标题: 独立开发者「穷鬼套餐」一览表
作者: #qgdlantern
板块: #开发调优
编号: 2125322
帖子: https://linux.do/t/topic/2125322
时间: 2026-05-07 11:26:54
摘要:

独立开发者「穷鬼套餐」一览表




平台
核心定位
免费核心额度
亮点




 Cloudflare
全栈基础设施
Workers 10万请求/天Pages 无限请求R2 10GB存储（零出站费）D1 数据库 5GBKV 1GB存储
几乎一家顶全栈，永久免费


 Tailscale
私有网络/内网穿透
最多 6个用户设备数无上限含 MagicDNS / SSH / Funnel
基于 WireGuard®，零配置组私网


 Grafana Cloud
可观测性监控
指标 1万 Series（保留13个月）日志 50 GB/月链路追踪 50 GB/月用户 3人
监控三件套免费拿，无需自建


 PostHog
产品分析全家桶
事件 100万/月会话录屏 5K次/月Feature Flag 无限制无需信用卡
替代 Mixpanel + Hotjar + LaunchDarkly


 CodeRabbit
AI 代码审查
公开仓库 完全免费无限PR私有仓库 200文件/小时，4次PR/小时CLI 3次审查/小时
最流行的 AI Code Review 工具


 Cloudinary
媒体处理 + CDN
25 Credits/月（永久）= 25GB存储 / 25GB带宽 / 25K次转换支持图片+视频，3用户
信用灵活组合，边缘转换无需服务器

标题: 新人第一次发贴 发现稿件没了
作者: #JUk1
板块: #搞七捻三
编号: 2125323
帖子: https://linux.do/t/topic/2125323
时间: 2026-05-07 11:27:10
摘要:

发布之后只显示要审核，除此之外没有任何信息了，l 站没有查看记录的功能吗？
找不到发稿记录和审核成功失败情况 也没有邮件提示，总之就是帖子好像莫名消失了一样

标题: 每个ai打的分都不一样，这段回答究竟几分啊
作者: #seina
板块: #搞七捻三
编号: 2125325
帖子: https://linux.do/t/topic/2125325
时间: 2026-05-07 11:27:30
摘要:

试了一个雅思口语part 3的题目：What can today’s children do to become famous?
回答由gpt-5-mini返回：

Children today can become famous in several ways. Some are born into fame because their parents are celebrities and they inherit public attention. Others gain recognition through talent — for example, by posting videos on platforms like YouTube or TikTok, performing on talent shows, or excelling in sports or music. Social media makes it easier to go viral, and a funny or unusual video can spread rapidly. Parents’ connections and professional management can also accelerate a child’s public profile. However, becoming famous early can bring pressure and a loss of privacy, so it has both advantages and risks.

我把回答又拿去给不同的模型批改，结论差得都挺远啊。
gpt免费版给的分数是7/7.5，流畅度-词汇-语法-发音（X）给的分别是7.5-8-7.5/8-X
gemini pro给的8.5/9，三项给的分别是9-9-8.5/9
deepseek 给的6.5，三项分别是6.5-7-6.5
怎么分段差那么远啊？有没有懂的佬来说一下谁说的更接近真实情况啊 
还有哪些在语言写作表达上更优的模

标题: cpa 反代 gpt 对自己的账号安全吗
作者: #PkeOH
板块: #开发调优
编号: 2125340
帖子: https://linux.do/t/topic/2125340
时间: 2026-05-07 11:29:51
摘要:

放弃和奥特曼搏斗，我直接开自己号了。我朋友也想用，但是我不想直接给他账号，使用 cpa 反代给他用会导致封号吗

标题: 腾讯云轻量Hermes，免费一个月每天10:00抢，如何配置中转站模型
作者: #wjhere
板块: #福利羊毛
编号: 2125347
帖子: https://linux.do/t/topic/2125347
时间: 2026-05-07 11:30:29
摘要:

lightvela.tencent.com
  

  
    

LightVela | 越用越懂你的云端智能伙伴



  

  
    
    
  

  


昨天抢到一个，但不会配置自定义公益站的国产模型，送的模型额度太少，哪位大佬用过

标题: 日元半价:distorted_face:
作者: #yy1111
板块: #搞七捻三
编号: 2125352
帖子: https://linux.do/t/topic/2125352
时间: 2026-05-07 11:30:52
摘要:

莫名其妙的出来了，有点犹豫订阅，怕反薅

标题: 怎么手搓plus
作者: #Gni
板块: #开发调优
编号: 2125359
帖子: https://linux.do/t/topic/2125359
时间: 2026-05-07 11:32:14
摘要:

佬你们都是怎么手搓的plus呀，我在站内找半天都没有找到教程，关键词是什么呀？（我搜索的是手搓plus，分类福利羊毛）

标题: Codex道德感挺强
作者: #天工
板块: #开发调优
编号: 2125361
帖子: https://linux.do/t/topic/2125361
时间: 2026-05-07 11:32:27
摘要:

要不试试破限？

标题: 用 AI 处理 28 期完整期刊文献综述：MinerU MCP 与可恢复 Runner 改造记录
作者: #梁光毅
板块: #开发调优
编号: 2125368
帖子: https://linux.do/t/topic/2125368
时间: 2026-05-07 11:33:20
摘要:

前一版流程见这里：记一次使用agent在一小时内完整调研上百篇文献的工作流
本文记录的是后续工程化改造。
项目背景是 1999-2025 年共 28 期完整英文技术期刊，文章总量在百篇级。目标不是简单翻译全文，而是围绕某一长期主题建立索引、筛选相关文章、拆分文章级摘录，并继续做翻译和横向梳理。
第一版流程已经能跑通，但后续暴露出两个主要问题：

MinerU 本机运行慢，环境依赖重，Windows 下还会遇到编码、路径和依赖问题。
翻译阶段任务量大，长文需要分块，源文件更新后还要能定向重跑，不能靠人工记忆维护状态。

这次改造主要解决这两点。
MinerU 改为 MCP 调用
原先做法是本机直接调用 MinerU。这个方式适合单次测试，但不适合长期批处理。
主要问题有三个：

本机环境重，依赖变动后排查成本高。
转换耗时较长，中途异常后不容易判断是真失败，还是 Markdown 和图片已经生成。
Windows stdout 编码问题会干扰错误判断。

现在改为全局 mineru MCP，项目内只保留一层桥接脚本：
global mineru MCP
  -> .codex/scripts/mineru_mcp_client.py
  -> output/<issue>/<issue>.md
  -> output/<issue>/images/

桥接脚本的职责比较固定：

从全局 Codex MCP 配置读取 mineru server；
调用 parse_documents；
强制 UTF-8 环境；
统一返回 extract_path 和 images_dir；
如果 MCP 没有干净退出，但 Markdown 和 images 已经落盘，则按 fallback_success 处理。

这样 MinerU 不再散落在各个 workflow 里，而是变成一个统一的 PDF → Markdown 服务入口。
示例入口：
python .\.codex\scripts\mineru_mcp_client.py `
  --source ".\input.pdf" `
  --output-dir ".\output\issue-name" `
  --language en `
  --enable-ocr

期刊批量转换则通过更上层的管理脚本执行：
powershell -ExecutionPolicy Bypass -File .\.codex\scripts\run-issue-mineru.ps1 -FromVol 49 -Progress

这层只负责选择任务、跳过已有 Markdown、是否覆盖旧输出，实际转换仍然走 MCP 桥接脚本。
Runner 改造
早期流程接近 hooks 模式：agent 开始时写状态，结束时收集输出并推进进度。
后来改成普通 runner。原因很简单：Windows 下 hooks 不稳定，而且复杂任务只靠 start/stop 两个事件不够。
当前 runner 的基本生命周期是：
read progress.json
  -> select next unit
  -> write active-run.json
  -> create runs/<workflow>/<timestamp-id>/
  -> write prompt.txt
  -> codex exec
  -> validate output
  -> finalize official output
  -> update progress.json
  -> clear active-run.json

几个状态文件分工如下：
progress.json      业务队列和完成状态
active-run.json    当前锁，防止并发写入
runs/...           单次运行审计目录
progress.md        人类可读的流水日志

每次运行至少保留：
prompt.txt
stdout.txt
stderr.txt
last-message.md
metadata.json

这样中断后可以明确回答几个问题：

当前跑到哪个 unit；
child process 是否真的完成；
输出是否通过校验；
finalize 是否写入正式产物；
progress 是否推进；
是否可以 repair 或定向重跑。

通用命令保留为固定形态：
node .codex/runner/exec.mjs <workflow> --status
node .codex/runner/exec.mjs <workflow> --dry-run
node .codex/runner/exec.mjs <workflow> --once
node .codex/runner/watch.mjs <workflow> --once
node .codex/runner/exec.mjs <workflow> --repair

实际使用时，一般先 --dry-run 看下一个任务，再 --once 验证一次完整链路，最后才批量跑。
翻译 Workflow
翻译阶段是这套 runner 的主要压力测试。
长文不能直接整篇塞进一个 codex exec，所以按 Markdown 结构切分：
article.md
  -> chunk01.md
  -> chunk02.md
  -> chunk03.md

每个 chunk 单独作为一个 unit：
chunk01.md -> codex exec -> chunk01.zh-CN.md
chunk02.md -> codex exec -> chunk02.zh-CN.md
chunk03.md -> codex exec -> chunk03.zh-CN.md

全部 chunk 完成后，再合并为正式中文稿：
chunk*.zh-CN.md -> article.zh-CN.md

这里重点不是“切块”，而是状态判断。
之前遇到过一个问题：源 Markdown 已经更新，但旧中文稿还在。如果 runner 只判断“译文文件是否存在”，就会把旧译文误判为已完成。
现在的规则改成：
先比较 sourceHash
再判断旧输出是否可复用

也就是说，输入指纹变化优先于输出存在性。
如果源文变了，对应 unit 会重新进入 pending。只有该 unit 自己成功 finalize 后，才更新它的 last successful sourceHash。
这个规则解决了三类问题：

源文更新后旧译文挡住新任务；
chunk 边界变化后旧 chunk 被错误复用；
某个 unit 完成时误清理其他 unit 的重跑状态。

定向重跑也固定成三步：
node .codex/runner/exec.mjs component-translate --dry-run
node .codex/runner/exec.mjs component-translate --once
node .codex/runner/exec.mjs component-translate

先确认目标范围，再验证一个前台 unit，最后跑完整队列。
当前状态
当前项目状态如下：
主期刊处理：28/28 completed
文章级/分块翻译：161/161 translated
基础文献翻译：37 translated + 2 skipped_existing_cn
专题来源翻译：54/54 translated

这些数字来自状态文件和 watcher 输出，不依赖对话上下文。
对应状态入口包括：
output/progress.json
output/timeline-progress.json
translation-progress.json
runner watch output

结论
这次改造的核心不是 prompt，而是控制面。
对批量文献任务来说，agent 只应该处理当前最小单元。其余状态必须外置：

队列状态；
当前锁；
输入指纹；
失败记录；
正式输出；
单次运行审计目录。

MinerU MCP 解决输入转换的一致性问题。
Runner 解决批量任务的恢复、监控和重跑问题。
翻译 workflow 则验证了长文分块、输入变更检测和正式产物合并是否可靠。
这套结构跑起来之后，后续扩展新的文献队列或新的处理阶段，主要工作就变成新增 workflow adapter，而不是重新设计整条流水线。