Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

推荐一个可以远程调试任意 Web 网页的工具包，page-spy-web， Chrome Devtools 一样，查看一个远程网页的控制台输出、网络请求、缓存信息以及页面内容，也可以直接下发 JS 指令，对网页进行控制。它的使用场景还是比较丰富的，例如用户页面白屏，更换无数姿势都无法复现的时候，例如线下门店安装前端应用，需要跑到人家店里去的时候，都可以考虑使用这个工具，它能够实时查看用户侧的网页异常，了解端侧详细信息，也可以远程控制或调试前端应用。当然，这些操作都需要考虑到隐私问题，获得用户授权。这个项目的部署十分简单，一句命令就可以搞定，部署之后，所有放置了 SDK 的网页都会使用 Websocket 与 Server 维持长链接，调试过程涉及到的通讯协议在这个仓库：

Barret李靖

82,458 subscribers

104,631 просмотров • 2 лет назад •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

强烈推荐 Obsidian 新出的这个 Web Clipper 插件它应该是将网页转换成 Markdown/ 备份网页最简单的解决方案，同时还能高亮，一键添加到 Obsidian，如果要用一键添加，注意要将 Obsidian 升级到最新版。如果你有任何想要备份的网页内容用这个是非常方便的，用来备份 AI 的问答效果也非常好，可以看看我录的 demo，后面应该还会有对应的 Cli 工具来通过命令行来调用。

强烈推荐 Obsidian 新出的这个 Web Clipper 插件它应该是将网页转换成 Markdown/ 备份网页最简单的解决方案，同时还能高亮，一键添加到 Obsidian，如果要用一键添加，注意要将 Obsidian 升级到最新版。如果你有任何想要备份的网页内容用这个是非常方便的，用来备份 AI 的问答效果也非常好，可以看看我录的 demo，后面应该还会有对应的 Cli 工具来通过命令行来调用。

Viking

58,306 просмотров • 1 год назад

在对前端网页应用进行性能优化时，经常会打开 Chrome DevTools 分析加载时间、网络请求，以及排查问题，整个过程耗时耗力。现在 Chrome DevTools 推出了 MCP 并且代码已开源，可以直接让 AI 完成网页自动化测试、调试以及优化整套开发流程。比如将其安装到 Gemini CLI 等支持 MCP 的 AI 编程工具中，就能够自动进行网页导航、性能分析、截图调试等复杂操作，简化开发流程。 GitHub：甚至可以模拟真人操作，比如页面点击、填写表单、元素拖拽等各种交互，可应用于自动化测试以及爬虫等场景。除此之外，还可以模拟不同设备 CPU 性能、网络和屏幕尺寸，同时支持直接在网页中运行 JavaScript 代码并查看结果。项目代码已完全开源，开发者可以根据需求扩展更多能力，感兴趣的同学可以安装到任意支持 MCP 的 AI 助手中使用。

在对前端网页应用进行性能优化时，经常会打开 Chrome DevTools 分析加载时间、网络请求，以及排查问题，整个过程耗时耗力。现在 Chrome DevTools 推出了 MCP 并且代码已开源，可以直接让 AI 完成网页自动化测试、调试以及优化整套开发流程。比如将其安装到 Gemini CLI 等支持 MCP 的 AI 编程工具中，就能够自动进行网页导航、性能分析、截图调试等复杂操作，简化开发流程。 GitHub：甚至可以模拟真人操作，比如页面点击、填写表单、元素拖拽等各种交互，可应用于自动化测试以及爬虫等场景。除此之外，还可以模拟不同设备 CPU 性能、网络和屏幕尺寸，同时支持直接在网页中运行 JavaScript 代码并查看结果。项目代码已完全开源，开发者可以根据需求扩展更多能力，感兴趣的同学可以安装到任意支持 MCP 的 AI 助手中使用。

GitHubDaily

15,551 просмотров • 10 месяцев назад

又一个新的AI应用开发工具非常适合小白用户，开发好玩的简单应用只需要描述奶底需求即可，所有生成的应用都可以直接通过网页访问，无需部署。而且牛p的是支持下载生成好应用的源代码，包括前端+后端代码包😎 我测试生成了一个性格测试搞笑应用，还不错的，你们看看↓ 平台介绍是多个 AI 智能体协作完成任务有专门负责理解你的想法的；有的专门写代码；有的专门设计界面还有测试和优化功能的AI 一起工作

又一个新的AI应用开发工具非常适合小白用户，开发好玩的简单应用只需要描述奶底需求即可，所有生成的应用都可以直接通过网页访问，无需部署。而且牛p的是支持下载生成好应用的源代码，包括前端+后端代码包😎 我测试生成了一个性格测试搞笑应用，还不错的，你们看看↓ 平台介绍是多个 AI 智能体协作完成任务有专门负责理解你的想法的；有的专门写代码；有的专门设计界面还有测试和优化功能的AI 一起工作

小互

20,076 просмотров • 1 год назад

兄弟们这个创意牛P啊 Google推出一个实验性应用：Disco 它可以把你打开的网页 + 你的意图 → 转化成一个专属AI工具比如在Chrome里同时打开了：一篇旅游攻略 Google Map 酒店预订网站天气查询页 Disco自动识别到你可能正在做旅游攻略，它会根据你打开的网页帮你自动生成一个旅游规划应用。你告诉 Disco：“我想规划一次去京都的旅行。” 这时，它就会用 AI 自动帮你生成一个： ✨“京都旅行规划应用”✨ 这个应用会把你打开的网页信息整合在一起例如行程路线、酒店比较、天气信息、预算表，全都放在一个交互界面里。你不用自己来回切页面，AI 帮你组合好了。 Disco 的目标就是：让 AI 自动理解你开着的这些网页，知道你在干什么、想做什么然后帮你把这些网页整合成一个专属工具或应用。

兄弟们这个创意牛P啊 Google推出一个实验性应用：Disco 它可以把你打开的网页 + 你的意图 → 转化成一个专属AI工具比如在Chrome里同时打开了：一篇旅游攻略 Google Map 酒店预订网站天气查询页 Disco自动识别到你可能正在做旅游攻略，它会根据你打开的网页帮你自动生成一个旅游规划应用。你告诉 Disco：“我想规划一次去京都的旅行。” 这时，它就会用 AI 自动帮你生成一个： ✨“京都旅行规划应用”✨ 这个应用会把你打开的网页信息整合在一起例如行程路线、酒店比较、天气信息、预算表，全都放在一个交互界面里。你不用自己来回切页面，AI 帮你组合好了。 Disco 的目标就是：让 AI 自动理解你开着的这些网页，知道你在干什么、想做什么然后帮你把这些网页整合成一个专属工具或应用。

小互

41,780 просмотров • 7 месяцев назад

Arc 浏览器团队的 AI 浏览器 Dia 终于可以用了试了一下，可以看视频的演示目前可以读取你本地打开的任何网页或者全部网页进行对话网页读取的颗粒度非常细，可以读到指定位置的内容目前还不支持之前演示的自动操作网页的能力需要邀请的可以在评论区传火，我的码发完了

Arc 浏览器团队的 AI 浏览器 Dia 终于可以用了试了一下，可以看视频的演示目前可以读取你本地打开的任何网页或者全部网页进行对话网页读取的颗粒度非常细，可以读到指定位置的内容目前还不支持之前演示的自动操作网页的能力需要邀请的可以在评论区传火，我的码发完了

歸藏(guizang.ai)

56,879 просмотров • 1 год назад

Figma 正式推出了官方的远程 MCP 服务器，现在不需要安装 Figma 客户端只需要在支持的软件比如 Cursor、Cluade code 里面添加，并在打开的网页里面完成账户授权就行而且现在设计组件和前端组件的映射信息也可以通过 MCP 获取到，如果你的团队有设计系统的话，然后你的设计稿组件采用程度高前端可以一键用 AI 生成全部的前端代码，而且保证高还原度，设计师和前端协作会到一个新的时代

Figma 正式推出了官方的远程 MCP 服务器，现在不需要安装 Figma 客户端只需要在支持的软件比如 Cursor、Cluade code 里面添加，并在打开的网页里面完成账户授权就行而且现在设计组件和前端组件的映射信息也可以通过 MCP 获取到，如果你的团队有设计系统的话，然后你的设计稿组件采用程度高前端可以一键用 AI 生成全部的前端代码，而且保证高还原度，设计师和前端协作会到一个新的时代

歸藏(guizang.ai)

157,033 просмотров • 10 месяцев назад

偶然看到一个挺实用的开源项目：Agent Watch，在手表上远程控制 Claude Code。在用 Claude Code 写代码时，经常遇到权限需要确认，如果我们离开了座位，在健身或走在路上。有这个项目，就能在手表上实时查看终端输出，遇到权限请求直接点击批准或拒绝。还能通过语音口述给 Claude 发指令，全程不用碰电脑，还是挺实用的。 GitHub：经常用 Claude Code 跑长任务，又不想一直守在电脑前盯着，想要戴着手表随时掌控进度，这个项目可以安装试试。

偶然看到一个挺实用的开源项目：Agent Watch，在手表上远程控制 Claude Code。在用 Claude Code 写代码时，经常遇到权限需要确认，如果我们离开了座位，在健身或走在路上。有这个项目，就能在手表上实时查看终端输出，遇到权限请求直接点击批准或拒绝。还能通过语音口述给 Claude 发指令，全程不用碰电脑，还是挺实用的。 GitHub：经常用 Claude Code 跑长任务，又不想一直守在电脑前盯着，想要戴着手表随时掌控进度，这个项目可以安装试试。

GitHubDaily

13,818 просмотров • 3 месяцев назад

介绍 Memoh Desktop，一个多智能体桌面应用。过去几个月，我们一直在维护 Memoh 这个多智能体自部署服务。自部署适合长期在线、多人使用和接各种消息渠道，但对个人用户来说，搭环境还是有点重。所以这次我们把 Memoh 搬到了桌面上。在 Memoh Desktop 里，你可以创建多个 agent。它们可以有不同身份、不同记忆和不同 workspace，也可以连接不同的 channel。比如一个 agent 负责日常聊天和消息渠道，一个 agent 专门处理文件和代码任务，另一个 agent 用来跑网页自动化。这些 agent 可以直接操作你的电脑，也可以使用宿主机 Docker 环境做沙盒隔离。需要本机权限的时候，就让它操作本地环境；需要安全边界的时候，就把它放进 Docker workspace 里跑。每个 agent 都有独立身份，目前支持 9 种 channel 连接。 0.9 版本里，我们还引入了容器内桌面环境。现在可以直接在 Docker 容器里运行一个 Xfce 桌面，并在里面启动有头浏览器，再通过 WebRTC 连接到这个容器桌面。也就是说，agent 不只是跑 headless Playwright，它可以在一个真实的图形浏览器会话里操作网页。很多登录、复杂交互、网页自动化场景，会比纯 headless 方式更自然，也能少踩一些兼容和风控问题。下载链接见评论区。

介绍 Memoh Desktop，一个多智能体桌面应用。过去几个月，我们一直在维护 Memoh 这个多智能体自部署服务。自部署适合长期在线、多人使用和接各种消息渠道，但对个人用户来说，搭环境还是有点重。所以这次我们把 Memoh 搬到了桌面上。在 Memoh Desktop 里，你可以创建多个 agent。它们可以有不同身份、不同记忆和不同 workspace，也可以连接不同的 channel。比如一个 agent 负责日常聊天和消息渠道，一个 agent 专门处理文件和代码任务，另一个 agent 用来跑网页自动化。这些 agent 可以直接操作你的电脑，也可以使用宿主机 Docker 环境做沙盒隔离。需要本机权限的时候，就让它操作本地环境；需要安全边界的时候，就把它放进 Docker workspace 里跑。每个 agent 都有独立身份，目前支持 9 种 channel 连接。 0.9 版本里，我们还引入了容器内桌面环境。现在可以直接在 Docker 容器里运行一个 Xfce 桌面，并在里面启动有头浏览器，再通过 WebRTC 连接到这个容器桌面。也就是说，agent 不只是跑 headless Playwright，它可以在一个真实的图形浏览器会话里操作网页。很多登录、复杂交互、网页自动化场景，会比纯 headless 方式更自然，也能少踩一些兼容和风控问题。下载链接见评论区。

📦Acbox

47,369 просмотров • 2 месяцев назад

给大家介绍我压箱底的技巧, 而这个技巧建立在 DeepSeek-R1-0528 之上. 简单来讲, 做视频的时候总需要文本介绍内容, 直接打字太枯燥, 比如这次 DeepSeek-R1-0528 发布, 口播的时候总得给大家看点什么. 这在过去要用 AfterEffects 慢慢做特效, 做个一周都做不完不是什么新鲜事. 而你看到的这个视频片段, 完全是 DeepSeek 生成的, 现在你只需要我这个魔法 prompt: "我想要动态展示 deepseek 新发布的这个模型，请帮我制作一个html页面，所有的代码都放在这个html页面里面，要求有炫酷的动画效果，来展示这次发布内容的重点。你可以参考他们的模型数据划重点: 1. 告诉 DeepSeek 你要炫酷的动画效果, 一定要炫酷! 信我的, 你不用告诉他炫酷是什么, 他比你懂炫酷. 这次的 DeepSeek-R1-0528 感觉针对前端特别训练了, 出来的页面都足够炫酷. 2. 数据可以粘贴到 prompt, 也可以直接放链接. 我这个就是直接用 PPIO 云的 DeepSeek-R1-0528 + 网页搜索功能, 直接粘贴链接就行, 它会自己读取链接. DeepSeek 官网的网页搜索功能炸了后我就一直用这个. 然后, 录屏就行啦! 录屏的视频放到你的剪辑里面. 再也不用 AE 吭哧半天做特效了. 这个真的是屡试不爽. PPIO 云现在注册就能白嫖 token 哈, 可以用我这个链接进, 直接就有: #DeepSeek

给大家介绍我压箱底的技巧, 而这个技巧建立在 DeepSeek-R1-0528 之上. 简单来讲, 做视频的时候总需要文本介绍内容, 直接打字太枯燥, 比如这次 DeepSeek-R1-0528 发布, 口播的时候总得给大家看点什么. 这在过去要用 AfterEffects 慢慢做特效, 做个一周都做不完不是什么新鲜事. 而你看到的这个视频片段, 完全是 DeepSeek 生成的, 现在你只需要我这个魔法 prompt: "我想要动态展示 deepseek 新发布的这个模型，请帮我制作一个html页面，所有的代码都放在这个html页面里面，要求有炫酷的动画效果，来展示这次发布内容的重点。你可以参考他们的模型数据划重点: 1. 告诉 DeepSeek 你要炫酷的动画效果, 一定要炫酷! 信我的, 你不用告诉他炫酷是什么, 他比你懂炫酷. 这次的 DeepSeek-R1-0528 感觉针对前端特别训练了, 出来的页面都足够炫酷. 2. 数据可以粘贴到 prompt, 也可以直接放链接. 我这个就是直接用 PPIO 云的 DeepSeek-R1-0528 + 网页搜索功能, 直接粘贴链接就行, 它会自己读取链接. DeepSeek 官网的网页搜索功能炸了后我就一直用这个. 然后, 录屏就行啦! 录屏的视频放到你的剪辑里面. 再也不用 AE 吭哧半天做特效了. 这个真的是屡试不爽. PPIO 云现在注册就能白嫖 token 哈, 可以用我这个链接进, 直接就有: #DeepSeek

karminski-牙医

18,838 просмотров • 1 год назад

发现一个讲的很细的大语言模型微调教程，详细介绍了整个流程,包括数据准备、参数设置、资源监控等关键步骤。基本没有技术能力也可以完成微调。想要了解 LLM 原理的可以按这个实践一下。时间轴： 0:00 概念概览 3:02 自定义数据的准备 8:17 微调操作演示（T4 版本） 16:52 微调操作演示（A100 版本） 19:13 在 Hugging Face 上的保存与使用方法文字版整理： ✲ 如何使用自己的数据对大语言模型进行微调(fine-tuning)：对大语言模型进行微调并不一定非常困难和昂贵。通过使用自己的数据集对预训练模型进行微调,可以让模型更好地适应特定的任务需求。微调过程能够在保留原模型语言理解能力的基础上,进一步提升其在特定领域或任务上的表现。 ✲ 使用Hugging Face模型库和Unslaw工具进行模型微调： Hugging Face提供了丰富的预训练语言模型资源,用户可以根据任务需求选择合适的模型作为基础进行微调。而Unslaw工具则提供了一套简单高效的微调流程,其优点包括出色的内存使用效率以及对扩展上下文窗口的支持。通过Unslaw,用户能够以较低的资源开销完成模型微调。 ✲ 在Google Colab上使用免费/付费GPU资源进行微调： Google Colab提供了免费和付费的GPU资源,用户可以根据任务的复杂程度选择使用T4或A100。对于大多数微调任务而言,免费的T4资源已经足够。但如果数据集较大或模型较为复杂,升级到A100可以获得更充裕的算力支持。Colab为用户提供了一个易于上手的模型微调环境。 ✲ 准备自定义的微调数据集：准备微调数据的过程并不复杂。用户可以直接使用纯文本文件作为数据来源,而无需进行额外的预处理。为了获得理想的微调效果,建议至少准备100-200个样本。在示例中,为了快速演示,仅使用了几个样本。通过一个简单的Python脚本,可以方便地将原始文本数据转换为微调所需的JSON格式。 ✲ 修改Colab笔记本中的参数设置：在Colab笔记本中,需要根据实际情况调整一些参数。例如,可以根据数据集的token数量来设置max_sequence_length参数,借助rope scaling技术,模型能够支持任意长度的上下文。此外,还可以选择使用Instruct系列模型作为base model,直接在其基础上进行指令微调。为了节省资源,可以启用4-bit量化。同时,参考Q-Lora论文的建议,调整R值和alpha值,以在资源占用和模型质量之间取得平衡。 ✲ 训练过程中的资源使用监控：在模型训练过程中,用户可以通过Colab的资源监控选项卡实时观察GPU、内存和硬盘的使用情况。如果发现资源不足,可以考虑从T4升级到A100。通过监控资源占用,用户能够及时调整配置,确保微调任务稳定高效地进行。 ✲ 模型训练的loss变化和最佳checkpoint的选择：通过记录不同训练步数下的loss值,可以判断模型的收敛情况。理想的做法是选择loss下降曲线趋于平缓的点作为最佳checkpoint,这样既能充分训练模型,又能避免过拟合。为了事后方便筛选,可以设置每隔一定步数保存一次checkpoint。 ✲ 模型微调完成后的保存与使用：微调完成后,可以选择只保存adapter layers以加快保存速度。但更推荐的做法是保存完整模型,并使用float16精度,这样可以得到一个更通用和标准的模型格式,方便后续的部署和使用。 ✲ 在Hugging Face上公开或私有发布微调后的模型：用户可以选择在Hugging Face的模型库中公开或私有地发布自己微调后的模型。发布之前,需要在Hugging Face账号中创建一个访问令牌,并在发布时提供相应的用户名和令牌信息。通过在Hugging Face上发布模型,用户可以方便地与他人分享自己的微调成果。 ✲ 使用微调后的模型进行推理(inference)：在使用微调后的模型进行推理时,首先需要加载保存的模型。接着,使用tokenizer对输入的文本进行处理,并将其传入模型。进行推理时,max_length参数需要与训练时保持一致,以确保生成的结果不会被截断。完成以上步骤后,就可以利用微调后的模型进行各种实际应用了。

发现一个讲的很细的大语言模型微调教程，详细介绍了整个流程,包括数据准备、参数设置、资源监控等关键步骤。基本没有技术能力也可以完成微调。想要了解 LLM 原理的可以按这个实践一下。时间轴： 0:00 概念概览 3:02 自定义数据的准备 8:17 微调操作演示（T4 版本） 16:52 微调操作演示（A100 版本） 19:13 在 Hugging Face 上的保存与使用方法文字版整理： ✲ 如何使用自己的数据对大语言模型进行微调(fine-tuning)：对大语言模型进行微调并不一定非常困难和昂贵。通过使用自己的数据集对预训练模型进行微调,可以让模型更好地适应特定的任务需求。微调过程能够在保留原模型语言理解能力的基础上,进一步提升其在特定领域或任务上的表现。 ✲ 使用Hugging Face模型库和Unslaw工具进行模型微调： Hugging Face提供了丰富的预训练语言模型资源,用户可以根据任务需求选择合适的模型作为基础进行微调。而Unslaw工具则提供了一套简单高效的微调流程,其优点包括出色的内存使用效率以及对扩展上下文窗口的支持。通过Unslaw,用户能够以较低的资源开销完成模型微调。 ✲ 在Google Colab上使用免费/付费GPU资源进行微调： Google Colab提供了免费和付费的GPU资源,用户可以根据任务的复杂程度选择使用T4或A100。对于大多数微调任务而言,免费的T4资源已经足够。但如果数据集较大或模型较为复杂,升级到A100可以获得更充裕的算力支持。Colab为用户提供了一个易于上手的模型微调环境。 ✲ 准备自定义的微调数据集：准备微调数据的过程并不复杂。用户可以直接使用纯文本文件作为数据来源,而无需进行额外的预处理。为了获得理想的微调效果,建议至少准备100-200个样本。在示例中,为了快速演示,仅使用了几个样本。通过一个简单的Python脚本,可以方便地将原始文本数据转换为微调所需的JSON格式。 ✲ 修改Colab笔记本中的参数设置：在Colab笔记本中,需要根据实际情况调整一些参数。例如,可以根据数据集的token数量来设置max_sequence_length参数,借助rope scaling技术,模型能够支持任意长度的上下文。此外,还可以选择使用Instruct系列模型作为base model,直接在其基础上进行指令微调。为了节省资源,可以启用4-bit量化。同时,参考Q-Lora论文的建议,调整R值和alpha值,以在资源占用和模型质量之间取得平衡。 ✲ 训练过程中的资源使用监控：在模型训练过程中,用户可以通过Colab的资源监控选项卡实时观察GPU、内存和硬盘的使用情况。如果发现资源不足,可以考虑从T4升级到A100。通过监控资源占用,用户能够及时调整配置,确保微调任务稳定高效地进行。 ✲ 模型训练的loss变化和最佳checkpoint的选择：通过记录不同训练步数下的loss值,可以判断模型的收敛情况。理想的做法是选择loss下降曲线趋于平缓的点作为最佳checkpoint,这样既能充分训练模型,又能避免过拟合。为了事后方便筛选,可以设置每隔一定步数保存一次checkpoint。 ✲ 模型微调完成后的保存与使用：微调完成后,可以选择只保存adapter layers以加快保存速度。但更推荐的做法是保存完整模型,并使用float16精度,这样可以得到一个更通用和标准的模型格式,方便后续的部署和使用。 ✲ 在Hugging Face上公开或私有发布微调后的模型：用户可以选择在Hugging Face的模型库中公开或私有地发布自己微调后的模型。发布之前,需要在Hugging Face账号中创建一个访问令牌,并在发布时提供相应的用户名和令牌信息。通过在Hugging Face上发布模型,用户可以方便地与他人分享自己的微调成果。 ✲ 使用微调后的模型进行推理(inference)：在使用微调后的模型进行推理时,首先需要加载保存的模型。接着,使用tokenizer对输入的文本进行处理,并将其传入模型。进行推理时,max_length参数需要与训练时保持一致,以确保生成的结果不会被截断。完成以上步骤后,就可以利用微调后的模型进行各种实际应用了。

歸藏(guizang.ai)

61,710 просмотров • 2 лет назад

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

65,189 просмотров • 1 месяц назад

最近在开发圈很火的 GitHub 项目 Firecrawl，一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。一句话总结：它可以把任何网站，直接变成 AI 能用的数据。只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说：网站 → 结构化数据 → 直接喂给 LLM。现在很多 AI 项目的数据流程其实都是：网站 → Firecrawl → 向量库 → RAG → AI 应用如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集这个工具基本算是 AI 开发的基础设施了

最近在开发圈很火的 GitHub 项目 Firecrawl，一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。一句话总结：它可以把任何网站，直接变成 AI 能用的数据。只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说：网站 → 结构化数据 → 直接喂给 LLM。现在很多 AI 项目的数据流程其实都是：网站 → Firecrawl → 向量库 → RAG → AI 应用如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集这个工具基本算是 AI 开发的基础设施了

开发者Hailey

139,984 просмотров • 4 месяцев назад

在这款工具面前，Codex App的远程操控有点小巫见大巫啊！我现在出门在外只有一部手机，全靠这款远程控制工具！下面这个视频是我手机上录制的！我直接在手机上用UU远程操控了我的Codex，然后在对话框调用手机键盘配合豆包输入法口喷实现了谷歌2026 I/O 大会新模型新功能的研究。我还顺利在电脑界面打开了Claude Code，但其实这一步都做麻烦了，因为UU远程还有内嵌的终端功能，在设备页点“更多”就能直接进入终端，完全跳过图形界面，极大程度节省流量。所以平时Codex或者Claude Code跑长任务我也可以放心出门了，如果想临时添加功能或者关闭进程，用UU远程完全手拿把掐，再搭配上豆包输入法，直接实现一部手机=一台电脑的效率。唯一不理解的是，它既不收费，也不弹广告，我都好奇他们家是不是不打算盈利了。。。安装配对也非常简单：电脑谷歌搜索UU远程，手机应用市场搜索UU远程，配对一分钟，简单到我甚至都没想过去截图。

在这款工具面前，Codex App的远程操控有点小巫见大巫啊！我现在出门在外只有一部手机，全靠这款远程控制工具！下面这个视频是我手机上录制的！我直接在手机上用UU远程操控了我的Codex，然后在对话框调用手机键盘配合豆包输入法口喷实现了谷歌2026 I/O 大会新模型新功能的研究。我还顺利在电脑界面打开了Claude Code，但其实这一步都做麻烦了，因为UU远程还有内嵌的终端功能，在设备页点“更多”就能直接进入终端，完全跳过图形界面，极大程度节省流量。所以平时Codex或者Claude Code跑长任务我也可以放心出门了，如果想临时添加功能或者关闭进程，用UU远程完全手拿把掐，再搭配上豆包输入法，直接实现一部手机=一台电脑的效率。唯一不理解的是，它既不收费，也不弹广告，我都好奇他们家是不是不打算盈利了。。。安装配对也非常简单：电脑谷歌搜索UU远程，手机应用市场搜索UU远程，配对一分钟，简单到我甚至都没想过去截图。

逸尘

90,333 просмотров • 2 месяцев назад

这是我来到 X 以后，学会的几个新的操作。很多X新手应该都不知道，我也一直踩坑： 1、第一个操作，就是在通知里看到某一条消息之后，打开之后看不到原帖是哪个。这个时候你把页面向上滑动一下，你才能看到他回复的是哪个帖子。 2、第二个操作，怎么发长线程的推文？点击发帖，发帖之后，把第一个帖子编辑好之后，就可以点击右下角的一个添加加号，然后就可以添加新的内容，也就是发一个长线程的推文。 3、第三个操作，转发视频。其实有时候你转发其他人的推文的时候，可以不用直接转发推文，而是直接把视频引用过来，看起来像是自己发的视频一样。怎么操作呢？就是你进入到这个视频的页面，然后长按视频，然后点发布视频。然后就会带入一个链接，然后你在链接的前面输入你的文字，你发布出去之后就会只引用对方的视频，有时候看起来跟你自己发的是一样的。你学会了吗？没学会的可以👀看视频

这是我来到 X 以后，学会的几个新的操作。很多X新手应该都不知道，我也一直踩坑： 1、第一个操作，就是在通知里看到某一条消息之后，打开之后看不到原帖是哪个。这个时候你把页面向上滑动一下，你才能看到他回复的是哪个帖子。 2、第二个操作，怎么发长线程的推文？点击发帖，发帖之后，把第一个帖子编辑好之后，就可以点击右下角的一个添加加号，然后就可以添加新的内容，也就是发一个长线程的推文。 3、第三个操作，转发视频。其实有时候你转发其他人的推文的时候，可以不用直接转发推文，而是直接把视频引用过来，看起来像是自己发的视频一样。怎么操作呢？就是你进入到这个视频的页面，然后长按视频，然后点发布视频。然后就会带入一个链接，然后你在链接的前面输入你的文字，你发布出去之后就会只引用对方的视频，有时候看起来跟你自己发的是一样的。你学会了吗？没学会的可以👀看视频

鱼总聊AI

13,451 просмотров • 6 месяцев назад

最近这个 Srcbook 很火，非常有趣的一个开源项目，用Typescript 编写的一个本地的笔记工具，但是内置了一个 Node.js 环境，所以完全是可交互式的。在里面可以运行任何的JS 代码，还能 npm 安装依赖，还有 AI 的加持，可以直接让 AI 写代码，最后还能导出标准的 Markdown，非常有趣的想法，要是能再用 Electron 包一层，做成一个本地的应用就很方便了。我截了一段官网视频大家可以感受一下，可以在官网看看介绍全部的介绍视频。

最近这个 Srcbook 很火，非常有趣的一个开源项目，用Typescript 编写的一个本地的笔记工具，但是内置了一个 Node.js 环境，所以完全是可交互式的。在里面可以运行任何的JS 代码，还能 npm 安装依赖，还有 AI 的加持，可以直接让 AI 写代码，最后还能导出标准的 Markdown，非常有趣的想法，要是能再用 Electron 包一层，做成一个本地的应用就很方便了。我截了一段官网视频大家可以感受一下，可以在官网看看介绍全部的介绍视频。

Viking

26,608 просмотров • 1 год назад

Chrome DevTools 总算推出这个功能了，Individual Request Throttling，单个网络请求限速。以前的网络限速是全局的：你选了 Slow 3G，整个页面所有请求都变慢。这玩意儿真的有用。我之前就想模拟后端某个 API 超级慢时，前端怎么展现，现在总算可以轻松的实现了。亲测 144 版本就有这个新特性了。

Chrome DevTools 总算推出这个功能了，Individual Request Throttling，单个网络请求限速。以前的网络限速是全局的：你选了 Slow 3G，整个页面所有请求都变慢。这玩意儿真的有用。我之前就想模拟后端某个 API 超级慢时，前端怎么展现，现在总算可以轻松的实现了。亲测 144 版本就有这个新特性了。

Viking

42,432 просмотров • 6 месяцев назад