新车首月用美日节点观看，一个月后可以换新港台节点，禁止android TV,游戏机，禁止频繁换地区。联系TG：areshusir

比拉尔・本・赛义卜：
巴基斯坦不再安于现状，我们需要监管的明确性和对商业友好的法律框架，我们希望巴基斯坦成为区块链驱动金融的领导者，并吸引国际投资。
目前巴基斯坦正在探索沙盒式监管，为初创公司提供一个受控、受监管、合规的环境，这种监管沙盒通常用于初期测试，假如出现严重问题可以及时进行改正避免造成严重后果。
另外巴基斯坦低廉的运营成本也让巴基斯坦有可能成为继迪拜和新加坡等加密货币中心的具有竞争力的替代方案，巴基斯坦还在与阿联酋、尼日利亚和土耳其监管机构进行战略性互动以建立强大的生态系统。
最后比拉尔・本・赛义卜认为美国总统特朗普的亲加密货币立场也是行业的转折点，他认为包括巴基斯坦在内的全球经济体都必须接受数字资产以保持竞争力。 巴基斯坦准备将加密货币合法化并实施友好监管框架以吸引国际投资 – 蓝点网

其中需要用户交互 1 次 (点击 1 次) 的远程代码执行 (RCE) 漏洞收购价为 50 万美元，无需用户交互的零点击 (0click) 远程代码执行漏洞收购价 150 万美元，如果能够提供全链漏洞则可以获得 400 万美元。
通常情况下全链漏洞指的是黑客能够提供完整的漏洞利用链条并获得目标设备的完整访问权，在这里指的是可以获得 Telegram 乃至整个设备 / 操作系统控制权的漏洞。
值得注意的是漏洞经纪商偶尔会囤积漏洞，但更多时候是客户需要特定漏洞并支付定金后，漏洞经纪商才会发布悬赏令，所以此次 Operation Zero 发布悬赏令或许并非炒作，而是已经有客户支付定金希望获得这些漏洞。
至于为什么收购这些漏洞自然也非常简单，有些组织收购这些漏洞用于网络攻击，Telegram 目前用户量已经超过 10 亿名，如果能找到 Telegram 零点击漏洞那可以借助该工具对目标用户 / 用户群发起攻击。
既然能够出如此高的价格悬赏这些漏洞，也说明发起攻击的组织的最终目标具有极高的价值，所以才会愿意以几百万美元的价格收购这些漏洞。
注：以上只是悬赏令，并不意味着 Telegram 此时已经出现未知的零点击漏洞，所以请各位 Telegram 用户不要担心。 俄罗斯漏洞经纪商开价400万美元收购即时通讯工具Telegram的零点击漏洞 – 蓝点网

脚本如下
File: extract_models.py
import json
import argparse
import requests

def extract_model_names(models_data):
    """从JSON数据中提取模型名称"""
    simplified_names = []
    name_mapping = {}

    for model in models_data.get('data', {}).get('models', []):
        full_name = model.get('slug', '')
        if not full_name:
            continue

        # 提取简化名称（去掉前缀和后缀）
        parts = full_name.split('/')
        if len(parts) > 1:
            name_with_suffix = parts[1]
            name_parts = name_with_suffix.split(':')
            simplified_name = name_parts[0]
            simplified_names.append(simplified_name)
            name_mapping[simplified_name] = full_name

    return simplified_names, name_mapping

def fetch_models_data(url="https://openrouter.ai/api/frontend/models/find?max_price=0"):
    """从OpenRouter API获取模型数据"""
    try:
        response = requests.get(url)
        response.raise_for_status()  # 如果请求不成功，抛出异常
        return response.json()
    except Exception as e:
        print(f"获取模型数据时出错: {e}")
        return None

def main():
    parser = argparse.ArgumentParser(description='从OpenRouter API提取模型')
    parser.add_argument('--output', type=str, default='output.json', help='输出文件名')
    parser.add_argument('--models_txt', type=str, default='models.txt', help='模型名称列表文件')
    parser.add_argument('--url', type=str, default='https://openrouter.ai/api/frontend/models/find?max_price=0',
                        help='OpenRouter API URL')
    args = parser.parse_args()

    # 从API获取数据
    models_data = fetch_models_data(args.url)
    if not models_data:
        return

    # 提取模型名称
    simplified_names, name_mapping = extract_model_names(models_data)

    # 输出逗号分隔的简化名称
    simplified_names_str = ','.join(simplified_names)
    print(simplified_names_str)

    # 输出JSON格式的映射
    print(json.dumps(name_mapping, indent=2, ensure_ascii=False))

    # 保存简化名称到models.txt
    with open(args.models_txt, 'w', encoding='utf-8') as f:
        f.write(simplified_names_str)
    print(f"模型名称已保存到 {args.models_txt}")

    # 保存到文件
    with open(args.output, 'w', encoding='utf-8') as f:
        json.dump(name_mapping, f, indent=2, ensure_ascii=False)
    print(f"模型映射已保存到 {args.output}")

if __name__ == "__main__":
    main()

运行脚本
得到两个文件
txt文件结果复制到channels对应数据表的models列
json文件结果复制到channels对应数据表的model_mapping列

成品结果，可以直接去数据库粘贴
File: output.json
{
  "mistral-small-3.1-24b-instruct": "mistralai/mistral-small-3.1-24b-instruct:free",
  "olympiccoder-7b": "open-r1/olympiccoder-7b:free",
  "olympiccoder-32b": "open-r1/olympiccoder-32b:free",
  "gemma-3-1b-it": "google/gemma-3-1b-it:free",
  "gemma-3-4b-it": "google/gemma-3-4b-it:free",
  "gemma-3-12b-it": "google/gemma-3-12b-it:free",
  "reka-flash-3": "rekaai/reka-flash-3:free",
  "gemma-3-27b-it": "google/gemma-3-27b-it:free",
  "deepseek-r1-zero": "deepseek/deepseek-r1-zero:free",
  "qwq-32b": "qwen/qwq-32b:free",
  "moonlight-16b-a3b-instruct": "moonshotai/moonlight-16b-a3b-instruct:free",
  "deephermes-3-llama-3-8b-preview": "nousresearch/deephermes-3-llama-3-8b-preview:free",
  "dolphin3.0-r1-mistral-24b": "cognitivecomputations/dolphin3.0-r1-mistral-24b:free",
  "dolphin3.0-mistral-24b": "cognitivecomputations/dolphin3.0-mistral-24b:free",
  "gemini-2.0-flash-lite-preview-02-05": "google/gemini-2.0-flash-lite-preview-02-05:free",
  "gemini-2.0-pro-exp-02-05": "google/gemini-2.0-pro-exp-02-05:free",
  "qwen2.5-vl-72b-instruct": "qwen/qwen2.5-vl-72b-instruct:free",
  "mistral-small-24b-instruct-2501": "mistralai/mistral-small-24b-instruct-2501:free",
  "deepseek-r1-distill-qwen-32b": "deepseek/deepseek-r1-distill-qwen-32b:free",
  "deepseek-r1-distill-qwen-14b": "deepseek/deepseek-r1-distill-qwen-14b:free",
  "deepseek-r1-distill-llama-70b": "deepseek/deepseek-r1-distill-llama-70b:free",
  "gemini-2.0-flash-thinking-exp": "google/gemini-2.0-flash-thinking-exp:free",
  "deepseek-r1": "d

之前白嫖了Grok的每月150美金额度，不知道怎么用，如果可以实现这个网页的话可以调用Grok的api帮我翻译吗

居然真的正常下了一局,目前看来,几乎所有模型的基础的三子都不会堵，在对局中o3-mini甚至可以发现我方的双三

项目地址：texttransfer
发布了 1.0.1 版本，Web 端支持一键配置和生成二维码，APP（目前只有 Android）扫码即可完成配置。
特点：

基于在线剪贴板服务做的，不需要在一个局域网。
保密性：
1、平台本身支持密码，其他人看不到的，也支持过期删除，最短是1小时。
2、是通过 base64+移位编码后保存的，服务方看不到明文，也没法简单通过 base64 解密看到，需要专门去试出移位的位数。

截图：

在ai生成内容时，我想看前面的内容，但是文字会自己抖动，根本看不了。
我感觉这是唯一一个有文字抖动bug的软件。

用munus写了一个订阅转换的docker应用，然后生成的json格式有点问题，很多值的前后都有空格，然后让cursor进行修改，改了几十次一次都没改对，还使用得是claude 3.7 thinking模型。。。。气死了

日本身材好长得又好看的女星是谁？

初次听某首歌，也没觉得多好听，但在某一天起床的时候脑子里莫名其妙就回响起来了，然后就点开了这首歌，发现还真的挺好听。我最近收藏的歌里好多歌都是这么添加上的，佬们有这种经历吗

最近Cursor社区对Cursor这几个版本更新的声讨很多，我去逛了一下，看到了下面这条评论：
It is an extension tool that is light years ahead of both winds… and cursor. It starts with aug… sorry for not mentioning the full name . Cursor mods can be very trigger happy with deleting post or user accounts if u mention competing product. Just do some googling. It support unlimited chats. And unlike cursor that u need to keep creating new chat session. You dont need to worry about that, that tools context awareness is insane. That tool has an agent mode that does TDD out of the box delivering high quality code output. It doesn’t go crazy like cursor agent mode, it sticks to task at hand implements the task and generates unit test as well , so it won’t commit changes unless all test have passed. This is without any custom rules. My jaw dropped when it fixed a bug cursor couldnt fix after 20 tries.
这里提到了以aug开头的竞品，我搜了一下，是叫做Augment。这是一款才出了不久的插件，可以在各个ide中安装使用（这应该算一个优势），所以我进行了尝试。它的Agent模式应该是最近刚出的，需要下载预发布版本才能使用。
这款插件的设计初衷是有别于Cursor的，它并不是想解决从0到1的项目构建，它希望对极大型的项目也能有更新的能力。它的上下文感知能力"非常惊人"，能够更好地理解代码库的结构和逻辑。
体验下来，它给我一个印象很深的点是无限聊天，我不确定它是做了long term memory还是怎么实现的（我觉得长期记忆是一个被许多应用开发者忽视的体验上的重点），不用切换新聊天就能持续地完成一个任务的感觉很棒。
它目前的定价策略是免费版每个月3000次聊天，同时你的代码会被他作为训练数据收集（我觉得如果是写开源项目就无所谓）。月付版是30美元，是有点贵，相比竞品，这个价钱上的提升是否合理需要你去体验一下。
我有看到有人觉得现在效果好是因为它刚出来（应该？），他们也在担心这款插件用户多了也学Cursor这样子降智。现在的用户都被Openai和Cursor整出不信任感了。不过至少目前是好用的，在Cursor最近的风评这么差的情况下，我推荐佬友们进行尝试。

平时都不是很在意支付宝的账单的
今天有空看了一下
才发现以前订阅的自说自话的总裁的充电会员忘记关了
扣了我250块（可恶还正好是250，气死我了） 
看看有没有佬友想看的我可以把视频扒下来

最近开始折腾官方平台机器人之后，发现这块目前很混乱，整理一下自己所了解的。
自搭
用正常QQ号做bot身体。
优点

自由度最高，普通QQ号存在的功能几乎都有办法响应和触发
开源生态相对最好

缺点

容易被风控，新号是重灾区


QQ开放平台
传统意义上的QQ机器人。目前在智能体的冲击下日渐式微。
优点

是目前QQ内唯一能够发送Markdown消息的方式，但门槛极高，对普通开发者来说最多尝鲜，所以只能勉强算作优点
支持在群聊、私聊、频道使用（作用域由开发者进行控制）

缺点

上线流程繁琐，各方面限制较多
官方明确表示不允许个人开发者接入AI


腾讯元器
通过元器平台创建的个人AI Agent，可以通过QQ开放平台接入QQ。
优点

接入腾讯混元、DeepSeek、moonshot的AI智能体，支持工作流、知识库

缺点

只允许私聊使用，可以分享给亲友，但没办法在群聊环境下一起玩
消耗Token


QQ智能体
目前QQ内较火的，拥有特定人设的机器人。
优点

支持群聊和私聊使用

缺点

官方出品，安全机制没得说，可玩性不高

我用夸克网盘分享了「AI外贸宝典，帮大家能简单快速更容易理解去学好AI结合外贸的应用」，点击链接即可保存。打开「夸克APP」，无需下载在线播放视频，畅享原画5倍速，支持电视投屏。
链接：https://pan.quark.cn/s/984da90e9dfd

想在天翼云盘家庭空间存点资源，
天翼云盘会员有办法免费体验至少一天吗？