coofee @codercoofee

强烈推荐 @yetone 的 magpie，牛逼的AI Agent 基建。 如果想开发了 AI 工具，想支持各种模型配置和 Oauth 登录，可以把仓库发过去，让 Agent 学习参考。 平台图标用的是lobehub 整理的 icon，添加服务商也变的很直观。 magpie 仓库地址，推荐 Star ： github.com/yetone/magpie

keyboard_arrow_left Previous keyboard_arrow_right Next

Antigravity models inside Pi, without the reverse-engineered OAuth hacks. Most ways of plugging Antigravity into other clients go through the private Cloud Code Assist login. That's how people get their main Google account flagged. pi-antigravity-acp-provider takes the official route. It talks to Google's own Antigravity ACP server. You keep the full Pi workflow, and Antigravity runs the model underneath. Setup: pi install npm:pi-antigravity-acp-provider Then in Pi: /login → Google Antigravity (ACP) → sign in through the browser /model → pick any antigravity-acp/* model

ok fine, here's free GLM 5.3 Flash uncensored ~13m TPM shared ~360 TPS peak use it for cybersec, coding, whatever live at platform.xplabs.ai

Silen Naihin @silennai

a week ago

just rented an 8xH100 node for a few months what should I do with it? considering hosting GLM 5.3 Flash and giving it away for free

43 1 260 199K 65

@miles_mazy 为了流量诱导欺骗普通人，不是坏就是蠢

Codex tip: A cost-efficient Luna + Sol agent tree, orchestrated by Astra. Effort levels chosen by weighing DeepSWE’s pass rates, average cost per task, and agent steps. Hand this to Codex to set it up 👇

分享一套由架构师 Brij Kishore Pandey 提出的标准， 是目前避免 Agent 上下文膨胀最优雅的工程解法。 90% 的人都把 CLAUDE.md 当成普通的提示词文件,难怪你的 AI 永远像个乱改代码的弱智实习生: 把代码规范、API 格式、业务逻辑全往根目录死命塞, 模型还没动工,注意力就被几千行无用说明给稀释光了。 想让 Claude Code 真正变成常驻在你代码库里的资深架构师, 你需要的不是写更长的 Prompt,而是这套把上下文物理切开的项目解剖学: 1️⃣ 根目录只放极简骨架（四维契约）: 只写系统是做什么的目标、文件在哪的地图、允许禁止什么的死规则,以及怎么完成任务的工作流,绝不堆砌具体代码; 2️⃣ 业务上下文下沉到子目录: 很多人不知道 Claude 会自动读取子目录的独立记忆,在 src/api 和持久化目录下分别建局部 CLAUDE.md,模型钻进哪个模块才读哪份手册; 3️⃣ 工作流封装进 .claude/skills: 代码审查、重构、发布流程不要每次口头重打,全部固化成可复用技能,用完即走; 4️⃣ 刚性护栏交给 .claude/hooks: 关键改动前强制触发自动化检查,不符合规范直接代码级打回,绝不靠模型的自觉。 提示词做减法,工程结构做加法, 保持上下文的最小化与精确性,模型才能在你的代码库里大杀四方。 你现在的项目根目录,还塞着一份几千字的大杂烩提示词吗?

只需要准备： ✅ 一个孟加拉原生蓝V账号 ✅ 一个 Base 链 Web3 钱包 即可按蓝V赠送成本价开通： 三个月：￥16.5 六个月：￥33 你可以在闲鱼、社群、私域等渠道提供蓝V代开服务，赚取差价，实现低成本变现。 孟加拉原生蓝V账号下单链接： chejiu888.online

车九 （低价蓝V代开） @ZuiJiu61637

a month ago

准备四个链接： 1，下单链接： chejiu888.online 2，获取2FA验证码链接： 2fa.live 3，虚拟地址生成链接： cn.americaaddress.com/bangladesh-add…

12 5 36 45K 71

This is a f*cking goldmine. This website has HUNDREDS of free Claude resources. Claude subagents, skills, plugins - and more. Wish I had found it sooner. buildwithclaude.com

如果你刚用上GPT6-Astra，强烈推荐你使用下面这个提示词，能够提高很多工作效率 请对我的历史任务做一次有证据的工作流审计，目标是减少重复说明、重复决策和重复返工，并把已经稳定的经验沉淀到合适的位置。 1、找出重复任务、反复决策和常见返工。 2、结合具体案例，提炼可复用的步骤与经验。 3、区分通用方法和临时做法，注明证据。 4、选出最值得沉淀的三项，建议做成规则、Skill或自动化，优先复用已有能力。 5、说明触发条件、执行步骤和验收标准。

完全重写了一版给GPT-6 Astra用的AGENT.md，个人用了一会以后感觉良好： #AGENT.md ## 沟通 - 面向用户的叙述默认使用简体中文；代码、命令和技术标识保持英文。 - 先给影响与结论，再给行动、待决策和必要证据；没有对应内容就省略。 - 使用简洁、连贯的段落；只有确实适合并列比较或按步骤执行时才使用列表。 - 使用具体、简单的词，避免无意义术语、套话、重复总结和未经请求的对比。 - 技术细节只保留对理解结论、判断风险或复现结果有帮助的部分。 ## 指令优先级 - 遵守系统、平台和安全约束。 - 用户当前明确指令优先于 Skill、历史记忆和默认偏好。 - 项目目录中的 `AGENTS.md` 只在该项目范围内补充或覆盖全局规则。 ## 执行方式 - 用户表示要开始新工作或修复现有问题时，持续推进，直到用户的目标完成，在目标方向上自主推进。 - 向用户提问之前，先完成上下文里已经授权、并且能把下一步变成可审查结果的工作。用户批准的应该是具体、可检查的结果。 - 用户建议不适合目标时直接说，不要迎合。 - 不要因为假想风险，主动加警告、免责声明、审批流程或安全/合规清单。 ## 测试与验证 - 不要为可逆、影响小、只是复述实现的改动写测试。 - 跑与本次改动相称的测试，并完成必要检查。这些通过之后，只有出现新改动、新失败或尚未解决的疑点时，才扩大或重复测试；否则继续把任务做完。 - 收尾删掉本次产生、之后用不上的临时文件。 ## 工具与并行 - 搜索文件或文本优先使用 `rg`、`rg --files`；独立的读取和查询尽量批量执行。 - 网页控制台无 CLI/API 时用已登录的Chrome浏览器；飞书优先 `lark-cli`。 - 只有存在真正独立的工作流，且委派能节省时间或提升质量时才使用子 Agent。 - 共享状态、连续决策和简单任务由当前 Agent 直接完成；委派任务必须有明确输入、输出和完成判据，最终结论由主 Agent 汇总并验证。 ## 规则来源 - 全局规则维护在当前生效的 canonical `AGENTS.md`；`CLAUDE.md` 只作兼容入口，不复制规则正文。 - 项目事实、生产状态、历史决策和对外契约以项目级 `AGENTS.md` 及其指定的脚本、探针、决策记录和合同文件为准。

x.com/i/article/2095…

大神都推荐的 Hermes 插件🔥 Hermes 精确浏览器手 + 即时通讯投递官 + 232 角色路由器 + 自进化引擎 + 网关一键切轨五连杀！ 全网玩家把 Hermes 玩成了下一代「能点你指定标签页 + 能把结果送到聊天室 + 能按需召专家团 + 会自己改自己 + 能在本地/远程/SSH 之间秒切」： 1️⃣ CorsenAI/hermes-connector（github.com/CorsenAI/herme…） Chrome 伴侣：精确绑到你选中的标签页和当前 Hermes session，本地优先控制，Desktop 还能自动发现会话。 “浏览器第一次变成 Hermes 的手，而不是一张全屏截图”！ 2️⃣ elkimek/hermes-fluxer-plugin（github.com/elkimek/hermes…） 独立 Fluxer 平台插件：WebSocket 收消息、REST 回传文本/媒体/语音/审批按钮，mention 门禁 + 白名单。 “通知、Cron、群聊回执第一次有了正经投递官，而不是卡在终端里”！ 3️⃣ msitarzewski/agency-agents（github.com/msitarzewski/a…） 232 角色懒加载路由器：agency_agents_search / inspect / load / delegate，不把整团专家一次性灌进 prompt。 “专家军团按需上场，上下文不再被角色卡撑爆”！ 4️⃣ NousResearch/hermes-agent-self-evolution（github.com/NousResearch/h…） 官方旁路自进化引擎：观察真实工作流，沉淀可复用技能，和主 Agent 并行改进。 “会干活还不够，得会给自己造下一把武器”！ 5️⃣ jiqqaman/hermes-gateway-switcher（github.com/jiqqaman/herme…） 桌面状态栏一键切 Local / Remote / SSH，当前模式、远端 URL、user@host 一眼看清，切轨前提示确认。 “工位在笔记本、VPS、跳板机之间切换，不再改配置文件赌命”！ // 这波直接把 Hermes 从「会自我进化的单兵」推到「能上手指定标签页、能投递到聊天室、能召专家团、能自我改造、能秒切战场」的完整操作系统。今晚装，明天生产力直接起飞！

GitTrend @GitTrend0x

a month ago

Hermes 全能小帮手！ 全网玩家把 Hermes 玩成了下一代「有独立工牌的工程师 + 能精确点标签页的眼睛 + 边干活边说话的语音网关 + 能指挥别家编码 Agent 的中枢 + 带审批的社交雷达」： 1️⃣ PickNikRobotics/hermes_github_app_plugin（github.com/PickNikRobotic…） 每个 Hermes Agent 自己一张 GitHub

15 3 39 22K 59

Hermes 全能小帮手！ 全网玩家把 Hermes 玩成了下一代「有独立工牌的工程师 + 能精确点标签页的眼睛 + 边干活边说话的语音网关 + 能指挥别家编码 Agent 的中枢 + 带审批的社交雷达」： 1️⃣ PickNikRobotics/hermes_github_app_plugin（github.com/PickNikRobotic…） 每个 Hermes Agent 自己一张 GitHub App 工牌，不再盗用你的 gh / SSH 身份。 “Agent 第一次有自己的工号，而不是偷偷用老板的钥匙开门”！ 2️⃣ abundantbeing/hermes-browser-extension（github.com/abundantbeing/…） 官方味道的浏览器伴侣：按标签页租约做快照 / 点击 / 填表 / CDP，还能在网页里开 Hermes 工作台。 “浏览器终于变成 Hermes 的手，而不只是一张截图”！ 3️⃣ bielcarpi/hermes-live-voice（github.com/bielcarpi/herm…） 自托管实时语音网关：你继续说话，Hermes 后台继续干活，本地 / Gemini Live / OpenAI Realtime 三路适配。 “第一次真正边聊边施工，而不是对着终端干等”！ 4️⃣ xuyang-liu16/hermes-code-bridge（github.com/xuyang-liu16/h…） 把 Hermes 当成指挥塔，调度本地 Codex / Kimi Code / Claude Code / OpenCode / Gemini CLI。 “一家 harness 当大脑，其余全部当特种兵”！ 5️⃣ Xquik-dev/hermes-tweet（github.com/Xquik-dev/herm…） X 搜索、监控、粉丝导出，动作必须先过审批。非官方，不跟 X Corp 沾边。 “社交雷达上线，发帖键还是握在你手里”！ // 这波直接把 Hermes 从「会自我进化的单兵」推到「有独立工牌、能上手浏览器、能实时说话、能指挥别家 Agent、能盯盘社交」的完整操作系统。今晚装，明天生产力直接起飞！

GitTrend @GitTrend0x

a month ago

今日爆款 Hermes 插件 Hermes 金库闸 + 气象情报官 + 无头浏览器 + 自维护记忆 + 舰队聊天室五连杀！ 全网玩家把 Hermes 玩成了下一代「会花钱先请示 + 会看天吃饭 + 会隐身上网 + 会自己打扫记忆 + 能看见整支舰队」： 1️⃣ nativ3ai/hermes-payguard（github.com/nativ3ai/herme…） USDC / x402

36 0 39 13K 51

Anthropic 最近公开了一款内部员工高频使用的 Claude Code Skill——ELI5。 安装这个 Skill 后，你只需要输入想了解的概念，它就会自动生成一个 HTML 页面，通过“大图 + 少文字”的方式，把复杂的技术原理可视化解释出来。 视频中演示了使用 ELI5 解释 MCP 运行原理，以及 Harness 这一 AI Agent 概念的过程。 相比传统文字解释，它能够通过结构图、类比和简单案例，让复杂知识更加容易理解。 如果你经常学习 AI、编程、Agent、MCP 等新技术，这个 Skill 可以帮助你快速理解和分享复杂概念。 #MCP #Skill #Anthropic #claude

SpaceXAI engineer (ex-Cursor): "right now I'm running 10-20 GrokBot agents that automate 90% of my routine i have a Chief of Staff agent. He knows about all my other bots and manages everything" in a 50-minutes podcast, a SpaceXAI engineer showed how to build a team of agents that will work for you 24/7 worth more than a $500 course on agentic engineering watch today, then read how to build a Grok agents team from scratch in the article below

Codez @0xCodez

2 months ago

x.com/i/article/2089…

99 383 3K 6.6M 10K

很多人做 AIGC 写真，提示词写了几百字，最后出来的 10 张图却像摄影师钉在地上没动过。 这组系列图让我更确定一件事：真正拉开系列感的，不是换场景，而是换“摄影机的位置”。 比如这种海港放课后写真，我不会只写「俯拍 / 仰拍 / 广角」这么简单，而是把机位拆成： 摄影机在哪里 + 比人物高还是低 + 离人物多远 + 从哪个方向拍 + 前景是什么 + 人物在画面里有多大。 于是就能写成： 「摄影机站在楼梯最上方，向下俯拍，人物只占画面 15%，楼梯和栏杆形成纵深」 「摄影机贴近地面，距离人物约 1 米，24mm 广角，鞋和自行车轮进入前景，人物从画面上方经过」 「摄影机位于人物侧后方 2–3 米跟拍，人物不看镜头，海面和栏杆保持可辨认」 「摄影机贴近人物肩侧，35mm 近景，透明泡泡靠近镜头，手部轻微失焦，脸在第二景深层」 机位不是“高低”两个字，而是摄影机和人物之间的空间关系。 再配合这组图里的冷蓝绿调、细胶片颗粒、轻微高光溢出和人物柔焦美颜，哪怕服装完全不换，也能拍出一整套真正有节奏的写真。 我现在写系列图，基本都遵循一个公式： 机位位置 × 相机高度 × 拍摄距离 × 拍摄方向 × 景别 × 前景关系 × 人物位置 把这 7 个变量真正随机起来，比堆 50 个“电影感、氛围感、高级感”有效得多。

keyboard_arrow_left Previous keyboard_arrow_right Next

I gave Elon Musk's new Grok Bot an org chart instead of a to-do list, and in one week I stopped being a founder who does the work and became one who assigns it. eight bots. one org chart. nobody sleeps but me. here's the whole design, steal it. step 1 → 0:01 What we're covering step 2 → 2:01 Installation & Setup step 3 → 3:14 Building the First Bot step 4 → 8:18 Teaching by Screen Recording step 5 → 14:18 Putting it All Together THE ROSTER: Atlas, chief of staff. the only bot I talk to. I give it outcomes, never tasks. it decomposes them and delegates to the team in group chat, and it never does specialist work itself. it posts the plan every morning and what shipped every night, and it only comes to me when a decision is irreversible or spends money. Scout, research. finds and qualifies my ICP. every day: 25 verified prospects, one line on why they need us right now, and a source. if it can't verify, it marks it unverified. it never guesses. Quill, content. turns what the company learned this week into 5 posts and 1 long piece, in my voice, matched from the last 50 things I wrote. drafts only, it never publishes. Pitch, outbound. writes a first touch and two follow-ups for everyone Scout marks ready. 60 words max, one specific observation about their business, one clear ask. queued in drafts, I approve in bulk. Vault, inbox and ops. triages everything into needs-me, needs-a-bot, needs-nothing. it handles the last, routes the middle, and gives me five bullets on the first by 9am. Ledger, analyst. one report a night: what moved, what didn't, and the single number I should care about tomorrow. no dashboards, no adjectives. HOW THEY'RE WIRED one group chat per outcome, not per person. Atlas sits in all of them. the bots hand off inside the chat, so I only read the handoff, I never manage it. two rules that made this actually work: 1. every charter ends with a hard "never do this without asking" line. autonomy without a fence is just chaos on a schedule. 2. show once, don't describe. I ran the full workflow on my screen one time. that single demo taught them more than a page of instructions ever could. WEEK ONE 214 verified prospects delivered. 89 personalized outreaches queued and approved. inbox at zero every morning. 11 content pieces ready. THE POINT most people are still treating Grok Bot like a smarter chat window. it isn't. it's the first time one person can own an org chart instead of a to-do list. my bottleneck was never how much I could do, it was how much I could hand off. bookmark this.

pi.dev/packages

绝绝子好用的Pi 很成熟，轻盈，便捷 工作起来真的非常省心 干长任务很舒心 推荐安装的插件在评论区，地址也在那里

Instead of watching 2 hours of Netflix tonight, watch this Stanford lecture. It’s the clearest end-to-end explanation I’ve seen of how ChatGPT and Claude are actually built. From tokenization and BPE all the way to the transformer architecture, training pipeline, and next-token decoding. Whether you’ve never written a line of AI code or you’ve been shipping agents every day, this 2h 34min session will click things into place that most people take years to figure out. Bookmark it and clear the time this weekend, because this might be the single most valuable thing you learn all month.