没什么用 佬友你们的其他模型都是你们自己的 小米就只免费MiMo Auto（限时一个月免费，基于 MiMo-V2.5，支持 100 万 token 上下文） 2 个帖子 - 2 位参与者 阅读完整话题
挺长时间了，CC只要外接中转，再开AutoMode就会报“Error: claude-opus-4-x is temporarily unavailable, so auto mode cannot determine the safety of Bash right now. ”一直没找到原因。 前几天看了哈雷佬的帖子 又来修一下CC 又来修一下CC 解锁 AutoMode 在不认可的LLM上的 门禁 （比如 Opus 4.6） 然而发现 4.8 也特么不工作啊 他就是一个 单独的LLM请求 提示词不一样 但不知道为什么这个分类器请求打过去 提示429 速率限制 又发现haiku是正常工作的 不得已我为了在Opus4.6上用 AutoMode 开出了个新变量 CLAUDE_CLASSIFIER_MODEL 可以设 分类器模型 佬给出了修补@cometix/claude-code的sh，翻了下站上还没有人分享Windows下的修补补丁 就照猫画虎糊了个py补丁 只要执行python apply-claude-code-patch-win.py就行，会自动找到安装的claude.exe在原地打补丁并自动创建一份带时间戳的备份。 记得通过CLAUDE_CLASSIFIER_MODEL指定分类器 发现上传不了附件，用百度网盘吧： 链接: 百度网盘 请输入提取码 提取码: r8g9 1 个帖子 - 1 位参与者 阅读完整话题
https://github.com/XiaomiMiMo/MiMo-Code 一键安装 curl -fsSL https://mimo.xiaomi.com/install | bash # 或通过 npm 安装 npm install -g @ mimo-ai /cli 首次启动自动引导配置。支持： MiMo Auto （限时免费） — 匿名通道，零配置 小米 MiMo 平台 — OAuth 登录 从 Claude Code 导入 — 一键迁移已有认证 自定义 Provider — TUI 内添加任意 OpenAI 兼容 API MiMoCode 基于 OpenCode fork 构建，保留其全部核心能力（多 Provider 、TUI 、LSP 、MCP 、插件），并在此基础上构建了持久化记忆、智能上下文管理、子智能体编排、目标驱动的自主循环、Compose 工作流，以及通过 dream/distill 实现的自我进化。
小米发布了MiMoCode， 无限上下文，可以白嫖mimo auto模型，有概率随机到 UltraSpeed 爽吃1000token/s。 https://mimo.xiaomi.com/zh/mimocode 1 个帖子 - 1 位参与者 阅读完整话题
https://github.com/XiaomiMiMo/MiMo-Code 一键安装 curl -fsSL https://mimo.xiaomi.com/install | bash # 或通过 npm 安装 npm install -g @ mimo-ai /cli 首次启动自动引导配置。支持： MiMo Auto （限时免费） — 匿名通道，零配置 小米 MiMo 平台 — OAuth 登录 从 Claude Code 导入 — 一键迁移已有认证 自定义 Provider — TUI 内添加任意 OpenAI 兼容 API MiMoCode 基于 OpenCode fork 构建，保留其全部核心能力（多 Provider 、TUI 、LSP 、MCP 、插件），并在此基础上构建了持久化记忆、智能上下文管理、子智能体编排、目标驱动的自主循环、Compose 工作流，以及通过 dream/distill 实现的自我进化。
mimo cli 出来了，内置 MiMo Auto 限时免费通道——零配置即可开始使用。也支持接入各家主流 LLM 厂商 API。 6 个帖子 - 4 位参与者 阅读完整话题
小米突发MiMo Code，基于opencode fork的，已经用上了，不用登录免费用MiMo auto github.com GitHub - XiaomiMiMo/MiMo-Code 通过在 GitHub 上创建帐户来为 XiaomiMiMo/MiMo-Code 开发做出贡献。 12 个帖子 - 8 位参与者 阅读完整话题
背景 uv提供了 uv pip install --torch_backend auto ... 的功能自动选择GPU后端，但默认使用pytorch.org下载，且无法修改base。 现从uv代码将这部分拆分修改后，使用阿里云镜像下载，能显著提高部分地区下载速度。 功能和用法 Usage: uv-torch-mirror.exe <BACKEND> <PACKAGES_AND_ARGS>... Arguments: <BACKEND> Backend to use, for example: auto, cpu, cu130, xpu, rocm7.2 <PACKAGES_AND_ARGS>... Arguments forwarded verbatim to `uv pip install` Options: -h, --help Print help Examples: uv-torch-mirror.exe torch==2.10 torchvision 要求环境中安装有uv并在Path中，程序没有携带uv，仅850k。 运行逻辑与uv 0.11.8版本的torch-backend一致。 如果阿里云镜像中不包含指定的版本，将自动降级到默认PyPI路径。 链接 https://flt.lanzouv.com/ihPPA3rkugyb 注意 由于阿里云镜像没有提供符合PEP 714/PEP 658的meta文件，同时range读取文件很慢，运行时在 ⠼ torch==2.9.0+cu129 阶段可能会卡1~2min。 1 个帖子 - 1 位参与者 阅读完整话题
我看到论坛一些帖子说，cursor pool这种插件收购的2元的cursor pro 只有auto额度的账号，我想知道到底是哪里搞来的。我也想买，没渠道。 5 个帖子 - 4 位参与者 阅读完整话题
Error: claude-fable-5 is temporarily unavailable, so auto mode cannot determine the safety of Bash right now. Wait briefly and then try this action again. If it keeps failing, continue with other tasks that don’t require this action and come back to it later. Note: reading files, searching code, and other read-only operations do not require the classifier and can still be used. 目前不允许使用 BASH 命令 乐! 也不行thinking 乐! API Error: 400 “thinking.type.disabled” is not supported for this model. Thinking defaults to adaptive mode when not specified; use “thinking.type.enabled” with “budget_tokens” for extended thinking. 2 个帖子 - 2 位参与者 阅读完整话题
让他显示用什么 model 的提示词显示 （本次使用模型：Auto ） 以前 auto 大多用 composer 是换啥国产模型了吗? 大家是否如此
让他显示用什么 model 的提示词显示 （本次使用模型：Auto ） 以前 auto 大多用 composer 是换啥国产模型了吗? 大家是否如此
让他显示用什么 model 的提示词显示 （本次使用模型：Auto ） 以前 auto 大多用 composer 是换啥国产模型了吗? 大家是否如此
Error: claude-opus-4-8[1m] is temporarily unavailable, so auto mode cannot determine the safety of Bash right now. Wait briefly and then try this action again. If it keeps failing, continue with other tasks that don’t require this action and come back to it later. Note: reading files, searching code, and other read-only operations do not require the classifier and can still be used. 中转站的claude模型没有提供classifier模型，不是auto mode，classifier在plan模式下用于判断命令是否是只读。在配置文件中加上 "permissions": { "allow": \["Bash"\] } 也没用，就算直接claude --dangerously-skip-permissions也不能解决plan阶段的classifier不能用的问题。 佬们有什么解决方法吗 3 个帖子 - 3 位参与者 阅读完整话题
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 背景 最近用AI帮忙构建自己的量化系统，在看到了Andrej Karpathy 的 auto-research 和Jiayi Weng 的 启发式学习 收获很大，然后想到了能不能用在量化策略优化中。 实盘中使用了这个skills调优策略对我帮助很多，目前实盘策略能达到月收益16%。 所以我开源了一套skills，提供一下这个方法论： github.com GitHub - toddwyl/hl-quant: heuristic learning quant heuristic learning quant 架构图设计： strategy.py（唯一可编辑）──改它──▶ backtest.py（固定评估器）──▶ 一个分数 防止过拟合的方法 1/3的股票作为验证集，并且每次调优是训练和验证集都更优才采纳，并且让AI反思是否符合市场规律。 1 个帖子 - 1 位参与者 阅读完整话题
今天用trae的auto模式，需要排队20000？什么情况 4 个帖子 - 2 位参与者 阅读完整话题
最新auto自动模型也要排队了,而且速度极慢,完全无法使用, 把用户骗进来杀呀 8 个帖子 - 8 位参与者 阅读完整话题
IT之家 6 月 8 日消息，据外媒 Automotive News 援引知情人士消息，本田即将对现款雅阁进行一次重大改款，力度堪比换代。 消息源透露，本田计划对上市仅三年的第十一代雅阁进行大幅重构，车内有望配备更大的显示屏和更符合人体工学的驾驶舱； 混动版本则可能引入 S+ Shift 模拟换挡系统 。 外观方面，新款雅阁将采用更具未来感的设计语言，摆脱现款车型相对保守稳重的造型风格。匿名消息人士表示， 该车的前脸将采用更窄的进气格栅及更纤细的灯组 ，车尾则会变得更加锐利，更具棱角感，并带来全新尾灯设计。 IT之家从原报道了解到，新车预计将配备更大尺寸的中控屏幕， 并拥有“以驾驶者为先”的座舱 。本田美国产品规划负责人 Gary Robinson 表示：“消费者将看到大幅重新设计的雅阁，它会给人一种全新车型的感觉”。 这名负责人还确认，全新雅阁将拥有相当大的改动，与此前的爆料基本一致。他进一步指出，目前仍然购买轿车的消费者拥有较高品牌忠诚度，而且他们往往更偏爱运动车型。 除了外观和内饰升级之外，雅阁还预计将引入 S+ Shift 系统。这套系统已经在全球市场的 Prelude 车型中验证过，可为 e:HEV 混动系统加入“换挡感”，增强运动体验。
This is an automated test post. Will be deleted. Testing API integration.
你说你现在贵也就算了，无论是哪个模型还是auto模式，分析问题的能力真的是慢到爆炸，跟去年不可能同日而语。给ts类型添加字段描述的小问题，居然十几分钟了还在分析呢 27 个帖子 - 24 位参与者 阅读完整话题