Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

Codex 5.6 必装插件：Sentry 很多人都遇到过：刚修好一个 Bug，旧问题又出现，项目陷入反复返工的循环那是因为你丢给Codex的截图或者日志通常只有最后一条报错。真正决定能不能修好的调用链、影响范围、发生频率、版本信息和运行上下文，可能全都丢了。最近我给 Codex 接入了 Sentry 插件，整个排查流程完全不一样。现在不需要反复搬运报错，只要告诉它：用 Sentry 找出当前的线上 Bug，别只看报错信息，结合调用链和当前代码查出真正根因。 Codex 就可以直接读取你有权限的错误数据，再结合当前项目代码完成： 1️⃣ 还原现场：查看完整调用链和运行上下文，确认 Bug 在什么条件下发生。 2️⃣ 定位根因：把线上错误对应到具体代码，避免只根据最后一条报错猜答案。 3️⃣ 验证修复：先复现问题并补充回归测试，再修改代码，避免修好这里又弄坏那里。彻底告别 Bug 修了又坏、坏了再修的循环。

爱丽丝呀！

22,499 subscribers

119,749 görüntüleme • 1 ay önce •via X (Twitter)

Bilim & Teknoloji Eğitim

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

兄弟们，我发现 Codex 改 Bug 最狠的玩法，不是让它直接修。是先让它亲手证明：这个 Bug 真的存在。直接把这段丢给它： “先别改源码。写一个最小测试把问题复现出来，运行给我看；找到根因后再修，然后重新跑同一个测试。” 跑完后，红的。 Codex找到问题改完，再跑一次，绿了。这下codex他就不会嘴硬了。有时候它会偷懒说“已经修复”，按照这个给他跑。现在失败和通过全摆在屏幕上，它想嘴硬都不行。这个对付codex偷懒小秘法我是百试百灵。别只听它说好了，让它现场证明。

兄弟们，我发现 Codex 改 Bug 最狠的玩法，不是让它直接修。是先让它亲手证明：这个 Bug 真的存在。直接把这段丢给它： “先别改源码。写一个最小测试把问题复现出来，运行给我看；找到根因后再修，然后重新跑同一个测试。” 跑完后，红的。 Codex找到问题改完，再跑一次，绿了。这下codex他就不会嘴硬了。有时候它会偷懒说“已经修复”，按照这个给他跑。现在失败和通过全摆在屏幕上，它想嘴硬都不行。这个对付codex偷懒小秘法我是百试百灵。别只听它说好了，让它现场证明。

火山哥🕊️

66,744 görüntüleme • 27 gün önce

Codex 5.6 这个 GitHub 插件一定要装，能让你省下90%的token！ 90% 的人都把 Codex 用反了。一上来就让它：帮我写一个 App。分享一条我在用的绝佳省token技巧，先给 Codex 连接 GitHub 插件，然后输入提示词：我要开发一个 XXX。暂时不要创建文件，也不要输出代码。先在 GitHub 调研同类开源项目，筛选出最有参考价值的方案。分析它们解决了什么问题、采用什么架构、依赖哪些技术、目前是否活跃，以及有哪些设计值得复用或避开。最后结合我的需求，给出技术选型、系统架构、MVP 范围和开发顺序。得到我的确认后，再进入实现阶段。这样 Codex 会先做三件事： 1️⃣ 找到经过真实项目验证的方案 2️⃣ 研究别人已经踩过的坑 3️⃣ 根据你的需求做出技术取舍等方向确定后，再让它开始写代码。

Codex 5.6 这个 GitHub 插件一定要装，能让你省下90%的token！ 90% 的人都把 Codex 用反了。一上来就让它：帮我写一个 App。分享一条我在用的绝佳省token技巧，先给 Codex 连接 GitHub 插件，然后输入提示词：我要开发一个 XXX。暂时不要创建文件，也不要输出代码。先在 GitHub 调研同类开源项目，筛选出最有参考价值的方案。分析它们解决了什么问题、采用什么架构、依赖哪些技术、目前是否活跃，以及有哪些设计值得复用或避开。最后结合我的需求，给出技术选型、系统架构、MVP 范围和开发顺序。得到我的确认后，再进入实现阶段。这样 Codex 会先做三件事： 1️⃣ 找到经过真实项目验证的方案 2️⃣ 研究别人已经踩过的坑 3️⃣ 根据你的需求做出技术取舍等方向确定后，再让它开始写代码。

爱丽丝呀！

400,112 görüntüleme • 1 ay önce

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

154,237 görüntüleme • 1 ay önce

Codex 5.6 装上这 6 个插件，你比别人厉害 10 倍！你知道你和专业工程师的差距在哪里吗？真正的 Vibe Coding 全栈工程师，不只是让 AI 写代码，而是让 AI Agent 参与到完整的软件交付流程中这 6 个插件，就是 Codex 5.6 的全栈工作流套装： 1️⃣ Figma：UI/UX 设计稿直接连接开发流程，解析页面布局、组件结构和 Design System，快速转换为可运行的响应式代码。 2️⃣ Build Web Apps：从产品需求、技术架构、前后端开发到 Web App 测试验证，覆盖完整 Full Stack 开发流程。 3️⃣ GitHub：打通代码仓库、Pull Request 和 Issue 管理，让 AI Agent 参与代码分析、Bug 修复和版本迭代。 4️⃣ Browser：AI 驱动浏览器自动化测试，模拟真实用户操作，验证页面交互、用户流程和功能稳定性。 5️⃣ Codex Security：代码安全扫描，识别漏洞、敏感信息泄露和潜在风险，并提供安全修复方向。 6️⃣ Sentry：连接线上监控系统，自动分析 Error、定位异常原因，辅助生成问题修复方案。让 Codex 真正做到完整的链路闭环：设计 → 开发 → 测试 → 安全 → 部署 → 监控从此让你成为真正的软件交付专家。赶快去安装插件，试试吧！

Codex 5.6 装上这 6 个插件，你比别人厉害 10 倍！你知道你和专业工程师的差距在哪里吗？真正的 Vibe Coding 全栈工程师，不只是让 AI 写代码，而是让 AI Agent 参与到完整的软件交付流程中这 6 个插件，就是 Codex 5.6 的全栈工作流套装： 1️⃣ Figma：UI/UX 设计稿直接连接开发流程，解析页面布局、组件结构和 Design System，快速转换为可运行的响应式代码。 2️⃣ Build Web Apps：从产品需求、技术架构、前后端开发到 Web App 测试验证，覆盖完整 Full Stack 开发流程。 3️⃣ GitHub：打通代码仓库、Pull Request 和 Issue 管理，让 AI Agent 参与代码分析、Bug 修复和版本迭代。 4️⃣ Browser：AI 驱动浏览器自动化测试，模拟真实用户操作，验证页面交互、用户流程和功能稳定性。 5️⃣ Codex Security：代码安全扫描，识别漏洞、敏感信息泄露和潜在风险，并提供安全修复方向。 6️⃣ Sentry：连接线上监控系统，自动分析 Error、定位异常原因，辅助生成问题修复方案。让 Codex 真正做到完整的链路闭环：设计 → 开发 → 测试 → 安全 → 部署 → 监控从此让你成为真正的软件交付专家。赶快去安装插件，试试吧！

govin.eth | G哥

65,286 görüntüleme • 1 ay önce

1）整活！想不想像黑客一样撞击钱包密钥？😁 最好能把 V 神的钱包给破解了？很简单： 1️⃣ 跟 ChatGPT 描述清楚你的需求 2️⃣ 修改 Infura Key，运行生成的代码 3️⃣ 将报错告诉 ChatGPT 4️⃣ 修改，运行很简单吧这是我正在破解的过程演示视频仅供娱乐先赞后看，源代码在下文😁

1）整活！想不想像黑客一样撞击钱包密钥？😁 最好能把 V 神的钱包给破解了？很简单： 1️⃣ 跟 ChatGPT 描述清楚你的需求 2️⃣ 修改 Infura Key，运行生成的代码 3️⃣ 将报错告诉 ChatGPT 4️⃣ 修改，运行很简单吧这是我正在破解的过程演示视频仅供娱乐先赞后看，源代码在下文😁

Punk（2898 🙌💎）

144,007 görüntüleme • 3 yıl önce

99%的人用AI做预测，从第一步就错了！大多数人找AI问未来，本质是在找电子算命先生。要一个确定答案，对了就吹AI神，错了就当没发生。但AI预测真正的价值，从来就不是猜对结果。而是把混乱、打架、定义模糊的零散信息，结构化成有证据、可迭代、能自纠错的概率判断。绝大多数人用AI预测都死在三步上。题目不写死，会不会上市这种模糊问题，从根上就是废问题。信源平权，官方公告和自媒体八卦混在一起，最后只能和出一团稀泥。只要结论不要过程，中了当玄学，错了没复盘，永远不会进步。真正有效的用法，是给AI搭一套完整的认知脚手架。先把题写死，明确定义、层级、截止时间，堵死所有偷换概念的空间。再钉死已发生的事实，把没发生的事也明确列出来，负面信息和正面信息同等重要。然后给信源分层加权，官方权重最高，主流媒体次之，预测市场做对照，二手内容只当气氛组。接着分情景输出概率，基准、上行、下行各配对应的观察信号，什么情况该上修，什么情况该下修。最后一定要追问，逼它自洽，逼它解释冲突，逼它承认之前的判断偏差。其实最值钱的环节恰恰是AI改口，就像Anthropic上市的预测，三刀追问之后，模型主动把9月1日前上市的概率从8到12个百分点，下修到4到7个百分点。敢当面认错并讲清原因，比一次性给出一个漂亮的答案，可信一百倍。这套方法不止能用在公司上市上，产品发布，政策节点，竞品动态，甚至个人的职业选择，只要是答案在未来、信源互相打架的场景，全部可以复用。它本质上是把专业分析师的思考过程，外化出来强制AI走完全链路。 AI当然也有局限，它拿不到内部信息，它会过度自信，它的概率永远是判断不是事实。但真正的高级用法，就是承认这些局限，然后用结构和流程，把局限变成可管理的部分。求答案永远是最低级的用法，借AI的算力，打磨自己的判断系统，才是真正的长期杠杆。

99%的人用AI做预测，从第一步就错了！大多数人找AI问未来，本质是在找电子算命先生。要一个确定答案，对了就吹AI神，错了就当没发生。但AI预测真正的价值，从来就不是猜对结果。而是把混乱、打架、定义模糊的零散信息，结构化成有证据、可迭代、能自纠错的概率判断。绝大多数人用AI预测都死在三步上。题目不写死，会不会上市这种模糊问题，从根上就是废问题。信源平权，官方公告和自媒体八卦混在一起，最后只能和出一团稀泥。只要结论不要过程，中了当玄学，错了没复盘，永远不会进步。真正有效的用法，是给AI搭一套完整的认知脚手架。先把题写死，明确定义、层级、截止时间，堵死所有偷换概念的空间。再钉死已发生的事实，把没发生的事也明确列出来，负面信息和正面信息同等重要。然后给信源分层加权，官方权重最高，主流媒体次之，预测市场做对照，二手内容只当气氛组。接着分情景输出概率，基准、上行、下行各配对应的观察信号，什么情况该上修，什么情况该下修。最后一定要追问，逼它自洽，逼它解释冲突，逼它承认之前的判断偏差。其实最值钱的环节恰恰是AI改口，就像Anthropic上市的预测，三刀追问之后，模型主动把9月1日前上市的概率从8到12个百分点，下修到4到7个百分点。敢当面认错并讲清原因，比一次性给出一个漂亮的答案，可信一百倍。这套方法不止能用在公司上市上，产品发布，政策节点，竞品动态，甚至个人的职业选择，只要是答案在未来、信源互相打架的场景，全部可以复用。它本质上是把专业分析师的思考过程，外化出来强制AI走完全链路。 AI当然也有局限，它拿不到内部信息，它会过度自信，它的概率永远是判断不是事实。但真正的高级用法，就是承认这些局限，然后用结构和流程，把局限变成可管理的部分。求答案永远是最低级的用法，借AI的算力，打磨自己的判断系统，才是真正的长期杠杆。

AYi

21,675 görüntüleme • 2 ay önce

Codex 这个用法一定要改，结果会好一个量级 90% 的人都把 Codex 当神仙了，一上来就直接 /goal：帮我写一个 App，实际上它很难理解你的具体需求分享一条OpenAI研究员 Vaibhav (VB) Srivastav 都在用的技巧：先让 Codex 做 research，再根据结论设置一个合适的 /goal，而不是一上来就直接 /goal 例如：我要开发一个 XXX。暂时不要写代码。先帮我做 requirements gathering 和 research：这个问题的核心约束是什么有哪些成熟方案 / 同类实现可以参考主要技术风险和容易踩的坑最小可交付版本应该包含什么、排除什么把调研结果整理清楚后，再根据结论 set 一个合适的 /goal 你也可以跟 Codex 对话： 1️⃣ 把需求和边界问清楚 2️⃣ 把现有方案和风险摸透 3️⃣ 再锁定一个真正可执行的 goal 等 goal 定准了，再让它开始写代码，结果会明显稳很多

Codex 这个用法一定要改，结果会好一个量级 90% 的人都把 Codex 当神仙了，一上来就直接 /goal：帮我写一个 App，实际上它很难理解你的具体需求分享一条OpenAI研究员 Vaibhav (VB) Srivastav 都在用的技巧：先让 Codex 做 research，再根据结论设置一个合适的 /goal，而不是一上来就直接 /goal 例如：我要开发一个 XXX。暂时不要写代码。先帮我做 requirements gathering 和 research：这个问题的核心约束是什么有哪些成熟方案 / 同类实现可以参考主要技术风险和容易踩的坑最小可交付版本应该包含什么、排除什么把调研结果整理清楚后，再根据结论 set 一个合适的 /goal 你也可以跟 Codex 对话： 1️⃣ 把需求和边界问清楚 2️⃣ 把现有方案和风险摸透 3️⃣ 再锁定一个真正可执行的 goal 等 goal 定准了，再让它开始写代码，结果会明显稳很多

梭哈.AI

62,918 görüntüleme • 1 ay önce

兄弟们今天给大家一个正确打开GPT5.6的方式。很多人用 Codex，第一步就错了。上来一句：帮我写个 App。这不是让 AI 写代码，这是让它烧你的 token。 Codex 5.6 记得接 GitHub 插件，然后先别让它动手写。直接丢这段：我要开发某某X。先别创建文件，也别输出代码。去 GitHub 调研同类开源项目，筛出最值得参考的方案，分析架构、依赖、活跃度、坑点和可复用设计。最后给我技术选型、系统架构、MVP 范围和开发顺序，等我确认再写代码。这一步做完，省 token 真的离谱。先让它抄作业，再让它干活。兄弟们，这才是 Codex 的正确打开方式。

兄弟们今天给大家一个正确打开GPT5.6的方式。很多人用 Codex，第一步就错了。上来一句：帮我写个 App。这不是让 AI 写代码，这是让它烧你的 token。 Codex 5.6 记得接 GitHub 插件，然后先别让它动手写。直接丢这段：我要开发某某X。先别创建文件，也别输出代码。去 GitHub 调研同类开源项目，筛出最值得参考的方案，分析架构、依赖、活跃度、坑点和可复用设计。最后给我技术选型、系统架构、MVP 范围和开发顺序，等我确认再写代码。这一步做完，省 token 真的离谱。先让它抄作业，再让它干活。兄弟们，这才是 Codex 的正确打开方式。

火山哥🕊️

105,735 görüntüleme • 1 ay önce

如果家里面出现了个亿万富翁，会全族欢庆，但如果出现了修行人，亲朋好友看你都不是什么好眼神，知道为什么吗？没福报的人他是看不懂的，修行者才是整个家族真正的引路人，因为一个真正走上修行之路的人，看的不再只是眼前的一日三餐、得失成败，而是整个家族的气运走向与兴衰周期。这种人的出现是祖坟里面冒青烟都求不来的机缘，这个时代最稀缺的是什么？是慎独之心，是敬畏之念，这才是立根之本一个真修行人，往上能承五代之因，往下能护五代之运这样的机缘，是整个家族几代积下的福报，才换来这么一个人出现，

如果家里面出现了个亿万富翁，会全族欢庆，但如果出现了修行人，亲朋好友看你都不是什么好眼神，知道为什么吗？没福报的人他是看不懂的，修行者才是整个家族真正的引路人，因为一个真正走上修行之路的人，看的不再只是眼前的一日三餐、得失成败，而是整个家族的气运走向与兴衰周期。这种人的出现是祖坟里面冒青烟都求不来的机缘，这个时代最稀缺的是什么？是慎独之心，是敬畏之念，这才是立根之本一个真修行人，往上能承五代之因，往下能护五代之运这样的机缘，是整个家族几代积下的福报，才换来这么一个人出现，

Ripe

33,234 görüntüleme • 7 ay önce

Codex 5.6 别再疯狂堆 prompt 了，少写 41%–66% token，执行效果反而能提高 90% 很多人用 Codex 最大的问题，就是怕 AI 不懂，于是把规则、背景、工具、要求一股脑全塞进去。结果就是，prompt 越来越长、无关工具越来越多、上下文越来越脏，agent 反而更容易跑偏。正确的做法，只保留当前任务真正需要的指令和工具。直接在 Codex 里输入这段重要prompt：请优化当前 Codex 工作上下文，删除重复、冲突、低价值以及与当前任务无关的指令，只保留当前目标、核心约束、验收标准和必要工具；同时检查 agent 当前可调用的工具，移除本任务不会使用的工具。优化前后分别统计 prompt 长度、工具数量和保留的核心信息，确保减少上下文占用的同时不丢失关键执行要求。核心目的就这两件事： 1️⃣ 减少重复指令同一条规则不要同时出现在 System Prompt、AGENTS.md、项目说明和当前对话里，保留一个权威版本即可。 2️⃣ 减少无关工具暴露当前只做 Code Review，就别同时把 Figma、Browser、数据库、部署工具全部塞给 Agent。真正高效的 Context Engineering，是让 Codex 只看到当前任务最重要的信息。

Codex 5.6 别再疯狂堆 prompt 了，少写 41%–66% token，执行效果反而能提高 90% 很多人用 Codex 最大的问题，就是怕 AI 不懂，于是把规则、背景、工具、要求一股脑全塞进去。结果就是，prompt 越来越长、无关工具越来越多、上下文越来越脏，agent 反而更容易跑偏。正确的做法，只保留当前任务真正需要的指令和工具。直接在 Codex 里输入这段重要prompt：请优化当前 Codex 工作上下文，删除重复、冲突、低价值以及与当前任务无关的指令，只保留当前目标、核心约束、验收标准和必要工具；同时检查 agent 当前可调用的工具，移除本任务不会使用的工具。优化前后分别统计 prompt 长度、工具数量和保留的核心信息，确保减少上下文占用的同时不丢失关键执行要求。核心目的就这两件事： 1️⃣ 减少重复指令同一条规则不要同时出现在 System Prompt、AGENTS.md、项目说明和当前对话里，保留一个权威版本即可。 2️⃣ 减少无关工具暴露当前只做 Code Review，就别同时把 Figma、Browser、数据库、部署工具全部塞给 Agent。真正高效的 Context Engineering，是让 Codex 只看到当前任务最重要的信息。

govin.eth | G哥

50,144 görüntüleme • 1 ay önce

Anthropic 在 2026 年 9 月 17 日公布了一组进展：在两名技术人员监督下，Claude 用了不到四周时间，协助优化了 30 多个开源生物学模型，其中包括 AlphaFold3 和 Boltz-2，相关优化代码已经开源。这件事情吸引人的地方，在于它处理实际科研代码的具体过程，也就是从进入工程仓库、定位问题、修改代码，到最后一步步拿指标做检查。顺着这种科研工作流的思路，我最近试用了 ScienceBuddy。它是 PhAI Labs 推出的生物医学 Agent 工作台，我先用它跑了一个具体的文献梳理任务。我给出的提示词是整理近几年用机器学习预测 CRISPR-Cas9 脱靶活性的相关研究，主要看基因编辑在目标区域之外产生误切的情况。为了方便后续比对，我直接指定了输出结构，要求把研究任务、数据规模、主要发现、研究局限和 DOI 整理成规整的列。 ScienceBuddy 在当前任务窗口里生成了一张论文信息表格。不同研究使用的数据集、得出的结论以及原文入口被归纳在同一套字段下。这样的交互挺省事：输入的提示词、生成的表格以及后续的追问都停留在同一个工作界面，左侧列表也保留着历史任务记录，随时可以点回来继续补充条件。拿到了整理好的表格，我抽查了其中一行，点击 CRISMER 对应的 DOI 链接，跳转到了 bioRxiv 上的原始预印本摘要。表格里抓取的 CHANGE-seq 和 SITE-seq，确实是原文摘要里明确写出的训练数据；论文自身报告的 F1 值为 0.728、PR-AUC 值为 0.818，也逐字出现在摘要数据中，页面同时标有预印本提示。这里需要说明，这些准确率数值是 CRISMER 那篇论文自己的实验结果，并不是软件的性能数据。这次抽查做的事情很简单，就是顺着生成结果里的来源链接，确认关键字段能不能在原文里找到出处。在另一个关于 GEO 公开组学数据的任务中，我查看了它的运行轨迹（Trajectory）。界面上展示了 query_geo、fetch_source、query_pubmed 等工具调用节点，清晰记录了系统在推进任务时尝试发起的查询动作。关于底层的实现，项目方提到 ScienceIDE 是 ScienceBuddy 的底层技术框架，主要作用是把真实的科研代码封装成 Agent 可以执行、练习和验证的环境，并尝试通过科学标准来检查结果。面向普通用户日常使用的产品是 ScienceBuddy。整套体验下来，最直观的感受是ScienceBuddy 把文献线索集中整理成表，并在同一个任务流里继续追问，遇到关键数据也能够直接从引用中找到 DOI 回原文做核对。产品访问地址是 PhAI Labs 开发。我体验的时候 Preview 版本处于免费开放状态。如果平时需要梳理生物医学领域的论文脉络或收集开题证据，可以找一个具体课题试一试。

Anthropic 在 2026 年 9 月 17 日公布了一组进展：在两名技术人员监督下，Claude 用了不到四周时间，协助优化了 30 多个开源生物学模型，其中包括 AlphaFold3 和 Boltz-2，相关优化代码已经开源。这件事情吸引人的地方，在于它处理实际科研代码的具体过程，也就是从进入工程仓库、定位问题、修改代码，到最后一步步拿指标做检查。顺着这种科研工作流的思路，我最近试用了 ScienceBuddy。它是 PhAI Labs 推出的生物医学 Agent 工作台，我先用它跑了一个具体的文献梳理任务。我给出的提示词是整理近几年用机器学习预测 CRISPR-Cas9 脱靶活性的相关研究，主要看基因编辑在目标区域之外产生误切的情况。为了方便后续比对，我直接指定了输出结构，要求把研究任务、数据规模、主要发现、研究局限和 DOI 整理成规整的列。 ScienceBuddy 在当前任务窗口里生成了一张论文信息表格。不同研究使用的数据集、得出的结论以及原文入口被归纳在同一套字段下。这样的交互挺省事：输入的提示词、生成的表格以及后续的追问都停留在同一个工作界面，左侧列表也保留着历史任务记录，随时可以点回来继续补充条件。拿到了整理好的表格，我抽查了其中一行，点击 CRISMER 对应的 DOI 链接，跳转到了 bioRxiv 上的原始预印本摘要。表格里抓取的 CHANGE-seq 和 SITE-seq，确实是原文摘要里明确写出的训练数据；论文自身报告的 F1 值为 0.728、PR-AUC 值为 0.818，也逐字出现在摘要数据中，页面同时标有预印本提示。这里需要说明，这些准确率数值是 CRISMER 那篇论文自己的实验结果，并不是软件的性能数据。这次抽查做的事情很简单，就是顺着生成结果里的来源链接，确认关键字段能不能在原文里找到出处。在另一个关于 GEO 公开组学数据的任务中，我查看了它的运行轨迹（Trajectory）。界面上展示了 query_geo、fetch_source、query_pubmed 等工具调用节点，清晰记录了系统在推进任务时尝试发起的查询动作。关于底层的实现，项目方提到 ScienceIDE 是 ScienceBuddy 的底层技术框架，主要作用是把真实的科研代码封装成 Agent 可以执行、练习和验证的环境，并尝试通过科学标准来检查结果。面向普通用户日常使用的产品是 ScienceBuddy。整套体验下来，最直观的感受是ScienceBuddy 把文献线索集中整理成表，并在同一个任务流里继续追问，遇到关键数据也能够直接从引用中找到 DOI 回原文做核对。产品访问地址是 PhAI Labs 开发。我体验的时候 Preview 版本处于免费开放状态。如果平时需要梳理生物医学领域的论文脉络或收集开题证据，可以找一个具体课题试一试。

雪踏乌云

59,121 görüntüleme • 5 gün önce

Qwen 今天发了 Qwen3.6-Plus，顺手把它接到 Claude Code 里试了下，效果比预期好不少。我让它帮我做一个工程师的个人作品网站，主要看审美和前端实现的表现，直接感受是这次质量提升很明显，Agentic Coding 也更清楚了。放到前端开发和长一点的任务里，它不会停在给你一段代码上，而是会自己接着拆需求、找路径、改代码、跑测试，发现问题再继续修，中间少了很多反复接手的地方。这次另一个比较明显的点，这次任务拆解、规划、编码交付这条链路更好了，多模态和推理也基本到位了，图像、文本、视频这些输入能放到同一条链路里统一处理，接真实工程任务的感觉更完整，执行过程录了个视频，大伙有兴趣可以看看它是怎么一步步跑下来的。

Qwen 今天发了 Qwen3.6-Plus，顺手把它接到 Claude Code 里试了下，效果比预期好不少。我让它帮我做一个工程师的个人作品网站，主要看审美和前端实现的表现，直接感受是这次质量提升很明显，Agentic Coding 也更清楚了。放到前端开发和长一点的任务里，它不会停在给你一段代码上，而是会自己接着拆需求、找路径、改代码、跑测试，发现问题再继续修，中间少了很多反复接手的地方。这次另一个比较明显的点，这次任务拆解、规划、编码交付这条链路更好了，多模态和推理也基本到位了，图像、文本、视频这些输入能放到同一条链路里统一处理，接真实工程任务的感觉更完整，执行过程录了个视频，大伙有兴趣可以看看它是怎么一步步跑下来的。

Tw93

94,740 görüntüleme • 6 ay önce

$你是看不懂 Codex 里面那些英文技能是什么意思，对吧？那就让它直接全部汉化。不只是翻译名字，最好连每个技能的作用、什么时候用，也一起说明白。如果你的 Codex 技能/工具列表里还有很多英文名称，可以让 Codex 帮你做一次本地中文化整理。提示词：请帮我检查本机 Codex 技能/插件列表里仍然显示英文的名称和说明，并把它们改成中文显示。要求： 1. 先扫描以下目录里的技能和插件元数据： - C:\Users\Admin\.codex\skills - C:\Users\Admin\.agents\skills - C:\Users\Admin\.codex\plugins\cache - C:\Users\Admin\.codex\cache\remote_plugin_catalog 2. 重点检查： - display_name - short_description - 缺少 agents/openai.yaml 的技能目录 - 远程插件目录缓存里的 interface.display_name 和 interface.short_description 3. 对仍然是英文的技能名和说明，补充或改成自然中文。例如： - Figma Code Connect → Figma 代码连接 - CI Debug → CI 调试 - Branded Presentation → 品牌演示文稿 - Channel Summarization → 频道总结 - BigQuery Data Transfer Service → BigQuery 数据传输服务 4. 不要改 SKILL.md 里的核心触发描述，除非确实需要；优先只改 agents/openai.yaml 和远程目录缓存里的显示字段，避免影响技能调用。 5. 修改前先备份相关目录，方便回滚。 6. 修改后重新检查： - 缺少 agents/openai.yaml 的技能数量是否为 0 - 纯英文 display_name 数量是否为 0 - 纯英文 short_description 数量是否为 0 7. 最后告诉我改了哪些类型的内容、备份在哪里、是否需要重启 Codex App 刷新缓存。$

你是看不懂 Codex 里面那些英文技能是什么意思，对吧？那就让它直接全部汉化。不只是翻译名字，最好连每个技能的作用、什么时候用，也一起说明白。如果你的 Codex 技能/工具列表里还有很多英文名称，可以让 Codex 帮你做一次本地中文化整理。提示词：请帮我检查本机 Codex 技能/插件列表里仍然显示英文的名称和说明，并把它们改成中文显示。要求： 1. 先扫描以下目录里的技能和插件元数据： - C:\Users\Admin\.codex\skills - C:\Users\Admin\.agents\skills - C:\Users\Admin\.codex\plugins\cache - C:\Users\Admin\.codex\cache\remote_plugin_catalog 2. 重点检查： - display_name - short_description - 缺少 agents/openai.yaml 的技能目录 - 远程插件目录缓存里的 interface.display_name 和 interface.short_description 3. 对仍然是英文的技能名和说明，补充或改成自然中文。例如： - Figma Code Connect → Figma 代码连接 - CI Debug → CI 调试 - Branded Presentation → 品牌演示文稿 - Channel Summarization → 频道总结 - BigQuery Data Transfer Service → BigQuery 数据传输服务 4. 不要改 SKILL.md 里的核心触发描述，除非确实需要；优先只改 agents/openai.yaml 和远程目录缓存里的显示字段，避免影响技能调用。 5. 修改前先备份相关目录，方便回滚。 6. 修改后重新检查： - 缺少 agents/openai.yaml 的技能数量是否为 0 - 纯英文 display_name 数量是否为 0 - 纯英文 short_description 数量是否为 0 7. 最后告诉我改了哪些类型的内容、备份在哪里、是否需要重启 Codex App 刷新缓存。

阿良｜AI 工作流

17,733 görüntüleme • 3 ay önce

DEXX被盗，certik的审计有没有责任？外行如何查看审计报告？ ➤首先来说，Certik多少是有些问题的。第一，打开项目页，首先是评分！一个审计机构，你评分是什么鬼？我们看审计报告，需要知道的是风险有多大，而不是项目或代码有多好！第二，上来还有项目亮点。而且你看DEXX这亮点都是啥？推特关注者数量、社群、还有市场稳定性。这和你审计业务有啥关系，就这能叫亮点？第三，可是涉及到审计的关键问题时，点击”查看漏洞信息“，然后接下来，不但没有显示漏洞信息，整个代码审计这块就没了……不信的话大家可以自己去试一下，我也录了个视频。第四，其实页面上有pdf审计报告文件可以查看，但是位置不太明显。另一方面，审计报告里的风险事件情况不写在页面上，反而在页面上写一些与安全无关的亮点和评分…… ➤其次，外行看审计报告，应该至少看一下风险摘要。一般审计报告会把风险划分为致命的、主要的、中度、轻度、信息化几个级别。我们可以看一下每个级别有多少风险问题，有多少已经解决、有多少还没有解决。像DEXX这个审计报告上写了，有1主要问题——中心化。 4个中度问题——易受攻击代码。这个已经比较直白了。已解决2个，未解决2个。 4个轻度问题——设计问题，已解决1个，未解决3个。已解决就是已经解决了问题，已知悉，就是没解决的意思哈哈。这么说吧，审计报告没问题，不一定真的没问题。但审计风险摘要里都有问题的，那确实是真的有问题的。 ➤对比其他DEX的审计报告 ❚ DYDX 既然说到DEX，我们可以看一下著名的DEX #dydx 的审计情况。 DYDX也没有花钱请certik进行审计，而是由不同的代码审计人员组成审计组进行非正式审计共6次。最近一次审计报告显示：共有：中度风险1项，未解决。低风险6项，2个已解决，4个暂未解决。信息性风险7项目，7个暂未解决。 ❚ DeGate 再来看一个基于以太坊二层的DEX #DeGate ，2023年8月上线至今天，一共由3家审计机构进行代码，包括 Trail of Bits 、Least Authority 和 #Secbit 共进行5次代码审计。看一下最近一次的审计报告，审计机构是Secbit。审计报告的地址是。中度风险4个，全部已经解决。低风险8个，其中5个已经解决，3个暂时未解决。信息性风险4个，1个已解决，3个暂时未解决。还有4个讨论级别的风险，2个已解决，2个暂时未解决。这类风险应该是需要讨论的，不确定是否存在问题。没有发现更高级别的风险了，剩下的最高风险是低风险。 DYDX 和 DeGate审计的共同点是：第一，都没有花钱给Certik去"镀金"，而是由多个审计主体进行了多次审计，这样可以相对更充分的发现代码中的安全问题。第二，审计报告发布在Github平台，而不是审计机构或项目方的官网，这样可以看见审计报告文件的提交修改删除等行为，更公开更透明。第三，这两个DEX的审计报告中都没有未解决的中度风险。根据审计情况都把风险控制在低风险级别下。 DYDX V4和DeGate分别已经安全运行了14个月和16个月。可见，无论是大型DEX还是中小型DEX，都可以对比出DEXX的不安全。 ➤写在最后作为代码小白的我们，听说项目方有代码审计，我们要打开审计报告看了一下。而不是听项目方说有多少个安全性通过。以DEXX为例，虽然Certik把它的代码排名在10%以内，但是它的评分只有59.31分。这说明DEXX实际的安全性可能更差。只要我们打开这份审计报告，什么也看不懂，起码能看见59.31这个评分。再仔细往下看就会发现"易受攻击代码"的字样。当时看过这两个细节，估计我们也不会去使用这个DEXX了。打开审计报告以后，即使英文不好，也可以查找Medium这个词，找到风险事件摘要，看一下已发现的各级别的风险问题有多少个，多少已解决、多少未解决。虽然代码审计安全的项目不一定安全，虽然我们可能看不懂具体的代码风险，但是发现风险级别较高的因素尚未解决，很可能说明项目代码可能处于比较潦草的阶段，还有待的完善安全性，我们在使用时要慎之又慎。而参与审计的主体多、审计次数多，项目的安全性可能会相对更好一些。当然，也仅仅是相对安全。毕竟很多风险事件不一定是代码层面上的。提升安全性，我们的资产可以分散存储，大额长期投资使用冷钱包。在应用的用户端，手机电脑的环境保持安全性也非常重要，参与交易和持币的浏览器、设备等与日常使用等进行隔离。在操作资产时，包括交易、游戏等等行为，要慢，要慢，要慢，仔细核对信息……欢迎补充

DEXX被盗，certik的审计有没有责任？外行如何查看审计报告？ ➤首先来说，Certik多少是有些问题的。第一，打开项目页，首先是评分！一个审计机构，你评分是什么鬼？我们看审计报告，需要知道的是风险有多大，而不是项目或代码有多好！第二，上来还有项目亮点。而且你看DEXX这亮点都是啥？推特关注者数量、社群、还有市场稳定性。这和你审计业务有啥关系，就这能叫亮点？第三，可是涉及到审计的关键问题时，点击”查看漏洞信息“，然后接下来，不但没有显示漏洞信息，整个代码审计这块就没了……不信的话大家可以自己去试一下，我也录了个视频。第四，其实页面上有pdf审计报告文件可以查看，但是位置不太明显。另一方面，审计报告里的风险事件情况不写在页面上，反而在页面上写一些与安全无关的亮点和评分…… ➤其次，外行看审计报告，应该至少看一下风险摘要。一般审计报告会把风险划分为致命的、主要的、中度、轻度、信息化几个级别。我们可以看一下每个级别有多少风险问题，有多少已经解决、有多少还没有解决。像DEXX这个审计报告上写了，有1主要问题——中心化。 4个中度问题——易受攻击代码。这个已经比较直白了。已解决2个，未解决2个。 4个轻度问题——设计问题，已解决1个，未解决3个。已解决就是已经解决了问题，已知悉，就是没解决的意思哈哈。这么说吧，审计报告没问题，不一定真的没问题。但审计风险摘要里都有问题的，那确实是真的有问题的。 ➤对比其他DEX的审计报告 ❚ DYDX 既然说到DEX，我们可以看一下著名的DEX #dydx 的审计情况。 DYDX也没有花钱请certik进行审计，而是由不同的代码审计人员组成审计组进行非正式审计共6次。最近一次审计报告显示：共有：中度风险1项，未解决。低风险6项，2个已解决，4个暂未解决。信息性风险7项目，7个暂未解决。 ❚ DeGate 再来看一个基于以太坊二层的DEX #DeGate ，2023年8月上线至今天，一共由3家审计机构进行代码，包括 Trail of Bits 、Least Authority 和 #Secbit 共进行5次代码审计。看一下最近一次的审计报告，审计机构是Secbit。审计报告的地址是。中度风险4个，全部已经解决。低风险8个，其中5个已经解决，3个暂时未解决。信息性风险4个，1个已解决，3个暂时未解决。还有4个讨论级别的风险，2个已解决，2个暂时未解决。这类风险应该是需要讨论的，不确定是否存在问题。没有发现更高级别的风险了，剩下的最高风险是低风险。 DYDX 和 DeGate审计的共同点是：第一，都没有花钱给Certik去"镀金"，而是由多个审计主体进行了多次审计，这样可以相对更充分的发现代码中的安全问题。第二，审计报告发布在Github平台，而不是审计机构或项目方的官网，这样可以看见审计报告文件的提交修改删除等行为，更公开更透明。第三，这两个DEX的审计报告中都没有未解决的中度风险。根据审计情况都把风险控制在低风险级别下。 DYDX V4和DeGate分别已经安全运行了14个月和16个月。可见，无论是大型DEX还是中小型DEX，都可以对比出DEXX的不安全。 ➤写在最后作为代码小白的我们，听说项目方有代码审计，我们要打开审计报告看了一下。而不是听项目方说有多少个安全性通过。以DEXX为例，虽然Certik把它的代码排名在10%以内，但是它的评分只有59.31分。这说明DEXX实际的安全性可能更差。只要我们打开这份审计报告，什么也看不懂，起码能看见59.31这个评分。再仔细往下看就会发现"易受攻击代码"的字样。当时看过这两个细节，估计我们也不会去使用这个DEXX了。打开审计报告以后，即使英文不好，也可以查找Medium这个词，找到风险事件摘要，看一下已发现的各级别的风险问题有多少个，多少已解决、多少未解决。虽然代码审计安全的项目不一定安全，虽然我们可能看不懂具体的代码风险，但是发现风险级别较高的因素尚未解决，很可能说明项目代码可能处于比较潦草的阶段，还有待的完善安全性，我们在使用时要慎之又慎。而参与审计的主体多、审计次数多，项目的安全性可能会相对更好一些。当然，也仅仅是相对安全。毕竟很多风险事件不一定是代码层面上的。提升安全性，我们的资产可以分散存储，大额长期投资使用冷钱包。在应用的用户端，手机电脑的环境保持安全性也非常重要，参与交易和持币的浏览器、设备等与日常使用等进行隔离。在操作资产时，包括交易、游戏等等行为，要慢，要慢，要慢，仔细核对信息……欢迎补充

TVBee🦅

53,242 görüntüleme • 1 yıl önce

很多人评估一条链，习惯看上行空间，但真正在真实场景里用系统的人，第一眼看的其实是失败成本。系统一旦跑起来，最怕的不是性能不够，而是出问题之后代价太高：数据丢不丢？流程能不能回滚？换一条链要不要重来？这些问题不解决，再好听的叙事也进不了核心流程。从这个角度看 Vanar Chain，它更像是在压低“用错一次”的代价。成本好算、行为可追溯、流程可控，意味着哪怕出问题，也有修复空间，而不是推倒重来。这对 AI Agent 和企业用户来说很现实。他们不追热点，也不赌运气，只会选择那种出事也扛得住的基础设施。一旦系统跑顺，切换成本反而会变得越来越高。这也是 $VANRY 的另一层逻辑。不是靠一次爆发定输赢，而是随着系统稳定运行，被慢慢锁进真实流程里。真正的护城河，往往不是你有多快，而是别人不敢轻易换掉你。 Vanar #Vanar

很多人评估一条链，习惯看上行空间，但真正在真实场景里用系统的人，第一眼看的其实是失败成本。系统一旦跑起来，最怕的不是性能不够，而是出问题之后代价太高：数据丢不丢？流程能不能回滚？换一条链要不要重来？这些问题不解决，再好听的叙事也进不了核心流程。从这个角度看 Vanar Chain，它更像是在压低“用错一次”的代价。成本好算、行为可追溯、流程可控，意味着哪怕出问题，也有修复空间，而不是推倒重来。这对 AI Agent 和企业用户来说很现实。他们不追热点，也不赌运气，只会选择那种出事也扛得住的基础设施。一旦系统跑顺，切换成本反而会变得越来越高。这也是 $VANRY 的另一层逻辑。不是靠一次爆发定输赢，而是随着系统稳定运行，被慢慢锁进真实流程里。真正的护城河，往往不是你有多快，而是别人不敢轻易换掉你。 Vanar #Vanar

DD

23,794 görüntüleme • 7 ay önce

Atria Dawn Preview：上海 AI 实验室与多所高校联合开源的模型面向科研工作者、开发者和专业知识工作者的智能体模型，给它一个研究问题、一段代码或者一份数据，它能够自己查找资料、调用各种工具并运行测试，最后直接交出可以使用的成果。比如写出有据可查的研究报告、跑通的软件程序、能够直接编辑的文档表格，甚至可以做出 3D 机械零件模型和能玩的小游戏。我用Atria Dawn Preview做了GPT 6 Astra的经典案例3D模型飞机，效果非常不错，这个模型没有视觉能力，纯靠代码也能拼出非常精准且美观的飞机。Atria ASI 官网： API接入：模型：

Atria Dawn Preview：上海 AI 实验室与多所高校联合开源的模型面向科研工作者、开发者和专业知识工作者的智能体模型，给它一个研究问题、一段代码或者一份数据，它能够自己查找资料、调用各种工具并运行测试，最后直接交出可以使用的成果。比如写出有据可查的研究报告、跑通的软件程序、能够直接编辑的文档表格，甚至可以做出 3D 机械零件模型和能玩的小游戏。我用Atria Dawn Preview做了GPT 6 Astra的经典案例3D模型飞机，效果非常不错，这个模型没有视觉能力，纯靠代码也能拼出非常精准且美观的飞机。Atria ASI 官网： API接入：模型：

Gorden Sun

24,739 görüntüleme • 14 gün önce

看到讨论Codex+ChatCut能不能替代剪映但对我来说，ChatCut更多是替代AE 之前想做出这样的环绕旋转效果要套模板、打关键帧（用过都知道这个特别累但是现在只需要扔一个参考视频进去，它就可以完成了因为对于前端代码来说，天然擅长动效所以说，ChatCut+codex实际上是真的应用在了我的视频当中了 ChatCut

看到讨论Codex+ChatCut能不能替代剪映但对我来说，ChatCut更多是替代AE 之前想做出这样的环绕旋转效果要套模板、打关键帧（用过都知道这个特别累但是现在只需要扔一个参考视频进去，它就可以完成了因为对于前端代码来说，天然擅长动效所以说，ChatCut+codex实际上是真的应用在了我的视频当中了 ChatCut

黄白

75,186 görüntüleme • 2 ay önce

在使用 AI 编程工具开发前端应用，当预览出现报错时，想让 AI 帮忙分析，需要把报错位置的详细信息发给它，挺麻烦的。现在，可以装一下 Pointer 这个开源的 MCP 服务器，它能让 AI 助手拥有能 “看见” 网页元素的能力，提升我们与 AI 沟通的开发效率。通过快捷键选中页面上任意元素，然后自动获取到元素的完整信息，包括 CSS 属性、HTML 结构、React 组件名等详细数据。 GitHub：需要搭配一个浏览器插件使用，通过 WebSocket 实现浏览器与 AI 工具之间的实时连接通信。目前插件已上架到应用商店可直接搜索安装，然后运行一条命令配置 MCP 服务器，即可在 Claude Code 或 Cursor 上使用。

在使用 AI 编程工具开发前端应用，当预览出现报错时，想让 AI 帮忙分析，需要把报错位置的详细信息发给它，挺麻烦的。现在，可以装一下 Pointer 这个开源的 MCP 服务器，它能让 AI 助手拥有能 “看见” 网页元素的能力，提升我们与 AI 沟通的开发效率。通过快捷键选中页面上任意元素，然后自动获取到元素的完整信息，包括 CSS 属性、HTML 结构、React 组件名等详细数据。 GitHub：需要搭配一个浏览器插件使用，通过 WebSocket 实现浏览器与 AI 工具之间的实时连接通信。目前插件已上架到应用商店可直接搜索安装，然后运行一条命令配置 MCP 服务器，即可在 Claude Code 或 Cursor 上使用。

GitHubDaily

20,305 görüntüleme • 1 yıl önce

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 görüntüleme • 3 ay önce