商品购买链接： https://pay.ldxp.cn/item/vdemgl
欢迎您加入：
我们的官方 QQ 开放交流 2 群：66457509
我们的官方 TG 开放交流群： https://t.me/+fzIWsUSbcq1kMDYx
我们的官方 店铺地址： https://pay.ldxp.cn/shop/282D9KDL
]]>整体用的是 Sub2Api + 新加坡服务器 + Codex Pro 20x 的组合，我们也一直在用，感觉还是比较稳定，独立开发者们如果有想使用 Codex 或 GPT 模型，可以来注册使用一下
这里贴一个优惠码的注册链接，注册即送 1 刀，可以体验一下。https://one-token.icu/register?promo=V2EX
]]>感兴趣的朋友可以加一下这个规则，文字内容可以自行修改，改善下体验。
]]>一句话：
帮我实现一个 App 风格的官网，要求良好的 SEO 、响应式、隐私协议页面、Changelog 页面。
直接生成了 WaterGrug 的官网初版。
效果还不错：
✅ App 风格 Landing Page ✅ SEO 基础配置 ✅ 移动端响应式 ✅ Privacy Policy 页面 ✅ Changelog 页面 ✅ 整体视觉接近原生 App UI
从想法到一个能上线的产品介绍页，AI 已经可以帮独立开发者省掉大量重复工作。
当然，生成代码只是开始，后续还需要：
现在做一个小 App ，真的越来越像： 产品设计 + AI 协作 + 快速迭代。
WaterGrug 💧 一个极简喝水记录 App
https://apps.apple.com/us/app/id6776118486
最近做了一个轻量的 Cloudflare Tunnel 管理面板 CFTun-UI，适合部署在飞牛 OS 、NAS 或家庭服务器上。
# 终端命令运行
docker run -d \
--name cftun-ui \
--network host \
--restart always \
-v cftun-data:/data \
uxiaohan/cftun-ui:latest
# compose 运行
# wget
wget https://raw.githubusercontent.com/uxiaohan/CFTun-UI/refs/heads/main/compose.yml
# curl
curl -O https://raw.githubusercontent.com/uxiaohan/CFTun-UI/refs/heads/main/compose.yml
# 启动
docker compose -f - up -d
启动后访问：
http://飞牛 IP:9911
查看日志：
docker logs -f cftun-ui
首次配置需要填写 Cloudflare Account ID 和自定义 API Token。
Token 权限：
账户：Cloudflare Tunnel · 编辑
账户：Cloudflare Tunnel · 读取
区域：DNS · 编辑
区域：DNS · 读取
区域：区域 · 读取
重新设计了整套 UI 重构了技术栈和项目架构 重做了产品列表、分类、标签和详情页 补上了产品提交、审核和管理流程 对移动端体验也重新做了适配
目前网站主要收录实用的 AI 工具、独立产品和一些有意思的小应用。整个站还在持续完善中，部分细节和产品数据也会继续调整。
如果你也做了 AI 产品、效率工具或者有意思的独立项目，欢迎提交到 PickApps： 网站： https://pickapps.org 提交入口： https://pickapps.org/submit 支持免费提交，也有可选的优先审核和展示位。 所有产品都会经过审核，付费不代表一定收录。 也欢迎大家直接吐槽新版 UI 、交互、分类方式或者提交体验。
]]>印区 iCloud 订阅与支付方式： 看网上的说法，现在印区 Apple ID 绑卡/订阅似乎强制需要 UPI 验证。如果直接在印度 Amazon 购买 Apple Gift Card （礼品卡）充值到余额，是否可以直接用于订阅 iCloud+ 空间？
跨区家庭共享（ Family Sharing ）： 如果用印区小号购买了 iCloud 空间开家庭组，主账号或其他成员是美区（或国区）账号，可以加入并共享这个空间吗？ （因为看到不少印区拼车的帖子都要求“自备印区账号”，不太确定是不是因为不能跨区共享）
放弃印度区的话，美区 iCloud 算现在性价比比较好的前列区域吗？
]]>体验地址: https://wx.shiyu.dev 欢迎来玩
需要下载软件使用，稳定性优先 支持多种 GPT 、CLAUDE 模型：
GPT-5.6 GPT-IMAGE-1 GPT-IMAGE-2 CLAUDE-OPUS-4.8
留言附手机尾号 ，赠送 20 刀额度。八月份参加活动可以支持一个程序员高强度持续使用
]]>
]]>这次没怎么亲自写代码，主要是跟 Seed Evolving 磨了两天。需求很简单：“做个暗黑国风的网页，中间放个傩女，点棺材能开盖，还能换面具。”
过程挺逗的：
中间有一段时间 AI 完全跑偏了，给我整出一堆塔罗牌和星座运势，非要给我做成一个“在线占卜”网站 😂。最后花了不少时间微调 Prompt ，才把它掰回正道，搞定了 Three.js 的模型加载和光影。
最后居然跑通了，React + Three.js 纯前端，直接在浏览器里就能玩。
👉 Demo 在这里（纯静态，打开即用）：
https://supernatural-squad.vercel.app
顺便统计了一下，这一套下来大概 burn 了 40M Tokens 。
PS： 中间踩了不少坑（比如模型太大加载慢、动画卡顿等），关于怎么“驯服”长程任务的 AI 以及完整的 Prompt 细节，我丢在公众号 [ Lenny 的增长笔记] 里了，有兴趣的可以过去看看，就当交个朋友。
]]>pixel 加 graphenOS 本来是最佳备用选择，但 pixel 贵且电池小，故退而求其次选择米加系或其他。
要求能 root ，能刷国际版 OS 或开源 os 的，大家备用机是什么型号？
]]>目前的问题有 2 个：
匹配到的模板不准确，比如我问一个 a 业务有关的问题，然后相似度匹配到了一个意思相近的 b 业务上，这个时候 LLM 就很难基于 b 业务的模板去生成正确的 sql ，有时候甚至语法上都会出问题。
老是漏条件，比如我已经指明了要查询『已解决』的记录，LLM 总是会漏掉这种查询条件，但是系统明明已经在组装提示词的时候把表结构给他了
最近一个月投了二十来家白板，图形方面的公司，没有获得面试，其实简历挺匹配 JD 的。
恳请朋友们帮忙找找原因，非常感谢，另外，接 web 图形方面的兼职，非常感谢。lliu98611@gmail.com
1.具有从 0 到 1 构建 Canvas 渲染引擎经验。熟悉基于空间索引 (R-Tree) 与视口裁剪 (Culling) 的海量节点检索方案，有效降低计算与渲染负载；熟练运用颜色拾取 (Color Picking) 处理高密度场景下的精准交互，结合几何相交判定 (Intersector) 实现毫秒级响应；利用 FSM （有限状态机） 实现编辑器交互逻辑的解耦与状态收敛；通过分层渲染、对象池 (Object Pool) 内存管理及离屏缓存架构，有效解决 GC 抖动并消除长耗时任务导致的视觉卡顿。
2.熟练运用 TS + React 生态全家桶进行大型应用开发；具备基于 Vite / Webpack 的完整工程化建设能力，能够从零搭建包含自动化测试、环境分发及 CI/CD 的全生命周期交付体系。
3.深入理解浏览器关键渲染路径（ CRP ）与事件循环（ Event Loop ）机制。能够针对打包构建（ Tree Shaking ）、资源缓存、首屏加载（ LCP/FCP ）及运行帧率（ rAF 调度）进行全链路性能量化与优化。
4.有多端开发经验，能够熟练使用 Objective-C 对 iOS 项目进行快速开发，熟悉 react-native 跨平台开发。
]]>
天天在终端里用 AI 编程的人应该都有这种感觉：CLI 本身很强大，但它周边的"杂活"太多了。
开个会话要记 --resume 那串 UUID ；写代码要切编辑器，改完要切终端让 AI 看 diff ；提交又得退出 AI 会话手动敲 git ；本地写腻了想连服务器，SSH 上去连个像样的编辑器都没有……这些不是 CLI 的问题，是缺一个像样的"壳"。
CodeDock 就是把这几件天天在做的事，揉进一个窗口里。
现在：AI 会话在左，Monaco 编辑器在右，Git 面板在侧栏。改完文件 AI 直接看得到，提交也不用离开窗口。
之前：翻 ~/.claude/projects/ 找 JSONL ，复制 UUID 敲 --resume 。 现在：侧栏会话列表，标题自动生成（后台刷新）、按项目分组、8 种颜色标记、收藏，Ctrl+P 模糊搜索，点一下直接恢复。会话支持克隆 / 导出（ Markdown / HTML ），分享给同事也方便。
之前：手动 git add → 想半天写 message → push ，全程要退出 AI 会话。 现在：内置 Git 面板，改动分「已修改 / 未跟踪 / 已提交未推送」三类；勾选要提交的文件，AI （ CodeBuddy ）根据 diff 自动生成提交信息，一键提交并推送。单文件 diff 、撤销、删除、提交历史都在面板里完成。目录有监听，终端里 git 操作后面板自动刷新。
API Key 、模型配置、自定义指令都做成 Profile 管理：Profile 一键切换，API Key 用本地加密存储，不落明文；自定义模型配置带迁移和自修复逻辑；自定义指令集中管理、一键注入会话。
CodeDock 支持 SSH 远程主机：配置后连通性测试，远程开 AI 会话（ Codex / Claude Code ，支持 tmux ），远程浏览 / 编辑 / 保存项目文件，远程 git 操作。本地那套编辑器体验，在服务器上一样有。
会话空闲提醒、回答完成提醒，系统通知 + 应用内，还支持飞书 / 企业微信 / 钉钉 / 通用 webhook——AI 干完活主动找你，不用盯屏幕。
CodeDock 里跑的是真实 PTY ，AI CLI 原生运行，请求直连各厂商官方端点。应用本身不代理、不转发你的 AI 请求。数据（会话、配置、Profile ）都存在本机 SQLite / 文件里，凭据加密存储——没有账号体系、没有云端中转、没有"你的数据"上传。
我自己已经用了 1 个月了，我主要用 codebuddy 和 codex 比较多，还在快速迭代。有任何想法、吐槽、功能建议都欢迎回帖，正好缺真实用户场景来打磨。
]]>eZSdietEdisNPIhz注册即可免费试用，满意再考虑使用优惠券
]]>商品购买链接： https://pay.ldxp.cn/item/5wdrjz
欢迎您加入：
我们的官方 QQ 开放交流 2 群：66457509
我们的官方 TG 开放交流群： https://t.me/+fzIWsUSbcq1kMDYx
我们的官方 店铺地址： https://pay.ldxp.cn/shop/282D9KDL
]]>开源了一个面向平台建设者的 Developer Preview：AI App Builder Foundation 。
它不是另一个只展示模型生成结果的 Demo ，而是把提示词到应用放进一条可审计的工程链路：规划、生成、依赖准备、TypeScript 检查、生产构建、错误分类、定向修复、版本化快照。只有通过验证的代码才会成为可预览 Snapshot 。
当前提供 React 工作台、Express API 、BullMQ Worker 、MongoDB 、Redis 、Docker Compose ，以及可替换的 Model Provider 、Validation Executor 、ArtifactStore 和 Sandbox Provider 边界。仓库采用 Apache-2.0 ，并附带 24 秒可复现产品导览、30 秒真实 DeepSeek 受控故障恢复实录、完整 Smoke 和已知限制。
目前仍是开发者预览：没有公开托管 Demo 、一键云部署和稳定版兼容承诺。更希望听到正在做内部研发平台、垂直 AI Builder 或私有化部署的同学对架构边界和安装体验的反馈。
当前还只能生成前端，全栈应用的生成正在进行中。
]]>
请教一下行业前辈：
目前我刚内测就有的两个坑分享一下：
wss://go.malu.moe/v1/katago/<你的 Token>POST /v1/analyze我用 2016 年 AlphaGo vs 李世石第 2 局（ 211 手，就是神之一手那盘）做了全盘逐手 800 visits 的串行复盘：
katagoreview game.sgf --visits 800 --review，一条命令导入棋谱并自动整局复盘现在想找种子用户做深度测试，重点是冷启动体验、全盘复盘额度和 WSS 稳定性。愿意试的可以直接注册，也可以回帖或私信我拿邀请 Token 。
]]>换算下来，每个月 79 块的 kimi 套餐，还没有 deepseek 10 块钱耐用。
]]>然后正好最近看到关于 runtime async 的几个重要优化都被合并入了上游分支里，就把 main 分支代码拉下来构建 runtime 然后用 .NET 11 nightly 开启 runtime async 对比 .NET 10 不开启 runtime async 的性能。
结果如下：（ async1 即目前 .NET 10 的 async ，async2 即 .NET 11 将推出的 runtime async ）
测试代码见： https://gist.github.com/hez2010/d1802e7c7ab10e21a92dcba2afe0a58d
省流：
不实际发生暂停的 async 代码快了 19.6 倍而且变成 0 分配，性能几乎和同步代码没区别了； await 已完成的 Task 快了 12 倍，并且也是直接变 0 分配； Task.Yield 快了 7 倍； ThreadPool continuation 快了 3.2 倍； async 状态机链则快了 7.4 倍，同时内存分配减少了 36%。async 的开销属于是被砍的一干二净了。
就这还是针对 runtime async 的代码内联、PGO 之类的支持都还没上的情况下跑出来的成绩，不知道等全端上来后还能有多少提升。
越来越期待 .NET 11 正式版了。
]]>https://mabbs.github.io/linux/
输入mount_host就可以挂载了。（这下我看谁还敢乱执行 rm -rf / 🤣）
激光雷达和车灯逻辑完全一致 摄像头只是被动接收环境光线，和人眼一样：逆光、黑夜、暴雨、低对比度黑色障碍物会失效；激光雷达主动发射激光，不受环境光照约束，直接测出物体三维距离，等于给车辆加装一套全天候“夜视测距手电”。 按照马斯克“人没有激光雷达，车就不该装”的逻辑推导：人天生没有车灯，汽车也不该配大灯，这套推论显然荒谬，直接证明他的类比双重标准。
思考的根源：人的视觉也是 t 有误差的，但是借助仪器，比如热成像仪/望远镜/激光 /超声波 等科技，显著提升了人类的决策能力和便捷性，所以我认为马斯克有些偏执，他的智驾方案 后期并不一定是最佳方案
]]>小时候玩的最多的是红警 2 、共和国之辉，后来才开始玩尤里的复仇。现在回头看，一个 20 多年前的游戏居然还有不少人在玩。
不过最近重新折腾的时候发现，现在想在 Win10 / Win11 上舒舒服服玩起来，好像也没想象中那么省事。
网上资源其实很多，但版本、补丁、MOD 、地图、安装教程比较分散。有时候好不容易找到一个下载地址，进去以后又是各种下载器、弹窗，或者版本不知道靠不靠谱。
所以最近干脆自己折腾了一个红警资源站：
目前主要在整理这些东西：
我的想法其实比较简单：
希望以后哪天突然想玩红警，打开这个站就能找到需要的版本、补丁和教程，不用再满互联网找资源。
网站现在还在慢慢完善，很多东西肯定做得不够好，所以也想拿来给 V 友们看看，顺便求拍砖。
尤其想听听大家的意见：
如果还有人在玩，我就继续慢慢把这个坑填下去 😂
网站：
欢迎大家帮忙找 Bug 、提建议。
]]>主界面长这样：一个窗口管理所有连接，PostgreSQL / MySQL / SQLite / Redis 混在一起也没问题。
🤖 AI 这块是重头
最常用的是自然语言生成 SQL 。想不起来表名或函数？直接说人话，AI 会结合当前库的表结构生成 SQL ，流式输出，点一下就能执行：
写错 SQL 也不用再去搜索引擎了。报错之后点「诊断」，AI 会告诉你错在哪、为什么错，修正后的 SQL 一键应用。比如我把 SELECT 拼成 SELEC，AI 直接指出少了字母 T：
慢查询怎么优化？ EXPLAIN 执行计划可视化，树形展示每一步的代价，再让 AI 解读瓶颈在哪：
📊 图表
查询结果不用导出到 Excel 了。一键从表格切到图表，自动推断字段类型、智能推荐图表类型，折线、柱状、饼图、散点、面积五种，支持导出 PNG / SVG：
⚙️ Workflow 跨库自动化
这版我最满意的功能：用 YAML 把「查数 → 分析 → 决策」固化成流程，支持跨库执行。比如从 PG 订单库查出订单，再去 MySQL 物流库补物流信息：
每个步骤可以绑定不同连接，支持条件分支、循环、错误策略（ abort / skip / fallback ），还能在界面、MCP 或者 AI 对话里直接跑。
其他值得一提的
--mcp-stdio 无头模式），也可以作为 MCP Client 接外部服务下载： https://github.com/flyxl/datazen/releases 仓库： https://github.com/flyxl/datazen
macOS 用户注意，应用还没做公证，首次打开如果提示「已损坏」，跑一下：
xattr -cr /Applications/DataZen.app
个人开源项目，功能边界和稳定性还有不少不足，欢迎 star 、提 issue 或者直接上手改。下一步打算把插件生态和文档站弄起来，感兴趣的可以来仓库聊聊。
]]>
]]>另外支持多设备快捷切换吗？
希望有实际使用体验的老哥分享下。
]]>看到这个例子我第一反应就是拿来做风格迁移：丢一段参考视频进去，让它照着那个运镜和节奏拍新内容。折腾了两周，结论跟预期差挺多的，记录一下。
先说说规格：H3 支持最多 12 个参考文件，9 图 + 3 视频 + 3 音频，最长输出 15 秒，2K 24fps ，原生立体声，API 走 v2 的 video_generation 接口，价格 $0.13/秒。
问题出在视频参考这一块。我遇到的失败模式大概是三类：
一、参考被直接忽略。 生成结果跟没给参考一样，完全按文字 prompt 走。这种最气人，因为你付了钱但等于没用参考。
二、只迁移了表层特征。 比如参考视频是慢推镜头 + 冷色调，结果只把冷色调抄过来了，运镜完全是另一回事。或者反过来，运镜对了但风格丢了。
三、参考"污染"了内容。 参考视频里的物体或人物莫名其妙出现在生成结果里，明明 prompt 里根本没提。
10 个里也有六七效果不行的，但看到视频号里那些博主做的视频效果真的太惊艳了，一次成片的效果吗？
试下来的感受是：图片参考比视频参考稳得多。给静帧 + 文字描述运镜，比给一段视频让它自己领会要可控。视频参考这个功能现在更像是 demo 阶段的能力，不适合放进需要稳定产出的流程里。
放弃视频参考之后我改成了纯文本路线，反而效果会好一些。这里分享一套我一直在调的 prompt 结构，参考了 fal 收集提示词合集。
这套东西用文字描述给 H3 效果还挺不错的，因为它要的动作幅度小，模型不容易崩。prompt 大概是这个结构：
[主体与构图] 具体到人物姿态、视线方向、画面占比、前中后景关系
[材质与光线] 皮肤/布料/金属的质感描述，主光源方向，环境光色温
[运动约束]
[镜头] 缓慢推近 / 极轻微横移，速度形容词要写死
[氛围元素] 光斑、尘埃、发丝飘动、布料微动，这些负责"呼吸感"
[负向] 避免大幅度动作、避免镜头快速切换、避免背景人物走动
15 seconds, 16:9 landscape. Blend live-action footage of a small kitchen at dusk with hand-drawn luminous animation. The last sunset light lingers at the window. The lived-in kitchen contains an old wooden table, a half-washed mug, a lightly fogged glass bottle, and a hanging dish towel.
Shoot as if someone is filming one-handed on a phone: subtle hand tremor, hesitant close-focus pulls, backlit exposure breathing, and slightly coarse noise in the shadows. It should feel like an astonishing event captured in a rush at home, not a carefully dressed commercial.
Do not show giant eyes, split mouths, fangs, threatening behavior, lunges, sudden black frames, or jump scares. Use only room tone, cloth friction, a soft mug clink, faucet drips, the camera operator’s footsteps and quiet breathing, plus gentle electronic tones and tiny vocalizations from the drawn creatures.
关键是运动约束那一段需要写清楚。不写的话 H3 会自作主张给你加动作，人物开始转头、背景开始有人走过，静止系那个味道立刻就没了。
另外 H3 的原生音频在这个场景下挺好用的——环境音和光影节奏是同一次生成出来的，不用后期对轨。
这个我没有细算，我昨天充了 100 块钱，做了 6-8 个视频吧，包括重试的。
按 $0.13/秒算，15 秒 2K 大概 $2 一条，比同分辨率的竞品便宜不少。但考虑到翻车重试，实际成本要按 2-3 倍估。
我把这套流程做成了个站：https://www.maxluo3.com
主要是面向海外的，看能不能挣点钱贴补一下 api 费用呜呜呜
想问一下：有人成功让 H3 的视频参考稳定工作过吗？我怀疑是我 prompt 里描述参考关系的方式不对，但试了好几种写法都没明显改善。如果有踩通的求指点。
]]>