标题: 50个codex普号
作者: #xz
板块: #福利羊毛
编号: 1804867
帖子: https://linux.do/t/topic/1804867
时间: 2026-03-24 09:19:24
摘要:

codex_export_1774314889530.zip (149.4 KB)

标题: 苹果 用什么vpn 客户端呢？
作者: #c
板块: #搞七捻三
编号: 1804871
帖子: https://linux.do/t/topic/1804871
时间: 2026-03-24 09:19:53
摘要:

苹果 用什么vpn 客户端呢？ 各位佬有什么推荐的嘛 感谢

标题: 怎么购买kiro的官方订阅啊，银行卡被拒绝
作者: #L-kyle
板块: #开发调优
编号: 1804889
帖子: https://linux.do/t/topic/1804889
时间: 2026-03-24 09:22:27
摘要:

公司想整一个 ai 工具，推荐的 kiro。但是买不了咋搞。银行卡被拒绝，是有什么要注意的吗。也没找到一个完整的教程。老板的卡也没法一直尝试

标题: 大家部署的 Qwen3.5-27b 的性能如何
作者: #douglarek
板块: #开发调优
编号: 1804890
帖子: https://linux.do/t/topic/1804890
时间: 2026-03-24 09:22:35
摘要:

抽空对 sglang 部署的 qwen3.5-27b-fp8 做了个简单的性能测试（输入 4096 tokens，输出 2048 tokens，并发数 10，共 100 个请求，默认部署的模型开启了 thinking），摘要如下：
============ Serving Benchmark Result ============
Backend:                                 sglang    
Traffic request rate:                    inf       
Max request concurrency:                 10        
Successful requests:                     100       
Benchmark duration (s):                  699.07    
Total input tokens:                      409600    
Total input text tokens:                 409600    
Total generated tokens:                  204800    
Total generated tokens (retokenized):    204607    
Request throughput (req/s):              0.14      
Input token throughput (tok/s):          585.92    
Output token throughput (tok/s):         292.96    
Peak output token throughput (tok/s):    613.00    
Peak concurrent requests:                12        
Total token throughput (tok/s):          878.89    
Concurrency:                             9.78      
Accept length:                           3.36      
----------------End-to-End Latency----------------
Mean E2E Latency (ms):                   68363.79  
Median E2E Latency (ms):                 60168.97  
P90 E2E Latency (ms):                    107801.41 
P99 E2E Latency (ms):                    130962.28 
---------------Time to First Token----------------
Mean TTFT (ms):                          2873.73   
Median TTFT (ms):                        1814.06   
P99 TTFT (ms):                           16491.75  
-----Time per Output Token (excl. 1st token)------
Mean TPOT (ms):                          31.99     
Median TPOT (ms):                        27.87     
P99 TPOT (ms):                           63.06     
---------------Inter-Token Latency----------------
Mean ITL (ms):                           31.99     
Median ITL (ms):                         15.59     
P95 ITL (ms):                            61.28     
P99 ITL (ms):                            394.78    
Max ITL (ms):                            10522.35  
==================================================

标题: codex code review无底洞
作者: #sevensweet
板块: #开发调优
编号: 1804893
帖子: https://linux.do/t/topic/1804893
时间: 2026-03-24 09:22:59
摘要:

是否遇到平时开发不管是基于spec还是tdd开发，最终都会走到code review，倘若之前的代码逻辑摇摆，维护性不好，安全性不够，数据储存混乱，参数乱传，在最终的review阶段是真的把人折磨死，一次次不同的review问题，修改问题后，又继续修改扫描出新的问题，最终就是code review一下午还一直在出现问题，想问下有没有佬在开发遇到这类问题，然后对于这方面有自己的理解，我准备修改开发模式，所有的需求开发都不在原来的基础上做加法，而是整体理清思路后，设计正确的处理流程，再反向逐步收拢以前的问题，开始尝试

标题: 【求助】Qwen的网页为什么渲染不出公式呀？
作者: #CodeAtlantis
板块: #开发调优
编号: 1804901
帖子: https://linux.do/t/topic/1804901
时间: 2026-03-24 09:23:46
摘要:

如图，手机上和电脑上都渲染不出来
是我的问题还是Qwen网页的问题捏

标题: 昨天做梦， 梦到被封禁的openai 账号都能用了
作者: #rwecho
板块: #搞七捻三
编号: 1804903
帖子: https://linux.do/t/topic/1804903
时间: 2026-03-24 09:24:17
摘要:

大概是真病了，现在用codex 猛蹬。
蹬出幻觉了

标题: 感觉今天Claude Code额度用很快了 自从1M context支持了之后
作者: #字节
板块: #开发调优
编号: 1804904
帖子: https://linux.do/t/topic/1804904
时间: 2026-03-24 09:24:19
摘要:

自己订阅的Max 20X
在历史的对话特别多了之后，感觉没对话几轮5h额度就满了
应该是1M context太大了，每次都要消耗很多token
只能尽量用sonnet 并且常用/clear命令

标题: 【新人报道】终于进村啦
作者: #ferry23
板块: #搞七捻三
编号: 1804906
帖子: https://linux.do/t/topic/1804906
时间: 2026-03-24 09:24:39
摘要:

各位L站的佬友们好，潜水看了好久，今天终于正式成为咱们村的一员啦，今后请各位佬友们多多指教

标题: Paddle OCR识别表格不行，还有什么推荐小模型
作者: #enliven
板块: #开发调优
编号: 1804908
帖子: https://linux.do/t/topic/1804908
时间: 2026-03-24 09:24:47
摘要:

如图，用最新的paddle识别出来的效果还是不行，还有其他小模型推荐吗？MinerU VLM效果是好，但是我本地电脑跑不起来。求助佬

标题: 产品提效实践2-龙虾-产品规划
作者: #三卷儿
板块: #搞七捻三
编号: 1804909
帖子: https://linux.do/t/topic/1804909
时间: 2026-03-24 09:24:52
摘要:

最近花了一周多的时间玩了玩龙虾，
龙虾更适合做执行，就是我之前思考的那种自己知道怎么做也能判断做的好不好的工作。
目前仅针对产品经理实践而言，
我用龙虾写了一份竞品分析以及一份概要规划文档，
龙虾自己分析然后写入飞书文档，我微调，然后直接分享出去
龙虾API用的codex team的反代认证GPT5.4
先说结论，
效率极大的提升。
具体过程大概是（节约篇幅我就不贴图了）
1、cc讨论产品定义和边界和核心使用场景记录md草稿
2、让龙虾去自己看然后告诉我它的调研方案（分析目的、竞品选择、我的核心关注点）——此处因为龙虾更懂我一点点，所以能帮我补充的更清晰
3、龙虾执行竞品分析，我去飞书验收调整。——要小心龙虾幻觉
4、让龙虾基于竞品分析（用户痛点+其他厂商解决方案），结合cc的草稿，以及我看完竞品分析的一些产品思考，输出产品概要（定位、价值、场景、核心差异化能力）
三四天的工作大概浓缩到一天内完成。
我还没有尝试用Claude code和codex跑这个流程，有谁跑过可以分享一下呀

目前我能看到的龙虾相较claudecode的优势是
排序有先后：
1、channel通道方便我移动端操作，让我具备了离开电脑继续推进的能力
2、和能力本身无关的是，这个概念的大火，带动了一系列国内大厂的官方插件推出。安装手脚变得非常方便了。目前我在用的是微信的clawbot（前段时间还在折腾企业微信中转，转头第二个礼拜就出官方插件了哈哈哈），以及飞书的插件（写文档分享出去嘎嘎好用）

玩的这一周踩了不少坑，目前还在试用更多的场景，先分享出来给大家参考。
大家还有用openclaw做什么真正生产力上的提效场景？
玩龙虾有没有什么大坑也可以分享出来哦～

标题: FCC 以安全问题为由禁止进口无线路由器
作者: #stevessr
板块: #前沿快讯
编号: 1804910
帖子: https://linux.do/t/topic/1804910
时间: 2026-03-24 09:25:16
摘要:

https://www.bloomberg.com/news/articles/2026-03-23/fcc-bans-all-foreign-made-routers-citing-security-risks?embedded-checkout=true

[!quote]+
联邦通信委员会下令禁止进口外国生产的新型消费类无线路由器，因为一个机构间小组认定这些路由器威胁到国家安全。
虽然FCC表示公司可以申请豁免，但此举可能会极大地颠覆路由器市场，而路由器主要在海外制造。消费者和企业将有线互联网线路连接到路由器，为电脑、手机、电视、相机及其他互联网设备创建Wi-Fi网络。

标题: 从手动扣prompt到秘书agent
作者: #King的坐标系
板块: #开发调优
编号: 1804914
帖子: https://linux.do/t/topic/1804914
时间: 2026-03-24 09:25:33
摘要:

Layer 0 — Raw Prompt（无缓存）
最开始的时候，所有人都是手动推动任务。一句一句 prompt 驱动，没有任何复用。你就是那个 for 循环里的调度器，每一轮都得亲自到场。
举个例子：你让 Claude Code 帮你写一个 React 组件，得先说"创建文件"，再说"加一个 state"，再说"写个 useEffect"，再说"加上错误处理"……每一步都要你来推。

Layer 1 — Skill（缓存：单任务执行路径）
后来有人发现，一个固定模式的任务需要人一轮轮 prompt 推动，太重复、太无聊了。于是把"需要多轮 prompt 才能跑完的一个固定任务"封装成一次调用——这就是 skill，第一层缓存。
Claude Code 里的 skill 就是一个 SKILL.md 文件，里面写清楚了任务的步骤、需要的工具、输出格式。你说一句"用 docx skill 帮我生成报告"，它就按预设路径跑完了，不需要你一步步盯着。Anthropic 在 2025 年 10 月正式推出了这套 skill 体系，目前已经有社区贡献的各种 skill 在流通。
缓存的是：某件具体的事怎么做。
但一个大任务不可能全塞进一个 skill。有些模块能拆出来做成小 skill，插件式调用，大家像搭积木一样拼出一个大任务。问题是：不是所有任务都能干净地拆成几个原子 skill，而且手动编排它们的顺序和数据传递也很麻烦。于是有了 pipeline——Dify、n8n 最早就是解决这个问题的。

Layer 2 — Pipeline（缓存：任务间依赖关系）
Pipeline 是多个 skill 的组合，按 DAG（有向无环图）结构处理有先后依赖的复杂任务流。
一个大任务总是不能被完美拆分为完全独立的子任务——子任务之间有依赖、有状态传递。比如你要做一个"竞品分析报告"：先爬取数据，再清洗，再分析，再生成图表，最后排版成文档。每一步的输出是下一步的输入，跳过任何一步都不行。这正是 pipeline 存在的原因。Skill 解决"怎么做"，pipeline 解决"按什么顺序做、谁的输出是谁的输入"。
Dify 和 n8n 就是典型的可视化 pipeline 搭建工具——拖拽节点，连线定义数据流。
缓存的是：任务和任务之间的编排逻辑。
但 pipeline 是静态的——你得事先把所有分支都设计好。现实中很多任务，下一步该做什么取决于上一步的结果，你没办法提前穷举所有路径。每次都要人来判断"现在该走哪条路"，这又回到了手动推动的老问题。

Layer 3 — Agent（缓存：运行时决策）
Agent 解决的就是这个问题：把"遇到什么情况做什么判断"写进规则文件。
拿 Claude Code 举例，就是你的 CLAUDE.md——里面写清楚：遇到什么情况调哪个 skill，走哪条 pipeline，满足什么条件算任务完成，什么时候应该停下来问人。Agent 读这份规则，在运行时自己做决策，人不用再盯着。
这也是 Anthropic 在《Building Effective Agents》里强调的核心区分——workflow 是预定义代码路径编排 LLM 和工具（也就是 pipeline），而 agent 是 LLM 动态指导自己的流程和工具使用。Agent 的判断力不是魔法，它来自你写好的规则和模型自身的推理能力。
缓存的是：在运行时选择工具和路径的判断能力。
但单个 agent 的规则文件能承载的东西是有限的。当任务横跨多个领域——既要调研又要执行又要写文档——一个 agent 塞太多职责就开始犯错，规则之间互相冲突，上下文也扛不住。你还是要人来拆分"这部分让谁做"。

Layer 4 — Agent Team（缓存：专业分工）
自然地，你会想拆出多个专职 agent：一个负责研究，一个负责执行，一个负责教学，各自有自己的规则文件，只做自己最擅长的事。
这在业界已经是成熟模式了——CrewAI 让你给每个 agent 分配角色和任务，AutoGen 支持多 agent 对话协作，OpenAI 的 Agents SDK 用 handoff 机制在 agent 之间传递控制权。
缓存的是：领域分工与协作结构。
看起来很完美？问题来了：角色一多，你自己得先搞清楚每个 agent 是干什么的——它的职责边界在哪？擅长什么？要用什么方式跟它说话、写什么样的 prompt 它才能正确响应？每次想完成一件事，都得先在脑子里过一遍"这事归谁管"，然后切到对应的 agent，用对应的方式下指令。
这个认知负担完全转移到了你身上。你变成了自己的调度中心——这不是又回到 Layer 0 的状态吗？只不过你调度的对象从 prompt 变成了 agent。

Layer 5 — Secretary Agent（缓存：用户意图理解）
所以你需要一个秘书。
就像老板不需要记住公司每个员工的职责、沟通风格和工作习惯——秘书替他记着这些。你只需要告诉秘书你想做什么，秘书知道该找谁、怎么跟他们说。
业界已经有了这个方向的雏形。OpenAI 的 Swarm 框架用 “triage agent” 做意图分类后分发给专家 agent；学术界有人提出了 AgentOS 的概念——用一个 “Agent Kernel” 做统一的自然语言入口，解析意图后调度 Skill Module。但这些方案有一个共同的盲区：它们假设用户的每条消息都是一条明确的指令。
现实不是这样的。你说的话里有思考、有指令、有提问、有接续上文、有学习请求——性质完全不同。如果系统分不清，团队执行力越强，误判的代价越大。"我觉得应该部署一下"和"部署"对 team 来说可能是同一个触发信号，但前者只是你在思考，后者才是真实指令。
Secretary Agent 做的第一件事，不是执行，而是分类你的意图。这就是 ABCDL 分类系统：




类
你在做什么
秘书怎么做
例子




A
思考、探索、还没决定
路由给研究 agent
“我觉得…”、“要不要试…”


B
明确要执行某件事
路由给执行 agent
“跑实验”、“部署 F-003”


C
问一个事实问题
秘书直接回答
“有多少个 ADR？”


D
接着上次继续
恢复流水线状态
“继续”、“选A”、“批准”


L
想学习某个概念
路由给教育系统
“教我…”、“不理解…”



有人可能会问为什么不能少于 5 类？因为每对合并都会出问题：A+B 合并，"我觉得应该…"就会被当成执行指令；C+D 合并，"继续"会被当成新查询。
模糊时默认 A：宁可多想，不要多做。过度思考可以纠正，过早执行可能不可逆。
缓存的是：把"用户说了什么"翻译成"系统该做什么"这个理解过程本身。

让我用一句话总结：每一层缓存，都在把原本需要人脑实时决策的东西，固化成系统可以自动复用的结构。Skill 缓存动作，Pipeline 缓存顺序，Agent 缓存判断，Agent Team 缓存分工，Secretary 缓存意图

标题: 不知道我的"好妹妹"能用来干嘛
作者: #Arbonkeep
板块: #搞七捻三
编号: 1804916
帖子: https://linux.do/t/topic/1804916
时间: 2026-03-24 09:25:47
摘要:

昨天，觉着无事，把我的好妹妹给接上到钉钉了，但是不知道到底应该让她干点啥，还是有点笨的感觉，让她写个skills，慢的很。而且也操作不了钉钉，发布会议之类的，还是我的食用方式不对么？感觉要操作应用之类的还得用skills。

标题: cursor500次账号即将到期，新版Token计费还值得续约吗
作者: #whq
板块: #开发调优
编号: 1804920
帖子: https://linux.do/t/topic/1804920
时间: 2026-03-24 09:26:22
摘要:

RT,如果不选cursor的话，用什么来替代更有性价比呢？

标题: 【discord】Windows端有无可用的内置翻译插件
作者: #坂本ですが?
板块: #搞七捻三
编号: 1804928
帖子: https://linux.do/t/topic/1804928
时间: 2026-03-24 09:27:36
摘要:

RT 刚加了某个游戏群 但是讨论的内容全是外语 想问下有无discord本地翻译的软件或者插件 或者第三方修改版本推荐 在此谢过佬

标题: 草台班子捅娄子 暂停升级龙虾
作者: #温州程序员劝退师
板块: #前沿快讯
编号: 1804931
帖子: https://linux.do/t/topic/1804931
时间: 2026-03-24 09:27:55
摘要:

OpenClaw 2026.3.22-beta.1 深夜推送升级提示，一般的用户不要手痒去点。没有升级的用户保持V2026.3.13稳定版先飞多几天。
提示升级不要手痒，不要手痒，底层大更新，插件一刀切，更新后飞书基本完全失效，只有OpenClaw团队维护的版本可用。这次更新导致第三方插件全线崩盘。
OpenClaw的beta.1(3.22)版本本次升级的更新文档未提及升级带来的影响，几乎没有过渡，出现问题自己排查，基本故障恢复难度较大。让3.13版本飞得更久一些，一般用户就等等吧。

标题: codexfree新出炉1000个
作者: #mikey
板块: #福利羊毛
编号: 1804954
帖子: https://linux.do/t/topic/1804954
时间: 2026-03-24 09:31:30
摘要:

每个码50个账号(大概存活50%)，{文件名-ps: 密码}。
  
      

      cdk.linux.do
  

  
    

LINUX DO CDK

  Linux Do 社区 CDK 快速分享平台 - 让分享变得更简单


  

  
    
    
  

  


encrypted_zips.zip (2.7 MB)