TrendPulse

之前做了个桌面工具箱 TINKER ，一直是给自己用的：尽量做顺手、不登录、用完就走，数据也留在本地，能导入导出。目前插件已经有 130+ 个 了。 最近一个月主要在补「怎么被外面用起来」。先是给插件做了系统快捷方式，Dock 或 Raycast 里可以直接打开某个工具，不用再先进工具箱搜索。 接着加了命令行， tinker open 、 tinker ps 这些，脚本里也能串起来用。后来又加了 HTTP 远程，浏览器能操作插件，挂个内网穿透，手机上临时用一下也行。 AI 这块其实很早就接了共用配置，不用每个插件单独配。最近又给图表、正则这类插件加了聊天助手，用嘴巴告诉它画什么、写什么正则就行。助手要能动插件，就得有一套操作接口；接口既然有了，干脆做成统一的 MCP ，外面的 Agent 用 tinker mcp 接上就能调，命令行 tinker call 也能直接调。就算插件没实现 MCP ，也能 --inspect 开调试口，用 agent-browser 一类工具去操控界面。 再往后把用法封成了 Skill 。A...

真的服了，2.45 收到服务告警，2.50 起来看为什么还没起来，发现告知是欠费了，我们的账户是后支付模式，2.51 开联系运维，卧槽了他特么电话居然停机了。冲了话费还是停机。找华为的售后也打不通，实在找不到了，直接找到 CTO 去了，CTO 也联系不上他，CTO 去联系华为云的更高级的人员，才知道是他们的供应商挂了。就一直等啊，等啊，熬穿了都还没好，服了都。没有做异地供应商备份，服务全在华为云直接系统宕机

就日常问问题，不写代码

不介意小 bug ，但夏天出门玩时拍照、拍视频比较多会比较介意发热。看有些人说这次 iOS 27 在索引完成后，哪怕是测试版都比 iOS 26 发热控制更好，是真的吗？

主包仅有一个新系统的 iPhone ，觉得买尾插或老 iPhone 太麻烦，研究数日发现 wloc 也可以拉起 wificall ，成功后发现网上暂时没有类似的教程，故简要分享抛砖引玉： 1 将 iPhone 拔出外卡，开启飞行模式 2 按照 GitHub 上的步骤配置好 wloc （ https://github.com/Yu9191/wloc ） 这里以小火箭为例 2.1 依次点击打开小火箭 配置-模块-右上角+号，粘贴 GitHub 上的订阅地址（ https://raw.githubusercontent.com/Yu9191/wloc/refs/heads/main/modules/wloc.module ）订阅模块 2.2 回到配置页面，点击你正在使用的配置文件的右侧的 i 图标，打开 HTTPS 解密和 MiTM （步骤较多，网上教程很多但很简单，这里不展开赘述） 2.3 安装快捷指令（ https://www.icloud.com/shortcuts/a82717d8fdad4e6280866fcf911173f7 ），安装完毕后，在地图 app 上点击你...

时间一天天的过， 那段不出车的时间， 我会游走在各个修理厂车间。 这是我最熟悉的地方。 天雷那里，我去的最多。 在亚兴的最里面，是一家的士修车店。 天雷跟我们一样，做学徒，只是他是这里的学徒，他师傅，修车的人都喊小泉，所以我们也跟着喊小泉。 说是他师傅，其实也比我们大不了几岁。 当然，我经常去的原因，一方面是天雷在那。在就是那边的士经常有跟车的女孩子，有些长得挺漂亮的，大家在一起有说有笑，我喜欢这种感觉。 和三子在一起的时间，手头上宽裕了很多。 所以，出去吃饭抢着买单，买烟买水也不计较，大家相处的很融洽。 我甚至开始有一种错觉，觉得自己已经不是那个穷得连学费都交不起的农村孩子了。 湖北的农村，过年就是各种酒席，也就是这个春节，小泉结婚了，我们一行人都去了。 那时候的农村婚礼和现在不一样，谁家结婚买台电视、买台冰箱都算大件。而小泉的嫁妆里，有一辆崭新的踏板摩托车，银灰色，停在院子里特别显眼。 很多人围着看，我也看了很久。那车真漂亮，流线型车身，电启动，不用踩，一按按钮就着火。在 2002 年前后，这已经算是很不错的车了。 后来有一天，小...

需要联系绿色 Y29yeXpoYW5naWE= 五缺一

RT 前几天续费升级到 20x 没重置，终于补足了 HHHHHH

今天这台风是真的猛，昨晚傍晚下完雨后还去公园跑步了，以为这台风不会多大，直到今天早上， 呼呼呼地，4 点被吵醒了，关上门窗都一样，外面的呼呼呼呼呼呼呼的声音是听得清清楚楚 希望明天放假一天....

没有自媒体相关的积累，从零开始做，主要卖 AI 课程，多久能变现？哪位大佬能给规划一下这方面的具体步骤或者活线路？

https://edge.v2ex.com/chat/2770da12c3e645c083e35b22e0c70b44

上一篇写了 Wi-Fi 传歌。 音乐从电脑传进 iPhone 之后，很多人会先松一口气，接着又发现一个新问题：歌是进来了，但它们都堆在一起。 有些文件名是 01-track.flac ，有些歌手和专辑信息是空的；刚导入的歌找不到，想听某个歌单又得从一长串歌曲里翻。 这很正常。 导入只是把音乐放进静听，资料库才是后面真正会每天打开的地方。下面从最常用的几个入口开始，把一批新导入的音乐慢慢整理成自己顺手的样子。 先别急着整理所有歌曲 如果一次导入了几百首歌，最容易做的事，就是马上开始一个个改歌名、补封面、建歌单。 通常整理到一半就会累。 更省事的方式是先把目标缩小：从最近导入的一批歌里，挑出这周真的会听的内容。先把它们放进一个歌单，剩下的音乐先留在资料库里，不会丢，也不需要今天全部处理完。 进入底部的「歌曲」页面后，可以先看全部歌曲，也可以按收藏、云端、本地导入、最近播放、最常播放或带歌词筛选。 歌曲标题不对，先决定看文件名还是元数据 本地音乐经常有两套名字。 一套是文件名，例如 周杰伦 - 晴天.flac ；另一套是文件里的元数据，也就...

昨天晚上手贱升级了 Sony 电视新版系统，发现用 ATV 遥控器关机后，电视立即自动开机的问题。 有人遇到过这个问题吗

本人目前在一家市场化国企，工作一年左右，想听听大家对下一步选择的建议。 目前的工作 工作时间：965 税前工资：9k 工作地点距离老家长沙约 1300 公里 工作强度整体不算高 周末需要去单位待半天，基本属于“作秀”，没有实际工作 需要承担业绩指标，而且业绩要求会逐年增加，但工资基本不涨 需要随时回复用户消息、处理用户技术问题，包括周末和节假日 技术成长空间比较有限。我才来一年，技术水平在部门里已经算比较靠前，继续留下感觉很难再有明显提升 简单来说，这份工作不算累，稳定性也还可以，但人在外地、收入一般，工作和生活的边界比较模糊，而且长期来看既没有技术成长，业绩压力还会越来越大。 目前手上的三个机会 1. 长沙本地 Office 岗 工资：12k—15k 工作时间：995 工作内容：纯技术岗 优点：离家近、收入有所提升、能继续积累技术 顾虑：平台和未来发展暂时不太确定 2. 成都 Office 岗 工资：20k—25k 工作时间：996 工作内容和发展机会目前看起来最好 优点：工资涨幅最大，职业发展可能也更好 顾虑：公司风评不太好，担心实际工作强度、绩效制度，以及最后拿不到承...

平时需要携带，只考虑 air

接上文 /t/1220042 。 6 月份-7 月，这两个月又继续发生了一些事情，大多是我心理的问题。 我从一个唯物主义，突然变成一个唯心主义 在这之前，我从来都是唯物主义，我不相信诅咒是有效的，我不相信鬼神灵魂（但还是会害怕 [人吓人] ），我不相信父母口中那些曾经遇到的奇怪的事情。 经历了本次事件，我突然开始不再坚持做一个坚定的唯物主义。 事情的起因，还是在 3 月份到 4 月份，以前每天晚上睡前都会刷一会儿抖音，在这之前刷到的都是五花八门，但几乎刷不到医疗相关的，从三月份开始，睡前（晚上 11 点多）就频繁的刷到一些癌症患者、家属等发的视频，最开始刷到我也只是快速划过，因为我有比较强的共情能力，但连续刷到了一周多后，我开始关心起了他们，在评论区发表一些安慰的话。因为之前我也做过智能推荐相关的，我认为在我保持日常兴趣和习惯以及没有主动搜索的情况下，这些与我毫不相干的视频应该很难刷到，或者刷到了也是极低的频率。但那一周每天晚上精准推送，刷三四个视频就出来一个，我除了快速划过，并没有任何点赞、收藏、停留或者选择不感兴趣，但就是媒体都能刷到好多。 四月份，不只是后天关...

一分钟读论文：《 Scratch Copilot：用 AI 支持青少年创意编程》

请问，我今天第一次收了一个 pixel 手机，但是没发登陆 Google 账号 我其实是 pixelbook 用户，在路由器上 openclash 的 fake-ip 增强模式下一切都没问题的，甚至 pixel phone 里 chrome 都可以正常登陆 google 账号 但是似乎 pixel 手机里有特别的机制，Wi-Fi 受限而且没发登陆 Google play 请问需要做什么？ adb 修改 Wi-Fi 检查 url ？

Java 并发核心：为什么需要 happens-before ？ 很多人在学习 Java 并发的时候，会直接开始背诵知识点： volatile 保证可见性 synchronized 保证线程安全 Lock 可以手动加锁 happens-before 存在八条规则 但绝大多数人都没有弄懂底层根源问题： 为什么会诞生 happens-before 这套机制？ 为什么恰好是这八条规则，而非十条、二十条？ happens-before 从本质上解决了计算机并发中的什么痛点？ 本文站在设计者视角，逐层拆解 Java 内存模型（ JMM ）中 happens-before 的设计初衷与底层原理。 一、无性能优化的理想环境：根本不需要 happens-before 假设计算机运行环境满足以下理想化条件： CPU 严格依照代码书写顺序串行执行指令 不存在 CPU 多级缓存 编译器不会做任何代码优化 全程没有指令重排行为 所有线程直接读写同一份主内存数据 此时多线程交互逻辑十分简单： 线程...

开通 claude 教程 https://docs.qq.com/doc/DSk9sd1JQVnV6R0FG

配置：1c1g50G 1T/1Gbps 下次付款：20/08/2026 续费价格：4.9USD/月 出售价格：50R 联系方式 TG：QFJSTlpSX2JvdA==

Jack 的 Block 公司开发、内部使用 https://buzz.xyz/ https://apps.apple.com/us/app/buzz-chat-with-your-hive/id6779728271

家里三个 tplink 路由器。组 mesh 确实方便，一直也没啥问题。 但家里的打印机换了个新款，新款好像砍了 wifi 还是咋回事。。无线扫描完全用不了、打印唤醒也很慢。gpt 分析是网络问题，就得给打印机旁边补个路由器。 看来看去还是中兴性价比高。后台又比 tplink 功能多 买过了是不是得把中兴当主路由？其他的 tplink 当 ap ？用起来没啥麻烦的吧？

工作职责 参与 AI Agent 系统的设计与研发，负责任务规划（ Planning ）、工具调用（ Tool Use ）、上下文管理（ Context Management ）、记忆机制（ Memory ）等核心模块的开发与迭代； 基于 TypeScript / Node.js 技术栈，开发和维护 Agent Runtime 、CLI 工具、SDK 及相关工程基础设施； 负责 Agent 工具调用能力的开发与集成，包括浏览器、Shell 、文件系统、数据库、第三方 API 、MCP 、Skills 等工具生态； 参与 Agent 工作流、状态管理、模型调用策略及上下文处理机制的设计和实现，提升复杂任务中的执行稳定性与成功率； 参与 Agent 工程化建设，包括 Harness Engineering 、Context Engineering 、错误处理、重试机制、日志记录、可观测性及性能优化； 编写单元测试、集成测试和自动化回归测试，参与 Agent Benchmark 、评测 Harness 和质量评估体系建设； 跟进并实践 AI Agent 领域的...

我之前一直都是顶着 max/ultra 跑，现在模型越来越贵，一个月花了几百美金实在是不够用，开始要审视模型的 token 消耗了 我看了下 https://artificialanalysis.ai/agents/coding-agents?agents=codex-gpt-5-6-sol-max%2Ccodex-gpt-5-6-sol-high%2Ccodex-gpt-5-6-sol-low%2Ccodex-gpt-5-6-sol-medium%2Ccodex-gpt-5-6-sol-none%2Ccodex-gpt-5-6-sol-xhigh%2Cclaude-code-opus-5-high%2Cclaude-code-opus-5-low%2Cclaude-code-opus-5-max%2Cclaude-code-opus-5-medium%2Cclaude-code-opus-5-xhigh%2Cgrok-build-grok-4-5-high%2Cclaude-code-glm-5-2&coding-agents-token-usage-chart=tok...

最近入手了图拉斯的 o3 手机壳，虽然能吸在健身器材上，但是龙门架不知道为啥吸着会掉，而且这款壳挺重的估计是自带支架的原因。比较想要没有支架的、磁吸强、最好是磨砂手感的手机壳，麻烦大家推荐下。

一个热门级别的 FPS 游戏，翻了一下国内大多数网站的视频，一堆人都在说三角洲行动这款游戏要凉了，我寻思着王者荣耀、和平精英这两个类型的游戏，都已经出现了差不多十年多的时间了，从十年前我就开始听说过这两款游戏要凉，对于三角洲行动这款下一个热门游戏来说，凉怎么可能呢？

现在怎么购买稳定的 Claude 和 codex ，目前还没有个人账号呢。。。。 合适的购买方案

最近想购入极客时间的 AI Agent 全栈训练营，价格 4999 元，果然也不便宜，但这也不是重点，重点是这个课程的交付质量不知道是怎么样的，之前看过一些课程基本对着 PPT 念，好像没有啥意义，比如彭靖田的课程，是真看不下去。

之前 4 月中旬的时候我发过一个帖子，说我做了一个叫 Knowhere 的文档解析插件，专治非结构化数据。当时有老哥问后台用的是什么服务，我说准备开源出去，后面可以关注一下。 现在，它来了。 仓库在这里： https://github.com/Ontos-AI/knowhere 先说说我为什么做这个东西。 做 AI 应用开发的兄弟应该都有同感——模型越来越强了，但一碰到复杂文档，还是容易崩。 比如你丢一份几十页的财报 PDF 进去，AI 要么开始胡编，要么直接说没有这个内容。这叫“AI 幻觉”。 最开始我也以为是模型不行，换了 Claude 换 GPT ，折腾了一圈发现问题根本不在这里。 根本上，喂给 AI 的原材料就是烂的。 现在市面上绝大多数文档解析工具，处理方式简单粗暴：按固定字数一刀切，把所有内容打碎成碎片。问题是文档里的信息是有层级、有关联、有上下文的一刀切进去，逻辑全断了。AI 拿到一堆碎片，只能靠猜。 更要命的是 PDF 里的多级表头、Excel 里的复杂行列关系、PPT 里的图文混排，传统方案基本束手无策。 强行切下去的结果就...