kenyon

开发者 | 分享 Pi + Grok、Claude Code 等 AI 编码代理实战经验 | 代码审计 · 信息安全 · iOS App 开发

[kenyon @KenyonCode]

我会持续分享中文 AI 编码代理实战：Pi、Claude Code、Codex、Grok 如何用于代码审查、性能优化、安全审计和 iOS 开发。

关注我，你会拿到可复制的 prompt、workflow、hook、review-state 模板和踩坑记录。

[kenyon @KenyonCode]

备份：
在 Pi Coding Agent 里用 Claude Relay Service (CRS) 接入 Claude 模型。直接把下面配置复制到 ~/.pi/agent/models.json 即可使用：
{
"providers": {
"crs": {
"baseUrl": "http://你的服务器IP:3000/claude",
"api": "anthropic-messages",
"apiKey": "cr_你的CRS_API密钥",
"compat": {
"forceAdaptiveThinking": true,
"supportsEagerToolInputStreaming": false,
"allowEmptySignature": true
},
"models": [
{
"id": "claude-sonnet-4-5-20250929",
"name": "Claude Sonnet 4.5 (CRS)",
"reasoning": true,
"input": ["text", "image"]
},
{
"id": "claude-opus-4-20250514",
"name": "Claude Opus 4 (CRS)",
"reasoning": true,
"input": ["text", "image"]
}
]
}
}
}
使用方法：
1把 baseUrl 改成你的 CRS 地址
2apiKey 填 CRS 后台创建的 cr_ 开头 Key
3保存后在 Pi 输入 /model 就能看到 crs provider
支持思考模式（Thinking），配置后直接可用。
#PiCodingAgent #ClaudeRelayService #AIcoding

[kenyon @KenyonCode]

@imwsl90 我觉得微信的更新弹窗也恶心，似乎在mac上这么弹窗提醒的也就微信这一个

[kenyon @KenyonCode]

@0xSero @JC_builds @grok 分析一下，这个是四节点spark集群的价格与现在能买到的MacBook Pro 128G 的价格

[kenyon @KenyonCode]

@landiantech @XiaomiMiMoDevs 倒也不算错

[kenyon @KenyonCode]

如果考虑试试 OpenCode Go 的话，可以考虑使用我的邀请链接：

https://t.co/lKRgdHRYpM

订阅后，您可获得 $5，我也可获得 $5

[kenyon @KenyonCode]

优化后的完整prompt：

你是一个专业的多代理代码审查协调者。请对整个代码仓库进行多维度深度审查。

1. 先进行结构化热点扫描：扫描全仓，识别关键模块、高风险文件、依赖关系和热点区域，输出优先级排序的审查清单（含文件路径和理由）。

2. 基于扫描结果，并行启动5个子代理（最多同时运行3个，分批执行），分别负责：安全（漏洞、注入、权限）、架构（设计、耦合、可扩展）、代码质量（规范、复杂度）、测试（覆盖率、边缘）、性能（瓶颈、资源）。每个输出问题列表（位置+严重程度）和改进建议。

3. 汇总生成综合报告：总体风险评估、优先修复清单、优化路线图。

4. 根据优先修复清单，从最高优先级起逐个修复：提出具体方案、应用修复、验证效果（测试/检查）、确认解决后进入下一个。全部完成后记录每个修复详情。

[kenyon @KenyonCode]

prompt：

对全仓做多维度深度审查：先做结构化热点扫描，再并行启动 5 个子代理分别覆盖安全、架构、代码质量、测试与性能。注意，最多同时并行运行3个子代理。

[kenyon @KenyonCode]

这段提示词对于token的消耗巨大，如果不是对于架构等有很高的要求，建议慎用。

在pi中使用glm 5.2驱动这段提示词的subagents审查就花了 OpenCode Go 5小时限额的22%左右

[kenyon @KenyonCode]

@Rjames89728681 @hzhbng424050 还得是紫袍的

[Xingchao Liu @XingchaoL]

🚀 我们组在招(全职/实习都可以)：
-多模态数据工程师（属于预训练数据工程师）
-多模态理解数据/算法研究员（图像 & 视频方向）
DM 已开，直接带CV发消息给我，或者带CV发邮件到 [email protected]

[kenyon @KenyonCode]

9/9
一句话：

│ 测试不要只验证你的 mental model，要验证用户真正会走的 money path。

能手工推进出来的绿，不值钱。
能让生产链路自然跑通的绿，才值钱。

[kenyon @KenyonCode]

1/9
测试全绿，不代表你测到了真正的 bug。

我在一个真实项目日志里看到一个很典型的问题：

功能已经修了，测试也过了，但 review 仍然打了一个 P3：

│ 测试验证的是“手工推进状态”，不是“真实生产接线”。

这类问题非常隐蔽。

[kenyon @KenyonCode]

8/9
Seam 是好东西，但 seam 不能替代真实路径。

正确分层应该是：

- 单元测试：验证状态规则
- 集成测试：验证生产接线
- 回归测试：钉住历史 bug
- 并发/异步测试：验证上下文传递和清理

少任何一层，都会留下“看起来很稳”的洞。

[citron🍢🍋 @vanillaCitron]

后续是学校见不得我这个头发颜色给我 AI 换脸了😁😁