我看又能开了，有大佬开了吗。是速蹬还是？ 8 个帖子 - 5 位参与者 阅读完整话题
各位大佬，现在不支持5号github账号注册了吗 8 个帖子 - 4 位参与者 阅读完整话题
没有便宜的号了，做中转站的大佬们的号都是在哪买的 1 个帖子 - 1 位参与者 阅读完整话题
现在使用sharp3D来让他做，skill也上了但是确实做的很差 3 个帖子 - 2 位参与者 阅读完整话题
话说不容易呀，终于能正大光明的看 大佬了 2 个帖子 - 2 位参与者 阅读完整话题
因为查看的2级才能查看、请问各位大佬怎么看自己有没有达标 7 个帖子 - 5 位参与者 阅读完整话题
我cc-switch工具获取按钮突然不见了，有没有哪位大佬遇到过同样的问题？ 1 个帖子 - 1 位参与者 阅读完整话题
外面人多，大佬受小弟一拜，求求求qaq 29 个帖子 - 11 位参与者 阅读完整话题
刷音符看到别人的 命中率都是97-99，不知道为啥我的命中率好低啊，我是大概92左右，大概有哪些方面原因？求指教 3 个帖子 - 3 位参与者 阅读完整话题
感恩 慕鸢 大佬的公益站，前几天用的非常丝滑。就是昨天出现了压缩上下文开始，就一直报错了。 大概就是这个错误。 我去到公益站后台，看到是报错： | 其他详情 | 上游没有返回计费信息，无法扣费（可能是上游超时） | |—:|:—| 不知道是不是就是这个原因，我看了下使用日志，没有调用“gpt-5.5-openai-compact”的记录，不知道是哪里没配置好，有大佬知道解决方法吗？ 最后再补充一句： 慕鸢是LD最帅的男人！ 14 个帖子 - 8 位参与者 阅读完整话题
gpt bugfree team二开（接着战） 这位大佬的帖子里看到的。 请教请教几个问题： BUG TEAM是不是专指无周限的那种，和拉多少人没关系？ TEAM是不是通过SSO就能无限拉人， 而通过主动拉人只能999人(加上母号共1,000人)？ 上面帖子里的FREE TEAM是个什么概念，我还没上到车 ，有大佬告知一下是个什么新鲜的东西吗 8 个帖子 - 4 位参与者 阅读完整话题
大佬们你们觉得可以吗 我打算买几个摄像头然后接入AI 每隔1小时总结分析一次 这样就是一个健康小伙伴了 10 个帖子 - 8 位参与者 阅读完整话题
有大佬知道吗 怎么做到的 今天plus拉闸了 pro都卖断货了 7 个帖子 - 6 位参与者 阅读完整话题
社区萌新，最近在社区逛了一圈，发现有多个帖子，在用 Claude Code 的时候，还得自己折腾远程接入的方案，甚至还有专门开源的桥接插件。 但我自己的场景中，Qoder CLI 自带的远程场景就很稳定，不知道是不是很多人没注意到？ 我现在的用法很简单：开发机上开个 tmux session，Qoder CLI 跑在里面，进程是持久化的。然后不管是用 Web 端还是手机，连上去就是同一个会话，上下文完全不断。 体验上就是——你在工位上开着跑，路上用手机继续看、继续操作，到家里打开浏览器还是那个现场，上班的电脑都可以放在公司了。说实话这个能力挺顺手的，尤其是跑长任务的时候，不用担心断连丢上下文。但感觉官方也没怎么宣传，社区讨论也不多 有同样场景的其他方案的可以聊聊，看看大家还有什么黑科技。 2 个帖子 - 2 位参与者 阅读完整话题
我也是豪气了一把 AxonHub Recharge LDC 500 累计收入 $31.5500 2 个帖子 - 2 位参与者 阅读完整话题
有大佬知道什么情况吗？ 6 个帖子 - 6 位参与者 阅读完整话题
看了刘小排大佬那篇 Raphael 的帖子（ https://hk.v2ex.com/t/1105407 ）， "完全免费、无限制、无需注册" 又是卖给老外赚美金，那套打法看得我手痒。正好我也想验证一件事： 一个独立开发者，认认真真做个 AI 产品，到底能不能赚到钱？ 与其空想，不如下场。于是有了 Inkfox： https://inkfox.app 它是什么 一个 AI 创作工作台，不用注册就能先玩： 文字生图（基础模型无线免费试用，付费模型送额度） 上传参考图改图 / 局部重绘 照片转成短视频、静图动起来 生成的东西都按 prompt 归到一条时间线里，不用满桌面找 PNG tagline 我直接抄了作业： Free, unlimited-ish, no sign-up required 。 能白嫖的部分尽量白嫖，付费只为去水印和跑量。 为什么发这个帖 我打算把它当成一次 build in public：流量、注册、收入、踩的坑、烧的钱， 我都会 在这个帖子里持续更新 。赚到了就晒数据，赚不到就复盘为什么扑街， 反正过程不藏着。想看一个普通独立开发者从 0 摸钱包的，可以蹲一下。 先交个底（截至发帖）： 上线时间：2026-6-10 （部署上线是 6 月 2 号左右，然后一直在修修补补） 累计用户：5 个用户 收入：0 现在每天烧在模型 API 上的钱：现在不多，忽略不计，但是如果加上我测试网站的图片视频调试，应该用了 500 元左右的 API 费用了 顺便求个助 今天产品上了 Product Hunt ，独立开发者都懂，这玩意儿榜单第一小时定生死。 如果上面有打动你的地方，跪求帮我点一票，对我这种没预算投流的人是真·救命： 👉 https://www.producthunt.com/products/inkfox-ai 已知的坑（先自首，免得你们替我发现） 功能完成了 80%，可能还有一些 BUG 被机器人刷怕了，生成按钮上加了人机验证，体验还在调 技术栈：Next.js + Postgres/Drizzle + 一堆模型厂商的 SDK 缝合。 有想深聊任何一块的，评论区聊。也欢迎拍砖 另外如果大家帮我投票 producthunt ，留下你们的登录邮箱，我给各位赠送 300 积分，感谢各位。
如题 大佬们现在需要购买发票，目前直接购买好像是拿不到发票的，有没有别的方式能拿到发票呢？ 3 个帖子 - 3 位参与者 阅读完整话题
看了刘小排大佬那篇 Raphael 的帖子（ https://hk.v2ex.com/t/1105407 ）， "完全免费、无限制、无需注册" 又是卖给老外赚美金，那套打法看得我手痒。正好我也想验证一件事： 一个独立开发者，认认真真做个 AI 产品，到底能不能赚到钱？ 与其空想，不如下场。于是有了 Inkfox： https://inkfox.app 它是什么 一个 AI 创作工作台，不用注册就能先玩： 文字生图（基础模型无线免费试用，付费模型送额度） 上传参考图改图 / 局部重绘 照片转成短视频、静图动起来 生成的东西都按 prompt 归到一条时间线里，不用满桌面找 PNG tagline 我直接抄了作业： Free, unlimited-ish, no sign-up required 。 能白嫖的部分尽量白嫖，付费只为去水印和跑量。 为什么发这个帖 我打算把它当成一次 build in public：流量、注册、收入、踩的坑、烧的钱， 我都会 在这个帖子里持续更新 。赚到了就晒数据，赚不到就复盘为什么扑街， 反正过程不藏着。想看一个普通独立开发者从 0 摸钱包的，可以蹲一下。 先交个底（截至发帖）： 上线时间：2026-6-10 （部署上线是 6 月 2 号左右，然后一直在修修补补） 累计用户：5 个用户 收入：0 现在每天烧在模型 API 上的钱：现在不多，忽略不计，但是如果加上我测试网站的图片视频调试，应该用了 500 元左右的 API 费用了 顺便求个助 今天产品上了 Product Hunt ，独立开发者都懂，这玩意儿榜单第一小时定生死。 如果上面有打动你的地方，跪求帮我点一票，对我这种没预算投流的人是真·救命： 👉 https://www.producthunt.com/products/inkfox-ai 已知的坑（先自首，免得你们替我发现） 功能完成了 80%，可能还有一些 BUG 被机器人刷怕了，生成按钮上加了人机验证，体验还在调 技术栈：Next.js + Postgres/Drizzle + 一堆模型厂商的 SDK 缝合。 有想深聊任何一块的，评论区聊。也欢迎拍砖 另外如果大家帮我投票 producthunt ，留下你们的登录邮箱，我给各位赠送 300 积分，感谢各位。
agent 是智能体的意思，什么是智能体呢，为啥不叫AI了啊，也不叫大模型了，其实这并不是孤立的概念，AI中文就是人工智能，英文全称：Artificial Intelligence，其实就是计算机科学的一个分支，用来研究开发模拟，延伸人的理论方法技术和应用研究。大模型是ai具象化的技术产品，大模型还分了LLM语言大模型、VLM视觉大模型、MLLM多模态、技术上又出现了很多细节，比如混合专家模型-MOE。 MCP 是定的ai识别的上下文协议，用来，调用外部的服务器，返回固定内容信息的一个规则，大家都用这个规则，不就方便了ai调用外部工具获取信息了。方便打通不同企业数据库和ai的交互。 tools 就是工具的意思，这里和mcp紧密相连，tools泛指一类工具，遵循的上下文协议也未必是mcp。方便ai通过这个工具进行获取信息。 plugin是插件的意思，就是个扩展包，这不是ai独有的概念，浏览器有插件，任何应用都可能有插件，一个插件里面东西就多了，可以包含skill，agents，hooks，mcp severs等内容。 prompt是提示词的意思，大模型学的东西多了，大模型要在知识汪洋中预测你想要的下一个词，简直不要太难，那么就帮她缩小范围降低幻觉，那就是定人物，定任务范围，定目标，这样将结合以上的信息，进行数据处理，就大大降低了，大模型胡说八道的可能性。大模型本身就是个统计学问题，根本不具备任何智慧，和反思能力，并非动态进化的，而是提前通过人类社会无数的现有文档，向量化，然后通过多维向量的训练出来的，一个具备无数维度的数学矩阵，通过通过上下文的切割成token又称词元，一个词元就是一个数字，多个词元就组成了一个数学矩阵，将这个数学矩阵扔到transform架构的数学矩阵中。我也不知道是不是百亿参数是不是也决定了词元的数量呢，会影响回应呢？ workflow就是工作流，针对一项工作设计的工作流程，使其完成特定的任务，取代繁重的工作。 hook钩子的意思，什么是钩子啊就是，当执行到特定情况或者涉及特殊判断的时候就会触发的程序，相当于一个钩子，勾住了你的工作流，在特定情况下触发，进而保证进程的稳定和顺利。 skill技能的意思，技能可以是一个md说明的工作文档，也可以是md说明文档加一些小程序、或者一些模板的综合体，目标就是让大模型能按你的md说明文档进行工作。 harness就是一个工作台，工作台上啥也有，自由搭配，想用啥就用啥，比如有plugin、tools、prompt、workflow、hook、skill、和设定好的agent。 AI / 人工智能 └── 大模型 / LLM / VLM / MLLM └── Agentic System / 智能体系统 ├── Prompt：给模型的指令 ├── Context：当前任务上下文 ├── Memory：可长期保存或检索的历史信息 ├── Tools：模型可调用的外部能力 │ └── MCP：连接 tools / resources / prompts 的标准协议之一 ├── Workflow：预设流程 ├── Hook：生命周期触发器 ├── Skill：可复用能力包 ├── Plugin：可安装扩展包 └── Harness：运行框架 / 执行外壳 agent 是配置了 instructions、tools，以及可选运行行为的 LLM MCP Server 可以向 AI 应用暴露 resources、prompts 和 tools。这样不同 AI 应用和不同外部系统之间就不用每次都重新写一套私有接口。 Tool：一个具体能力 MCP Tool：通过 MCP 协议暴露出来的 tool MCP Server：把一组 tools / resources / prompts 提供给 AI 应用 Agent：根据任务需要决定是否调用这些工具 plugin 可能包含 tools、skills、agents、hooks、MCP servers 等内容。简单说，plugin 是“打包和分发能力”的方式。 prompt 帮模型缩小范围，降低幻觉。这个是对的。OpenAI 文档也把 prompt engineering 描述为编写有效指令，让模型更稳定地产生符合要求的内容。 大模型本质上是通过大量数据训练出来的神经网络，它没有人类意义上的主观意识，也不会在普通对话中自动修改自己的模型参数。它的回答来自当前输入、上下文、训练得到的参数，以及推理时的生成过程。我们看到的“推理”“反思”“自我检查”，更多是模型在特定提示、上下文或工具流程下表现出来的能力，而不是人类式的自我意识。 Token：文本被切分后的处理单位。 Token ID：token 被映射成的数字编号。 Embedding：token ID 进入模型后对应的向量表示。 Parameter：模型训练出来的权重和偏置。 Context window：一次输入/输出能处理的 token 上限。 Training tokens：训练时看过的数据 token 数量。 Vocabulary size：分词器支持的 token 种类数量。 文本会先被 tokenizer 切成 token，再映射成 token ID。模型会把 token ID 转成向量表示，也就是 embedding，然后送入 Transformer 网络中计算。Transformer 通过注意力机制和多层神经网络，结合上下文预测后续 token。参数量指的是模型内部训练出来的权重数量，和输入 token 数不是同一个概念。 Workflow 是预先设计好的流程。它强调“步骤固定、路径清楚、可控性强”。比如先读订单，再判断退款规则，再调用退款接口，再发送通知。workflow 里可以用大模型，也可以不用大模型。它和 agent 的区别是：workflow 的路径主要由人或程序提前写好；agent 的路径更多由模型根据目标和中间结果动态决定。 Anthropic 对这个区别说得很清楚：workflows 是 LLM 和工具通过预定义代码路径编排；agents 则是 LLM 动态决定自己的流程和工具使用。 这个方向对。Anthropic 的 Agent Skills 文档也把 skill 描述为模块化能力包，包含 instructions、metadata 和可选资源，比如 scripts、templates，Claude 会在相关任务中自动使用。 另一个官方指南也说 Skills 可以是由 instructions、scripts、resources 组成的文件夹 Context：这次对话/这次任务临时放进来的信息。 Memory：跨会话保存、以后还能拿出来用的信息。 Context 是模型当前这次任务能看到的信息，比如用户问题、系统指令、聊天历史、检索到的文档、工具返回结果等。Memory 是被长期保存、之后还能被取出来的信息，比如用户偏好、项目背景、历史决策、常用规则等。Memory 不是模型参数本身发生了变化，而是系统把相关历史信息保存下来，在需要时重新塞回 context。 5 个帖子 - 4 位参与者 阅读完整话题