正在加载视频...

视频加载失败

OpenCodex — 为 Codex Desktop 解锁第三方 API 的本地网关。 • ⚡️零配置启动,自动注入配置 • 🎛️ Web 控制面板:填 Key、输模型名、保存即用 • 🖱️ CU 引擎,截图压缩 + 视觉描述延迟极低,媲美原生 • 👁️ 非多模态模型也能流畅跑 Computer Use #codex #deepseek #agent

32,909 次观看 • 3 个月前 •via X (Twitter)

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

如何将 DeepSeek 模型接入 Codex(一款 AI 编程助手)的详细教程! 通过一个名为 mimo2codex 的中间件工具,实现了在本地转发请求,从而让 Codex 能够调用 DeepSeek 的模型。 以下是主要操作步骤总结: 1⃣安装中间件: 打开终端(PowerShell),运行命令 npm install -g mimo2codex 全局安装该工具。 2⃣启动转发服务: 在终端中输入包含 DeepSeek API Key 的启动指令,将模型转发到本地端口(例如 8789)。 指令示例:$env:DEEPSEEK_API_KEY="你的key"; mimo2codex --model ds --port 8789 3⃣获取配置信息: 新开一个终端窗口,运行命令 mimo2codex --model ds --port 8789 print-cc-switch。 终端会输出一段配置信息,包含 auth.json 和 config.toml 的内容。 4⃣配置 CC Switch 工具: 打开名为 CC Switch 的配置软件。 点击添加新供应商(Add Provider)。 填入 API Key:从终端输出中复制 "OPENAI_API_KEY": "mimo2codex-local" 的值填入。 填入 API 请求地址:从终端输出中复制 base_url(例如 命名供应商为 "deepseek"。 5⃣修改并应用配置: 在配置界面下方找到生成的 config.toml 内容。 将 name 字段修改为你想要的名字(例如 "DEEPSEEK")。 点击“启用”并保存添加。 6⃣验证使用: 回到 Codex 软件界面。 在底部的模型选择栏中,选择刚才配置好的 "DEEPSEEK"。 发送一条消息(如 "hello"),如果 DeepSeek 成功回复,说明接入完成。

Vincent

23,664 次观看 • 4 个月前

🚀 OpenCodex 1.2.0 框架彻底重构完成! 这一次,我们重构了底层模型路由,并加入了「Provider Split Bridge 智能分流桥」,区别于市面上几乎所有的第三方网关代理方式⚡ 过去的 OpenCodex 和其他第三方网关一样,采用全局代理模式:所有模型都经过网关。一旦网关崩溃,原生 GPT 和第三方模型会一起失效,只能还原原生模式才能恢复使用。 现在,模型路由彻底分离: 🟢 原生 GPT 永远直连 OpenAI 无论网关开启、关闭、崩溃,还是第三方模型异常,都不会影响 GPT。除非 OpenAI 官方服务本身发生故障,否则 GPT 始终正常运行。 🔵 第三方模型按需接入网关 网关开启时,第三方模型正常运行;网关关闭或崩溃时,第三方模型停止服务,但不会牵连原生 GPT。 🌉 Provider Split Bridge 智能分流桥 网关启动时自动接入,自动识别官方模型与第三方模型,并将它们分别送往正确的服务通道。 🤖 Native Subagent Bridge 子智能体接力桥 当主会话通过 spawn_agent 派发任务时,子智能体请求会通过独立桥接通道进入网关,再由网关按照任务指定的模型和推理档位进行智能分流。主会话仍然保持原生直连,不会变成全局代理,也不会影响 GPT 的正常会话。 🔄 会话完全互通 会话列表、聊天记录和上下文完整继承。同一会话中可以自由切换 GPT、Gemini、DeepSeek 等模型,互不影响,也不会丢失上下文。 OpenCodex,从「全局代理」进化为「官方直连 + 第三方隔离」的双通道智能架构。 官方模型永远稳定,第三方模型按需接入。🛡️✨

Ryanxlll2

57,429 次观看 • 1 个月前

使用AI生成3D模型,最终利用comfyUI渲染输出成片的工作流全过程 以下是GPT4总结的制作流程: 1. 文本到3D生成 在LumaLabs使用Gini文本到3D:访问LumaLabs网站,选择Gini文本到3D功能,输入如“Naruto T-pose”的描述性文本提示生成3D模型。 预览和调整:预览生成的3D模型,根据需要调整文本提示或使用提供的选项重新生成以获得满意的结果。 2. 导入和编辑模型 导入模型到Blender:将生成的3D模型(如身体、头部和手部)导入到Blender中。 调整模型位置和比例:在Blender中调整各个部分的位置和比例,确保模型的整体协调。 组合和调整细节:将不同的部件(头部、手部等)组合成一个完整的模型,对模型的姿态、细节进行必要的调整。 模型优化:对模型进行必要的优化,包括调整网格和重新拓扑(如果需要),以便于动画处理。 3. 动画和导出 应用骨骼和动画:将调整好的3D模型导出为FBX文件,然后在Mixamo网站上应用自动骨骼绑定和选择动画。 导入动画到Blender:将带有动画的模型重新导入到Blender中进行进一步的编辑和调整。 4. 进一步编辑 动画循环设置:在Blender中设置动画循环,确保动画可以平滑地循环播放。 相机和光照设置:调整相机角度和光照设置,以改善动画的视觉效果和氛围。 渲染设置:调整渲染设置,包括分辨率和渲染引擎设置,以获得高质量的动画输出。 5. 最终渲染和后处理 渲染动画:在Blender中渲染完成的动画,导出为视频文件。 后处理:可选地,将渲染完成的视频导入到Comfy UI或其他视频编辑软件中进行后处理,添加背景、特效和其他视觉元素,以完成最终的动画作品。 通过这些具体的小步骤,从文本描述到完成的3D动画的整个制作过程被详细地概述和解释,为想要学习这一流程的人提供了一份详细的指南。

Yangyi

25,554 次观看 • 2 年前

Hermes Web UI 更新到 v0.5.28 了今天连更两版 🎉新增 xAI Grok OAuth 登录,支持 SuperGrok 订阅用户授权,并更新 Grok 模型预设 v0.5.282026-05-17 新增 Bridge 会话级模型设置,每个会话可以独立保存 provider 和 model 在 Bridge 会话列表中右键会话,选择“设置模型”即可为当前会话切换模型 运行时会自动校验会话模型是否可用;不可用时回退到当前默认模型并更新会话 上下文压缩默认跟随当前 Profile 的默认选中模型 v0.5.262026-05-17 聊天历史和 Markdown 渲染支持 Windows 与本地媒体路径 过滤空 Assistant 历史消息,并在新运行开始时清理旧的压缩状态 配置与 Profile 写入新增文件锁,降低并发写入导致配置损坏的风险 新增 QQBot 与钉钉频道设置 CLI 端口检测改为跨平台实现,并优化移动端终端抽屉尺寸 隔离 Bridge Profile 环境,并修复不同 Python 环境下的 Hermes 插件发现 Gateway 停止状态新增 Web UI 诊断说明,并保持日志加载状态稳定 修复会话重置模式选项、自定义 Provider Base URL 处理和动态投递目标 聊天输入栏新增本地保存的工具调用记录显示开关 支持未找到源码目录时使用包安装的 Hermes Agent 新增 xAI Grok OAuth 登录,支持 SuperGrok 订阅用户授权,并更新 Grok 模型预设 扩展浏览器、聊天流式、Provider、Gateway、配置、插件和 Bridge 测试覆盖

libapi

27,118 次观看 • 4 个月前

Hermes Agent这样设置那么恭喜你为了省钱又进一步😂 deepseek为主大模型,kimi2.6为视觉模型,并且无需来回切换,只要丢图片进去就会自动使用kimi2.6去识别。(理论是你可以设置更多的大模型去完成不同的工作,并且全程自动无需切换大模型) 写很多以X文章的形式去编辑这类干货教程已经很多了,我想试试普通的发帖方式编辑会不会被更多的人去看到。 那么话不多说下面直接是干货! - 主模型:deepseek-v4-pro 视觉模型:kimi-k2.6 运作逻辑:deepseek 负责所有的工具调用、代码、排查、对话,一旦你丢过来图片或者视频帧,系统自动切到 kimi 去识图,识完把结果扔回给 deepseek 继续处理。整个过程不需要手动切换模型,你体感上就是同一个助手在干活,但实际上后面是两个大脑在协作。 - 为什么这样搭 deepseek-v4-pro 的工具调用和长上下文处理能力确实强,跑代码任务、排查问题、多步骤复杂操作的稳定性比 kimi 好一截。 但它有一个硬伤暂时不支持多模态,直接给它丢图片会报 unknown variant image_url 的错。 而 kimi-k2.6 的多模态能力不用说,中文 OCR 也准,但纯文本推理和工具调用不如 deepseek 稳。 所以最优解就是各取所长,deepseek 当大脑,kimi 当眼睛。 (其实说白了就是为了省Token!!!) - 配置步骤 第一步,确保 API Key 就位。在 `~/.hermes/.env` 里确认两行: ``` DEEPSEEK_API_KEY=你的deepseek密钥 KIMI_API_KEY=你的kimi密钥 ``` 第二步,切主模型,终端敲: ``` hermes config set model.default deepseek-v4-pro hermes config set model.provider deepseek ``` 第三步,设视觉模型: ``` hermes config set kimi-k2.6 hermes config set kimi-coding hermes config set ``` 第四步,如果你的 kimi key 是老 key(sk- 开头不是 sk-kimi- 开头),需要在 `.env` 最后加一行: ``` KIMI_BASE_URL= ``` 新 key 走 key 走 默认写的 是错的,不改会 401。 第五步,`/reset` 重开会话,生效。 - 踩过的坑 一个是上面说的 api 地址问题, 和 差一个字母,排查了好一阵。 另一个更隐蔽:Hermes 内置的 vision 工具往 kimi API 发请求时,content 数组里 image_url 排在了 text 前面,kimi 的接口不认这个顺序,偶尔 400。 目前的变通方案是发图时绕过内置工具,直接 Python 调 moonshot API,text 放 image_url 前面就没事。 不影响使用,但不算完美,等后续优化。 - 配完之后你正常跟他聊天就行,deepseek 处理一切。 发图过来的时候,你不需要说"用 kimi 看",系统自动检测到图片就走 kimi 视觉,识读完无缝回到 deepseek 继续对话。 你体感上就是同一个助手能看能想能干,但后台其实是两个模型在做各自最擅长的事。 这个方案的最大好处是不用你在聊天里手动切模型,流程全自动。而且以后如果想换视觉模型,改 ` 一行就行,不影响主模型。 - 兄弟们有哪个不懂的直接甩在评论区,狙击手会挨个解答!

DeFi狙击手 | Ai🕊️|Gate美股0费率

25,821 次观看 • 3 个月前