any佬的公益站我在codex可以使用gpt-5.5 但在claude code就没法用 { “env”: { “ANTHROPIC_BASE_URL”: “ https://anyrouter.top ”, “ANTHROPIC_AUTH_TOKEN”: “我的token”, “ANTHROPIC_MODEL”: “gpt-5.5”, “ANTHROPIC_REASONING_MODEL”: “gpt-5.5”, “ANTHROPIC_DEFAULT_HAIKU_MODEL”: “gpt-5.5”, “ANTHROPIC_DEFAULT_OPUS_MODEL”: “gpt-5.5” }, “model”: “opus” } 3 个帖子 - 2 位参与者 阅读完整话题
之前升级v6没注意这个，结果发现数据库密码内联到了dist里，非常的诧异。结果发现是v6改了行为： Docs Changed: import.meta.env values are always inlined - Upgrade to Astro v6 In Astro 5.13, the experimental.staticImportMetaEnv flag was introduced to update the behavior when accessing import.meta.env directly to align with Vite’s handling of environment variables and ensures that import.meta.env values are always inlined.... In Astro 5.13, the experimental.staticImportMetaEnv flag was introduced to update the behavior when accessing import.meta.env directly to align with Vite’s handling of environment variables and ensures that import.meta.env values are always inlined. In Astro 5.x, non-public environment variables were replaced by a reference to process.env. Additionally, Astro could also convert the value type of your environment variables used through import.meta.env, which could prevent access to some values such as the strings “true” (which was converted to a boolean value), and “1” (which was converted to a number). Astro 6 removes this experimental flag and makes this the new default behavior in Astro: import.meta.env values are always inlined and never coerced. 也就是之前5.x，非公开变量（不是PUBLIC_开头的），你用 import.meta.env 使用他会变成 process.env ,这个行为很符合直觉，后端用的变量应该在运行时动态取，但是这样的话有点污染 import.meta.env 本身，v6改成了全部都走内联。 也就是 假设你在代码里写了： const db = drizzle(import.meta.env.DATABASE_URL); 那么在build时提供了系统环境变量或者 .env 的时候，且值是 mysql://user:password@localhost:3306/db ，它最终的dist会变成（也就是直接inline替换了）： const db = drizzle("mysql://user:password@localhost:3306/db"); 但是如果你改成用 process.env ，Astro会处理它自己的 import.meta.env ，但不会帮你把 .env 自动变成系统环境变量（也就是不做任何处理的话， process.env 无法获取 .env 定义的内容）。 生产环境用Docker之类的问题不大，本来就应该通过环境变量的方式注入到容器里；本地dev时最简单的做法就是手动用 dotenv ，例如直接写到 astro.config.mjs 里： // @ts-check import { defineConfig } from "astro/config"; import tailwindcss from "@tailwindcss/vite"; import react from "@astrojs/react"; import node from "@astrojs/node"; import "dotenv/config"; // <- 添加这一行 // https://astro.build/config export default defineConfig({ vite: { plugins: [tailwindcss()], }, integrations: [react()], adapter: node({ mode: "standalone", }), }); 升级v6并且之前使用 import.meta.env 引入后端用的变量的建议看看，就是怕密码随着dist漏出去。 1 个帖子 - 1 位参与者 阅读完整话题
.env文件里面有些密钥啥的 连接字符串啥的 然后当时ai直接回复我说这些有风险 虽然可能有点小题大做 但是如何禁止呀 Grok给的最靠谱的一个方案(官方)说需要Copilot订阅 3 个帖子 - 2 位参与者 阅读完整话题
IT之家 6 月 6 日消息，东风汽车无人物流车品牌“东风 OpenVAN”6 日（今天）正式发布，四款东风 OpenVAN 全场景无人物流车产品亮相。发布会现场，东风汽车综合物流、新能源运营、装备制造、城市服务及零售配送等多元领域的行业龙头企业签约，签约订单超过 4000 台，预计将于 8 月进行交付。 根据介绍，东风 OpenVAN 具备“智慧大脑”“安全骨骼”和“数字神经”。东风汽车联手九识智能自研大模型智驾“九识智驾 Zelos Inside”，号称拥有 1.3 亿公里真实路况验证 ，拒绝“鬼探头”、绕过“遗撒物”，降低事故故障率； 刹车、转向、供电全部配备双套系统 ，全车加上双重安全保险；5G 超低时延技术可实现 线上看管上百台车辆 ，系统自动测算最优路线，全天候在线运维。 此次发布了 4 款车型。IT之家汇总主要信息如下： DF-2：容量 2 方、载重 1 吨、续航 120 公里，专攻末端配送、道路巡检及小型环卫。 DF-8：容量 8 方、载重 2.8 吨、续航 150 至 195 公里，适用于商超、冷链场景。 DF-25：容量 25 方、载重 4 吨、续航 300 公里，适配园区运输场景。 DF-60：容量 60 方、载重 13.6 吨、续航 200 公里，适配大件运输。
使劲蹬，给我蹬封号 { “env”: { “ANTHROPIC_BASE_URL”: “ https://sub2api.songsongcard.xyz ”, “ANTHROPIC_AUTH_TOKEN”: “sk-9da1caa8a1c6f8a251ecb0ba4e57420b41dae6c6431ef7cf2c85821023b2d6aa”, “CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC”: “1”, “CLAUDE_CODE_ATTRIBUTION_HEADER”: “0” } } 2 个帖子 - 2 位参与者 阅读完整话题
{ “env”: { “ANTHROPIC_BASE_URL”: “ https://sub2api.songsongcard.xyz ”, “ANTHROPIC_AUTH_TOKEN”: “sk-9da1caa8a1c6f8a251ecb0ba4e57420b41dae6c6431ef7cf2c85821023b2d6aa”, “CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC”: “1”, “CLAUDE_CODE_ATTRIBUTION_HEADER”: “0” } } 1 个帖子 - 1 位参与者 阅读完整话题
IT之家 6 月 5 日消息，东风汽车今日宣布，旗下全新无人运力品牌 OpenVAN 将于明日在湖北襄阳发布，四款 L4 级无人物流新车即将集体登场。 IT之家获悉， Open 代表开放生态、开放技术平台、开放制造能力； VAN 寓意移动运力、智慧物流载体。 官方表示，东风 OpenVAN 的整车平台由东风汽车自主主导打造，L4 高阶智驾系统则与九识智能联合定制研发。 据介绍，四款车型精准划分运力梯队，每一台都有专属定位，轻松适配各行各业五花八门的送货需求： “城配多面手”DF-8： 8 方容积、3.5 吨级载重。行业少见后双胎配置，最高续航 260 公里，4.4 米小转弯半径，能换装十余种定制车厢； “货运小精灵”DF-2： 2 方容积、1 吨级载重。个头小巧灵活，专门攻克社区小件快递、商超零食短途配送； “园区未来星”DF-25： 25 方容积、6 吨级载重。四开门结构装卸效率提升 40%，主打厂区、工业园大批量货物转运； “干线新势力”DF-60： 60 方容积、18 吨级载重。双侧飞翼全开，装卸直接提速 50%。
1 个帖子 - 1 位参与者 阅读完整话题
先看图: 问题所在: 废弃了 pnpm env 命令, 转换成了 pnpm runtime set [node|dono|bun] 这严格来说不是问题, 是我没有阅读文档 阉割安装 node , 导致没有了 npx 命令 这导致我的自动化直接报错: npx : The term 'npx' is not recognized as the name of a cmdlet, function, script file, or operable program. Check the spelling of the name, or if a path was i ncluded, verify that the path is correct and try again. 想要执行 pnpm exec tsc --noEmit 还要先执行 pnpm approve-builds 哪那么多破事啊, 要不是能节约硬盘, 大嘴巴子早糊它脸上了 26 个帖子 - 14 位参与者 阅读完整话题
现在在跑了 reasonix setup 后会往 .env 写入DeepSeek的密钥等。而 .env 是很多项目的默认环境变量配置文件……DeepSeek-Reasonix的这一操作及其可能会污染项目，甚至api泄露。谨慎使用吧。 PS，为什么不用之前的 .reasonix 目录这一问题，我死活想不通。 后悔升级v1了，DeepSeek-Reasonix未来也不敢用了。佬友有别的DS4高缓存命中率AGENTS推荐吗？ 3 个帖子 - 3 位参与者 阅读完整话题
直接贴命令，这是我的配置，原理发给AI分析 open -n –env CODEX_HOME=$HOME/你的目标文件夹 /Applications/Codex.app –args --user-data-dir=$HOME/你的目标文件夹/electron-user-data 参考： Open Two Codex Accounts on Mac Without Logging Out 1 个帖子 - 1 位参与者 阅读完整话题
在 2026 年台北国际电脑展（Computex 2026）上，英特尔宣布推出全新的 OpenVINO 物理 AI（Physical AI）框架，并与其最新的 Core Ultra Series 3 处理器结合，旨在解决物理 AI 和机器人系统在大规模部署上的关键难题，降低总体拥有成本并提升系统效率。 英特尔表示，此前在落地物理 AI 时，企业往往需要为每一台机器人定制复杂的处理流程，以对接不同的传感器、编解码器以及推理循环，这种高度定制化导致部署成本高企、维护难度增加，并迫使客户采用更昂贵的双计算解决方案，从而推高总拥有成本（TCO）。借助新发布的 OpenVINO 物理 AI 框架和 Core Ultra Series 3 CPU，英特尔试图以统一的软硬件栈填补这一“缺失的环节”，在其口径中，这将显著降低 TCO，并大幅提升代码效率，使物理 AI 在边缘侧的大规模应用变得更为可行。 英特尔在发布会上解释称，所谓“物理 AI”，是指将 AI 能力与机器人、自动驾驶车辆、无人机、工业机械等实体系统结合，使其能够感知周围环境、做出决策并在现实世界中执行动作。与只产生数字输出的传统 AI 不同，物理 AI 将 AI 模型直接连接到传感器和执行机构，使机器能够在真实场景中持续适应变化、实现一定程度的自主运行，而这类系统通常依赖视觉-语言-行动（VLA）模型来完成跨模态感知和决策。 由于物理 AI 需要对来自摄像头、雷达以及各类传感器的数据进行实时处理，边缘计算在这一领域被视为必不可少的基础设施。英特尔指出，相比将数据回传至远端云端处理，在本地进行推理不仅能显著降低延迟、节省带宽、改善隐私保护，还能帮助物理设备在高度动态、复杂甚至潜在危险的环境中即时响应，从而提高安全性和可靠性。 在具体实现路径上，英特尔强调，新的 OpenVINO 物理 AI 方案与其基于 Panther Lake 架构的 Core Ultra 300 系列与 Core Ultra Series 3 产品线深度结合，这一代处理器此前已在 2026 年初的 CES 上首次亮相，并于同年 3 月在面向企业移动平台上进一步落地。通过在同一平台上集成通用计算、AI 推理和边缘控制能力，英特尔希望为机器人及其他物理 AI 设备提供标准化、可扩展的开发与部署路径，减少对外部专用加速卡或第二套计算平台的依赖。 英特尔还展示了一张对比图，声称在中等规模 VLA 模型等场景下，其方案在成本、性能或整体价值方面，相较英伟达 Jetson AGX Orin 和 Jetson Thor T5000 等机器人平台具有一定优势，不过具体测试参数和方法在会上并未被详细披露。英特尔官方的表述是，通过统一栈和软硬件协同，其在相同或相近负载下可以为机器人开发者和企业提供更好的性价比，同时缓解多平台并行带来的维护压力。 从趋势上看，随着物理 AI 在工业制造、物流配送、仓储管理以及自动驾驶等领域的应用不断扩展，如何在边缘侧实现安全、稳定且具成本优势的规模化部署，成为产业链参与者共同面临的挑战。英特尔此次以 OpenVINO 物理 AI 框架为核心提出一整套软硬件方案，也被外界视为其在边缘 AI 与机器人平台领域继续与竞品正面竞争的信号，不过相关生态能否快速成熟，以及与现有机器人开发工具链的兼容性表现，仍有待后续观察和实际落地案例的检验。 查看评论
{ “env”: { “ANTHROPIC_BASE_URL”: “ https://nexus.apimf.top ”, “ANTHROPIC_AUTH_TOKEN”: “sk-1b2ca25bd2f907297b5b18a4e3ebbb2d5465fc7afc406c5b54fe3e2af7a7b57b”, “CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC”: “1”, “CLAUDE_CODE_ATTRIBUTION_HEADER”: “0” } } 3 个帖子 - 2 位参与者 阅读完整话题
试了很多配置，终于是能连上any了，分享一下我的配置 claude的配置 { “env”: { “ANTHROPIC_AUTH_TOKEN”: “你的key”, “ANTHROPIC_BASE_URL”: “ https://a-ocnfniawgw.cn-shanghai.fcapp.run ”, “ANTHROPIC_DEFAULT_SONNET_MODEL”: “claude-opus-4-8[1M]”, “ANTHROPIC_DEFAULT_SONNET_MODEL_NAME”: “claude-opus-4-8”, “ANTHROPIC_DEFAULT_OPUS_MODEL”: “claude-opus-4-8[1M]”, “ANTHROPIC_DEFAULT_OPUS_MODEL_NAME”: “claude-opus-4-8”, “ANTHROPIC_DEFAULT_HAIKU_MODEL”: “claude-opus-4-8”, “ANTHROPIC_DEFAULT_HAIKU_MODEL_NAME”: “claude-opus-4-8” }, “includeCoAuthoredBy”: false } 接下来点codex model_provider = “OpenAI” model = “gpt-5.5” review_model = “gpt-5.5” model_reasoning_effort = “high” disable_response_storage = true network_access = “enabled” windows_wsl_setup_acknowledged = true model_context_window = 1000000 model_auto_compact_token_limit = 900000 model_providers.OpenAI name = “OpenAI” base_url = “ https://a-ocnfniawgw.cn-shanghai.fcapp.run/v1 ” wire_api = “responses” requires_openai_auth = true 注：codex配置好不要在ccswitch中点测试，ccswitch测试连不上，但是你问几个问题是能回复你的，官网也能看到请求日志就是连上了 1 个帖子 - 1 位参与者 阅读完整话题
{ “env”: { “ANTHROPIC_AUTH_TOKEN”: “tp-sld17ith1brms287fa4rgamgo0vjowyz52ju33mg6qpx3fiq”, “ANTHROPIC_BASE_URL”: “ https://token-plan-sgp.xiaomimimo.com/anthropic ”, “ANTHROPIC_DEFAULT_HAIKU_MODEL”: “mimo-v2.5-pro[1m]”, “ANTHROPIC_DEFAULT_OPUS_MODEL”: “mimo-v2.5-pro[1m]”, “ANTHROPIC_DEFAULT_SONNET_MODEL”: “MiMo-V2-Omni”, “ANTHROPIC_MODEL”: “mimo-v2.5-pro[1m]”, “CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS”: “1”, “ENABLE_TOOL_SEARCH”: “true” }, “skipDangerousModePermissionPrompt”: true, “effortLevel”: “max” } 2 个帖子 - 1 位参与者 阅读完整话题
{ “env”: { "ANTHROPIC_BASE_URL": "https://token-plan-cn.xiaomimimo.com/anthropic", "ANTHROPIC_AUTH_TOKEN":"tp-c4ccj9xh4qzqs9m5gyrwafa993pk37wu2y528hyhs4lc4d0r", "ANTHROPIC_DEFAULT_SONNET_MODEL": "mimo-v2.5-pro", "ANTHROPIC_DEFAULT_OPUS_MODEL": "deepseek-v4-pro", "ANTHROPIC_DEFAULT_HAIKU_MODEL": "mimo-v2-flash" }, “model”: “sonnet”, “theme”: “auto”, “bypassPermissions”: true, “skipAutoPermissionPrompt”: true } 因为今天重置又用不完 分享出来 虽然现在mimo泛滥了，还是提供给各位用用，顺便庆祝下明天飞升三级。 1 个帖子 - 1 位参与者 阅读完整话题
问题 Codex App 即使配置了代理环境变量, 依然卡在启动页面 解决方案 1. 仍然要配置 ~/.codex/.env HTTP_PROXY=你的代理 HTTPS_PROXY=你的代理 ALL_PROXY=你的代理 NO_PROXY=localhost,127.0.0.1,::1 2. 启动时配置electron代理参数 使用命令 + 额外参数来启动 open -a Codex --args --proxy-server=你的代理 --proxy-bypass-list='localhost;127.0.0.1;<-loopback>' 说明 codex 有个全局的配置文件夹: ~/.codex , codex cli/app都会读取 可以修改 ~/.codex/.env 来配置代理, 但这里只会影响codex调用模型/执行命令 codex app 启动卡住, 主要前面一层electron没有走代理. 比较奇葩的点是这一层不会读取环境变量, 需要使用 --proxy-server来传入 1 个帖子 - 1 位参与者 阅读完整话题
谷歌找了一圈，论坛很多帖子也在问，也没有找到解决办法，看大家都是用tun解决的。 我调试的时候偶然发现这个方法，分享给大家。 需要用到之前大佬的： CodexDesktop-Rebuild 然后重点来了：使用这个命令启动：CodexDesktop-Rebuild> .\Codex.exe --proxy-server= http://127.0.0.1 :端口 注意本人实测env变量对windows app是无效的，也无法使用proxifier。 目前只有这个方法成功了，完美代理。 2 个帖子 - 2 位参与者 阅读完整话题
也开了tun模式了 也配置.env了 一点用没有 是本地CPA代理，用ccSwitch管理 该配置的都配置了，一点辙没有 5 个帖子 - 3 位参与者 阅读完整话题
我是windows系统，在powershell 设置了代理， 可以登录，但是不显示模型$env:HTTP_PROXY=“ http://127.0.0.1:7890 ”; $env:HTTPS_PROXY=“ http://127.0.0.1:7890 ” 1 个帖子 - 1 位参与者 阅读完整话题