codex使用公益站小技巧

大家再使用公益站链接codex 的时候应该都会跟我一样遇到一些小问题

1. 无法使用codex中的插件功能，可以用codex++去解决：GitHub - b-nnett/codex-plusplus: Codex++ tweak system for the Codex desktop app · GitHub 我使用了但是发现mac的软件兼容性不太好，不太稳定
2. cc switch 切换key之后的历史记录丢失，可以用：
GitHub - Dailin521/codex-provider-sync: Synchronize Codex session provider metadata across rollout files and SQLite state. · GitHub 去解决
目标模式用不了，可以在 config.toml 中加 goals = true

[features]
shell_tool = true
shell_snapshot = true
# memories = true
# fast_mode = true
apps = true
goals = true
multi_agent = true
js_repl = false
responses_websockets_v2 = true

1. 使用公益站的时候发现特别慢，可以尝试打开websockets，supports_websockets = true

[model_providers.OpenAI]
name = "OpenAI"
base_url = "api地址"
wire_api = "responses"
supports_websockets = true

1. 自定义宠物： Petdex: 适用于 Codex 的动画伙伴
2. 教你写出好的Agent.md ：GitHub - multica-ai/andrej-karpathy-skills: A single CLAUDE.md file to improve Claude Code behavior, derived from Andrej Karpathy's observations on LLM coding pitfalls. · GitHub

3 个帖子 - 2 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: xuetianyuan)

上一章讲了企业如何开展Agent的工作方向，大家有什么问题请直接打在评论区，本人实际工作中更偏向业务。下一章节计划讲解企业知识库如何搭建，业务真正的痛点需求，有问题也可以提前打在评论区，晚上发帖

在实际的工作过程中，我看到很多DY啊或者其他短视频博主，更多偏向于是去介绍什么是知识库，在技术手段上要如何去构建，会出现一堆“向量数据库”“标签打印”等一系列的专业名词，可是公司在去具体落地的过程中，难不成要去跟业务部门，去跟老板去讲这些专业名词吗，它究竟想解决什么问题，如何让业务部门配合去共同搭建这个知识库。大家有问题先敲在评论区吧，如果说没有问题，那我晚点就在评论区敲一下两个行动方向。

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 雪糕)

【开源自荐】 Ferricodex，一个简单的codex历史对话管理工具

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

----------------------

先上项目链接：Ferricodex

之前在使用codex desktop的时候苦于没有删除选项，哪怕归档之后也无法删除。而使用一些其他的工具删除对话发现只有对话目录被删除了，codex的数据库中仍保留残余的条目。于是赛博洁癖发作了，搓了一个给自己和朋友用的对话管理工具。

主要设计思路：去管理codex不能或不方便管理的内容，如工作目录中的AGENT.md等，且仅实现一个简单易用的程序，不影响codex的本体使用。

PS： 现在支持对provider和agent.md进行管理了，后续新增功能需要再考虑一下，因为想尽可能简单易用，自己的朋友有不懂编程的人。

主要功能：
1、实现codex对话的删除，工作目录的删除。
2、可以简单的管理codex的provider项
3、可以直接读写工作目录中的AGENT.md文档

！！！重要提醒！！！
本项目会对codex中的对话进行删除等操作，如果有非常重要的内容烦请提前备份。
本项目为纯本地项目，不会造成数据泄漏，但请慎重处理自己重要的历史数据！

最后，欢迎各位佬友提出意见指正

2 个帖子 - 2 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: BLUEMOON)

怎么建画图中转站

现在手里有官方订阅的几个gpt pro账号，平时只用codex，感觉其他功能不用就浪费了，想做一个画图的中转站回回血。

3 个帖子 - 3 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: Yek_yek)

codex 英区team这个使用用量算正常么

全用的5.5 怎么就只有几刀了
1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 西西歪)

DGX spark安装MiniCPM-o 4.5

via LINUX DO - 最新话题 (author: 心若向阳)

各位L站的大佬，我想问一下hr面，面试的具体内容是什么呢？？

hr面应该是这个公司的最后一面，今天下午就要面试，想求助各位大佬，这最后一场面试面试内容是什么，挺急的，集思广益求助各位

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: piggy)

Telegram必备的搜索引擎，极搜JISOU帮你精准找到，想要的群组、频道、视频、音乐

👉 t.me/jisou2?start=a_7387292324

新站 中转Second Zero送福利额度~

【开站福利】Second Zero AI 中转站上线，免费送 200 份 × 30 元额度，先到先得 🎁

🌟 写在前面

各位 L 友好，潜水许久，这次带着诚意来发福利。

新站 Second Zero（https://second-zero.com）正式上线，作为一家刚起步的 AI API 中转站，深知刚开张没人气、用户也怕踩雷，所以拿出 200 份 × 30 元 的额度，全部免费送给 L 站的朋友们，注册即领，不用邀请码、不搞拉新套路。

希望大家能帮忙试试稳定性、提提意见，让站子能跑得久一点。

----------------------

🎁 福利详情

30 元额度按官方原价能跑相当一段时间，足够各位测试模型、跑跑日常对话和代码任务。

----------------------

🚀 站点介绍

Second Zero 走的是稳定 + 透明 + 平价路线：

● ✅️ 主流模型全覆盖：OpenAI（GPT 系列）、、Google（Gemini 系列）、以及Grok模型都在排期内
● ✅️ 官方格式直连：完全兼容官方 API 格式，原项目无缝切换，不用改代码
● ✅️ 价格透明：明码标价，多少倍率写得清清楚楚，绝不阴阳定价
● ✅️ 稳定性优先：上游走的是企业号通道，不堆便宜车，宁可贵一点也保命
● ✅️ 客服在线：站长本人值守，问题基本秒回，bug 直接修

----------------------

📌 适合人群

● 想用 Claude / GPT 但嫌官方麻烦的
● 平时跑 Cursor、Cline、Roo Code、Cherry Studio 这类工具的
● 想薅一波羊毛体验一下再决定是否长期用的
● 不想为了几块钱注册一堆乱七八糟小站的

----------------------

🔧 领取步骤

1. 打开 https://second-zero.com
2. 邮箱注册账号（建议常用邮箱，方便后续找回）
3. 进入后台 → 控制台兑换余额
4. 在「令牌」页面生成 API Key，填到你的客户端即可使用
5. 如果到账有延迟或遇到问题，站内联系站长备注「L站福利」

----------------------

💬 一点心里话

中转站这行卷得厉害，跑路的也多，所以也不指望各位上来就充钱。

先白嫖，体验得好再决定要不要留下，这是我能给出最实在的态度。

站子刚开，难免有小问题，欢迎在评论区或站内反馈，能改的连夜改，不能改的也会说清楚为什么。

希望能和 L 站的朋友们慢慢一起把这个站养大。

----------------------

🔗 传送门

站点地址：https://second-zero.com

200 份额度，先到先得，手慢无 🏃‍♂️💨

感谢各位老哥支持，评论区见 🙏

2 个帖子 - 2 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: karl6)

Claude 5x 额度统计

一个5小时额度，周限额从12% → 21%，差不多一周能有11个5小时额度

5小时只使用Opus 4.7 xhigh， token 大约如下。

┌──────────┬─────────┬───────────────┬─────────────┬────────────────┬─────────────┐
│   Input  │  Output │  Cache Create │  Cache Read │   Total Tokens │  Cost (USD) │
├──────────┼─────────┼───────────────┼─────────────┼────────────────┼─────────────┤
│ 147,110  │ 730,021 │     6,813,059 │  85,658,889 │     93,349,079 │     $103.58 │
└──────────┴─────────┴───────────────┴─────────────┴────────────────┴─────────────┘

周限额如果使用ccusage统计算法，那就是大约1150刀。

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: Dyna)

床上应该大抵不应该在这里墙边放硬质物品

迷迷糊糊做清醒梦，往前蠕动却被掐脖子

主要是真的有股窒息感，睁开眼睛发现前面是静音耳机罩子抵着我的脖子

那没事了

所以做梦居然真的可以把自己干掉吗

2 个帖子 - 2 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 🐟)

最近出现大量想买MacBook的帖子

咋回事 佬有啥头绪吗 🤔老实说WIN确实太烂了 而且毫无希望还在向下俯冲 完全就是一艘在漏水的破船啊

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: a12908)

分享一个mimo7亿token，速蹬~

KEY：tp-c3a47hi2csgwhap3ornqs4e0zt19k68z7cjbcetf5t6mnrra

兼容 OpenAI 接口协议：

https://token-plan-cn.xiaomimimo.com/v1

兼容 Anthropic 接口协议：

https://token-plan-cn.xiaomimimo.com/anthropic

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 一只爬山虎)

DGX Spark本地跑Qwen3.6-27B-nvfp4速度分享

via LINUX DO - 最新话题 (author: 心若向阳)

Agent 现在这么火，但做这个方向是不是会一直“半转行”？

感觉这几年计算机行业变化越来越快了。

前几年还在：

● 后端
● 安卓
● 大模型

现在又开始全面卷 Agent。

但我有点好奇的是：

做 Agent 这种前沿方向的人，会不会长期处于一种“持续小转行”的状态？

比如刚学完一套东西，行业风口又变了，又得重新跟。

现在到底哪些方向是真正能长期积累的？

想听听行业里的人怎么看。

7 个帖子 - 6 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 2231711_zxy)

使用GPT5.5 搭配国产模型能不能节省Token?

GPT5.5 是真的好用,就是额度太少了,用一用就没有了.
然后我就想GPT5.5 生成规划 分成多个Phase
由国产模型DeepSeek V4 Pro 进行代码编写干活
然后让GPT5.5 再逐个Phase验收
就生成了两个 Skill 一个Planner 一个Qa
但是实际用下来DeepSeek V4 Pro 达不到GPT的聪明,倒也能完成任务,只是需要Qa检验然后再反馈给DeepSeek修复,大概反复3-5轮即可通过 进行下一个Phase

但是有个新的问题出现,似乎这并没有起到节省Token的作用?
这样搭配下来
DeepSeek帮我完成了 2个Phase
GPT帮我规划+反复Qa验收并指出问题

目前GPT5小时限额还有9%
DeepSeek 花了7块钱
用了两三个小时时间

而全程用GPT5.5估计也是同样的消耗 并且也用不了这么长时间? 因为只是简单的建表+RBAC.

总觉得这是增本降效?
有大佬分享一下实际的工作流吗?
给老弟学习一下?
纯国产 或者纯CodeX 或者Claude 或者任意搭配 都可以 主要是想真正学点节省Token的开发流程.

中转站就别来回复了,我用到自会站内寻找.

9 个帖子 - 5 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 掌柜)

【分享】codex /goal 炼化项目提升后续 coding 准确性

老项目的屎山代码很多，功能模块庞杂，让 codex 改代码偶尔会出现漏改，或动了本不该动的代码，所以整个项目需要先炼化后再 vibe coding. 使用 /goal 命令就很合适，把整个项目炼成 skills AGENT.md 再搭配手中的工作流 spec/superpower等等，codex再写起代码来能更精准，思考会更全面。 注意：需要开启 subagent 和 goal 功能,搭配 gpt-5.5 xhigh 效果更好，我试过用 5.4 也可以 但是炼化出的 skill 没 5.5 数量多和细节更完整。

/goal 你的任务是基于当前项目代码库，使用多路 subagent 和 $skill-creator 并行梳理项目知识，补充或完善开发过程中 AI 需要依赖的 `.agents/skills/` 与 `AGENTS.md`，目的是后续 AI 在修改、重构、排障、测试、扩展功能时能更准确理解项目，避免 AI 出现遗漏、重复造轮子、破坏既有架构、重复求证和错误假设等问题。

核心要求：
1. 始终保持当前环境允许的最大并发 subagent 数量。
2. 只要存在可独立分析的模块、目录、技术栈或开发场景，就立即分派新的 subagent。
3. 不要让 subagent 做重复工作；每个 subagent 必须有清晰边界、输入范围和预期产出。
4. 所有结论必须来自现有代码、配置、文档、测试、提交记录或可验证的项目事实，不允许凭空编造。
5. 优先补充对后续 AI 开发最有帮助的信息，而不是写泛泛的项目介绍。

第一阶段：主 agent 快速盘点项目
- 查找并阅读现有的 `AGENTS.md`、`.agents/skills`、README、docs、package/build 配置、测试配置、CI 配置、主要入口文件。
- 用 `rg --files` 或等价方式建立项目结构认知。
- 识别项目的主要技术栈、运行方式、测试方式、代码分层、核心业务域、关键模块和高风险区域。
- 基于盘点结果拆分 subagent 任务。

第二阶段：并行分派 subagent
根据项目实际情况，将以下方向拆成多个 subagent 并行执行；如果某方向不存在则跳过，如果某方向过大则继续拆分：

- 架构与目录结构：分析项目整体分层、入口、模块边界、核心数据流。
- 本地开发与构建：分析安装、启动、构建、环境变量、脚本、依赖管理。
- 测试与质量保障：分析测试框架、测试命令、fixture、mock、覆盖重点、常见失败原因。
- 前端/UI：分析组件组织、样式系统、状态管理、路由、交互约定、设计约束。
- 后端/API：分析服务边界、路由、控制器、业务逻辑、错误处理、接口契约。
- 数据层：分析数据库、schema、迁移、ORM、缓存、存储、数据模型约定。
- 集成与外部服务：分析第三方 API、认证、支付、消息队列、文件存储、邮件等。
- 安全与权限：分析鉴权、授权、敏感信息、输入校验、权限边界。
- 运维与发布：分析 CI/CD、部署、配置、日志、监控、故障排查路径。
- 既有工具与复用点：找出现有 helper、utils、hooks、services、组件库、脚手架，避免后续重复实现。
- 历史文档与隐性约定：从 docs、注释、测试、配置和命名中提炼项目约定。

每个 subagent 的产出必须包含：
- 分析范围：读了哪些目录、文件、配置或测试。
- 关键事实：项目中已经存在什么能力、模式、工具、约定。
- 后续 AI 必须知道的注意事项。
- 容易误改、重复造轮子或遗漏的点。
- 建议写入 `AGENTS.md` 的内容。
- 建议新增或更新的 `.agents/skills`，并说明触发场景。
- 未确认的信息和需要主 agent 二次核验的地方。

第三阶段：主 agent 汇总与去重
- 汇总所有 subagent 结果，去除重复、冲突和泛泛描述。
- 对冲突结论进行二次查证，以代码事实为准。
- 不要把所有内容堆进一个大 skill；按真实开发场景拆成小而明确的 skills。
- 如果已有 `.agents/skills` 或 `AGENTS.md`，必须在保留原有有效内容的基础上增量修改，不要粗暴覆盖。
- 如果某个 skill 只是通用工程建议，且没有项目特异性，不要创建。

第四阶段：补充 `.agents/skills`
为后续 AI 高频开发场景创建或更新项目专属 skill。每个 skill 应该包含：
- 何时使用这个 skill。
- 该场景下必须先阅读的关键文件。
- 推荐执行流程。
- 常用命令。
- 项目内已有可复用模块、helper、组件或服务。
- 禁止事项或高风险误区。
- 验证方式。

优先考虑这些 skill 类型，但必须根据项目实际裁剪：
- 本地开发与环境启动 skill。
- 测试、排障与质量验证 skill。
- 前端功能开发 skill。
- 后端/API 开发 skill。
- 数据模型/迁移 skill。
- 权限/认证相关 skill。
- 外部集成相关 skill。
- 发布/部署/CI 排障 skill。
- 项目架构导航 skill。
- 代码复用与避免重复实现 skill。

第五阶段：补充 `AGENTS.md`
`AGENTS.md` 应该作为 AI 进入项目后的第一份上下文，内容应简洁、可执行、项目专属。至少包括：
- 项目是什么，以及主要技术栈。
- 关键目录和模块职责。
- 本地启动、构建、测试、lint/typecheck 命令。
- 修改代码前应先阅读的文件。
- 核心架构约定和代码风格约定。
- 已有能力和复用入口，避免重复造轮子。
- 常见开发任务应该走哪些路径。
- 高风险区域和禁止随意改动的地方。
- 环境变量、外部依赖、生成文件、迁移文件等注意事项。
- 完成修改后的验证清单。

第六阶段：验证
完成写入后必须执行以下检查：
- 确认新增或修改的 skill 文件路径正确、结构清晰、触发场景明确。
- 确认 `AGENTS.md` 不包含无法从项目中验证的臆测。
- 确认引用的命令、目录、文件名真实存在。
- 运行适合文档变更的轻量验证，例如查看 git diff、检查 Markdown 结构、必要时执行项目已有的 lint/test 命令。
- 最后输出总结：新增/更新了哪些 skills，`AGENTS.md` 补充了哪些内容，仍有哪些项目知识无法确认。

工作原则：
- 并行优先：始终保持 subagent 满额运行，直到没有可独立推进的分析任务。
- 事实优先：所有项目说明必须能追溯到代码、配置、文档或测试。
- 场景优先：skills 面向后续 AI 的具体开发场景，而不是泛泛介绍。
- 增量优先：尊重已有文档和用户改动，不覆盖无关内容。
- 简洁优先：写对后续开发有用的内容，不制造冗长背景文档。

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: RainsFly)

今天cpa接入的codex运行非常缓慢，是否可以把cpa的auth文件直接覆盖本地codex的auth文件？

卡了大概半个小时，然后突然想起来了auth文件都差不多，就覆盖了，请问这样做有风险么？

2 个帖子 - 2 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: vaninna)