又捣鼓了一下注册机，至少不会秒没了 
在形成肌肉记忆后，我每天都会打开至少一次CHY API公益站（不知道是不是手欠），在看到数据库崩了之后的提示

才猛的想起来该挂个维护页
现在已经挂上了，佬友们看看做的怎么样~

DeepSeek联合北京大学、清华大学发布论文《Thinking with Visual Primitives》及其开源仓库，提出一种新的多模态推理框架。该框架的核心做法是将空间标记——坐标点和边界框——提升为模型思维链中的**“最小思考单元”**，在推理过程中直接交织使用，使模型在"思考"的同时能够"指向"图像中的具体位置。

  

      github.com
  

  
    
  

  GitHub - deepseek-ai/Thinking-with-Visual-Primitives

    通过在 GitHub 上创建帐户来为 deepseek-ai/Thinking-with-Visual-Primitives 开发做出贡献。


  

  
    
    
  

  



在7项公开基准和4项自建基准的评测中，该模型在计数、空间推理、拓扑推理等维度上达到或超过GPT-5.4、Claude-Sonnet-4.6和Gemini-3-Flash的表现，平均得分77.2%，为所有被测模型中最高。值得关注的是，在迷宫导航和路径追踪两项拓扑推理任务上，该模型分别取得66.9%和56.7%的准确率，而其余前沿模型均未超过51%，这表明现有多模态模型在拓扑推理方面仍有很大提升空间。

论文同时指出了当前的局限：受限于输入分辨率，模型在细粒度场景中的视觉原语输出偶有偏差；视觉原语思考能力目前依赖显式触发词激活，尚不能由模型自主判断何时启用；以坐标点解决复杂拓扑推理的跨场景泛化能力也有待增强。

Hermes ， Openclaw这些消耗token非常大，而且好像在底层实现就不适合来代码


  
    
    
    
      GenericAgent——复旦团队研发 | 仅仅~3K 行代码 Self-Evolving Agent 
  

开发调优
    
  
  
    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 

…
  


试了一下GenericAgent，接到飞书里面了，养了一点内容，一句话说就是原来这就是Vibe Coding
先说Token
跑了一下午，花了2，3块钱。  Hermes之前跑了一小会，10块钱。

体验
从它初始化时的干净程度来看就像在用claude code，因为在你没有给它进化功能前前，它不会携带一大堆没用的上下文，执行任务的速度也快。
（参考官方文档里面说的）让它解锁webui，解锁everything，接入飞书，接入git，然后让他自己跑浏览器自动化，它能自己一轮一轮的跑，同样是不携带多余的Token，每一轮Token消耗都很低。它的每一轮迭代都很准确，因为携带给下一轮的上下文和提示词都很干净。


整体的体验上，它很靠谱。
执行的任务很快，体感上就像是在用Claude Code，处理的Token都是关键有用的Token。
功能靠需求来进化，所以最后养出来的像是给你量身定做版的OpenClaw。