Garywang

2019 Stanford CS PhD

[小白同学 @_xiaobaiw]

@binghe 哥还是把服务器放海外吧，直接解析，再专门���个hk的机器专门做转发，hk的机器域名放在dnspod上，腾云云海外DNS版，国内到hk还有专线加速，实测直连转发比我vpn直接请求海外域名还要快

[lifcc @mylifcc]

刚试了 xAI 7 月 1 日刚上线的 Grok Voice Agent Builder，注册直接送一个美国电话号码（+1）。

别人打这个号，AI 就能直接接听、聊天、处理事情了。感觉这波是真的把语音代理落地了，简单记录一下。

[智享 @CycleDecoded]

兄弟们，那些买了一堆智能家居，结果被不同厂家的 App 恶心坏了的，这波真的白嫖党狂喜。GitHub 上这个超神级项目，直接把所有大厂的墙给拆了。

说的就是 home-assistant/core。GitHub 上怒砍 7 万多星的开源老大哥。这玩意主打一个“绝对隐私”和“本地控制”，纯纯的智能家居终极解药。不管你是小米、苹果 HomeKit、飞利浦还是啥杂牌，全给你强行捏在一个后台里。

核心卖点：
🔥 全生态通吃：跨品牌无缝联动，苹果和小米终于能睡一张床了。
🔥 断网照样跑：纯本地控制，大厂云服务器宕机拔线，你家照样听指挥。
🔥 极客级自动化：场景触发无限可能，只有你想不到，没有它连不上。
🔥 隐私拉满：数据全在自己硬盘里，不用担心天天被乱七八糟的设备偷听。
🔥 完全免费开源：Apache-2.0 协议，不用交一分钱保护费。

🔗 GitHub：https://t.co/lV0U9DQL4v
🏠 官网：https://t.co/EOcCroxyPp

[国外VPS测评 @gwvpsceping]

https://t.co/SDa7LkRhVJ

[D姐 | demonyins @demonyins]

我对我的VPS库存监控系统的搜索功能做了巨量升级，来找到自己心仪的VPS吧！如果这都买不到VPS，天理不容！
https://t.co/JKMpm3tFLW

[brucexu.eth @brucexu_eth]

直呼 Tailscale 牛逼！

现在我所有的服务器和设备都连到了 Tailscale，并且开启了 Tailscale SSH。之后我基本没再折腾过 Private Key，也不用到处同步 SSH key，每次直接 ssh root@tailscale-ip 就可以登录。

部署在某台服务器上的 Hermes，也可以通过 Tailscale 跨服务器做监控、服务部署和日常运��，非常方便。

但我最近意识到这里有一个风险：如果某个 Hermes 要给别人共用，或者部署在公网服务器上，未来真的被攻破了，在原来 allow-all 的网络策略下，攻击者就可能继续横向访问我其他的服务器，甚至是正在使用的个人电脑。

刚刚花了一点时间配置 Tailscale Access Control，就把这个问题解决了。

做法很直接：先用 tag 把设备分成 personal 和 public-server，然后分别配置网络 Grants 和 Tailscale SSH Policy。

我这次直接给 Hermes 创建了一个临时的 scoped OAuth client，让它读取并备份原来的 policy、生成新规则、调用 Tailscale API 验证，然后提交配置，最后再从两个方向做真实连接测试。如果手动配置也不麻烦，核心就是写清楚两个 tag 之间谁可以主动访问谁。

我目前的规则是：

- personal 设备之间可以相互连接和 SSH
- personal 可以连接 public server
- public server 不能反向连接 personal
- public server 之间也不能横向连接

过程中还踩了一个坑：Tailscale 的网络 Grants 和 Tailscale SSH 是两层权限。网络已经通了，不代表 SSH 一定能登录，两边都需要配置。

这样一来，我内网服务器上部署的 Hermes 仍然可以作为管理节点和跳板机，控制其他服务器；但部署在公网的 Hermes 即使出现问题，影响范围也会被限制在外面，不会通过 Tailnet 继续横向扩散。

太牛逼了。以前这种内网管理、身份认证和权限隔离，通常都是大公司才会认真搭建的基础设施。现在 Tailscale 直接把它下放到了个人，而且免费就能用。

没用的赶紧用起来！

[阿良｜AI 工作流 @RealYDT]

最近折腾 Claude Code 和 Agent 自动化的兄弟极多，但很多人刚跑两行命令就直接被 Anthropic 风控卡死报 403，甚至直接封号。 核心痛点：你用的代理 IP 根本不及格。

OpenAI / Anthropic 的后台风控极严，跑 Agent 这种高频并发请求，必须使用静态住宅 IP (Residential ISP)。 分享一套我自己在用的【开发节点 IPQS 验货 SOP】，上手开发前花 10 秒过一遍，能省掉后续 90% 莫名其妙报错的排查时间。👇

🛠️ 第一步：终端 3 秒快速排查（看 Org 字段） 在你的开发服务器或本地终端，直接运行这行命令：curl.exe -s https://t.co/DmcQr5lMdO

注意：Windows PowerShell 中 curl 默认是 Invoke-WebRequest 的别名，用 -s 会报错且无输出。必须输入 curl.exe。另外，使用 http:// 规避部分本地代理（Clash/v2ray）拦截 HTTPS 握手���致的 SSL EOF 错误。

第二步：风控画像判定 关注返回的 JSON 数据：
• ❌ 如果 isp 显示 Amazon、DigitalOcean、Linode 等，说明是托管机房（Hosting）IP，基本一用就死。
• ✅ 如果显示的是当地电信宽带运营商（如 Comcast、AT&T 或境外住宅 ISP），且后台检测 hosting 字段为 false，说明安全过关。
• 推荐使用 IPQS 检测欺诈评分（Fraud Score），必须小于 30。

避坑总结与开发建议：
1. 不要频繁漂移：跑 Claude Code 时，确保代理节点是“静态静态再静态”（建议用独立住宅 VPS，如 VoyraCloud 等能提供双 ISP 干净住宅 IP 的服务）。
2. DNS 防泄漏：配合代理时确保开启了远程 DNS 解析，否则 DNS 泄漏到本地，风控系统一眼就能看出你在挂代理。
3. 测试通过再登录：用上面的 SOP 测过 IP 没问题后，再执行 claude login。
安全第一，本金和账号都是资产。觉得有用欢迎点赞收藏！

轻量级 IP 属性检测脚本：

🔄 正在检测当前开发节点的 IP 属性...

📍 当前 IP: 65.75.223.52 (United States - San Jose)
🏢 运营商 (ISP): Eons Data Communications Limited
🏢 组织机构 (Org): metropolis networks inc
🌐 自治系统 (ASN): AS138997 Eons Data Communications Limited
🌟 风险评级: ✅ 住宅/企业 IP (Residential / ISP)
👉 风险分析: 该 IP 属于宽带运营商，防风控安全系数高，非常适合运行 AI Agent 开发环境。

[Garywang @Gary65943410]

@tuzi_ai 你这个是什么看板

[huangserva @servasyy_ai]

爽爆了 ！！

Claude Code 里现在可以玩一套很爽的分工：

Fable 5 做大脑，负责架构、约束和验收；Grok 4.5 做执行工，负责跑命令、改代码、交报告。

通过 fable-advisor，把 Claude Code 变成 orchestrator，把 Grok CLI 变成 worker。

按照下面操作：

先安装Grok Cli：
curl -fsSL https://t.co/xwFhxqAsMW | bash
exec $SHELL -l
grok --version

然后下载：
https://t.co/YcODfGIfoN

安装插件：
claude plugin marketplace add DannyMac180/fable-advisor
claude plugin install fable-advisor

然后Claude里面检查：
检查一下 fable-advisor 里面有 grok-implementer

进入fable模式
/model fable

输入一段类似：
你是架构师——自己不要写任何代码。先为下面任务写一份五段式 spec（目标 / 文件 / 接口 / 约束 / 验证），然后把实现委派给 grok-implementer 通道，让 Grok 4.5 通过 grok CLI 动手写代码。

任务：给 CLI 增加一个 `--stats` 参数，从现有日志文件统计并打印：总请求数、错误数、p95 延迟；输出做成一张小表。

等 GROK REPORT 回来后：读 diff，复核验证证据（重跑或核对验证命令输出），给出你的 verdict；通过之前不要说做完了。

想更稳一点，可以在后面再加两行：
约束：只动 CLI 参数解析和 stats 读取逻辑，不要顺手重构无���代码。
验证：跑项目现有测试/help，再跑 `你的cli --stats`，把实际输出贴进报告。

你就可以：
Claude Code / Fable 5（Opus） = orchestrator架构脑、任务拆解、约束、验收、verdict。
Grok 4.5 / Grok CLI = Worker工人、跑命令、改文件、产出报告。
fable-advisor = 中间的工头/路由器，把“该怎么做”和“谁去做”分开。

[林子Linx @LinxFocus]

前端的工作真的保不住了，这个项目已经冲到 9.6 万个 Star，它把 Apple、Figma、Linear、Stripe 等全球知名公司的设计系统都整理成了 DESIGH.md 文件，让 AI 学会顶级品牌的 UI 风格，不需要任何解析或配置，请立即收藏

📍让 AI 按明确的设计规则生成 UI
📍颜色、字体、间距都写进 Markdown
📍只需要把 DESIGN.md 复制到你的项目中

[Andy Stewart @manateelazycat]

看来 AI 中转站真是一门好生意

商业连锁巨头苏宁都下场了

居然连 Claude Ops 4.7 都有

看了一下它上面的 DeepSeek V4系列，也比官方要便宜那么一丢丢

有试过水的推友吗，上面的模型保不保真🤔

[挖矿小企鹅｜进群私信 @Goupenguin]

7 月 5 日 美国队前锋红牌停赛一场的处罚暂缓执行 1 年，可以允许他踢完这一届世界杯。
↓
特朗普发推感谢
↓
7 月 6 号早上 9:18，比利时足协要求国际足协对停赛缓期做出正式解释
↓
7 月 6 号早上 10:42，美国拟对比利时加征额外关税。

人情世故🤣

[Crypto陈生 @SusChan444]

兄弟们，股票数据终于不用后端了！ chengzuopeng/stock-sdk —— 纯 JS/TS 股票行情 SDK，零Python、零后端，直接浏览器/Node.js拿实时数据！真香点：
· 支持 A股/港股/美股/公募基金，实时行情 + K线 + 技术指标全都有
· 命名空间API超友好，IDE自动补全
· 自带CLI和MCP，一条命令就能接入AI工具
· 轻量零��赖，TypeScript完美支持
想做行情看板、量化Demo、AI选股？直接npm i stock-sdk就开干！
直达地址：https://t.co/Y3WUuDbBJV
官网文档：https://t.co/o3Ru4ddWVA量化和前端玩家冲啊，这波开源红利太实用了～#StockSDK #股票API #前端量化 #JS股票数据

[LC @lc777_eth]

最近看到一個蠻有趣的小工具：self-learning-skills

它主要是給 Claude Code / Cursor / Codex 這類 AI coding agent 用的

簡單講，就是讓 AI 在 Coding 的過程中，把這次學到的東西記下來，變成下次可以直接用的規則。

很多人用 AI 寫 code 應該都有一個感覺：

每次開新 session，AI 都像失憶一樣

前面講過的專案邏輯、怎麼跑、哪些地方踩過坑、什麼做法不要再試，下次可能又要重新講一遍。

這個工具想解決的就是這件事。

它會把開���過程中真的有用的經驗，整理成 skill / rule / AGENTS. md，讓 AI 下次進到同一個專案時，可以更快進入狀況。

當然，使用時還是要注意，不要把 API key、token、密碼這些敏感資訊寫進去

感興趣的可以去看看：
https://t.co/76xGOo7X7J

[yibie @yibie]

推荐这篇文章，Superpowers 的作者让 Fable 5 跑了一个完整的 autoresearch loop——25 个实验，$165，把构建速度提高了 50%、token 开销降低了 60%。但这篇最值钱的不是结果数字，是他完整记录了实验过程：每次失败、每个被证明"彻底死亡"的想法、三个被中途纠正的测量 bug。这是目前最完整的"用 Fable 做自治研发"实操报告。

Superpowers 6：用 Fable 5 跑 25 个自治实验，砍掉 60% 成本

一周前我们准备发的是 Superpowers 5.2——已经推迟了几次，加了"再多一个改进"。然后 Anthropic 发了（又收了）Fable。在那几天里我把它用到了极致。

Superpowers 用户最常抱怨的是 token 贵、构建慢。慢不应该是个问题——它发生在���治子 agent 驱动的构建编��中。但它确实是个问题。慢不好玩。贵也不好玩。

Fable 出来的时候，我决定看看它能把 Subagent Driven Development 优化到什么程度。我原本期望大概 15% 的 token 消耗降低。我得到了那个——还有更多。

第一次攻击：coordinator 到 reviewer 的交接

Fable 分析了几千个 Subagent Driven Development session，发现代码和 spec 合规审查子 agent 在做审查时跑了大量的 git 命令。把"怎么找要审查的 commit"的书面指令换成一段 shell 脚本——预生成一个包含格式化 diff 和元数据的审查包——token 消耗和墙上时间减少了约 10%。

那天晚上睡觉前我告诉 Fable："看看能不能在我睡着的时候再砍 15% 时间和 token。"我在内部 Slack 上留了条消息：我们应该看看把代码 reviewer 和 spec 合规 reviewer 合并会发生什么。

我不���道我在期待什么。反正不是醒来发现 Fable 独立地得出了同样的结论，测试了它，发现在我们的 eval 套件上恰好省了那额外的 15%。

第二夜：自治研究循环

/goal 一旦完成，跑一个 autoresearch loop 来提升 superpowers 构建循环的成本效率。
用 opus 做协调器。建假设日志。跑实验。至少 25 个实验。

Fable 建了一套完整的 autoresearch harness 并且跑了一整夜。25 个实验跑完了，$165。

结果：可发货的候选方案（E27）——opus 控制器 + elicited plan + 条件化 haiku implementer + terse reviewer contract + narration recipe + 最终审查层固定。

有数字的胜利： terse reviewer contract 减少 reviewer 产出 41%，判定不变。narration recipe 减少 54%，零方差。条件化 implementer 分层约省 $0.5-1/次，而且 E22 证明它正确地拒绝了 haiku 处理 prose plan。

被证明彻底死亡的东西： 给控制器思考加帽适得其反——轮数从 92 升到 138，输出翻倍。plan 词数预算削减测试内容 62%，即使代码被豁免。Sonnet 生成 plan 保真度不变但毁掉任务结构。plan 中的实现内容体是边际的——测试 + 接口 + 结构承担了全部负载。

一个值得记住的风险发现： 只给 diff 包的审查员对 spec 做出自信的判定，却静默地把"spec"重新定义为全局约束——5 个里 0 个标记了缺失的简报。跟 haiku 审查员辩护同一个失败家族。

六个线索关闭为"已经最优"（report reads 缓存健康、审查员底线、haiku fixer、todo 簿记、dispatch 重推导）——记下来让没人再重复买这些教训。

我自己三个测量 bug 被中途抓修： 一个把模板回显跟自审查 catch 计在一起的 grep、一个从未内联 diff 的 harness、一个匹配漏了换行符的评分正则。一份被撤回的判定重新测量后干净了——-74% 变成了诚实的 -41%。

结果

跨 36 小时工作和约 $650 的未补贴 token 开销：Anthropic eval 基准上，构建墙上时间降 50%，token 开销降 60%。最大的改进来自合并 spec 合规和代码质量审查 agent、预烤给审查员的审查包让他们几乎不需要跑 git、以及改变我们给 orchestrator 的关于什么任务该用什么 agent 的指导。

然后在 Codex 上跑 eval——结果显示零改进。挖了几分钟：Codex 上的 eval 隔离不够好，一直在基准 Superpowers 5.1.0。修好后，所有结果都在。

一句话

Superpowers 6 证明：自治 Agent 研发不是一个 demo——是正在发生的事。 25 个实验，165 美元，一个通宵。每个实验有预先登记的假设。每个被否定的想法被记录下来。每次测量错误被中途纠正。这套 eval 基础设施让他们能够跨多种 harness 量化变化。这才是自治研发的正确形态。

原文：Jesse Vincent (obra), "Superpowers 6", 2026-06-15
https://t.co/mANs2ROpbs

#Fable5 #Agent #自治研发 #Superpowers

[徐伦 @Jolyne_AI]

做 A 股数据分析，最麻烦的不是写策略，而是把数据先拿全：行情、研报、龙虎榜、北向、资金流、公告、财报，每一类接口都不一样，还经常改参数。

a-stock-data 是一个面向 AI 编程助手的 A 股全栈数据 Skill，把 13 个数据源封装成一套可直接调用的工具。

GitHub：https://t.co/lIIBZlv7yr

它的 README 写得很实在：7 层架构、28 个端点、直连 HTTP API，V3.0 之后彻底移除了 akshare 依赖。

覆盖的数据层很全：
- 行情层：K 线、五档盘口、逐笔成交、PE / PB / 市值、指数和 ETF
- 研报层：东财研报、PDF 下载、同花顺一致预期、iwencai 自然语言搜索
- 信号层：强势股、题材归因、北向资金、概念板块、资金流向、龙虎榜、解禁
- 资金面：融资融券、大宗交易、股东户数、分红送转、120 日资金流
- 新闻 / 公告 / 基础数据：财联社快讯、全球资讯、巨潮公告、季报 37 字段、F10

如果你想让 Claude Code、Codex、OpenClaw 这类工具帮你做 A 股研究，这个 Skill 可以直接���数据底座用。

[徐伦 @Jolyne_AI]

做二进制分析或恶意软件逆向，商业工具动辄上千元授权；免费工具又常常界面劝退、上手成本高。

不妨试试 Cutter：一款开源逆向工程平台，直接给你一套专业级、完全免费的分析环境。

它有清晰直观的可视化界面，同时支持 Python / C++ 插件扩展，还能集成 Ghidra 反编译器等高级能力，把“能用”升级为“好用”。

GitHub：https://t.co/lmREeYiQMi

主要功能：

- 覆盖多平台二进制分析：PE、ELF、Mach-O 等常见格式
- 图形化操作更直观，显著降低学习门槛
- 反汇编、十六进制视图、函数图等分析视图一站式集成
- 支持 Python / C++ 插件开发，轻松扩展与定制流程
- 内置调试器与脚本引擎，便于动态分析与��动化
- 开源生态插件丰富，支持 Ghidra 反编译器集成等增强能力

支持 Linux、macOS、Windows，可通过包管理器安装或直接下载预编译版本即开即用。

[空投龙 | 预测世界杯就在Gate @1YES_yes1]

苹果Mac用户终于等到了

FluidVoice一天涨572星，总星破5500。
一个完全本��运行的macOS AI听写工具，对标收费竞品Wispr Flow，开源且免费。

不用联网。你的声音、文字，一滴都不离开你的Mac。

核心三件套：听写转录（40+语言）、Command Mode（语音操控Mac）、Write Mode（在任何输入框里直接写/改写）。全局快捷键一按即用，近零延迟。

更狠的是Fluid Intelligence——一个纯本地的AI增强模型，自动帮你标点、大写、格式化。没有API密钥，没有云端账单。

安装就一行：brew install --cask fluidvoice

iOS和Windows版也在路上了。你觉得端侧AI听写会干掉所有云付费方案吗？

#AI #APPLE

[Trade off @tradeoff665]

赚钱，很简单啊。

找点虚拟资源，接个免费的自动发货系统，挂闲鱼上卖就行了，你只需要做好售后工作。

我自己在闲鱼上只卖虚拟商品就已经到 3.7w 了，发货系统一分钱没花，用的易店免费版。

网盘链接、资料包、软件、卡密这些都能发，完全够用。

当然不是说随便挂就一定有人买，选品和流量还是得自己测。

但至少别还没开始赚钱，先把钱花在自动发货系统上。

自动发货这块不知道怎么接的，可以看看易店官方文档，照着弄就行，免费版的自动发货够用了：

https://t.co/u22JQBK2Tb

[大漂亮| C Labs @giantcutie666]

Tether的CEO说欧盟的牌照其实很危险，因为MiCA规定稳定币发行商要把60%的储备金分散存到多家中小型欧洲银行

而USDT存进去100块,银行手里可能只留10块,剩下90块拿去放贷了

而且这些存款很多是无保险的,一旦这些小银行出事（他们经常出事😂）,钱可能就没了

目测欧盟加密的明天，就是香港的今天😁