Daniel. W

PhD@CMU, 10+ years of experience in bioinformatics

[Vaibhav (VB) Srivastav @reach_vb]

We just released the Codex Python SDK 🔥

You can now embed Codex directly into your Python apps and workflows!

> Start threads
> Run turns
> Stream progress
> Resume sessions
> Pass images
> Control sandbox access

All whilst reusing your existing Codex auth.

pip install openai-codex

Go build with it!!

[余温 @gkxspace]

你的 AI Agent 现在能搜推特了。

Grok CLI 终于把 Twitter 的搜索能力给内置了。

X 官方搜索 API 很贵，Grok 这次加了 4 个搜索工具：

1、x_keyword_search：最强的一个，完整支持所有高级搜索操作符，from:、since:、min_faves:、filter:images，Top/Latest 模式都有
2、x_semantic_search：语义搜索推文，支持日期范围和相关性过滤
3、x_user_search：搜用户
4、x_thread_fetch：抓完整推文线程，父帖加所有回复

关键是这东西在本地，你的 Agent 随时能调用，背后直接连着 Twitter 实时信息，价值巨大。

[Gian @JyNong26]

https://t.co/GIrLWKo7ut

[PaddlePaddle @PaddlePaddle]

🚀PaddleOCR-VL 1.6 Officially Released!

We are thrilled to announce the official release of PaddleOCR-VL 1.6 — this version has set a new SOTA record of 96.33% on OmniDocBench, outperforming both open-source and proprietary solutions in text, formula, and table recognition.

📊 Key Highlights:
🔸 Ranked #1 on OmniDocBench v1.5 and Real5-OmniDocBench as well
🔸 Significant improvements in table, classic text, and rare character recognition
🔸 Enhanced seal, spotting, and chart recognition
🔸 Fully compatible with v1.5 architecture — zero migration, plug-and-play

From financial contracts and legal documents to research reports and historical archives — empower your document intelligence workflows by providing high-quality data to large language models (LLMs) and retrieval-augmented generation (RAG) systems.

✨ Industry-leading accuracy. Zero migration. Plug-and-play.

🔗 Read more: https://t.co/oNOfB6hbSY

#PaddlePaddle #PaddleOCR #AI #ComputerVision

[ginobefun @hongming731]

#BestBlogs Claude code 云端部署 & 魔改 sdk 实现 http 流式调用保姆级教程 | 阿里云开发者

摘要：
文章围绕将 Claude Code 云端化部署的核心挑战展开：离线安装、HTTP 服务化、多用户隔离。

作者首先通过 npm pack 打包和 Docker 基础镜像解决了无外网环境下的部署问题。然后，基于 claude-agent-sdk 和 FastAPI + SSE 构建了 HTTP 服务层，将 SDK 的 query() 和 ClaudeSDKClient 两种调用模式封装为 RESTful 接口，支持单次查询、多轮会话、流式输出，并集成了子代理、MCP 服务器、Hooks 等高级特性。最后，针对多用户场景，提出了「一用户一沙箱 + 用户文件版本化存储」的架构，利用容器级隔离解决运行时串扰，并通过文件快照实现用户状态的持久化和版本回溯。

文章还分享了开发过程中的踩坑记录和个人感悟，强调工程设计能力是高效利用 AI 的基础。

主要内容:
1. 通过 npm pack 和 Docker 基础镜像实现 Claude Code 的离线云端部署。 -- 在无外网服务器上，通过 npm pack 打包 Claude Code 为 tgz 离线包，再结合 Docker 打包 Node.js、Python 和 HTTP 服务代码，实现一次构建、处处部署。

2. 基于 claude-agent-sdk 和 FastAPI + SSE 构建 HTTP 流式服务层。 -- 将 SDK 的 query() 和 ClaudeSDKClient 封装为 RESTful 接口，支持单次查询和多轮会话，并通过 SSE 实现实时流式输出，替代了不可用的 CLI 方式。

3. 采用「一用户一沙箱 + 文件版本化存储」架构解决多用户隔离问题。 -- 为每个用户分配独立沙箱实例，实现运行时隔��；通过将用户文件（记忆、配置、代码）版本化存储到 OSS，使沙箱实例无状态化，用户状态可持久化并可回溯。

文章链接：https://t.co/wEL0BpTqZF

[Jason Zhu @GoSailGlobal]

https://t.co/uEhh3RH721

[小墨同学 @legacyvps]

现阶段AI做PPT的最强实践，只需要一个Codex就足够了，十分钟创建一个精美的PPT。

Codex+Image 2 + Presentations 插件，一个指挥、一个设计模板、一个实践输出PPT。

可以指定生成多种风格，视频里面我只让它生成了四种，最主要的是它的每一个文字、图片、元素都是可编辑的这才是最主要的！

[karminski-牙医 @karminski3]

什么?! skill 也能"训练"了?

以往大家都是凭经验让AI写 skill, 然后调试的时候也是运行几下感觉没bug就完事了.

但 skill 能运行就一定好吗? 于是微软联合上交复旦同济等机构发了一个新框架 SkillOpt, 直接让AI评估skill写的好不好然后不断去优化!

最终, 这个框架写的 skill 让GPT-5.5的直接对话准确率飙升了 23.5分!

这个框架具体是怎么做的也很简单, 让skill迭代过程实现 harness 闭环! 大模型写完 skill 后, 立刻进入跑分流程, 只有得分更高的 skill 变更才会留下来. 跟大模型的强化学习过程如出一辙.

框架的设计也很值��做 Agent 框架的同学借鉴, 比如:

它设计了一个独立的优化器模型, 这个模型是用来写 skill 的, 它会根据 Agent 执行任务的试错表现得分, 对 skill 进行编辑操作(增加、删除、替换文本).

然后就是 harness 流程了：每一次文本编辑都必须在独立的验证集上分数有提升, 才会允许合并.

最后, 也是最精彩的地方, 框架还引入深度学习训练机制, 设计了文本层的学习率预算, 这个的核心就是限制大模型每次只能修改skill的一小部分, 慢慢迭代, 而不是全都重写.
论文中最有价值的数据就在这里, 论文实验发现, 每一步设置 4 到 8 个编辑操作的预算效果最好. 最终的最佳 skill 往往只包含 1 到 4 个被接受的核心修改.

甚至他们还设计了被拒编辑缓冲区, 用来存储训练过程的反面胶材, 以及周期性慢速/元更新, 这个则是跑完一个周期后, 会进行一次盘点, 类似于让框架形成记忆, 能更好的维持后续迭代.

这篇论文的结论十分深刻: skill(prompt) 完全配得上, 也需要一套系统级的训练流程.

原文中的描述直接是: 我们主张, skill 应当作为 Agent 的外部冻结状态来被"训练", 并且训练过程还要"让权重空间优化具有可重复性"!

这是不是意味着, 提示词工程(Prompting)和模型训练(Training) 的界限将逐渐变得模糊? 而提示词工程完全进入了机器学习的领域. 也许很快, 我们再也不需要人类去手动瞎改和调试提示词了!

论文地址: https://t.co/IHn7EZuhbv

#skillopt #微软 #提示词工程 #harness

[恒星 @vintcessun]

这项目贼离谱——用小孩都能听懂的方式，把 ChatGPT 背后的 GPT 从零手搓了一遍。
每行代码都有注释，12 章 7500 多行，甚至专门讲清楚了 attention 那块我死活没搞懂的细节。
说白了，如果你只想“理解”而不是“调包”LLM，这就是现在最友好的实战教程。

https://t.co/x8cRHY4KOW

[CuiMao @CuiMao]

各位好，这真的是我最后一个关于Anthropic的故事了，本视频由seedance2制作完成。感谢你一直以来对我的关注。结尾有彩蛋。

[昆哥 @YikunChen1983]

卧槽，我今晚搞通了一个很离谱的东西。

用 Codex 搭了一条本地（免费）数字人内容生产 pipeline，再用 Remotion 把文案动画视频和数字人讲解视频完整合成。

也就是说，搭一条可以反复生产视频的流水线：
文案 → 脚本 → 数��人讲解 → 字幕动画 → 视频合成 → 成片

最关键的是，这套流程跑通后，很多以前要剪辑师一点点调的东西，现在可以工程化了。

我试完最大的感受是：

AI 视频真正可怕的地方，是它开始变成一套可复制、可批量、可自动迭代的生产系统。

明天写长文分享完整过程。
想看的扣 1，我把踩坑也一起写出来。

[FFEE知识分享 @FFEE_2025]

大神做得一个神级工具，只要有一个Cloudflare账号和域名，就可无限，免费的使用节点，看油管4k轻松不在话下。

工具地址：https://t.co/AROGns8p1t

Demo 演示站点：https://t.co/683A0FtNwf

详尽图文教程：edgetunnel 部署指南

https://t.co/fP8B4GePRI

[向阳乔木 @vista8]

根据神佬 @berryxia 的截图，丢给Codex复刻的微信消息驾驶舱。

底层是卡比的wx-cli，等完善后看好不好开源。

[渡边君 @JiaweiShen2568]

https://t.co/bPz7azVJlU

[向阳乔木 @vista8]

最近最火的Codex优化网络速度Use Case，写了个提示词，亲测效果不错：

1. 在Codex中输入 “/goal” ，如果中文版输入 “/目标”，如果不用，直接发提示词也行。

2. 提示词如下：

优化当前电脑的网络速度和稳定性。

请按“先诊断、再最小可逆修改、最后复测”的方式执行，不要直接破坏性重置网络。

诊断要求：
1. 先跑 before 基准：networkQuality、DNS 查询耗时、到路由器的 ping、到公网 DNS 的 ping。
2. 区分真实公网链路和本机代理/VPN/TUN：检查 scutil --nwi、route get default、scutil --dns、scutil --proxy。
3. 检查 Wi‑Fi 质量：频段、信道、带宽、RSSI、噪声、Tx Rate、周边干扰。
4. 检查 MTU、丢包、mDNS/DNS 缓存、网络服务顺序。
5. 找出高流量或会接管路由的后台进程，如 VPN、Tailscale、Shadowrocket、Stash、iCloud、Dropbox、网盘、下载器。

优化要求：
1. 只做安全、可逆、低风险修改。
2. 把真实使用的 Wi‑Fi/以太网排到网络服务第一位。
3. 禁用明显无用的伪网络服务或旧网络服务，但不要删除配置。
4. 根据实测 DNS 延迟设置更快的 DNS。
5. 刷新 DNS 和 mDNS 缓存。
6. 停止或提示我关闭明显占用带宽的后台程序。
7. 如果需要 sudo 或会影响 VPN/远程连接，先说明风险，不要强行执行。

复测要求：
1. 再跑 after：networkQuality、DNS 查询耗时、路由器 ping、公网 ping。
2. 对比 before/after：下行、上行、空闲延迟、加载延迟、丢包、DNS 耗时。
3. 总结发现的 3 个主要问题、已修复项、未修复但建议手动处理项。

[Berryxia.AI @berryxia]

兄弟们，今天我不装了。

摊牌了～

之前一直有朋友说你这套提示词生成的海报这么好看，而且非常丝滑。

捣鼓了一套万能产品、人文、科技、展会等等 都可以快速出图的提示词。

但是，很多人还是用不来觉得麻烦。
于是我，我把它在Bloome 做了个海报设计Agent。

你直接对话就可以生成，现在是为了避免白嫖怪直接1 刀解锁，好像可以生成100 张图？

我没有记错的话，限时一周。

👇地址见评论区～

[Amto @XAMTO_AI]

爱奇艺、腾讯、优酷、芒果、B站——五大平台的VIP墙，一个脚本全通。

三个事实：

PC端和手机端通吃

免费，还长期维护

732个Star，早有一批聪明人在偷偷用了，只是没人声张

操作门槛约等于零：装个Tampermonkey，导入脚本，开关一拨，会员墙直接消失。

你还在老老实实充会员？https://t.co/j1sTGCY9P3

[Gyro @gyro_ai]

每天 arXiv 上几百篇新论文，光看标题就眼花，想跟进领域进展又没时间一篇篇读

看到一个 daily-arXiv-ai-enhanced，每天自动爬 arXiv 论文、用 AI 写好总结，再做成一个网页给你看

https://t.co/a7mvMUBz7V

2.7k star，每天成本大概 0.2 元

核心特点：

1. 自动爬加 AI 总结 - 每天抓新论文，用 DeepSeek 把内容压成摘要
2. 不用买服务器 - 全靠 GitHub 的免费自动化���建站功能跑，部署在网页上多设备同步
3. 按兴趣高亮 - 你关心的方向会被标出来，不用自己筛
4. 筛选规则能改 - 自定义按关键词、作者过滤，配置还能导出分享给别人

fork 仓库后填上 API 密钥、配好分类和语言、打开网页托管功能，之后每天自动跑

如果你是研究者、想每天自动收到论文总结又不想花钱搞服务器，这个 0.2 元一天的方案很香

[雪踏乌云 @Pluvio9yte]

OpenAI 内部发了份 PDF，讲他们自家工程师是怎么用 Codex 的

他们的安全、infra、前端、API 团队天天都在用：

• 快速搞懂完全陌生的代码库
• 跨几十个文件的重构
• 生成 devs 容易漏掉的 edge case 测试
• 快速 scaffold boilerplate
• 日历被会议塞满还能保持 flow

PDF 在这：https://t.co/CHYcwJZxeJ

[Xudong Han @Xudong07452910]

🖼️改论文排版改到崩溃？试试开源项目 PaperFit！科研人排版救星，可以直接在Claude Code、Codex和Cursor中使用。

内容写完、LaTeX编译通过，但版面丑到不敢投，PaperFit 用视觉闭环直接解决：
- 自动编译 + 把PDF渲染成页面图像
- 智能诊断双栏空洞、表格溢出、图表乱飘、末页留白等问题
- 自动生成修复策略并修改源码
- 重新编译 + 视觉验收

关键是它不是只看.log文件，而是真正“看”PDF版面来改，比手动调浮动体和表格省几十次反复编译！

这很符合科研人的痛点，论文内容写完后，最烦的往往不是再写一段话，而是为了压到 8 页、调一个表格、救一个双栏图��

写论文已经够累了，排版这种耗精力的��，能交给 Agent 就交给 Agent吧。
https://t.co/5CdmXl310y

#AI科研 #论文 #ClaudeCode #Codex