正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

🚀搞定！WorkBuddy + Kimi K3 配置极简教程： 1. ~/.workbuddy 目录下，新建 models.json 2. 将下面内容拷贝到json中，记得替换apikey { "id": "k3", "name": "k3", "vendor": "Custom", "url": " "apiKey": "你的API KEY", "supportsToolCall": true, "supportsImages": true, "supportsReasoning": true, "useCustomProtocol": false } 3. 重启 WorkBuddy 收工！✌🏻

Lonely

19,625 subscribers

15,668 次观看 • 1 个月前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

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

冷知识：兄弟们，原来 Workbuddy WorkBuddy 还有个海外版，如果你人在海外，可以试试这个版本~ 最重要：界面干净，没有每天签到领积分等花里胡哨的功能~ 目前内置的Hy3 模型也是免费使用，如果你的国内版本没有积分，可以切到海外版使用，目前注册就有600积分~ 刚试了下用这个海外版Workbuddy安装DeepSeek Harness 只需要把下面两个命令发给Workbuddy就行： 1. npm i deepseek-ai/dsh 2. npx deepseek-ai/dsh web 记得提前准备好DeepSeek的API key哈感觉整体使用下来比国内版舒服太多了~

冷知识：兄弟们，原来 Workbuddy WorkBuddy 还有个海外版，如果你人在海外，可以试试这个版本~ 最重要：界面干净，没有每天签到领积分等花里胡哨的功能~ 目前内置的Hy3 模型也是免费使用，如果你的国内版本没有积分，可以切到海外版使用，目前注册就有600积分~ 刚试了下用这个海外版Workbuddy安装DeepSeek Harness 只需要把下面两个命令发给Workbuddy就行： 1. npm i deepseek-ai/dsh 2. npx deepseek-ai/dsh web 记得提前准备好DeepSeek的API key哈感觉整体使用下来比国内版舒服太多了~

木马人

121,409 次观看 • 19 天前

自媒体人还在每天花大量时间手动刷热搜、找选题？分享一下我用 WorkBuddy 自动抓取知乎热榜的工作流，一键搞定选题挖掘 👇 痛点： • 手动扫榜重复劳动，费时费力 • 容易漏掉热点 • 部分内容有复制限制，采集困难准备三样东西： 1️⃣ WorkBuddy 2️⃣ Playwright MCP 3️⃣ 知乎热榜 Scraper Skill（配置步骤： ▸ 安装 WorkBuddy ▸ 连接器 → 右上角自定义连接器 → 粘贴 Playwright 配置 → 保存 → 首次启用需点击信任 ▸ 新建任务 → 技能 → 添加技能 → 上传 zhihu-hot-scraper → 安装使用方式：选中技能 → 输入"帮我获取知乎热榜内容" → 确认参数（话题数/回答数）→ 自动运行它会自动打开浏览器、逐个点进热搜话题、模拟人工上下滑动、抓取前 N 条回答，全程无需干预。产出：所有内容保存为本地 Markdown 文件，包含： • 索引文件（话题 + 热度排序） • 每个话题下逐条评论，内容与浏览器所见一致省下的30分钟拿去写内容不香吗 😎 Skill 已开源，感兴趣的可以去 GitHub 自取。详细的教程视频如下：

自媒体人还在每天花大量时间手动刷热搜、找选题？分享一下我用 WorkBuddy 自动抓取知乎热榜的工作流，一键搞定选题挖掘 👇 痛点： • 手动扫榜重复劳动，费时费力 • 容易漏掉热点 • 部分内容有复制限制，采集困难准备三样东西： 1️⃣ WorkBuddy 2️⃣ Playwright MCP 3️⃣ 知乎热榜 Scraper Skill（配置步骤： ▸ 安装 WorkBuddy ▸ 连接器 → 右上角自定义连接器 → 粘贴 Playwright 配置 → 保存 → 首次启用需点击信任 ▸ 新建任务 → 技能 → 添加技能 → 上传 zhihu-hot-scraper → 安装使用方式：选中技能 → 输入"帮我获取知乎热榜内容" → 确认参数（话题数/回答数）→ 自动运行它会自动打开浏览器、逐个点进热搜话题、模拟人工上下滑动、抓取前 N 条回答，全程无需干预。产出：所有内容保存为本地 Markdown 文件，包含： • 索引文件（话题 + 热度排序） • 每个话题下逐条评论，内容与浏览器所见一致省下的30分钟拿去写内容不香吗 😎 Skill 已开源，感兴趣的可以去 GitHub 自取。详细的教程视频如下：

Yunn

41,490 次观看 • 27 天前

1分钟教会你，把 DeepSeek 接入 Codex！不用登录 Codex，也不用订阅，就能低成本使用 Codex 干活操作步骤： 1. 下载并安装 Codex，先不要登录 2. 下载并安装 CC Switch 3. 在 DeepSeek 开发者平台创建 API Key 4. 打开 CC Switch，选择 Codex → 添加 DeepSeek 5. 粘贴 API Key，并开启 Codex 路由 6. 点击启用，显示“切换成功”后重启 Codex看到 DeepSeek 并且可以正常回复，就说明配置成功了其他国产大模型也可以用同样的方法接入

1分钟教会你，把 DeepSeek 接入 Codex！不用登录 Codex，也不用订阅，就能低成本使用 Codex 干活操作步骤： 1. 下载并安装 Codex，先不要登录 2. 下载并安装 CC Switch 3. 在 DeepSeek 开发者平台创建 API Key 4. 打开 CC Switch，选择 Codex → 添加 DeepSeek 5. 粘贴 API Key，并开启 Codex 路由 6. 点击启用，显示“切换成功”后重启 Codex看到 DeepSeek 并且可以正常回复，就说明配置成功了其他国产大模型也可以用同样的方法接入

币胜客

67,415 次观看 • 1 个月前

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。

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 • 3 个月前

国产的Workbuddy，我很推荐大家去使用，一开始我也觉得国产的都比较垃圾，是抄袭。但是使用下来发现真的不是，加入了很多自己的特点，如果你的工作都是腾讯系的话，可以直接无缝的接入，不需要额外的配置，只需要登录账号即可使用。优点： 1、腾讯系软件无缝接入，只需要登录账号授权即可。 2、远程操作只需要通过小程序连接即可。 3、内置了非常多的行业智能体，研究还是了解，相关行业都会非常有帮助。 4、基本上国内有名的大模型都可以免费体验使用，而且有免费的额度。整体下来就一个字全，真的什么功能都有一点，而且还可以配置第三方模型使用，很多时候没有其他第三方ai使用的时候可以用workbuddy作为中转让他去帮你安装其他的AI。

国产的Workbuddy，我很推荐大家去使用，一开始我也觉得国产的都比较垃圾，是抄袭。但是使用下来发现真的不是，加入了很多自己的特点，如果你的工作都是腾讯系的话，可以直接无缝的接入，不需要额外的配置，只需要登录账号即可使用。优点： 1、腾讯系软件无缝接入，只需要登录账号授权即可。 2、远程操作只需要通过小程序连接即可。 3、内置了非常多的行业智能体，研究还是了解，相关行业都会非常有帮助。 4、基本上国内有名的大模型都可以免费体验使用，而且有免费的额度。整体下来就一个字全，真的什么功能都有一点，而且还可以配置第三方模型使用，很多时候没有其他第三方ai使用的时候可以用workbuddy作为中转让他去帮你安装其他的AI。

小墨同学

21,960 次观看 • 2 个月前

Claude Code官方推出了Channel功能，使用plugin配置后在telegram和discord上面远程和你本地设备打开的Claude Code对话。对于不希望研究Openclaw的用户来说会容易很多，也可以直接使用Claude的订阅账户。配置了一下流程很容易，方案如下，也可以看到测试视频。如何安装：指南 - 1. 下载bun curl curl -fsSL | bash 2. 安装Claude Code的Telegram插件：打开claude code后直接输入 /plugin install telegram@claude-plugins-official /reload-plugins 3. 在telegram的bot创建功能上按照以下流程创建机器人账号：打开输入 /newbot 后，设置bot的名字和ID 随后就可以拿到接入API 4. 把Telegram Bot的API提供给Claude Code /telegram:configure 这里复制你的API 5. 退出当前的session，打开Channel模式 Claude Code会让你直接测试，但是你必须要先退出输入exit 然后 claude --channels plugin:telegram@claude-plugins-official 6. 这个时候和你的telegram bot发一个消息，就会收到pairing code，随后在claude中输入如下 /telegram:access pair 如果你这一步收不到消息，很可能是bun安装失败，或者你没有重启claude code 7. 设置为白名单通信模式 /telegram:access policy allowlist 就可以用了

Claude Code官方推出了Channel功能，使用plugin配置后在telegram和discord上面远程和你本地设备打开的Claude Code对话。对于不希望研究Openclaw的用户来说会容易很多，也可以直接使用Claude的订阅账户。配置了一下流程很容易，方案如下，也可以看到测试视频。如何安装：指南 - 1. 下载bun curl curl -fsSL | bash 2. 安装Claude Code的Telegram插件：打开claude code后直接输入 /plugin install telegram@claude-plugins-official /reload-plugins 3. 在telegram的bot创建功能上按照以下流程创建机器人账号：打开输入 /newbot 后，设置bot的名字和ID 随后就可以拿到接入API 4. 把Telegram Bot的API提供给Claude Code /telegram:configure 这里复制你的API 5. 退出当前的session，打开Channel模式 Claude Code会让你直接测试，但是你必须要先退出输入exit 然后 claude --channels plugin:telegram@claude-plugins-official 6. 这个时候和你的telegram bot发一个消息，就会收到pairing code，随后在claude中输入如下 /telegram:access pair 如果你这一步收不到消息，很可能是bun安装失败，或者你没有重启claude code 7. 设置为白名单通信模式 /telegram:access policy allowlist 就可以用了

Shawn Pang

17,618 次观看 • 5 个月前

今天晚上1点, RGB重新开放领取。会放出总量的10%, 也就是4.2万张。我们录了一个批量手搓的教程, 希望对大家有用。单钱包成本约8U（按 3sats/vB 的矿工费算）: 1. 容器占用的 utxo 2100聪（2.6U后面可以收回） 2. 项目方收费 3636聪 4.48U 3. 上链成本 540聪, 0.8U ➡️他们钱包同时会更新版本,记得打之前先更新下。 ➡️文本教程可以翻看我前两天写的贴文 ➡️要加群的微信联系 mctxyz 钱包里需要有100 $RGB 以上, 群里会分享一些技巧

今天晚上1点, RGB重新开放领取。会放出总量的10%, 也就是4.2万张。我们录了一个批量手搓的教程, 希望对大家有用。单钱包成本约8U（按 3sats/vB 的矿工费算）: 1. 容器占用的 utxo 2100聪（2.6U后面可以收回） 2. 项目方收费 3636聪 4.48U 3. 上链成本 540聪, 0.8U ➡️他们钱包同时会更新版本,记得打之前先更新下。 ➡️文本教程可以翻看我前两天写的贴文 ➡️要加群的微信联系 mctxyz 钱包里需要有100 $RGB 以上, 群里会分享一些技巧

MCT | Toolbox For Crypto

29,416 次观看 • 1 年前

可以直接在 Web 界面上运行的 AutoGPT 代理测试了一下让它帮忙收集今天 Twitter 上最热门的五条关于 AI 的新闻，代理自动拆分了三个任务：1、利用 Twitter API 获取 24 小时内的 AI 相关的热门推；2、从 Top 100 的推中找出热门新闻；3、创建五个 AI 新闻的列表，并给出 Twitter URL；全过程完全无人工干预，代理调用 GPT 3.5 API 全自动完成。虽然任务简单，结果交付也很粗糙，但这代表了 AI 驱动的应用的范式转移！未来这样的自动代理将在你的需求下全自动完成工作，服务的程序界面或者 API 都是面向 LLMs 的，而不是面向人类的。人类指挥，程序交谈，然后工作自动完成，个人效率提高，企业规模缩小，业务更高效和无缝的运转。。

可以直接在 Web 界面上运行的 AutoGPT 代理测试了一下让它帮忙收集今天 Twitter 上最热门的五条关于 AI 的新闻，代理自动拆分了三个任务：1、利用 Twitter API 获取 24 小时内的 AI 相关的热门推；2、从 Top 100 的推中找出热门新闻；3、创建五个 AI 新闻的列表，并给出 Twitter URL；全过程完全无人工干预，代理调用 GPT 3.5 API 全自动完成。虽然任务简单，结果交付也很粗糙，但这代表了 AI 驱动的应用的范式转移！未来这样的自动代理将在你的需求下全自动完成工作，服务的程序界面或者 API 都是面向 LLMs 的，而不是面向人类的。人类指挥，程序交谈，然后工作自动完成，个人效率提高，企业规模缩小，业务更高效和无缝的运转。。

indigo

259,986 次观看 • 3 年前

谁能想到，Kimi K3开源之后，第一个被“榨干”的不是英伟达GPU，而是一位Baseten工程师。这位老哥连续研究48小时，喝掉40罐气泡水，把Kimi K3的模型代码和技术报告一层层拆开，最后算出一个让人头皮发麻的数字：按参数量换算，一个2.8万亿参数的Kimi K3，大约等于把22580个2019年的GPT-2叠在一起。但这根本不是简单的“堆料游戏”。从GPT-2到线性注意力，再到DeltaNet、门控DeltaNet和Kimi自研的KDA，七年AI架构进化史，看起来特别像程序员接手祖传项目：上一代记忆太占显存，下一代想办法压缩；压缩后信息挤成一锅粥，再下一代学会删除；删错了重要内容，只好继续加门控，决定什么该记、什么该忘。技术大佬们表面上是在做“颠覆式创新”，翻开代码一看，底层逻辑往往只有四个字：被迫救场。七年过去，参数规模增长了22580倍，工程师的核心工作依然没变——修掉上一代留下的bug，再顺手给下一代留几个新的。这就是开源最“残忍”，也最迷人的地方。闭源公司把模型锁进保险柜，留给外界一个高深莫测的黑盒；开源第一天，全球最顶尖的一群程序员就像接手了一个没有文档的祖传项目，一边骂骂咧咧，一边把七年的技术路线拆得明明白白。闭源拥有秘密。开源拥有一群喝着气泡水、凌晨三点还不肯睡觉的技术狂魔。后者，可能更可怕。 $MSFT $NVDA $GOOGL $AMD $AMZN #美股

谁能想到，Kimi K3开源之后，第一个被“榨干”的不是英伟达GPU，而是一位Baseten工程师。这位老哥连续研究48小时，喝掉40罐气泡水，把Kimi K3的模型代码和技术报告一层层拆开，最后算出一个让人头皮发麻的数字：按参数量换算，一个2.8万亿参数的Kimi K3，大约等于把22580个2019年的GPT-2叠在一起。但这根本不是简单的“堆料游戏”。从GPT-2到线性注意力，再到DeltaNet、门控DeltaNet和Kimi自研的KDA，七年AI架构进化史，看起来特别像程序员接手祖传项目：上一代记忆太占显存，下一代想办法压缩；压缩后信息挤成一锅粥，再下一代学会删除；删错了重要内容，只好继续加门控，决定什么该记、什么该忘。技术大佬们表面上是在做“颠覆式创新”，翻开代码一看，底层逻辑往往只有四个字：被迫救场。七年过去，参数规模增长了22580倍，工程师的核心工作依然没变——修掉上一代留下的bug，再顺手给下一代留几个新的。这就是开源最“残忍”，也最迷人的地方。闭源公司把模型锁进保险柜，留给外界一个高深莫测的黑盒；开源第一天，全球最顶尖的一群程序员就像接手了一个没有文档的祖传项目，一边骂骂咧咧，一边把七年的技术路线拆得明明白白。闭源拥有秘密。开源拥有一群喝着气泡水、凌晨三点还不肯睡觉的技术狂魔。后者，可能更可怕。 $MSFT $NVDA $GOOGL $AMD $AMZN #美股

美股大数据

84,639 次观看 • 1 个月前

🚀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

103,675 次观看 • 2 个月前

1 分钟教你如何白嫖孙哥的Deepseek V4 flash的API 我实测过，这次孙哥H.E. Justin Sun 👨‍🚀 🌞 的 Key 就能免费用Deepseek，不用充值。大家信一次吧😂 1. 先去官网拿 API Key：直接创建新号再创建API key就好了拿到 Key 之后，直接把下面这段话丢给你的 Grok、Codex、OpenClaw、Claude Code 随便哪个 AI，让它自己帮你配： ─── 帮我的Claude code cli 接入的 API，网址是：我要使用他们目前免费的 DeepSeek-V4-Flash 模型 API Key是：（自己填）你自己去查官方文档，直接帮我配置好，并自己测试确保能正常运行 ─── 搞定了，恭喜你白嫖了孙哥😂😂 目前官方B.AI 还有额外福利（用我邀请链接注册可叠加拿）： 1. 新用户用钱包登录（Binance Wallet / Bitget Wallet / imToken）直接领 100万 Credits 2. 再填邀请码额外再拿 30万，总共 130万免费 Credits 充值还有返赠（BNB Chain 1:1，其他 1:0.5），最高额外 $100 我的邀请码，填了有额外积分：Y846ZB 3. 邀请好友注册，双方都有额外 Credits + 长期返利

1 分钟教你如何白嫖孙哥的Deepseek V4 flash的API 我实测过，这次孙哥H.E. Justin Sun 👨‍🚀 🌞 的 Key 就能免费用Deepseek，不用充值。大家信一次吧😂 1. 先去官网拿 API Key：直接创建新号再创建API key就好了拿到 Key 之后，直接把下面这段话丢给你的 Grok、Codex、OpenClaw、Claude Code 随便哪个 AI，让它自己帮你配： ─── 帮我的Claude code cli 接入的 API，网址是：我要使用他们目前免费的 DeepSeek-V4-Flash 模型 API Key是：（自己填）你自己去查官方文档，直接帮我配置好，并自己测试确保能正常运行 ─── 搞定了，恭喜你白嫖了孙哥😂😂 目前官方B.AI 还有额外福利（用我邀请链接注册可叠加拿）： 1. 新用户用钱包登录（Binance Wallet / Bitget Wallet / imToken）直接领 100万 Credits 2. 再填邀请码额外再拿 30万，总共 130万免费 Credits 充值还有返赠（BNB Chain 1:1，其他 1:0.5），最高额外 $100 我的邀请码，填了有额外积分：Y846ZB 3. 邀请好友注册，双方都有额外 Credits + 长期返利

梭哈.AI

49,501 次观看 • 15 天前

🦞OpenClaw 可以自己给自己搬家了！你还可以当他的中介，给他推荐房子！我们即将更新： ▶ 支持中、英、日多语言！ ▶ 支持调用自己的生图 api, 为房间无限换风格！ ▶ 支持更换指定美术资产！ GitHub 上项目已经超过 1.2K 星星啦！非常感谢！如你喜欢，请持续关注这个项目⭐️ ▶ GitHub： ▶ Skill： 🦞 项目简介： 1. OpenClaw 龙虾的“像素办公室”：龙虾会根据状态自动走到不同位置（休息区 / 工作区 / bug 区） 2. 左下角添加他昨天的工作小记。 3. 支持邀请其他龙虾加入办公室（丰富功能开发中） 4. 适配手机端

🦞OpenClaw 可以自己给自己搬家了！你还可以当他的中介，给他推荐房子！我们即将更新： ▶ 支持中、英、日多语言！ ▶ 支持调用自己的生图 api, 为房间无限换风格！ ▶ 支持更换指定美术资产！ GitHub 上项目已经超过 1.2K 星星啦！非常感谢！如你喜欢，请持续关注这个项目⭐️ ▶ GitHub： ▶ Skill： 🦞 项目简介： 1. OpenClaw 龙虾的“像素办公室”：龙虾会根据状态自动走到不同位置（休息区 / 工作区 / bug 区） 2. 左下角添加他昨天的工作小记。 3. 支持邀请其他龙虾加入办公室（丰富功能开发中） 4. 适配手机端

Ring Hyacinth

58,880 次观看 • 6 个月前

说个Hermes骚操作，估计90%的人不知道。一个API key能跑多个独立Agent，每个人格完全隔离，记忆互不干扰。三步搞定： 1：hermes profile create 名字 --clone 直接复制现有配置，API key不用重新填。 2：编辑 ~/.hermes/profiles/名字/SOUL.md 写角色人格，比如"你是币圈段子手"“你是技术宅翻译官”。 3：启动直接用中文名（我英文不好哈哈）比如你建了个推文KOL的profile，直接喊它过来chat就行。这就等于你一个人养了一支团队，研究员一个Agent，文案一个Agent，客服一个Agent，一个key全搞定。试过的评论区说说你分了几个角色？最后感谢libapi做出这个小女孩UI界面，太好用了！

DeFi狙击手 | Ai🕊️｜Gate美股0费率

45,060 次观看 • 3 个月前

Codex 5.6 配上 Obsidian，直接给 AI 装上永久记忆！很多人用 Codex，每次打开新任务都要重新解释：项目做到哪了、之前改过什么、哪些方案已经踩过坑、哪些关键决定已经定了、下一步该从哪里继续。聊得越久，重要信息反而越容易被埋在历史对话里。我现在直接把 Obsidian 变成 Codex 的永久知识库。长期偏好、项目资料、关键决策、踩坑记录和下一步计划，全部交给它持续整理。等于直接形成一个闭环：读取过去 ➡️完成任务 ➡️更新记忆 ➡️下次继续接着干只需要输入这段提示词：请将当前 Obsidian 知识库作为我的跨项目长期记忆。为所有项目建立统一索引，整理我的长期偏好、项目背景、关键决策、已完成内容、失败方案和下一步计划。每次开始任务前，先读取相关笔记；任务结束后，把新增结论和项目进度更新回对应文档。只保留后续真正需要的信息，不记录无关对话，不写入密码或密钥。然后再给它安排两个自动任务： 1️⃣ 每日开工简报：每天开始工作前，读取所有进行中的项目，整理今天最重要的 3 项任务、当前阻塞和需要参考的历史资料。 2️⃣ 每月知识体检：每月检查一次整个 Obsidian 知识库，找出重复、过期和相互冲突的信息，更新项目索引并标记建议归档的内容。项目做得越久，它积累的背景越完整；任务开得越多，它越清楚你过去做过什么决定。 Obsidian 负责记住一切，Codex 负责把这些记忆变成行动。

Codex 5.6 配上 Obsidian，直接给 AI 装上永久记忆！很多人用 Codex，每次打开新任务都要重新解释：项目做到哪了、之前改过什么、哪些方案已经踩过坑、哪些关键决定已经定了、下一步该从哪里继续。聊得越久，重要信息反而越容易被埋在历史对话里。我现在直接把 Obsidian 变成 Codex 的永久知识库。长期偏好、项目资料、关键决策、踩坑记录和下一步计划，全部交给它持续整理。等于直接形成一个闭环：读取过去 ➡️完成任务 ➡️更新记忆 ➡️下次继续接着干只需要输入这段提示词：请将当前 Obsidian 知识库作为我的跨项目长期记忆。为所有项目建立统一索引，整理我的长期偏好、项目背景、关键决策、已完成内容、失败方案和下一步计划。每次开始任务前，先读取相关笔记；任务结束后，把新增结论和项目进度更新回对应文档。只保留后续真正需要的信息，不记录无关对话，不写入密码或密钥。然后再给它安排两个自动任务： 1️⃣ 每日开工简报：每天开始工作前，读取所有进行中的项目，整理今天最重要的 3 项任务、当前阻塞和需要参考的历史资料。 2️⃣ 每月知识体检：每月检查一次整个 Obsidian 知识库，找出重复、过期和相互冲突的信息，更新项目索引并标记建议归档的内容。项目做得越久，它积累的背景越完整；任务开得越多，它越清楚你过去做过什么决定。 Obsidian 负责记住一切，Codex 负责把这些记忆变成行动。

爱丽丝呀！

91,268 次观看 • 19 天前

$🚀Anthropic 悄无声息地推出了一项功能：Agent Teams 让 Claude 在 Claude code 内构建自己的 AI 代理团队! 该功能改变了传统的上下级 AI 架构，允许 Claude 构建一个同级代理团队。这些代理可以共享任务列表、直接互相发送消息并审查彼此的工作，实现类似于真人团队的协作模式。在演示中，一个由 QA 工程师、前端开发者和后端开发者组成的 3 人团队展示了这一能力。 QA 代理发现 3 个错误后，直接向前后端开发者发送反馈。开发者修复问题后，应用程序在一轮测试中即成功上线。该功能在 Claude Code v2.1.32 及更高版本中可用。以下是开启方法与运行规则： 1. 启用方法确保版本符合要求。在 settings.json 中添加以下配置： "env": { "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1" } 或者将此内容粘贴给 Claude 并说明“添加到我的设置中”，随后重启。 2. 提示词设定使用纯英文进行提示。开始时需要设定一个明确的目标（代理启动时没有上下文）。提示词示例："使用 Sonnet 创建一个 3 人团队"，并详细描述每个角色的职责、交付物以及完成后需要联系的下一个代理。 3. 运行规则 - 每个代理拥有自己的独立文件。 - 必须定义确切的输出。 - 指定明确的通信链路（谁与谁交谈）。 - 团队规模建议保持在 3-5 个代理。 4. 适用场景与限制该功能适用于有独立部分且可以并行运行的复杂工作。对于简单或顺序任务，不建议使用该功能，因为团队协作会消耗 3-4 倍的 Token。$

🚀Anthropic 悄无声息地推出了一项功能：Agent Teams 让 Claude 在 Claude code 内构建自己的 AI 代理团队! 该功能改变了传统的上下级 AI 架构，允许 Claude 构建一个同级代理团队。这些代理可以共享任务列表、直接互相发送消息并审查彼此的工作，实现类似于真人团队的协作模式。在演示中，一个由 QA 工程师、前端开发者和后端开发者组成的 3 人团队展示了这一能力。 QA 代理发现 3 个错误后，直接向前后端开发者发送反馈。开发者修复问题后，应用程序在一轮测试中即成功上线。该功能在 Claude Code v2.1.32 及更高版本中可用。以下是开启方法与运行规则： 1. 启用方法确保版本符合要求。在 settings.json 中添加以下配置： "env": { "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1" } 或者将此内容粘贴给 Claude 并说明“添加到我的设置中”，随后重启。 2. 提示词设定使用纯英文进行提示。开始时需要设定一个明确的目标（代理启动时没有上下文）。提示词示例："使用 Sonnet 创建一个 3 人团队"，并详细描述每个角色的职责、交付物以及完成后需要联系的下一个代理。 3. 运行规则 - 每个代理拥有自己的独立文件。 - 必须定义确切的输出。 - 指定明确的通信链路（谁与谁交谈）。 - 团队规模建议保持在 3-5 个代理。 4. 适用场景与限制该功能适用于有独立部分且可以并行运行的复杂工作。对于简单或顺序任务，不建议使用该功能，因为团队协作会消耗 3-4 倍的 Token。

Lonely

19,888 次观看 • 2 个月前

修复大脑，只需6步！ 1.停止看SEX片。会导致注意力不集中、大脑萎缩、养胃。 2.停止“自我安慰”。专注力、处理困难的能力下降。 3.找到目标。看SEX片、“自我安慰”和你过去的创伤无关，和你的现在有关，你现在太无聊了，缺乏一个明确的目标。 4. 停止看一切擦边的内容。擦边的内容就像是面包屑一样，会把现在努力改变的你引导到过去不思进取的你。 5.向内聚焦。寻找内心的宁静，不再受外部事物的刺激（烟、酒、片），给自己放几天假期去重置多巴胺系统（感觉可能要几年时间），通过重置多巴胺系统，之前高强度的刺激才会产生多巴胺，重置后一些简单的事情就可以获得多巴胺。 6.先重建自己，再追求女性。简单说就是吸引力，先让自己成为有内涵的人，自动吸引女性，而不是自己去当舔狗。

修复大脑，只需6步！ 1.停止看SEX片。会导致注意力不集中、大脑萎缩、养胃。 2.停止“自我安慰”。专注力、处理困难的能力下降。 3.找到目标。看SEX片、“自我安慰”和你过去的创伤无关，和你的现在有关，你现在太无聊了，缺乏一个明确的目标。 4. 停止看一切擦边的内容。擦边的内容就像是面包屑一样，会把现在努力改变的你引导到过去不思进取的你。 5.向内聚焦。寻找内心的宁静，不再受外部事物的刺激（烟、酒、片），给自己放几天假期去重置多巴胺系统（感觉可能要几年时间），通过重置多巴胺系统，之前高强度的刺激才会产生多巴胺，重置后一些简单的事情就可以获得多巴胺。 6.先重建自己，再追求女性。简单说就是吸引力，先让自己成为有内涵的人，自动吸引女性，而不是自己去当舔狗。

bbshare

17,916 次观看 • 3 个月前

修复大脑，只需6步！ 1.停止看SEX片。会导致注意力不集中、大脑萎缩、养胃。 2.停止“自我安慰”。专注力、处理困难的能力下降。 3.找到目标。看SEX片、“自我安慰”和你过去的创伤无关，和你的现在有关，你现在太无聊了，缺乏一个明确的目标。 4. 停止看一切擦边的内容。擦边的内容就像是面包屑一样，会把现在努力改变的你引导到过去不思进取的你。 5.向内聚焦。寻找内心的宁静，不再受外部事物的刺激（烟、酒、片），给自己放几天假期去重置多巴胺系统（感觉可能要几年时间），通过重置多巴胺系统，之前高强度的刺激才会产生多巴胺，重置后一些简单的事情就可以获得多巴胺。 6.先重建自己，再追求女性。简单说就是吸引力，先让自己成为有内涵的人，自动吸引女性，而不是自己去当天狗。

Sensitive content

修复大脑，只需6步！ 1.停止看SEX片。会导致注意力不集中、大脑萎缩、养胃。 2.停止“自我安慰”。专注力、处理困难的能力下降。 3.找到目标。看SEX片、“自我安慰”和你过去的创伤无关，和你的现在有关，你现在太无聊了，缺乏一个明确的目标。 4. 停止看一切擦边的内容。擦边的内容就像是面包屑一样，会把现在努力改变的你引导到过去不思进取的你。 5.向内聚焦。寻找内心的宁静，不再受外部事物的刺激（烟、酒、片），给自己放几天假期去重置多巴胺系统（感觉可能要几年时间），通过重置多巴胺系统，之前高强度的刺激才会产生多巴胺，重置后一些简单的事情就可以获得多巴胺。 6.先重建自己，再追求女性。简单说就是吸引力，先让自己成为有内涵的人，自动吸引女性，而不是自己去当天狗。

周览资源

156,281 次观看 • 5 个月前

如何让你的AI永不失忆呢？大部分人保持AI记忆的方法就是用同一个窗口聊天，但这却是让你的AI越用越失忆的最大元凶！！ AI的上下文窗口，或者说记忆力是有限的，你不停对着一个窗口聊，它看的太多，不得不选择忘记一些东西。当它忘记重要的事情后，给你的回答就会显得无比弱智。下面我给你提供两个解决方案，一个手动的，一个自动的手动的方案是去管理Agent的三部分记忆：即时记忆：把重要的信息写到Claude.md，AI永远不会忘记。会话记忆：每次对话完后，要求AI记住相应的信息，需要时候AI就能回忆起来长期记忆：使用llmwiki构建知识库，这种方式能记录大量信息，但AI不一定能回忆起来。但让AI记得住信息还是不够：有时候你的AI可能会被封号（Claude），出bug记忆被清除（OpenClaw）所以，我们还需要备份AI的记忆。这个流程手动做起来十分复杂，但幸运的是我们可以使用开源项目memmy自动化这个过程。这个项目现在已经有快800star了！！下面视频，我们将会了解到 1. 了解这个产品的基本特性 2. 安装并使用备份功能 3. 验证记忆备份的安全性

如何让你的AI永不失忆呢？大部分人保持AI记忆的方法就是用同一个窗口聊天，但这却是让你的AI越用越失忆的最大元凶！！ AI的上下文窗口，或者说记忆力是有限的，你不停对着一个窗口聊，它看的太多，不得不选择忘记一些东西。当它忘记重要的事情后，给你的回答就会显得无比弱智。下面我给你提供两个解决方案，一个手动的，一个自动的手动的方案是去管理Agent的三部分记忆：即时记忆：把重要的信息写到Claude.md，AI永远不会忘记。会话记忆：每次对话完后，要求AI记住相应的信息，需要时候AI就能回忆起来长期记忆：使用llmwiki构建知识库，这种方式能记录大量信息，但AI不一定能回忆起来。但让AI记得住信息还是不够：有时候你的AI可能会被封号（Claude），出bug记忆被清除（OpenClaw）所以，我们还需要备份AI的记忆。这个流程手动做起来十分复杂，但幸运的是我们可以使用开源项目memmy自动化这个过程。这个项目现在已经有快800star了！！下面视频，我们将会了解到 1. 了解这个产品的基本特性 2. 安装并使用备份功能 3. 验证记忆备份的安全性

铁锤人

102,641 次观看 • 13 天前

字节跳动开源 AI 超级员工近 8 万 GitHub Stars，能研究、写代码、做网页、生成 PPT，还会自己组建 AI 团队，DeerFlow 2.0 部署教程。字节跳动开源了一个真正能“干活”的 AI：DeerFlow 2.0 🦌 它不只是陪你聊天。给它一个目标，它会：拆解任务 → 调用工具 → 分配子智能体 → 执行代码 → 检查结果 → 交付文件 GitHub 已接近 8 万 Stars，下面教你 5 分钟部署👇 DeerFlow 可以理解成：一个运行在自己电脑上的 AI 工作团队。普通 AI：你问一句，它回答一句。 DeerFlow：你提出目标，它可以连续工作几十分钟甚至数小时，最后交付： • 调研报告 • 网页 • PPT • 数据分析 • 图片和视频 • 可运行的代码它最强的地方，是给 AI 配齐了“工作环境”： • Sub-agents：多个 AI 分工协作 • Sandbox：隔离执行代码和命令 • Memory：记住你的偏好和工作方式 • Skills：安装或编写专属工作流 • MCP：连接外部工具 • Scheduler：定时自动执行任务不只是模型，而是一套 Agent 操作系统。部署前准备： • Git • Docker Desktop • 一个可用的大模型配置 • 至少 4 核 CPU、8GB 内存 • 推荐 8 核 CPU、16GB 内存先下载项目： git clone cd deer-flow 教程基于 DeerFlow 2.0 主分支，运行官方配置向导：make setup。它会引导你配置： • 使用哪个大模型 • API Key 或模型认证 • 是否启用联网搜索 • 是否允许 Bash • 文件写入权限 • 沙箱运行模式配置完成后，检查环境：make doctor 推荐使用 Docker 启动： make docker-init make docker-start 第一次运行需要拉取并构建镜像。启动成功后打开：到这里，你已经拥有一个本地 AI Agent 工作台。第一个实战：自动生成行业研究报告。直接复制这段提示词：研究 2026 年全球 AI Agent 市场。将任务拆分给多个子智能体，分别分析： 1. 主要公司和开源项目 2. 商业模式 3. 市场规模与增长趋势 4. 潜在机会 5. 主要风险最终生成一份结构清晰、带来源链接的中文研究报告。第二个实战：一键制作内容网站。研究最近一周最值得关注的 10 个开源 AI 项目。总结每个项目的用途、核心亮点、适用人群和使用门槛。完成研究后，创建一个现代、响应式的中文导航网站，并将网页文件保存到输出目录。它不只是告诉你怎么做。它会直接交付网页文件。另外几个非常适合 DeerFlow 的任务： ① 阅读整个 GitHub 仓库并输出重构方案 ② 分析 CSV，生成图表和商业报告 ③ 根据资料制作 PPT ④ 自动收集竞品更新 ⑤ 把固定流程封装成自定义 Skill ⑥ 通过飞书、Slack、Telegram 或微信提交任务真正的价值，是把重复工作变成自动流程。最后提醒： DeerFlow 可以执行系统命令、访问资源和读写文件，权限非常高。不要在没有认证和网络隔离的情况下直接暴露到公网。建议： • 优先使用 Docker 沙箱 • 默认只在本机运行 • API Key 保存在 .env • 重要文件提前备份 • 高风险操作保留人工确认收藏起来，周末给自己部署一支 AI 团队。项目地址：

字节跳动开源 AI 超级员工近 8 万 GitHub Stars，能研究、写代码、做网页、生成 PPT，还会自己组建 AI 团队，DeerFlow 2.0 部署教程。字节跳动开源了一个真正能“干活”的 AI：DeerFlow 2.0 🦌 它不只是陪你聊天。给它一个目标，它会：拆解任务 → 调用工具 → 分配子智能体 → 执行代码 → 检查结果 → 交付文件 GitHub 已接近 8 万 Stars，下面教你 5 分钟部署👇 DeerFlow 可以理解成：一个运行在自己电脑上的 AI 工作团队。普通 AI：你问一句，它回答一句。 DeerFlow：你提出目标，它可以连续工作几十分钟甚至数小时，最后交付： • 调研报告 • 网页 • PPT • 数据分析 • 图片和视频 • 可运行的代码它最强的地方，是给 AI 配齐了“工作环境”： • Sub-agents：多个 AI 分工协作 • Sandbox：隔离执行代码和命令 • Memory：记住你的偏好和工作方式 • Skills：安装或编写专属工作流 • MCP：连接外部工具 • Scheduler：定时自动执行任务不只是模型，而是一套 Agent 操作系统。部署前准备： • Git • Docker Desktop • 一个可用的大模型配置 • 至少 4 核 CPU、8GB 内存 • 推荐 8 核 CPU、16GB 内存先下载项目： git clone cd deer-flow 教程基于 DeerFlow 2.0 主分支，运行官方配置向导：make setup。它会引导你配置： • 使用哪个大模型 • API Key 或模型认证 • 是否启用联网搜索 • 是否允许 Bash • 文件写入权限 • 沙箱运行模式配置完成后，检查环境：make doctor 推荐使用 Docker 启动： make docker-init make docker-start 第一次运行需要拉取并构建镜像。启动成功后打开：到这里，你已经拥有一个本地 AI Agent 工作台。第一个实战：自动生成行业研究报告。直接复制这段提示词：研究 2026 年全球 AI Agent 市场。将任务拆分给多个子智能体，分别分析： 1. 主要公司和开源项目 2. 商业模式 3. 市场规模与增长趋势 4. 潜在机会 5. 主要风险最终生成一份结构清晰、带来源链接的中文研究报告。第二个实战：一键制作内容网站。研究最近一周最值得关注的 10 个开源 AI 项目。总结每个项目的用途、核心亮点、适用人群和使用门槛。完成研究后，创建一个现代、响应式的中文导航网站，并将网页文件保存到输出目录。它不只是告诉你怎么做。它会直接交付网页文件。另外几个非常适合 DeerFlow 的任务： ① 阅读整个 GitHub 仓库并输出重构方案 ② 分析 CSV，生成图表和商业报告 ③ 根据资料制作 PPT ④ 自动收集竞品更新 ⑤ 把固定流程封装成自定义 Skill ⑥ 通过飞书、Slack、Telegram 或微信提交任务真正的价值，是把重复工作变成自动流程。最后提醒： DeerFlow 可以执行系统命令、访问资源和读写文件，权限非常高。不要在没有认证和网络隔离的情况下直接暴露到公网。建议： • 优先使用 Docker 沙箱 • 默认只在本机运行 • API Key 保存在 .env • 重要文件提前备份 • 高风险操作保留人工确认收藏起来，周末给自己部署一支 AI 团队。项目地址：

老韭菜南亥

32,035 次观看 • 1 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！

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 • 2 个月前