本会明显下降。从节奏上看，这更像是Robotaxi 商业化前的“静默推进期”：不大规模宣传，但在真实场景中持续喂数据、压系统、磨边界条件。市场接下来会盯三件事：第一，是否出现固定时段/固定区域的常态化运行；第二，是否与本地监管出现明确的合规信号；第三，测试车辆数量是否继续上升，而不是停留在象征性规模。这不是一次新闻点，而是一条长期曲线的中段节点。真正的变量不是“有没有 Robotaxi”，而是什么时候从测试跃迁到可收费运营。如果你现在回头看，会把这视为一次普通测试，还是 $TSLA Robotaxi 商业化前的关键过渡期？ 📬我会持续跟踪 $TSLA 在自动驾驶与 Robotaxi 路线上的关键进展，拆解从测试到规模化的真实信号，而不是只看发布会。 $TSLA #Tesla #Robotaxi #AutonomousDriving #FSD #Austin #EV #AI

🚨🚗 德州奥斯汀街头实测曝光：$TSLA Robotaxi 已在真实道路运行奥斯汀被发现出现网约车形态的 $TSLA 自动驾驶车辆。不是封闭场地、不是展示路线，而是真实城市路网中的测试运行。更关键的是，这并非单点事件。目前已有 10+ 台 Cybercabs，在 4 个州同步推进测试，意味着这套系统已经进入跨区域一致性验证阶段。这一步的信号很清晰：测试重点不再是“能不能跑”，而是规模化前的稳定性与监管可复制性。为什么选奥斯汀？因为这里既是 $TSLA 总部所在地，也是美国自动驾驶监管相对友好、道路结构复杂度适中的城市。如果能在这里稳定运行，向其他州扩展的摩擦成本会明显下降。从节奏上看，这更像是Robotaxi 商业化前的“静默推进期”：不大规模宣传，但在真实场景中持续喂数据、压系统、磨边界条件。市场接下来会盯三件事：第一，是否出现固定时段/固定区域的常态化运行；第二，是否与本地监管出现明确的合规信号；第三，测试车辆数量是否继续上升，而不是停留在象征性规模。这不是一次新闻点，而是一条长期曲线的中段节点。真正的变量不是“有没有 Robotaxi”，而是什么时候从测试跃迁到可收费运营。如果你现在回头看，会把这视为一次普通测试，还是 $TSLA Robotaxi 商业化前的关键过渡期？ 📬我会持续跟踪 $TSLA 在自动驾驶与 Robotaxi 路线上的关键进展，拆解从测试到规模化的真实信号，而不是只看发布会。 $TSLA #Tesla #Robotaxi #AutonomousDriving #FSD #Austin #EV #AI

Wealth Code

21,786 Aufrufe • vor 7 Monaten

科幻正在照进现实：AI 黑客已经出现了最近让安全圈炸锅的一个项目： Shannon AI Pentesting Tool 它是一个 AI 自动渗透测试工具。简单理解：AI 自己去当黑客。从信息收集到漏洞利用，整套流程都能自动完成： - 读取源码 - 扫描端口 / API - 分析攻击路径 - 尝试漏洞利用 - 自动生成漏洞报告和传统扫描器最大的区别是：很多工具只会提示 “这里可能有漏洞”。 Shannon 会真的去攻击验证。 SQL 注入、XSS、SSRF、登录绕过、JWT 攻击这些常见漏洞都会自动尝试。本质上，它把原本需要安全团队完成的渗透流程，变成了一个 AI Agent 就能跑完的系统。背后其实是一个很明显的趋势： AI 正在从回答问题，走向执行任务。自动渗透只是开始。未来越来越多工作都会被 AI 自动化完成

科幻正在照进现实：AI 黑客已经出现了最近让安全圈炸锅的一个项目： Shannon AI Pentesting Tool 它是一个 AI 自动渗透测试工具。简单理解：AI 自己去当黑客。从信息收集到漏洞利用，整套流程都能自动完成： - 读取源码 - 扫描端口 / API - 分析攻击路径 - 尝试漏洞利用 - 自动生成漏洞报告和传统扫描器最大的区别是：很多工具只会提示 “这里可能有漏洞”。 Shannon 会真的去攻击验证。 SQL 注入、XSS、SSRF、登录绕过、JWT 攻击这些常见漏洞都会自动尝试。本质上，它把原本需要安全团队完成的渗透流程，变成了一个 AI Agent 就能跑完的系统。背后其实是一个很明显的趋势： AI 正在从回答问题，走向执行任务。自动渗透只是开始。未来越来越多工作都会被 AI 自动化完成

开发者Hailey

42,455 Aufrufe • vor 5 Monaten

兄弟们，大引擎暂时熄火，我先做了个能用的轻量版。最近视频反推引擎因为 Token 消耗太大，展示功能暂时停了。没等它重置，我先做了一个 MiniMax H3 视频反推提示词模板。给它一个参考视频，就能反推出 MiniMax H3 专用提示词，支持文生视频和图生视频，当然反推完可以基于官方H3-Prompt Writing再优化一波效果更好。我拿一个最近流行的动画视觉做了测试，单次生成效果已经很能打。猫社现在开放内测。 299 元，获得永久内测资格，不是买个文件就结束，后续可以获取猫哥最新低成本AI研究玩法。想进来的，评论区留「H3」加我。反推视频提示词太长我放评论区👇

兄弟们，大引擎暂时熄火，我先做了个能用的轻量版。最近视频反推引擎因为 Token 消耗太大，展示功能暂时停了。没等它重置，我先做了一个 MiniMax H3 视频反推提示词模板。给它一个参考视频，就能反推出 MiniMax H3 专用提示词，支持文生视频和图生视频，当然反推完可以基于官方H3-Prompt Writing再优化一波效果更好。我拿一个最近流行的动画视觉做了测试，单次生成效果已经很能打。猫社现在开放内测。 299 元，获得永久内测资格，不是买个文件就结束，后续可以获取猫哥最新低成本AI研究玩法。想进来的，评论区留「H3」加我。反推视频提示词太长我放评论区👇

知识猫AI实验室

147,307 Aufrufe • vor 12 Tagen

这个工具火了，可以用自然语言一键生成安卓和iOS App，Emergent刚上的新功能以前可以用vibecoding做网页，现在直接出Android / iOS 安装包，比如“帮我做个记账App”即可另外还上了一个Emergent Pro模式，Agent能力更强，能处理错误、动态调整计划，内置Linux 虚拟机，可访问互联网网友反馈Emergent的一键生成体验比较好，输入需求即可获得完整应用，从规划到编程、测试、调试和部署，端到端自动化 #AIagent #Emergent #APP生成工具

这个工具火了，可以用自然语言一键生成安卓和iOS App，Emergent刚上的新功能以前可以用vibecoding做网页，现在直接出Android / iOS 安装包，比如“帮我做个记账App”即可另外还上了一个Emergent Pro模式，Agent能力更强，能处理错误、动态调整计划，内置Linux 虚拟机，可访问互联网网友反馈Emergent的一键生成体验比较好，输入需求即可获得完整应用，从规划到编程、测试、调试和部署，端到端自动化 #AIagent #Emergent #APP生成工具

AIGCLINK

64,446 Aufrufe • vor 1 Jahr