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.

🚀完美！实测方案可行！通过 Shadowrocket 中的 Tailscale 代理到Mac ，然后利用 Mac 的流量出口访问互联网✌️ 路径如下，明天出个文字教程🙂 iPhone Shadowrocket → Tailscale 访问 Mac → Mac Clash Verge 代理端口→ 互联网（Google / X）

Lonely

24,384 subscribers

452,272 Aufrufe • vor 2 Monaten •via X (Twitter)

Wissenschaft & Technologie Nachrichten & Politik Bildung

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

前几天发了 Clash + Shadowrocket + 机场订阅的教程，没想到最多人问的居然不是怎么配置，而是： “小火箭到底去哪里下载？” 统一回答一下。 Shadowrocket 是 iOS 上的付费代理客户端，一般需要海外 Apple ID 才方便下载。小火箭完整教程👇 Clash Mac 教程👇 Clash Windows 教程👇 如果自己没有海外 Apple ID： ➜ 如果想直接找已经购买过小火箭的海外 ID： ➜ 另外提醒一句： Shadowrocket 负责连接，机场负责线路。如果你当前机场本身就不稳定，换客户端通常解决不了根本问题。机场节点参考： ➜ 建议把这条留着，后面换手机、换电脑都用得上。

前几天发了 Clash + Shadowrocket + 机场订阅的教程，没想到最多人问的居然不是怎么配置，而是： “小火箭到底去哪里下载？” 统一回答一下。 Shadowrocket 是 iOS 上的付费代理客户端，一般需要海外 Apple ID 才方便下载。小火箭完整教程👇 Clash Mac 教程👇 Clash Windows 教程👇 如果自己没有海外 Apple ID： ➜ 如果想直接找已经购买过小火箭的海外 ID： ➜ 另外提醒一句： Shadowrocket 负责连接，机场负责线路。如果你当前机场本身就不稳定，换客户端通常解决不了根本问题。机场节点参考： ➜ 建议把这条留着，后面换手机、换电脑都用得上。

蓝鹰知识分享

32,872 Aufrufe • vor 11 Tagen

🚀不少人遇到 Codex 每次打开或提问时总是先触发 5 次 “Reconnecting” 重连这个问题。这个问题的本质原因：WebSocket（WSS）协议在你的网络或代理环境下无法正常通通信。解决方案有3种： 1. 修改 Codex 的 config.toml，在对应的 provider 配置里明确禁用 WebSocket 并指定 wire_api： wire_api = "responses"supports_websockets = false 2. 如果使用 Clash verge 的话，直接开启 TUN 模式。开启后，它会从系统底层接管全局所有流量，强行打通 WebSocket 阻碍。 3. 直接把下面提示词发给 Codex （具体见文章） ------ 帮我修复 Codex Desktop 一直 Reconnecting 的问题。请定位我本机正在使用的代理端口和代理协议，然后创建或更新 ~/.codex/.env，写入以下代理配置。不要写死端口，请替换成实际端口；如果文件已经存在，保留其他配置。 HTTP_PROXY=" 或 mixed 端口>" HTTPS_PROXY=" 或 mixed 端口>" 写入后检查配置是否正确，并告诉我需要如何重启 Codex Desktop。 -----

🚀不少人遇到 Codex 每次打开或提问时总是先触发 5 次 “Reconnecting” 重连这个问题。这个问题的本质原因：WebSocket（WSS）协议在你的网络或代理环境下无法正常通通信。解决方案有3种： 1. 修改 Codex 的 config.toml，在对应的 provider 配置里明确禁用 WebSocket 并指定 wire_api： wire_api = "responses"supports_websockets = false 2. 如果使用 Clash verge 的话，直接开启 TUN 模式。开启后，它会从系统底层接管全局所有流量，强行打通 WebSocket 阻碍。 3. 直接把下面提示词发给 Codex （具体见文章） ------ 帮我修复 Codex Desktop 一直 Reconnecting 的问题。请定位我本机正在使用的代理端口和代理协议，然后创建或更新 ~/.codex/.env，写入以下代理配置。不要写死端口，请替换成实际端口；如果文件已经存在，保留其他配置。 HTTP_PROXY=" 或 mixed 端口>" HTTPS_PROXY=" 或 mixed 端口>" 写入后检查配置是否正确，并告诉我需要如何重启 Codex Desktop。 -----

Lonely

104,678 Aufrufe • vor 3 Monaten

Minimax H3 的能力测试结果亲测~~🔥 本地部署 : 5070 我是用我的 Mac 电脑上的 Claude code 去遥控我 Windows 里面的本地部署模型 Flux2 出图 TTX 出配音 Minimax 出视频 Chatcut 出音乐音效是下载并贴进去全程没有打开编辑器,视频生成消耗的就是我 Claude code 的指挥 token 具体的全流程如下: ① 立项去重 Mac brief.md ② 事实核查 Mac fact-check.md ← 🔴 含参考图核对 ③ 写稿 Mac script.md（旁白先行） ④ 配音 Win voice-raw/ → voice-final/ ⑤ 时间线 Mac scene-timing.json ⑥ 字幕 Mac captions/ ⑦ 关键帧 Win assets/keyframes/ ← 最耗迭代 ⑧ 分镜 Mac storyboard.md ⑨ 批产镜头 Win renders/ ← 最耗算力（5-6.5 小时） ⑩ 结构审核 Mac verification/ ⑪ EDL+图文层 Mac edl.json / overlays/ ⑫ 装配 Mac deliverables/ ⑬ 音频后期 Mac → 另见音效库 SOP ⑭ 收尾回写 Mac 系列台账

Minimax H3 的能力测试结果亲测~~🔥 本地部署 : 5070 我是用我的 Mac 电脑上的 Claude code 去遥控我 Windows 里面的本地部署模型 Flux2 出图 TTX 出配音 Minimax 出视频 Chatcut 出音乐音效是下载并贴进去全程没有打开编辑器,视频生成消耗的就是我 Claude code 的指挥 token 具体的全流程如下: ① 立项去重 Mac brief.md ② 事实核查 Mac fact-check.md ← 🔴 含参考图核对 ③ 写稿 Mac script.md（旁白先行） ④ 配音 Win voice-raw/ → voice-final/ ⑤ 时间线 Mac scene-timing.json ⑥ 字幕 Mac captions/ ⑦ 关键帧 Win assets/keyframes/ ← 最耗迭代 ⑧ 分镜 Mac storyboard.md ⑨ 批产镜头 Win renders/ ← 最耗算力（5-6.5 小时） ⑩ 结构审核 Mac verification/ ⑪ EDL+图文层 Mac edl.json / overlays/ ⑫ 装配 Mac deliverables/ ⑬ 音频后期 Mac → 另见音效库 SOP ⑭ 收尾回写 Mac 系列台账

小耳👂Jane｜Xiaoer

12,082 Aufrufe • vor 1 Monat

小火箭shadowsocket代理，移动端全天运行，很耗电按需启动及睡眠时停止运行，但默认配置再好，也经常问题是有些软件，部分URL不想代理，或有些APP全部设置成代理，可通过检测代理日志，查到访问的URL，然后做对应策略修改，通过自定义简单设置，即可做到省电及代理双优！

小火箭shadowsocket代理，移动端全天运行，很耗电按需启动及睡眠时停止运行，但默认配置再好，也经常问题是有些软件，部分URL不想代理，或有些APP全部设置成代理，可通过检测代理日志，查到访问的URL，然后做对应策略修改，通过自定义简单设置，即可做到省电及代理双优！

M.

1,241,533 Aufrufe • vor 1 Jahr

😭可以卸载付费清理Mac电脑的 XX MacClean工具了！！别再瞎装付费清理软件了，“两行代码直接搞定”！我亲测清出了128G空间，直接爽到！关键这工具还是“免费开源”的，完全不用担心踩坑！是Tw93 大佬做的Mole鼹鼠工具，我专门录了操作视频，跟着做就行，小白也能上手👇 怕看视频不方便的，文字版步骤给你们整理好了，一步都不落下：✍🏻 ① 先打开「终端」，复制粘贴这行代码安装mole：brew install tw93/tap/mole ，然后回车 ② 接着输清理指令：mo clean ，再回车，之后输入你的Mac用户密码（输的时候看不到，正常输完回车就行） ③ 最后等它跑完，垃圾就清完了！用Mac的赶紧存一下，转发给你那个总喊“空间不够”的朋友！

😭可以卸载付费清理Mac电脑的 XX MacClean工具了！！别再瞎装付费清理软件了，“两行代码直接搞定”！我亲测清出了128G空间，直接爽到！关键这工具还是“免费开源”的，完全不用担心踩坑！是Tw93 大佬做的Mole鼹鼠工具，我专门录了操作视频，跟着做就行，小白也能上手👇 怕看视频不方便的，文字版步骤给你们整理好了，一步都不落下：✍🏻 ① 先打开「终端」，复制粘贴这行代码安装mole：brew install tw93/tap/mole ，然后回车 ② 接着输清理指令：mo clean ，再回车，之后输入你的Mac用户密码（输的时候看不到，正常输完回车就行） ③ 最后等它跑完，垃圾就清完了！用Mac的赶紧存一下，转发给你那个总喊“空间不够”的朋友！

Berryxia.AI

59,586 Aufrufe • vor 10 Monaten

Manus 体验报告能自动完成任务并交付结果的AI代理全部是在一个云端电脑上完成，AI自动思考分析、自动通过浏览器访问网站收集数据、完成内容撰写最后在云端电脑运行各种程序并编写代码给你交付出相应的文档、音频、视觉、网站交互结果。真实体验是一个任务运行的时间会很长，但是你可以干别的事情等待它完成。总体来看交付的结果还是不错的。

Manus 体验报告能自动完成任务并交付结果的AI代理全部是在一个云端电脑上完成，AI自动思考分析、自动通过浏览器访问网站收集数据、完成内容撰写最后在云端电脑运行各种程序并编写代码给你交付出相应的文档、音频、视觉、网站交互结果。真实体验是一个任务运行的时间会很长，但是你可以干别的事情等待它完成。总体来看交付的结果还是不错的。

小互

304,294 Aufrufe • vor 1 Jahr

Perplexity发布Personal Computer服务，通过一台Mac mini实现7×24小时自主运行，类似OpenClaw/龙虾。官方介绍，Personal Computer可在安全环境中访问用户的文件、应用及会话数据，并支持从任意设备远程控制。客户端部署于本地，由Perplexity的安全服务器处理核心计算任务，兼顾功能性与隐私保护。

Perplexity发布Personal Computer服务，通过一台Mac mini实现7×24小时自主运行，类似OpenClaw/龙虾。官方介绍，Personal Computer可在安全环境中访问用户的文件、应用及会话数据，并支持从任意设备远程控制。客户端部署于本地，由Perplexity的安全服务器处理核心计算任务，兼顾功能性与隐私保护。

外汇交易员

73,409 Aufrufe • vor 6 Monaten

❌ 还在手动开关小火箭？你的iPhone其实可以全自动！（上次发过一次图文教程，很多人私信说不够清晰。这次我补录了保姆级操作视频，不明白的直接看视频！） 📱 iPhone翻墙的神仙组合：快捷指令 + Shadowrocket（小火箭） ✨ 实现效果：打开 X / 推特 / Telegram 等APP时，自动开启小火箭；退出回到桌面/锁屏时 → 自动关闭。省电省流量，再也不用担心忘关VPN！ 🔧 设置步骤： 1️⃣ 打开 iPhone「快捷指令」APP → 底部「自动化」→ 右上角「+」 2️⃣ 选择「创建个人自动化」→ 找到「App」选项 3️⃣ 点击「选取」→ 选取你需要联动的APP （如 X / 推特 / Telegram）→ 选择「已打开」→ 下一步 4️⃣ 添加操作 → 搜索「Shadowrocket」→ 点击选择「启动Shadowrocket」 5️⃣ 关闭「运行前询问」→ 完成！ 🔄 实现自动关闭同理：按上面操作，在第3步将「已打开」选择「已关闭」，在第4步将「启动Shadowrocket」选择「停止Shadowrocket」即可实现退出时自动断开VPN。 ✅ 搞定！设置完成后，你的iPhone就是一台智能翻墙机。打开外网APP自动连，退出自动断，主打一个丝滑！ #iPhone技巧 #Shadowrocket #iOS快捷指令 #省电技巧 #科学上网 #小火箭教程

❌ 还在手动开关小火箭？你的iPhone其实可以全自动！（上次发过一次图文教程，很多人私信说不够清晰。这次我补录了保姆级操作视频，不明白的直接看视频！） 📱 iPhone翻墙的神仙组合：快捷指令 + Shadowrocket（小火箭） ✨ 实现效果：打开 X / 推特 / Telegram 等APP时，自动开启小火箭；退出回到桌面/锁屏时 → 自动关闭。省电省流量，再也不用担心忘关VPN！ 🔧 设置步骤： 1️⃣ 打开 iPhone「快捷指令」APP → 底部「自动化」→ 右上角「+」 2️⃣ 选择「创建个人自动化」→ 找到「App」选项 3️⃣ 点击「选取」→ 选取你需要联动的APP （如 X / 推特 / Telegram）→ 选择「已打开」→ 下一步 4️⃣ 添加操作 → 搜索「Shadowrocket」→ 点击选择「启动Shadowrocket」 5️⃣ 关闭「运行前询问」→ 完成！ 🔄 实现自动关闭同理：按上面操作，在第3步将「已打开」选择「已关闭」，在第4步将「启动Shadowrocket」选择「停止Shadowrocket」即可实现退出时自动断开VPN。 ✅ 搞定！设置完成后，你的iPhone就是一台智能翻墙机。打开外网APP自动连，退出自动断，主打一个丝滑！ #iPhone技巧 #Shadowrocket #iOS快捷指令 #省电技巧 #科学上网 #小火箭教程

水Lane💧

23,801 Aufrufe • vor 7 Monaten

刚刚把 iPhone 的语音转文字问题解决掉了现存的问题： 1、如果使用 iOS 自带的语音转文字，中文识别准确率不高 2、如果使用第三方输入法，需要二次跳转，且高频使用较为耗电解决方案： 1、用不关机的 Mac + 大疆麦克风，持续监听语音 2、只要在大疆的传输范围内，Mac 可以持续获取我说的最后一句话 3、使用 Deepgram API 把语音转成文字，并且复制到剪贴板 4、所有设备（包括安卓机）剪贴板云同步实现效果：只要我说话，我的所有设备都可以一键粘贴转录的文本结果成本：一台永不关机的 Mac 作为服务器，解决家庭场景的输入问题，出门的情况下还是使用手机的麦克风实现语音转文字

刚刚把 iPhone 的语音转文字问题解决掉了现存的问题： 1、如果使用 iOS 自带的语音转文字，中文识别准确率不高 2、如果使用第三方输入法，需要二次跳转，且高频使用较为耗电解决方案： 1、用不关机的 Mac + 大疆麦克风，持续监听语音 2、只要在大疆的传输范围内，Mac 可以持续获取我说的最后一句话 3、使用 Deepgram API 把语音转成文字，并且复制到剪贴板 4、所有设备（包括安卓机）剪贴板云同步实现效果：只要我说话，我的所有设备都可以一键粘贴转录的文本结果成本：一台永不关机的 Mac 作为服务器，解决家庭场景的输入问题，出门的情况下还是使用手机的麦克风实现语音转文字

dontbesilent

59,349 Aufrufe • vor 7 Monaten

这两天看到的收获很大的一篇论文《AlphaCodium：引领代码生成新境界，从提示工程到流程工程》，它提出了一种新的生成代码的方法，比传统的直接基于Prompt生成代码的方式准确率更高。它用的测试集是CodeContests ，这是由 Deepmind 推出的一项挑战性编程数据集。相对来说还是很权威的。以 GPT-4 为例的话，准确率从19%提升到了44%。它的原理有些复杂，但是如果你有过LeetCode刷题经验，相对比较好理解一些。普通人刷 LeetCode，上来就做，这样有可能得到答案，也有可能做不出来，这就类似于你把题目直接丢给GPT-4，让它直接给出答案，准确率相对要低一些。高手刷LeetCode，会有个做题的流程，同样的水平，做出来的概率会大一些。高手做题时会大概分成几个步骤： 1. 先把题目中的要点一条条列出来，确保不会遗漏任何重要信息 2. 通常LeetCode会提供 1 个或多个测试用例，仔细看测试用例，分析为什么给定的输入能得到给定的输出 3. 在写代码前，列出几种可能的解决方案，例如暴力算法、递归、动态规划，每一种方案写下思路和伪代码 4. 对于列出来的几种方案进行评估，选出最佳方案 5. 可能还会补充一些测试用例帮助事后验证 --- 以下部分是迭代过程： 6. 根据选中的解决方案写代码，如果代码不能运行则修改代码直至能运行 7. 将代码提交到LeetCode的测试集去验证，如果无法通过所有测试，则修改错误，如果通过到第8步 8. 用第 5 步生成的测试用例验证代码，如果运行不通过则继续优化代码这里留个思考题：如果第8步出错，怎么判断是代码有问题还是自己生成的测试用例有问题？而 AlphaCodium 就是完美遵循了以上的步骤来解题，只不过每一步都是由大语言模型帮助完成！这给了我一些启示： 1. 不必寄希望于将复杂的任务在一个 Prompt 中完成，拆分成若干子任务成功概率会高一些 2. AI 可以借鉴人类的优秀实践，例如高手是如何解决编程难题的，让 AI 按照高手的步骤去一步步做 3. AI 的潜力还有很大挖掘空间完整的文章参考：中文译文：

这两天看到的收获很大的一篇论文《AlphaCodium：引领代码生成新境界，从提示工程到流程工程》，它提出了一种新的生成代码的方法，比传统的直接基于Prompt生成代码的方式准确率更高。它用的测试集是CodeContests ，这是由 Deepmind 推出的一项挑战性编程数据集。相对来说还是很权威的。以 GPT-4 为例的话，准确率从19%提升到了44%。它的原理有些复杂，但是如果你有过LeetCode刷题经验，相对比较好理解一些。普通人刷 LeetCode，上来就做，这样有可能得到答案，也有可能做不出来，这就类似于你把题目直接丢给GPT-4，让它直接给出答案，准确率相对要低一些。高手刷LeetCode，会有个做题的流程，同样的水平，做出来的概率会大一些。高手做题时会大概分成几个步骤： 1. 先把题目中的要点一条条列出来，确保不会遗漏任何重要信息 2. 通常LeetCode会提供 1 个或多个测试用例，仔细看测试用例，分析为什么给定的输入能得到给定的输出 3. 在写代码前，列出几种可能的解决方案，例如暴力算法、递归、动态规划，每一种方案写下思路和伪代码 4. 对于列出来的几种方案进行评估，选出最佳方案 5. 可能还会补充一些测试用例帮助事后验证 --- 以下部分是迭代过程： 6. 根据选中的解决方案写代码，如果代码不能运行则修改代码直至能运行 7. 将代码提交到LeetCode的测试集去验证，如果无法通过所有测试，则修改错误，如果通过到第8步 8. 用第 5 步生成的测试用例验证代码，如果运行不通过则继续优化代码这里留个思考题：如果第8步出错，怎么判断是代码有问题还是自己生成的测试用例有问题？而 AlphaCodium 就是完美遵循了以上的步骤来解题，只不过每一步都是由大语言模型帮助完成！这给了我一些启示： 1. 不必寄希望于将复杂的任务在一个 Prompt 中完成，拆分成若干子任务成功概率会高一些 2. AI 可以借鉴人类的优秀实践，例如高手是如何解决编程难题的，让 AI 按照高手的步骤去一步步做 3. AI 的潜力还有很大挖掘空间完整的文章参考：中文译文：

宝玉

265,105 Aufrufe • vor 2 Jahren

🔥 满血高速能联网 DeepSeek R1 API 获取教程试了下火山引擎的 DeepSeek R1 API，目前测试下来是最稳定、最快速的方案推理思考的速度、生成输出token的速度都非常流畅我申请了个在本地客户端上进行了测试，视频是1倍速度，你们可以感受下。是我用下来最快的了！而且还能联网。新注册用户送50万token... 我写了个详细的教程分享下，教程在二楼： ⭐️本教程将手把手教你如何获取并使用 DeepSeek R1 API，并进行第三方聊天机器人客户端部署，同时推荐一些好用的第三方聊天机器人工具。

🔥 满血高速能联网 DeepSeek R1 API 获取教程试了下火山引擎的 DeepSeek R1 API，目前测试下来是最稳定、最快速的方案推理思考的速度、生成输出token的速度都非常流畅我申请了个在本地客户端上进行了测试，视频是1倍速度，你们可以感受下。是我用下来最快的了！而且还能联网。新注册用户送50万token... 我写了个详细的教程分享下，教程在二楼： ⭐️本教程将手把手教你如何获取并使用 DeepSeek R1 API，并进行第三方聊天机器人客户端部署，同时推荐一些好用的第三方聊天机器人工具。

小互

93,203 Aufrufe • vor 1 Jahr

【测评向】Flap 出了一个 AI Oracle 部署方案，花了2个钟头，直接在 BNB Chain 测试网落地了一个可用的简易demo Flap Flap 🦋 提供了一个标准化的 AI Oracle，号称可以让任何智能合约，直接获得可验证的 LLM 推理能力，一切推理过程，都可在链上可追溯看了下文档比较简单，直接搓个 Demo，看看怎么个事儿 👀 👉 无需后端代码，纯合约交互实现的 AI Agent 是如何实现的： 1️⃣ 实现一个可对话的前端界面，每次对话发起交易，将问题提交上链 2️⃣ 使用 ChatConsumer 方法，与 FlapAI Oracle 合约交互 3️⃣ Oracle 后端调用 Gemini Flash，使用 LLM 生成结果上传 IPFS 4️⃣ 前端监听链上回写事件，拉取 IPFS数据，解析展示结果 —— 至此，一次 AI Oracle 对话交互完成 👉 我的问题也很简单，询问某个 CA 你能不能买点？ Flap AI 收到问题后，先调用了 ave_toke_info 的 MCP，获取了代币的市场信号（价格波动、交易量、市值等），给出结论： > 24h 趋势有下跌风险，虽然交易量和持仓人数很高，但是波动性很大，而且最近的行情低迷，建议观望还是很有意思的，AI 的决策过程变成了链上可观察的行为，主要是开箱即用 🤣 感兴趣可以自己去体验一下，把 AI Oracle 集成到项目里，让你的链上合约，也获得 AI 推理能力。

【测评向】Flap 出了一个 AI Oracle 部署方案，花了2个钟头，直接在 BNB Chain 测试网落地了一个可用的简易demo Flap Flap 🦋 提供了一个标准化的 AI Oracle，号称可以让任何智能合约，直接获得可验证的 LLM 推理能力，一切推理过程，都可在链上可追溯看了下文档比较简单，直接搓个 Demo，看看怎么个事儿 👀 👉 无需后端代码，纯合约交互实现的 AI Agent 是如何实现的： 1️⃣ 实现一个可对话的前端界面，每次对话发起交易，将问题提交上链 2️⃣ 使用 ChatConsumer 方法，与 FlapAI Oracle 合约交互 3️⃣ Oracle 后端调用 Gemini Flash，使用 LLM 生成结果上传 IPFS 4️⃣ 前端监听链上回写事件，拉取 IPFS数据，解析展示结果 —— 至此，一次 AI Oracle 对话交互完成 👉 我的问题也很简单，询问某个 CA 你能不能买点？ Flap AI 收到问题后，先调用了 ave_toke_info 的 MCP，获取了代币的市场信号（价格波动、交易量、市值等），给出结论： > 24h 趋势有下跌风险，虽然交易量和持仓人数很高，但是波动性很大，而且最近的行情低迷，建议观望还是很有意思的，AI 的决策过程变成了链上可观察的行为，主要是开箱即用 🤣 感兴趣可以自己去体验一下，把 AI Oracle 集成到项目里，让你的链上合约，也获得 AI 推理能力。

泵泵超人 | Pumpman 🔶

23,760 Aufrufe • vor 5 Monaten

有远程需求的朋友，推荐这个工具⤵️ 我 Mac mini 在家跑 Claude Code，24 小时不关机。之前我是用 Tailscale 做内网穿透，配一次能用，但每次换个 Wi-Fi 又得调，折腾了几回彻底不想搞了。后来听朋友推荐网易UU远程，说特别省心，我就试了。两分钟装完直接用，Mac mini 装被控端，手机 MacBook 装主控端，同账号登录就连上了。不用配端口，不用搞隧道，不用管 NAT 类型。4K画质，远程写代码跟本地体感差不多。我主要用它的终端模式跑 Claude Code：手机直接远程连 Mac mini 命令行，下指令、看实时输出、验收代码。 Claude Code 经常跑几十分钟，我人在外面手机上随时追加需求、检查进度。跑完的文件需要拿到手边，文件互传直接拖过来，不限大小格式。远程的时候还能一键黑屏防窥，别人看不到你电脑屏幕，这个细节挺喜欢。最没想到的是，这工具居然完全免费，不限画质，不限速，不限时长，没有广告。有远程需求的用户可以下来试试 👉

有远程需求的朋友，推荐这个工具⤵️ 我 Mac mini 在家跑 Claude Code，24 小时不关机。之前我是用 Tailscale 做内网穿透，配一次能用，但每次换个 Wi-Fi 又得调，折腾了几回彻底不想搞了。后来听朋友推荐网易UU远程，说特别省心，我就试了。两分钟装完直接用，Mac mini 装被控端，手机 MacBook 装主控端，同账号登录就连上了。不用配端口，不用搞隧道，不用管 NAT 类型。4K画质，远程写代码跟本地体感差不多。我主要用它的终端模式跑 Claude Code：手机直接远程连 Mac mini 命令行，下指令、看实时输出、验收代码。 Claude Code 经常跑几十分钟，我人在外面手机上随时追加需求、检查进度。跑完的文件需要拿到手边，文件互传直接拖过来，不限大小格式。远程的时候还能一键黑屏防窥，别人看不到你电脑屏幕，这个细节挺喜欢。最没想到的是，这工具居然完全免费，不限画质，不限速，不限时长，没有广告。有远程需求的用户可以下来试试 👉

Yanhua

67,849 Aufrufe • vor 3 Monaten

偶然间又发现一个宝藏GitHub项目：《网络代理与VPN应用详解》详细阐述代理、隧道、VPN运作过程，并对GFW策略如：地址端口封锁、服务器缓存投毒、数字验证攻击、SSL连接阻断做相关的原理说明。图文并茂，讲解的非常细！文档： GitHub：

偶然间又发现一个宝藏GitHub项目：《网络代理与VPN应用详解》详细阐述代理、隧道、VPN运作过程，并对GFW策略如：地址端口封锁、服务器缓存投毒、数字验证攻击、SSL连接阻断做相关的原理说明。图文并茂，讲解的非常细！文档： GitHub：

知识分享官

152,665 Aufrufe • vor 2 Jahren

一个中国开发者花了三天测试本地 AI 硬件——Mac Mini 16G 对战 RTX 4070Ti。他把结果发到 B 站，结论是：正经跑代理工作流，至少需要 2,800 美元的硬件。看起来像真活。一边 Mac Mini，一边 4070Ti，双双发烫，图表并排跑。他最后甩出一个数字：想在家里正经搞 AI，至少得花 2,800 美元。兄弟，停在 0:20 秒。看他手悬停的那个 Ollama 窗口，再看它背后终端日志里的时间戳。那些时间戳不是隔了三天——它们只差 27 分钟。 “三天”是代理跑的。“27 分钟”是他本人跑的。一个 Claude 代理在 27 分钟内跑完了所有测试：Mac Mini 测、4070Ti 测、工具集成检查。代理写了脚本，代理生成了截图里的时间戳，代理生成了“三天”这个叙事——因为 B 站的科技区喜欢看得见的努力。有人扒了上传元数据：视频是在第一个终端打开后的 31 分钟上传的。还有人把截图和 GitHub 上公开的 Mac Mini 测试脚本做了对比——除了屏幕上那只手，其他全是代理生成的。六个月前，深圳一个 14 岁小孩把一个 AI 代理推到了 GitHub。评委说：没有实际应用价值。3,100 次 fork 之后。这个开发者是其中之一。他在接不到咨询客户的那一周，就把代理接入了自己的内容流水线。他从 2019 年就是 B 站科技 up 主。最好的一期视频，做了三个月。现在代理做他以前需要 27 分钟才能干完的活。他仍然出镜——因为观众要看那双手。他想告诉观众关于本地 AI 硬件的真相。却不小心让大家看到了——屏幕上唯一一个代理生成不了的东西。

一个中国开发者花了三天测试本地 AI 硬件——Mac Mini 16G 对战 RTX 4070Ti。他把结果发到 B 站，结论是：正经跑代理工作流，至少需要 2,800 美元的硬件。看起来像真活。一边 Mac Mini，一边 4070Ti，双双发烫，图表并排跑。他最后甩出一个数字：想在家里正经搞 AI，至少得花 2,800 美元。兄弟，停在 0:20 秒。看他手悬停的那个 Ollama 窗口，再看它背后终端日志里的时间戳。那些时间戳不是隔了三天——它们只差 27 分钟。 “三天”是代理跑的。“27 分钟”是他本人跑的。一个 Claude 代理在 27 分钟内跑完了所有测试：Mac Mini 测、4070Ti 测、工具集成检查。代理写了脚本，代理生成了截图里的时间戳，代理生成了“三天”这个叙事——因为 B 站的科技区喜欢看得见的努力。有人扒了上传元数据：视频是在第一个终端打开后的 31 分钟上传的。还有人把截图和 GitHub 上公开的 Mac Mini 测试脚本做了对比——除了屏幕上那只手，其他全是代理生成的。六个月前，深圳一个 14 岁小孩把一个 AI 代理推到了 GitHub。评委说：没有实际应用价值。3,100 次 fork 之后。这个开发者是其中之一。他在接不到咨询客户的那一周，就把代理接入了自己的内容流水线。他从 2019 年就是 B 站科技 up 主。最好的一期视频，做了三个月。现在代理做他以前需要 27 分钟才能干完的活。他仍然出镜——因为观众要看那双手。他想告诉观众关于本地 AI 硬件的真相。却不小心让大家看到了——屏幕上唯一一个代理生成不了的东西。

CAT

42,457 Aufrufe • vor 3 Monaten

安装 Shadowrocket（小火箭）你的人生从此与众不同！！！一、下载安装及添加VPN节点教程： 1、Shadowrocket（简称小火箭）是iOS平台上强大的代理客户端，支持Shadowsocks、SSR、VMess、VLESS、Trojan 等多种协议，用于科学上网。它不提供节点，需要自行购买订阅（机场节点）。 2、iOS（iPhone/iPad）版下载安装小火箭必须使用外区Apple ID（推荐美区或港区）下载，价格2.99美元或22港币。需提前注册好外区Apple ID 退出当前国区App Store账号，用美区或港区Apple ID登陆进去苹果商店，搜索 Shadowrocket。 Mac电脑版：如果iOS已购买，可在同Apple ID的Mac电脑上免费安装。二、添加VPN节点（订阅） 1、获取订阅链接：购买靠谱机场（节点提供商），获取订阅URL。 2、分流模式：推荐用全局路由中的“配置”规则（智能分流模式：中国大陆走直连，国外走代理）三、常用设置优化 • 更新订阅：设置中开启自动更新。 • 安全性：仅从官方/可信来源下载，避免山寨App。节点选择信誉好的机场。 • 问题排查：连接失败时切换节点、更新订阅、检查规则，或重启App/设备。如果需要特定协议配置或推荐机场，可以联系进一步指导！ #小火箭 #Shadowrocket #VPN #翻墙梯子 #机场节点 #网络代理 #科学上网 #家庭宽带IP

安装 Shadowrocket（小火箭）你的人生从此与众不同！！！一、下载安装及添加VPN节点教程： 1、Shadowrocket（简称小火箭）是iOS平台上强大的代理客户端，支持Shadowsocks、SSR、VMess、VLESS、Trojan 等多种协议，用于科学上网。它不提供节点，需要自行购买订阅（机场节点）。 2、iOS（iPhone/iPad）版下载安装小火箭必须使用外区Apple ID（推荐美区或港区）下载，价格2.99美元或22港币。需提前注册好外区Apple ID 退出当前国区App Store账号，用美区或港区Apple ID登陆进去苹果商店，搜索 Shadowrocket。 Mac电脑版：如果iOS已购买，可在同Apple ID的Mac电脑上免费安装。二、添加VPN节点（订阅） 1、获取订阅链接：购买靠谱机场（节点提供商），获取订阅URL。 2、分流模式：推荐用全局路由中的“配置”规则（智能分流模式：中国大陆走直连，国外走代理）三、常用设置优化 • 更新订阅：设置中开启自动更新。 • 安全性：仅从官方/可信来源下载，避免山寨App。节点选择信誉好的机场。 • 问题排查：连接失败时切换节点、更新订阅、检查规则，或重启App/设备。如果需要特定协议配置或推荐机场，可以联系进一步指导！ #小火箭 #Shadowrocket #VPN #翻墙梯子 #机场节点 #网络代理 #科学上网 #家庭宽带IP

Ai船长

22,721 Aufrufe • vor 1 Monat

🚨 可能是全网第一个！0 代码手搓一款真正原生 App 的最佳实践。不管你是资深工程师还是零基础小白，只要跟着做，半小时就能做出运行在手机上的原生 App（不是 H5 网页！）👇 1️⃣ Stitch 生成设计：打开 Google Stitch，用中文描述需求（如“拍照自动识别有效期的 App”），选择 Gemini 3.0 Pro 模型。AI 瞬间生成符合 Material 3 规范的极简设计稿。 2️⃣ 一键导出素材：直接从 Stitch 导出 HTML 代码和 PNG 图片，省去 UI 和前端反复沟通的麻烦。 3️⃣ Antigravity 写代码：打开 Antigravity IDE，建立 frontend/backend 目录。把素材放入 design 文件夹。给 AI 下指令：“基于 design 目录，使用 Flutter 技术生成 App 代码”。AI 自动疯狂写代码，配置环境。 4️⃣ 模拟器运行：打开 Mac 的 Simulator，终端输入 flutter run。见证奇迹，真正的原生 App 跑起来了！这不是简单的套壳，AI 生成的代码包含 iOS、Android、Mac、Windows、Web 全平台支持。从想法到成品的全流程自动开发，是实践出来的最佳路径。 #AI编程 #Flutter #Stitch #Antigravity #零代码开发

🚨 可能是全网第一个！0 代码手搓一款真正原生 App 的最佳实践。不管你是资深工程师还是零基础小白，只要跟着做，半小时就能做出运行在手机上的原生 App（不是 H5 网页！）👇 1️⃣ Stitch 生成设计：打开 Google Stitch，用中文描述需求（如“拍照自动识别有效期的 App”），选择 Gemini 3.0 Pro 模型。AI 瞬间生成符合 Material 3 规范的极简设计稿。 2️⃣ 一键导出素材：直接从 Stitch 导出 HTML 代码和 PNG 图片，省去 UI 和前端反复沟通的麻烦。 3️⃣ Antigravity 写代码：打开 Antigravity IDE，建立 frontend/backend 目录。把素材放入 design 文件夹。给 AI 下指令：“基于 design 目录，使用 Flutter 技术生成 App 代码”。AI 自动疯狂写代码，配置环境。 4️⃣ 模拟器运行：打开 Mac 的 Simulator，终端输入 flutter run。见证奇迹，真正的原生 App 跑起来了！这不是简单的套壳，AI 生成的代码包含 iOS、Android、Mac、Windows、Web 全平台支持。从想法到成品的全流程自动开发，是实践出来的最佳路径。 #AI编程 #Flutter #Stitch #Antigravity #零代码开发

Vincent

35,435 Aufrufe • vor 4 Monaten

此前，中国青年报曾采访到“我听交警的”事件男方的代理人。代理人称，交警到达现场后，问了女方的行车轨迹，然后认定她是逆行，女方全责，双方约定前往交警队处理，但只有男方去了交警队，女方始终未现身。代理人表示，男方最初没有想过追责，结果女方将视频发到网上，企图倒打一耙，男方就只好报警处理，报警后，女方被警方行政拘留。

此前，中国青年报曾采访到“我听交警的”事件男方的代理人。代理人称，交警到达现场后，问了女方的行车轨迹，然后认定她是逆行，女方全责，双方约定前往交警队处理，但只有男方去了交警队，女方始终未现身。代理人表示，男方最初没有想过追责，结果女方将视频发到网上，企图倒打一耙，男方就只好报警处理，报警后，女方被警方行政拘留。

大漠孤鹰⛓

157,234 Aufrufe • vor 10 Monaten

“芒格100模型”研究 X google deep research with gemini 2.5 pro：9分钟，62个英文参考资料（实际访问了数百个网站），输出2万多字中文报告，100模型实际解读13个，任务完成率13%（这不是偶然，下文详解）🤣 一句话结论：单单从”研究芒格100模型“任务看，google deep research得分不超过30（满分100）。 prompt（和openai案例完全一致）： > 大航海时代，海盗中间流传着一个传说：海贼王在大海深处埋藏着它的宝藏，找到它的海盗将获得力量、荣耀与权力。互联网上也有一个传说，charlie munger 有 100 个思维模型，掌握这 100 个思维模型的人将拥有大智慧，成为真正的聪明人。 > > 请帮我做一份研究，关于“查理芒格的 100 个思维模型”。包括这种说法的来源，100 模型的内容，以及对 100 个思维模型的每一个进行简要介绍。 > > 介绍每个思维模型时，说明它是什么，为什么重要，举个例子，应用场景。 > > 使用英文搜索，只采纳英文资料（因为互联网上英文资料在数量和质量上都是最好的），用中文回答。我自己的思考： 1、100个模型只解读了13个，这不是偶然。我做了一个测试，让openai deep research一次性研究包含300本书的书单，o3驱动的deep research产出了史上最长的报告，覆盖了300本书，最终报告6万多字（一个推友研究NBA球队，单个球队的研究报告也到了6万多字）。但是，之前gemini 2.0 flash驱动的google deep research，5千字就糊弄教材，实际完成1/3都不到。 2、为什么gemini 2.5 pro deep research会“糊弄”？要么是指令跟随能力不行（听不懂prompt）？要么是底层模型的推理能力不行？要么是上下文窗口限制？是否还有其他可能？ 3、语言质量、报告结构上，这些没有硬性评价标准，每个人观点不同。我从这个案例中的观察是，google deep research有改善，但是确实和o3有差距； 4、context window之迷：gemini 2.5 pro有100万的上下文窗口，为什么只能产出2万字的报告？openai模型的上下文窗口是gemini的1/5，但是，产出报告的细致程度和质量为什么会更高？o1的上下文是20万，输出长度是10万；我估计o3的上下文可能是40万，输出长度可能是20万（毕竟，最终报告6万多汉字，加上中间的思维过程）。初步个人结论：gemini 2.5 pro口碑这么好，deep research 应该是能用的（毕竟我只测试了一个极端的研究案例，后续我会从我的200多个openai deep research案例中精选出来对比测试）。但是，“一分价钱一分货”的道理目前仍然成立。 google 和openai 报告全文 link 在评论区。👇

“芒格100模型”研究 X google deep research with gemini 2.5 pro：9分钟，62个英文参考资料（实际访问了数百个网站），输出2万多字中文报告，100模型实际解读13个，任务完成率13%（这不是偶然，下文详解）🤣 一句话结论：单单从”研究芒格100模型“任务看，google deep research得分不超过30（满分100）。 prompt（和openai案例完全一致）： > 大航海时代，海盗中间流传着一个传说：海贼王在大海深处埋藏着它的宝藏，找到它的海盗将获得力量、荣耀与权力。互联网上也有一个传说，charlie munger 有 100 个思维模型，掌握这 100 个思维模型的人将拥有大智慧，成为真正的聪明人。 > > 请帮我做一份研究，关于“查理芒格的 100 个思维模型”。包括这种说法的来源，100 模型的内容，以及对 100 个思维模型的每一个进行简要介绍。 > > 介绍每个思维模型时，说明它是什么，为什么重要，举个例子，应用场景。 > > 使用英文搜索，只采纳英文资料（因为互联网上英文资料在数量和质量上都是最好的），用中文回答。我自己的思考： 1、100个模型只解读了13个，这不是偶然。我做了一个测试，让openai deep research一次性研究包含300本书的书单，o3驱动的deep research产出了史上最长的报告，覆盖了300本书，最终报告6万多字（一个推友研究NBA球队，单个球队的研究报告也到了6万多字）。但是，之前gemini 2.0 flash驱动的google deep research，5千字就糊弄教材，实际完成1/3都不到。 2、为什么gemini 2.5 pro deep research会“糊弄”？要么是指令跟随能力不行（听不懂prompt）？要么是底层模型的推理能力不行？要么是上下文窗口限制？是否还有其他可能？ 3、语言质量、报告结构上，这些没有硬性评价标准，每个人观点不同。我从这个案例中的观察是，google deep research有改善，但是确实和o3有差距； 4、context window之迷：gemini 2.5 pro有100万的上下文窗口，为什么只能产出2万字的报告？openai模型的上下文窗口是gemini的1/5，但是，产出报告的细致程度和质量为什么会更高？o1的上下文是20万，输出长度是10万；我估计o3的上下文可能是40万，输出长度可能是20万（毕竟，最终报告6万多汉字，加上中间的思维过程）。初步个人结论：gemini 2.5 pro口碑这么好，deep research 应该是能用的（毕竟我只测试了一个极端的研究案例，后续我会从我的200多个openai deep research案例中精选出来对比测试）。但是，“一分价钱一分货”的道理目前仍然成立。 google 和openai 报告全文 link 在评论区。👇

howie.serious

96,912 Aufrufe • vor 1 Jahr