gatieme

[Jesse Lau 遁一子 @jesselaunz]

搜索背单词，找到一本词根pdf，马上想起一个idea，可以整个交互式来辅助记忆

codex整开源项目还是不错的，10来分钟直接编好并上传github部署好了。

https://t.co/a1xryG4Zr2

[逸尘 @gengdaJ]

把我自用的8个Skills一口气全部开源了，最全的一次！兄弟们随意逛逛，挑点对自己有用的就好😋

1. yichen-web-research Skill：全网搜索、链接下载、收藏导出、音频转写一体。
https://t.co/VE3MQMpGN8

2. Codex和Claude Code共用的记忆系统Skill：Markdown格式储存，可编辑，自进化。
https://t.co/23reFZ14fa

3. 微信Skill：聊天记录、联系人、朋友圈、收藏夹全部可导出，可增量查询。Mac和Windows均可，数据在Mac本地，很安全。
https://t.co/UAwFmjhw3G

4. 企业微信Skill：一个是解析聊天记录，一个是管文档、日程、待办、会议。
https://t.co/RWmFUGr1wr

https://t.co/uqpjI8hCEy

5. 公众号文章批量抓取Skill：需要切换代理，并且用自己的微信扫码，可以保存为Markdown、HTML等多��格式
https://t.co/fvM9uMRy7Q

6. ChatGPT调研Skill：Codex调用网页版ChatGPT Pro进行调研和深度���考 Skill：
https://t.co/BHQpZ3Jtoq

7. X文章上传Skill：把本地 Markdown 上传成 X Article 草稿，丝滑处理封面、图片和表格。
https://t.co/7nOle3IqUK

8.微信双开Skill：有风险，慎用，经常会掉线重新登录。。。但是用起来配合微信解析是真的爽。条件好的还是用两台电脑吧。
https://t.co/x0FjZAEoox

还有一些大佬们开源的Skill，我也把我经常用的列一下：

1.DBS系列：栋哥的商业分析和自媒体流量Skill
https://t.co/9l3liAmdzj

2.飞书CLI系列：飞书的所有操作都封装成了Skill
https://t.co/ELzpV0gL6X

3.前端UI：
taste Skill，审美：https://t.co/ZzSFMrTDzG

impeccable Skill，固定风格文档：https://t.co/31JDrUm3zw

tw93大佬的简历、推荐信Skill：https://t.co/CbuSg2FvfW

张咋啦老师的精美HTML PPT Skill
https://t.co/HQTt25OGKl

4.微信读书Skill：整理你的读书笔记、推荐书目
https://t.co/Dlvv9T6UFF

5.PUA Skill：让你的Agent 更好地干活。
https://t.co/zstCivzCUr

6.审核Skill：防止你乱安装Skill。https://t.co/hcmJU2v8Bu

7.发布Skill：更规范，适合经常发布Skill的朋友。
https://t.co/uR5k8yVBDc

8.生成/goal提示词Skill：
https://t.co/32SNQcyRF2

[Tw93 @HiTw93]

https://t.co/yJi18lu2a9

[Frad @FradSer]

建议大家都开始创建并且向量化自己的 memory 和 database：

- Memory，完全围绕个体展开，记录的是「我」的信息。比如：个人事件与日程、人际关系网络、健康记录和目标与计划等等。我正在持续处理最近两年的关键数据，最远是 2024 年 4 月体检报告 PDF。

- Database，系统化的知识库，比如：收藏的文字和资料、自己的学习笔记、专业知识、阅读摘要等等。正在持续迁移我散落在 Notion / Craft / Notes 里面的所有数据。

只有这两个才会永远属于自己，被向量化之后能够大大提高 LLM 和个人的相关性，无论后面 LLM 如何升级，只会让工具更好用。

向量化的好处是你不用去费力整理这些数据，你只需要「塞」给某个服务，依靠 MCP 和语义化搜索，能够非常高地召回这些数据。你不会看见这些数据，但是在使用的时候会被用上。

我目前用的：
- https://t.co/qDGgVZFkxE ，我主要因为是 Swift，有其他的替代
- https://t.co/ZukFE9NhIn ，Pinecore 的 vector db 免费额度不错

[龙海 @longhaiqwe123]

我终于不用在两个终端之间当人肉复制粘贴机了！

实测 YC 刚发布的开源神器 Agent Relay：我只发了一句话，Claude Code 写完代码直接呼叫 Codex 审查，俩 AI 自己在后台 battle 两轮，最终把产品完整交付。

附手把手小白教程与施测过程👇 https://t.co/T2RenX4aSU

[Tw93 @HiTw93]

https://t.co/x9eqpjrSuS

[Yanhua @yanhua1010]

https://t.co/HclIjm2pEC

[GitHubDaily @GitHub_Daily]

做 Agent 开发做到后面，怎么让模型在多轮对话里记住之前说过的东西，是个绕不开的问题。

Awesome-AI-Memory 把 AI 记忆相关的论文、框架和评测数据集整理到了一起，目前收录了 540 多篇论文和 110 多个开源项目。

内容按记忆类型、存储方式、管理策略分了类，检索增强、记忆压缩、多 Agent 共享记忆这些方向都有覆盖。

GitHub：https://t.co/RsrSCLJ8gp

资料一直在更新，最近一次还补了 25 篇论文。

在研究大模型记忆机制或者自己搭记忆系统的朋友，这份合集省得到处翻。

[纳米AI @antiAIvo]

今日任务：
把Deepseek的MLA彻底学完
争取能录一期视频讲解

[Ayaka Atelier @AyakaAteliers]

我觉得这才是 AI 时代 Overleaf 最应该做的事情

成功了

[纳米AI @antiAIvo]

更新版小工具：「矩阵里的大模型」
可视化展示大模型到底在算什么？

我用「猫 吃 鱼」3 个词、4 维向量
把一次前向传播拆成一格一格的矩阵运算
点播放，结果矩阵一格一格填满
点任意一格，高亮它来自哪一行、哪一列
计算公式结果直接展示出来
方便有时候不想在纸上演算，可以随时观看

目前有三套：
Transformer：从词嵌入算到预测下一个词
LLaMA：RMSNorm、GQA、RoPE、SwiGLU，逐个替换
DeepSeek MLA：KV 怎么压成一个短向量，缓存小一个数量级

每一套都有对应详解文章可以学习
学完再对应可视化效果可以加强对LLM矩阵运算的理解😉

https://t.co/INCnnSyryQ

[Ren @Ryrenz]

💾 兄弟们，Claude Code 的记忆外挂 claude-mem 来了，关掉会话再打开，它还记得你上次干到哪。

GitHub 已经 10.2 万 star，直接封神了。最近一周还连发了 v14、v15 两个大版本，作者一个人就提交了 2400 多个 commit。

用 Claude Code 最磨人的是每开一个新会话，项目背景、昨天踩过的坑、改到一半的思路都得重讲一遍，讲漏了它就从头再猜。

claude-mem 在后台记下 agent 每一步用了什么工具、看到了什么结果，再压成摘要。下次开会话，相关的上下文自动塞回去，你直接接着干。

翻旧账也不费 token：它先给一份简短索引，要哪条再取全文，README 里说能省大约 10 倍。还能切成简体中文模式，记下来的东西直接是中文。

提醒一句：记忆整理要调模型，前 30 天有免费试用，之��默认走你自己的 Anthropic 额度。

以前是你替 AI 记着它干过什么，现在它自己记。

GitHub：https://t.co/4JpzY7t3sm

[lifcc @mylifcc]

每个月同时续 ChatGPT、Claude、Gemini、Antigravity，原价全订下来账单真的顶不住。

给平时高频用 AI 的朋友分享一个省钱路子：我现在常用订阅都是在 @GamsGo_Global 上解决的（运营了 7 年的老牌全球数字订阅平台，1000 万+ 用户，最高能比官方省 85%）。

它家最实在的是把【自营】和【Marketplace 商家（带平台支付托管+质保兜底）】、【共享】和【独享】都标得明明白白，丰俭由人。用我的专属码【你的专属码】还能再减 3%：

💡 预算党首选「共享号」（一杯奶茶钱，性价比拉满）：

- ChatGPT Plus（GamsGo 自营·共享 6个月）：折合用码价只要 $4.95/月（官方 $20，直省 75%！）

- Grok Bot（Marketplace·Premium 共享）：用码后 $4.84/月起（直省 84%！）

- Claude（Marketplace·共享）：Pro 只要 $6.78/月起，连官方 $100/月的 Max 5x 共享也只要 $33.95/月起（省 66%��

🛡️ 重度主力干活可选「GamsGo 自营·独享」（官方直管售后，更稳）：

- ChatGPT Plus 自营独享：用码后 $15.51/月

- Gemini Pro 自营独享（3个月）：折合用码后竟���只要 $3.40/月（省 83%！）

- Antigravity 自营 Ultra 5x 独享：用码后 $63.04/月（Marketplace 更有 Pro 独享 $3.40/月）

平时用来查资料、写代码、看流媒体（Netflix / YouTube），按自己的使用频率搭配「共享+独享」，一年能省下好几百刀 👇

[Dave Kiss @davekiss]

This is such a banger rule in @opencode's AGENTS.md

"Before adding complexity for a speculative or vanishingly unlikely race or security edge case, explain the concrete failure mode, likelihood, and complexity cost to the user and get their buy-in. Do not silently expand scope for theoretical robustness."

[AI少年 @aehyok]

刚刚认真去看了一下 Pi 这个开源项目目前118K Star，发现它很特别。

一方面，它作为底层开源库，可以让开发者直接用这些模块包来加速开发，OpenClaw 早期的时候就是这么做的。

另一方面，它们也基于自己的底层库，做出了一个完整的产品，

就是 Pi 本身：一个跑在终端里的编程 Agent，和 Claude Code、Codex CLI 是同一类东西。

先说它是怎么搭起来的。Pi 这个产品直接用的就是自家的几个包：

1、pi-ai 负责对接各家大模型

2、pi-agent-core 负责 Agent 循环和工具调用

3、pi-tui 负责终端界面

4、再加上 pi-mcp 连接 MCP 服务器

5、pi-codemode 让模型写代码去并行调用工具

开发者能拿到的底层库，就是 Pi 自己在用的同一套东西，相当于官方自己先把这套库实打实地用了一遍

再说 Pi 这个产品本身，我觉得它最有意思的是它的定位：一个极��、可扩展、也可以改成你自己的Agent

它的思路也很简洁，不是什么功能都内置，而是给你一个够用的默认版本，剩下的让你自己加。

官方甚至明确说了，像subagent、计划模式、甚至9月底之前连 mcp 这些功能，Pi 默认是不带的，不过现在 mcp 已经有了，也就是你想要的话，可以让 Pi 自己帮你写一个，或者装别人做好的扩展包。

扩展方式也非常的丰富：

- extensions：写代码扩展 Pi 的行为，加工具、改界面、挂各种生命周期钩子；
- skills：给 Agent 加专项能力；
- prompt 模板和主题：定制提示词和外观；
- 这些东西还能打包成 Pi package，通过 npm 或 git 分享给别人。

使用方式也很灵活。

日常可以在终端里交互式使用；
要做自动化，可以用 print 或 JSON 模式跑脚本；
还能通过 RPC 控制它，或者用它的 TypeScript SDK 把整个 Pi 嵌进自己的应用里。

模型支持这块，Anthropic、OpenAI、Google、xAI、OpenRouter、GitHub Copilot、DeepSeek、Kimi、Qwen，
再到本地的 llama.cpp，基本主流的都覆盖了。
很多可以直接在 Pi 里 /login，用已有的订阅登录，不一定非要配 API Key。

迭代速度也不慢。最近几个月接连加了全屏终端界面、Mermaid 和 LaTeX 渲染、MCP 支持、codemode，10 月 1 日正式发布了 1.0，之后基本保持每周一个小版本。

还有一点我挺欣赏的，就是它很坦诚。

Pi 默认没有内置权限系统，是用你当前用户的权限在跑，官方直接在文档里写明了，并且给出了用 Docker、微型虚拟机等方式做隔离的方案。另外它对依赖安全也很重视：外部依赖锁定精确版本，安装时默认不执行依赖的生命周期脚本，新发布的依赖版本要过一段时间才会被采用。

所以总结一下，Pi 其实给了开发者三种用法：

1. 直接把 Pi 当成一个编程 Agent 来用

2. 在 Pi 的基础上写扩展，定制成自己顺手的样子

3. 只拿它的底层库，从零搭一个自己的 Agent，就像 OpenClaw 当初那样

从开箱即用到完全自己造，中间每一步都有路可走，这大概就是 Pi 这套设计最打动我的地方。

最后再次附上开源项目地址：https://t.co/WyeoXb7n3J

官方地址：https://t.co/6Iw0QiXxHz

pi 中文蓝皮书：https://t.co/buypC6hWxY

[22号鉴片员 @22master_off]

X友们 JAV Verse 现更新如下：
- 我怒花30刀，把后端数据迁移到了supabase，只为给X友们带来更爆的体验！！！

-播放器大幅升级！！！长按是两倍速（这个早有了，怕你们不知道再说一声。）线路卡顿会自动换节点重试！

-“我的空间”里现加入口味，按你的观看和互动推荐影片。社区里多互动，算法才会越推越准！

- 作品卡片直接标出「有资源」「中文字幕」，不用点进去碰运气 -女优页可以多标签组合筛选，还能看十分制评分 X友们，我在 JAV Verse等你们！！！
你们还有什么意见欢迎评论区提出。

[混子哥 @HunziDaily]

算一笔让很多打工人肉疼的账：你真的需要每个月花 20 美元（150 块人民币）养着 Claude 吗？

我们来给普通用户拆解一下你的“使用成本”：
- 【用 Claude 的隐形成本】：20 刀订阅费 + 干净原生海外 IP 节点费 + 经常被无预警封号导致本金打水漂的风险 + 晚高峰限流降频；
- 【用 Kimi K3.1 Pro 的成本】：网页端与 App 基础功能完全免费！哪怕用 API 接入写代码工具，价格也直接砍了 33%，按量计费一个月几块钱顶天了。

如果你的日常需求是：
- 整理会议纪要、写活动策划、修改自媒体文案；
- 学习 Python 入门、写点自动化脚本、排查报错；
- 读几份长篇 PDF、对比竞品资料。

听混子哥一句劝：把那 150 块钱省下来吧！用免费的 Kimi K3.1 Pro，���出的效果 99% 是一样的，别再为了工具虚荣心替海外大厂交房租了！

[Alvaro Cintas @dr_cintas]

Every Mac on macOS 27 now has a free LLM built into the Terminal.

No account. No API key. No internet. No token bill.

Setup (1 minute):

1. sudo fm license (enter your Mac password, one time)
2. fm available (checks the model is downloaded)
3. fm respond “your question”

Works on any Apple Silicon Mac, M1 included.

- Pipe files: cat notes.txt | fm respond -i “summarize this”
- Get JSON back: build a schema with fm schema object, pass it with --schema
- Local API: fm serve gives you an OpenAI-compatible endpoint on localhost
- Resume chats: sessions save to ~/.fm/sessions/

The limit is 4,096 tokens per session, and your prompt, instructions, and the answer all share it.

So skip code and math. Use it for summarizing, extracting, classifying, and rewriting.

Free, private, offline, and already on your Mac.

[何陋轩主人 @HelouMaster]

deepseek（为代表的模型厂）研发内部鄙视链大约为：
模型架构>预训练>算子>后训练>框架>数据>基建>harness>开发>运维

大体上也是离一号位的远近（）

[小马 | 商业生存指南 @VibePonyAI]

这哥们直接说出来了，未来十年的钱都要往哪儿花。