bake

[Chasen @chasen_liao]

很多新手朋友刚用 Antigravity，都会苦恼看不到当前上下文用了多少、还剩多少 🌚

装上这个插件，就能直接在顶部看到了，点开还能看具体用了多少 token！！

不用自己敲命令，把下面这句话扔给 Antigravity 就行：

帮我安装这个插件：https://t.co/7JZa9C23pe

[bake @bake30064970]

@mizorewww 20x出一个

[雪踏乌云 @Pluvio9yte]

卧槽，Muse的注册门槛直接被干没了，现在文章已经删了，还在的时候我对着复现了一遍，记录了整个过程👇
免绑卡！！！免手机号！！！免自己搭建环境！！！

1.我们要用到这个网站(在评论区)：
为什么要用到这个网站呢？因为 Muse 的注册是需要严格的外网环境的。这个网站给我们提供了一个类似于虚拟容器的环境，在这个容器里面打开，不会受到任何地区限制。

打开这个网站，网址输入 https://t.co/AauV4ACSch ，节点选择日本，点击浏览(如图1)

2.加载会等一会儿，然后需要过一下人机验证，勾选方框即可

3.如图 2，输入你要注册的邮箱，然后点击发送邮件，输入接收邮箱里的验证码即可

4. 接下来会来到如图 3 所示的页面，需要填写个人名称和出生日期。这里只要是 18 岁以上的就可以，大家根据自己的情况填写。填写完成后，点击确认

5.接下来这一步是最重要的：
填写完个人信息，点击确认之后会加载一会儿，然后过会儿就会来到这个报错页面。有了这个报错页面，直接参考我的图示，点击左上角的回退上一页即可

6. 回退之后耐心等待，过一会儿就会刷新出来 Get Started 的按钮，直接点击开始，这样我们就注册成功了

（插播一个邀请码：注册成功后，点击左下角的设置，然后会浮现一个弹窗。在通用这一栏有个兑换邀请码，输入我的邀请码，我们都能够各自得到 10 亿的 token。邀请码：EUMOBI，只能使用30次，先到先得）

7.最后如果点进去没有刷新出来正常的页面(虽然没刷新出来，但是我们已经成功注册了)，那我们就直接在自己的电脑上登录 Muse 即可，这样是没有任何问题的，能够正常使用。

[麦麦提 @shengtang135754]

https://t.co/1hZVnXoUoB

[牙仔⇌ @yang02010]

之前发过magpie+3毛钱10个gpt普号建号池的帖子，可是还是好多人没搞明白咋弄，所以这次写了篇长文，希望能一次讲清楚 https://t.co/m1sPpas9Nt

[路飞 🏴‍☠️ AI 研究员🧐 @0xluffy_eth]

Obsidian 创始人亲自做的 skill，有点东西

直接把整个笔记库变成 AI agent 的操作对象。

GitHub 已经 50k+ 的点赞

核心就一件事：让 AI 真正读懂 Obsidian。

[govin.eth | G哥 @goan999999]

DeepSeek Harness 【DSH】这玩意，真的可以拿来做生意！！

大肥鱼变现思路被我找到了【图片有工具密码】

别光想着用 AI 省 Token 了，换个思路：把 DeepSeek Harness 包装成自己的 AI 产品，专门卖给不懂技术、但愿意花钱的传统企业老板

我觉得这里至少有 3 个可以直接落地的赚钱方向：

1、套壳改造，做自己的 AI 工作台

DSH 采用 MIT 开源协议，可以基于它进行二次开发

直接让 Codex 接管代码，把原来的客户端界面、品牌、功能入口全部改造，做成自己的产品

比如叫「大肥鱼 AI 工作台」，换一套 UI，增加企业品牌、业务入口和专属功能

你卖的就不再是一个开源项目，而是一套自己的 AI 软件

2、接入模型号池，赚 API 服务的钱

去采购 DeepSeek Token，通过 One-Hub 之类的模型网关统一管理模型渠道、密钥和额度

再把模型调用能力接入自己的工作台，给客户提供统一的 AI 使用入口

可以按月订阅、按 Token 用量计费，也可以打包成企业套餐

3、插件二开，赚企业定制的钱

X 上已经有不少 DSH 插件和开源生态

但很多传统企业老板根本不会安装，更不知道怎么配置

你完全可以针对他们的实际需求，把现有插件进行二次开发

比如企业知识库、AI 客服、自动生成报表、自媒体运营、智能办公、销售助手等

客户需要什么，你就把对应的插件、工作流和业务系统整合进去

真正赚钱的不是卖 Token，而是卖解决方案、部署服务和持续维护

开源项目负责降低开发成本，Codex 负责提高交付效率，模型网关负责统一管理模型，插件生态负责扩展业务能力

一个人也有机会做出过去需要一个小团队才能交付的 AI 产品

以前是自己开发软件再找客户，现在可以先找到客户的真实需求，再用开源生态快速拼出解决方案

这才是 DeepSeek Harness 值得普通创业者关注的地方

[空格.space @kongge_space]

昨天我用 fable5.2 跑完了两个 100% 额度，主要做了一件事：优化本地的个人 harness。

让多个 Agent 共享目录、工具和记忆，再用云端 Git 保存。以后换 Agent，不用重新解释我是谁、文件放在哪、工具怎么用，也不用把纠正过无数次的话再讲一遍。

做完以后，我让它把整个流程整理成 5 条通用提示词。按顺序执行，每条都可以单独复制给 Agent，在 harness 根目录运行。

提示词如下：

1 体检，先知道现在乱在哪

审视当前文件夹，只读不改。检查顶层目录有哪些重复、空置或长期没动，入口文件是否过时或互相矛盾，有没有明文密钥、大文件和嵌套 Git 仓库，记忆、工具、技能是否只有某一个 Agent 能读到。最后按“影响大、改动小”排序，列出最该先改的 5 件事。

2 精简目录，把攒出来的变成搭出来的

把顶层目录精简到 7 个以内，按工作顺序排列：我是谁、输入素材、产出内容、代码与工具、复盘与规则、收件箱、归档。
先列出完整方案，说明每个旧目录去哪、改什么名、为什么，确认后再执行。不永久删除文件，停用的内容移入归档，并记录每一次移动的原路径和新路径。移动后修复失效的相对链接和脚本路径，只有空目录可以删除。

3 让所有 Agent先读同一份md

把 [AGENTS.md](AGENTS.md) 作为统一入口，控制在 60 行以内，写清接任务前必读什么、目录地图、不同任务该读哪份细则、共同规则、边界，以及完成任务后要记录什么。
[CLAUDE.md](CLAUDE.md) 只保留一行引用。[NOW.md](NOW.md) 记录当前主线、本周在做什么、明确不做什么。[TOOLS.md](TOOLS.md) 列出每个工具的用途、调用命令、自检命令、可用状态和成本，密钥只写环境变量名。
细则拆到独立规则文件，入口只留指针。无法从文件判断的信息，先问我 3 个问题。

4 生成画像，用真实数据认识我
先检查本机有哪些数据源可用，例如 GitHub、各平台 CLI 或 API、本地文章目录，列出可用的和缺失的，涉及付费调用先报预计费用。
再拉取最近的公开内容和数据，原始数据单独保存，然后生成动态画像：我是谁、各平台现状、表现最好和最差的各 10 条内容、内容规律、写作习惯。
每条结论都标明数据依据和日期，数据不足的结论不写。

5 共享记忆，纠正一次，长期有效
建立一个所有 Agent 共用的记忆目录。每条记忆单独一个文件，只写一件事，包含规则本身、为什么、适用场景。
再建 [MEMORY.md](<1 me/memory/MEMORY.md>) 索引，每条记忆一行。把 Agent 私有记忆里关于我偏好的内容复制进来，并在统一入口加一条规则：我纠正了做法，或确认了一个以后都适用的偏好，就新增记忆并更新索引。
只记以后还会用到的偏好，不记一次性的任务状态。

[码农暖爸 @Delroy715]

手握 96GB G4 王炸显卡，如何把开源 33B MiniMax-H3 音视频大模型榨出工业级成片率？

本文公开零浏览器 CLI 无头工作流：

双通道 463MB/s 极速预热、双角色原生声纹锁死、TailLock 首尾潜变量夹具与 3 分钟单段局部重修，彻底终结 Google Drive 读盘假死与盲盒抽卡！ https://t.co/GsbLOeW23y

[刘老板 @leo_xiaolei]

《一个免费的 Google AI Pro 就能拍短剧，从一句想法，到完整成片》-- 图文总结版

ps：这是经过 Fable 5.2 鉴定优化后的 Skill 产出的

[Miles Ma @miles_mazy]

卧槽，你这篇发出来之后

闲鱼代安装DeepSeek Harness都涨价了！

[govin.eth | G哥 @goan999999]

大肥鱼（DeepSeek Harness）这生态是真的牛逼上天了！！！

挖到 5 个 DSH 神级插件，越来越感觉：一个人配上一套 DSH，真的能把过去一个小团队才能完成的工作压缩到自己手里

我直接说，重头戏是第5个：

1、DSH OpenPencil：直接把 AI 变成设计师

底层 OpenPencil 项目已经有 7,198 GitHub Stars

https://t.co/xPnF4RCUXV

现在通过 DSH 插件，可以直接在对话里设计、预览、编辑矢量设计稿，支持 .op 格式

不用在 AI 和设计软件之间反复切换，让 Agent 直接参与设计工作

2、DSH Game Studio：一句话开发小游戏

这玩意简直离谱

你只需要描述一句话，Agent 就能帮你生成小游戏，支持 2D、3D、AI 美术、自动试玩、版本回滚，还能导出独立 HTML 和发布到 GitHub Pages

https://t.co/qoSLH3ty3C

官方测试数据更夸张：

10 个不同的基础玩法需求，10/10 首次生成即可游玩，平均只需要约 14 分钟

其他 10 种游戏类型也全部成功生成可玩版本，中位数约 26 分钟

一个人就能做游戏原型了

3、DSH Noema：给 AI 装上长期记忆

Agent 最头疼的问题之一，就是每次开新会话都要重新交代项目背景

Noema 直接给 Agent 加上跨会话长期记忆，支持记忆检索、搜索、管理，还能从其他 10 种 AI 编程工具导入记忆

不用每次重新解释项目架构、业务规则和开发习惯

https://t.co/S2Eu7aF1ix

4、DSH Crew：让多个 AI Agent 组团干活

支持从 Codex、Claude Code、Antigravity、Grok 等工具向 DSH Agent 派发任务

https://t.co/UzHAD1GQFf

不仅能分配工作，还能查看执行进度，设置不同任务等级和调度规则

相当于给自己配了一支 AI 开发团队

你负责决策，Agent 负责执行

5、DSH SuperAgent：让 AI 主动找活干

这个更是重量级

DeepSeek AI 的 GitHub 组织开源的研究原型，GitHub 已经达到 22,254 Stars、2,688 Forks

它可以监听 GitHub 和飞书，在授权规则下自主创建任务、执行开发、提交 PR，还提供 Web 管理面板

以前是人给 AI 派任务，现在可以让 Agent 根据事件主动推进任务

这才是真正的主动式编程智能体

https://t.co/pY6EMdT1eO

为什么我说 DSH 的性价比牛逼？

过去想实现这些功能，你可能需要分别购买设计软件、游戏开发工具、自动化测试工具，还要自己搭建 Agent 协作和记忆系统

现在通过开源插件，就能把这些能力整合进一个工作流

设计、开发、测试、记忆、协作，五个方向全部覆盖

而且很多插件采用 MIT 开源协议，插件本身不收订阅费，主要成本变成模型调用和必要的外部服务费用，这才是我看好 DSH 生态的原因

一个人 + DSH + 一群 Agent，距离真正的一人 AI 公司又近了一步

大肥鱼这次是真的把 AI 工具箱玩出花了！！

[麦麦提 @shengtang135754]

用Google antigravity 感受到一个很大的问题。

一个项目在窗口跑，你根本无法知道它跑的进度是什么，有没有被卡住。

有时候等半天，一直在旋转，忍不住问一句，它才告诉你哪里卡住了，很浪费时间，所以我思考了下做了一个小工具，实时监控窗口项目进度，如果卡住立马重新调起，不浪费等待时间。

你们自己根据喜好去手搓，我觉得这个功能很有必要！🤔🤔

[雪瑜 @xueyu1125]

卧槽，这个微信群聊总结闲鱼竟然卖199🤣

[超级峰 @Mileson07]

😭 真的太好用了！一定要让你的 Muse 去搭建一套 AI 全自动化抓取外链，然后自动化上网站的流程

然后再配上一个外链看板 Space

我真正感受到做老板的感觉，这不是开玩笑～

[袋鼠帝 @aikangarooking]

卧槽，本地知识库的真神来了！SAG2让我看完浑身起鸡皮疙瘩。
或许它将彻底颠覆RAG，因为建库阶段不调大模型、不做 Embedding、不要向量库、不要 GPU，只对原文建 BM25 关键词索引。同样 11,656 段文本，一代建库 4.57 小时，SAG2 只要 2.36 秒，快约 7000 倍。

语义理解交给 JEV：BM25 先粗筛，JEV 判断哪些是有用证据，再从证据里挑出新关键词接着搜。线索靠原文里的关键词和段落串起来，不用提前抽实体。

效果非常🐂🍺，适合任何规模数据的知识库：
MuSiQue 多跳检索 Recall@5 达到 80.68%，比 HippoRAG 2 高 15.55 个百分点。
51 万份文档的 EnterpriseRAG-Bench 上，LightRAG、HippoRAG 2 这些图谱方案没跑完全量，SAG2 建库 8 分 32 秒，Recall@10 达到 81.10%。

落地工具 SAG Wiki：Windows 版约 13MB，macOS 版约 18MB。添加一个本地文件夹就是知识库，文件不用动，它全自动。
https://t.co/ZF0mxsJvbG

[逸尘 @gengdaJ]

以后DTC做社媒增长的方式可能要大变！分享一个我真实在实操的快速测多种TikTok消费品广告的方法：Claude Code+TikTok数据接口+Hypit=批量复刻竞品广告

前两天去广州找晓东哥深度聊了聊，他主要在做生产端工厂，打算把香氛花洒对接到海外市场。因为我刚好在研究DTC这块，就帮忙梳理了下思路，社媒这一块现在已经初步打通。

1、竞品数据获取：用Claude Code+Monid的TikTok数据接口批量拿到竞品广告的数据、视频链接、竞品名称。
2、挑选竞品爆款广告：用数据初筛，然后找5-30s的视频，一个个点击跳转原视频，人工挑选合适的竞品爆款。
3、Hypit批量复刻爆款：起步最简单粗暴的商业模式——抄。一来不可能创新的，直接把找到的竞品爆款链接+自己的产品图丢给Claude Code，调用开源的Hypit框架@hypitai，实现像素级批量复刻！

整体流程代入真实产品走一遍。先是Zenbodys脉轮香氛花洒，然后我把产品图（隐私需要网上找的）丢给Claude Code，让它调用Hypit来复刻竞品广告，效果如图👇

Hypit本身是开源的，作用就是拆解原片的 hook、镜头、字幕和动效，结合自家的产品生成新的广告。Agent也不一定用Claude Code，Codex、DSH都是可以的。重要的是思路！！！

当然，复刻爆款只是初阶玩法，主要为了初步验证市场、跑通闭环，如果要做长线的增长，肯定还需要更多其他营销手段叠加，我会继续探索，包括社媒也只是DTC增长的一小部分，市场数据分析、B2B厂家对接这一块，等我再研究研究，之后会以这个花洒为例分享完整思路！

[Kxians @xulijian1994]

Magpie 这个开源项目，最让我震惊的不是产品本身，而是 yetone 搞出来的全自动开发工作流。

他用 Claude Code + Opus 5.5，同时运行三个 /loop：

1. 监控 GitHub Issue、PR 和 Discord，自动处理需求、修复 Bug、审查代码、合并 PR、发布版本。

2. 监控 X 上的产品反馈，先用便宜的模型过滤，再交给 Opus 5.5 处理，有价值的反馈直接进入开发流程。

3. 定期清理代码、检查安全问题、复盘错误，把经验写进 LESSONS.md，避免重复踩坑。

甚至准备了 macOS、Windows、Linux 三套真实测试环境，让 Agent 自己复现和验证 Bug。

这就出现了一种非常离谱的软件开发交互体验。

你现在甚至可以直接在 X 上给 @magpie_router 留言，反馈 Bug 或者提出新需求。

你的反馈可能就这样被自动收集，交给模型分析、修改代码、测试、发版。等新版本发布，更新软件就能用上了。

但我觉得这套工作流真正厉害的地方，是它把软件开发变成了一种用户共创。

光靠 yetone 一个人，不可能照顾到那么多不同 Agent、模型和使用场景。

他只需要把基础架构和自动开发流程搭好，剩下的需求和问题由用户不断提供，Agent 再负责实现和修复。

用户一方面是软件的使用者，另一方面又成了软件的共同创造者。

这和 Deepseek Harness 的插件生态有点像，但我觉得 Magpie 这套模式在产品稳定性上甚至可能更有优势。

Deepseek Harness 是让开发者各自开发插件，而 Magpie 的实际开发仍然集中在 yetone 搭建的统一工程体系里。

用户不需要自己写代码，人人都可以当产品经理。

既能让用户一起推动产品进化，又能让代码规范、架构和质量控制保持统一。

https://t.co/SgZJC5kf9a

[余温 @gkxspace]

这么猛的视频神器，居然是开源的🤩

Hypit + Codex/Claude，一键复刻任意视频，放别人手里高低得包装成几百刀一个月的 SaaS

看到任何爆款短视频、口播、播客，丢进去直接 1:1 复刻整套工作流

连自动剪辑、卡点字幕、B-roll 和动效都包圆了，还能换人换语言批量出片

https://t.co/TvIFXRh0lS

[袋鼠帝 @aikangarooking]

仓颉Skill在GitHub上已经突破12.5K Star了！没想到有一天，我也能成为GitHub万星开源项目的作者！🎉 
现在每天都还在持续增长，真的非常感谢每一个支持我、顺手点Star的朋友🙏
这篇蒸馏视频的教程也拖了大家很久了，很多朋友一直都有这个需求，所以写了这篇教程。
记得要配合：https://t.co/bSiIJu9arB 使用哦，顺便也给我的skills合集点个Star吧😄 感谢
https://t.co/roRWRUWflM