chatgpt-team的额度又砍了？我这5个，没聊一会就5小时额度满了！
5个号轮询，一个小时蹬完，和high有关系？还没敢用xhigh.
现在额度这么低了？

k2.5的时候就一直在用kimi code的plan，就图他快，结果今天k2.6一发布，429就框框的来了，你跟智谱坐一桌去吧，真没一个靠得住的厂商，亏我开的还是199的套餐

网传：全新Deepseekv4.0新模型测试结果

gpt cpa 提示 401不代表号被封了
我最近不少自己手搓的以及大佬给的一些也都提示401了，不少我可以接收邮件的我都重新登录了，现在已经都正常可以使用了，有些是网页可以正常登录，授权不行了提示手机号。提示手机号的主要集中在hotmail，和duck,建议手搓的各位如果有出现401可以重新登录试试

继刚刚推测是Chong的代理后，真实情况竟然是86代理哈哈哈
目前官网持续吃瓜中
正在处理：image.png…

不换技术栈，但是想让他在重写的过程中把所有历史遗留的架构问题和技术债都给捋一捋，解决掉，因为这个项目已经几十万行代码了，我感觉自己不是很想再去挨个过一遍其中的细节 
有什么好方案针对这种需求吗？佬们一般会怎么做？

佬们，请问这个是账号被封了么这是，我看额度还能查询，但是好像就无法调用codex，我的账号活了好久了，怎么也得三四个周了，这一下子全死了嘛

我现在使用中，经常需要gpt和codex来回切换使用 有什么办法能够在gpt讨论完了 要写代码的时候切到codex呢？
我现在的主要做法是，在网页版建立一个项目 把对应项目放进去 然后手动更新 然后codex在本地运行。感觉有点麻烦，各位佬有没有好的工作方式？
有这个需求的原因是觉得网页版聊起来好像舒服点，但是真正落笔写代码还是用codex方便。

如题,听说现在国内很多显卡还是在走模拟cuda路线,且每次更新驱动都有明显性能提升,想问问大家有没有购买的国内显卡体验如何

最近想在公司内部二开hermes，做一个公司内部的工具，但是没有完全明确方向。
有没有已经有经验的佬友，分享下经验，谢谢

前几天刚刚通过，一直想和各位大佬交流，然后自己也有些问题。
第一个问题是不是二级以上才能回复帖子呀
第二个问题大家平时用手机刷帖子的时候，会有什么方便的插件吗，或者使用技巧呢？手机平时随时刷，但是和电脑比起来差点意思

最近老是遇到一个问题，就是codex上传问题之后，它总是要等一下
在框里面呆一会，然后再发送
感觉像是卡了一样

现在Vibe Coding盛行，本人也是深度参与，Claude/Gemini/Codex都有使用，后端这一块暂时还没有暴露严重的问题，能够实现对应的功能，进行测试/安全审计，但是前端没有怎么接触，Ai做出来的总是很大一股Ai味道，请教一下各位，都是怎么做自己的前端界面的，是采用现有的前端框架，不让Ai自主开发开始说有什么Skills/MCP，感谢大家！

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

我的帖子已经打上 开源推广 标签： 是
我的开源项目完整开源，无未开源部分： 是
我的开源项目已链接认可 LINUX DO 社区： 是
我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

项目地址：https://github.com/Byte-n/larkDocx2md
在将飞书文档转换为 Markdown 的场景中，文本、表格、图片等常规块类型的处理在之前以及完成。但在日常接触的业务需求中，有一部分产品的业务流程图是放在飞书的需求文档的画板中，在此之前都依赖截图或人工转述的方式投喂给 Agent 。
lark-docx2md@0.2.0 版本的核心目标:

Markdown 转换架构调整，更好扩展、维护。
支持文档中内嵌的画板块的识别和转换。

架构重构
之前的代码中采用的是单文件的解析器直接输出 Markdown 字符串，后续的块转换也都是字符串在操作。这种方式在新增块类型或处理异步资源（如图片下载、画板接口请求）时，耦合严重、难以扩展。每次新增一种块类型，都需要修改核心解析逻辑，且同步和异步处理混在一起，代码可维护性较差。
 飞书 API ───▶   Parser    ───▶ Transformer ───▶  Serializer 
  原始数据       (AST 构建)        (异步处理)        (Markdown)  
                同步、纯函数        网络请求          字符串输出  

Parser 阶段： 仅将飞书的响应数据转换为 AST 的结构。
**Transformer **：AST + 外部资源集合调用各块的转换器，执行 AST → 字符串的转换
Serializer 阶段：  整个 AST 序列化为最终的 Markdown 字符串
如果后续需要支持新的块，只需要增加对应块类型的转换器即可！
画板的支持
lark-docx2md 支持识别并转换飞书文档中的画板内容：


流程图


脑图


涂鸦


表情


表格


泳道


Any … 几乎大部分 99% 的内容


矢量绘制，无限缩放不失真，项目中已有 lark-docx2md Skill 的可以直接尝试，不需要做任何更改。

Agent 调用此 Skill，画板数据会以 yaml 格式输出（AI 友好，人类不友好）
人类友好形式：npx lark-docx2md@latest download --wb-format “svg” --wb-bg “#fff” xxx
然后你可以在输出日志中找到对应的图片，类似：
{时间} [INFO] [converter] Downloaded markdown file to larkDocx2mdOutput/xx.md

画板支持输出格式：

base64 在 Markdown 中通过图片语法引用（data URI ）


npx lark-docx2md@latest download --wb-format “base64”  --wb-bg “#fff” xxx


inline-svg：SVG 标签内嵌，大部分 Markdown 渲染器都支持直接渲染内嵌的 HTML 标签。


npx lark-docx2md@latest download --wb-format “inline-svg”  --wb-bg “#fff” xxx
这里会将笔触、表情等视觉内容（非逻辑部分）移除，因为此部分一般不会影响 Agent 理解此画板的内容，但此部分一般都是由大量坐标、svg 代码构成，十分浪费 tokens。


svg：输出到磁盘 .svg 文件中，在 Markdown 中通过图片语法引用


npx lark-docx2md@latest download --wb-format “svg”  --wb-bg “#fff” xxx
这里包含全量的信息，不会移除任何内容。相比 base64，这里是矢量图片，无限缩放不失真。


yaml：AI 友好结构化数据。


此部分输出的格式，人类极度不友好，Agent 专用友好格式（比 svg 遥遥领先）。
npx lark-docx2md@latest download --wb-format “yaml”  --wb-bg “#fff” xxx
这里会将笔触、表情等视觉内容（非逻辑部分）移除，因为此部分一般不会影响 Agent 理解此画板的内容，但此部分一般都是由大量坐标、svg 代码构成，十分浪费 tokens。

Agent 模式
--agent 标志，开启时将转换后的文档输出到标准流中，并且会强制：

image-mode=online（避免本地文件依赖）
wb-image-mode=online（避免本地文件依赖）
wb-format=yaml（输出 AI 友好的结构化数据）

作为库调用
import { convert } from 'lark-docx2md';

const result = await convert({
  url: 'https://your-domain.feishu.cn/wiki/xxx',
  appId: 'your_app_id',
  appSecret: 'your_app_secret',
  output: './output',
  wbFormat: 'yaml',
  agent: true,
});

console.log(result.markdown);  // Markdown内容
console.log(result.docToken);  // 文档Token

cursor.zip (2.1 MB)