CC Jiang

Rag builder, Agent builder. Share my practice. Built Sunlight simulation

[CC Jiang @iheycc]

MinerU--开源的最佳 PDF Text、Image、Table、LaTex 公式的提取工具。来自上海人工智能实验室。近期star 数爆涨。
今天仔细研究了一番，项目用到了 OCR、layout、Table 提取、LaTex 提取这些模型。AGPL-3.0 协议
https://t.co/pFfDEXUwyF

一张 PDF 页面的图片，可以分割文本、图片、表格、标题、图标描述这些元素
OCR + 提取图片/表格，直接生成 markdow/json 格式，保持正确的图文混排顺序

MinerU 用到了 YOLO、PyMuPDF 这些项目，由于它们的开源协议 AGPL-3.0 具有传染性，因此 MinerU 也是 AGPL-3.0 协议

在线体验 https://t.co/4MDFcmwZKC
项目地址
https://t.co/Tdg6W15688

[CC Jiang @iheycc]

@turingou 不知道能否独立使用，如果不能脱离云端，约等于把自己的 macmini 控制权交给 perplexity

[CC Jiang @iheycc]

@turingou kimi, minimax, zhipu 都有云端agent平台，deepseek也在招人中

[CC Jiang @iheycc]

@cyandev @yetone 之前看 smolagent 框架，是要求工作完成最终输出时也调用 final_answer 工具，框架层就非常简单了，直接判断 tool call 的值就知道模型状态。这个思路非常好，还可以支持 user_comfirm 这种需要用户输入的模型输出
https://t.co/d6E0CGL9CD

[CC Jiang @iheycc]

@jiangbinAI hackers news 可以直接访问

[CC Jiang @iheycc]

真想说 openclaw 的 web 页面是 s*t 一般啊，UI 布局交互实习生的水平，还是没用 AI 辅助的实习生。人在设置配置、分析会话记录，难用至极

[CC Jiang @iheycc]

@mntruell If I regret of undo a change, I have to ask model to re-apply. Opencode support redo which is clever

[CC Jiang @iheycc]

惊喜的发现 Google @antigravity 还有逆天的能力🔥
之前用Cursor+Claude 生成 landing page，满满的 AI 味儿。于是想用 gemini 来打磨一下，直接切到 antigravity 想要它替换 icon 和图片。没想到它居然内置了 Gemini Image 工具 generate_image，直接生成了icon和hero图片啊啊！Gemini 降维打击啊

[CC Jiang @iheycc]

@bcherny "- Shift+enter for newlines" great feature

[CC Jiang @iheycc]

昨天刚体验了opencode，就被它的/undo, /redo指令惊艳了，实现与cursor同样的体验。claude code哪怕最新版本都不支持这个暖心的 feature。并且opencode 不绑定claude模型的api协议，自由度大大的提升了。所以还得要有竞争才能带来用户的福利啊

[宝玉 @dotey]

OpenCode 精准的踩到了需求：
团队需要开源的、模型无关的、可灵活定制的、功能强大的 coding agent。

Claude Code 不开源，Claude Agent SDK 不开源但开箱即用，不过需要绑死 Claude 或者兼容模型

Codex CLI 开源，但是和 codex 模型绑定紧密，并且功能不如 CC 强大

Gemini CLI 开源，也是和 Gemini 模型绑定紧密

Kimi CLI 开源，了解不多

对个人来说，如果是包月用户，用官方 cli 就挺好，不一定要去折腾 open code。

[CC Jiang @iheycc]

@JefferyTatsuya skill 不是文件系统目录吗？每个集成 skill 的 Agent 都要走沙盒模式，不能走传统 restapi ？需要 mock 一番目录操作的命令吗？

[CC Jiang @iheycc]

@zhang_benita 读AI论文，还是一个太小众的事情了。特别是今年Agent大火。做Agent应用的人力需求大，这些人并不需要都去研究论文的

[CC Jiang @iheycc]

@JefferyTatsuya 图片直接向量化，视觉token再向量化，这是不同的，模型需要重新训练

[CC Jiang @iheycc]

@cr0ath 26岁月薪6w。真牛

[CC Jiang @iheycc]

@shao__meng 刚看完玩偶姐姐的长文，觉得meng大佬可以琢磨琢磨把这件事转换成流量🤭

[CC Jiang @iheycc]

@dotey context, not control。张一鸣的远见和理念还值得吹

[CC Jiang @iheycc]

深圳卫视也在x搞宣传了？看到越来越多境内实名的人和官方机构来x了，看起来管制的越来越松动，某些特殊时刻除外

[Shenzhen Channel @sz_mediagroup]

Step inside Gangxia North Metro Station and feel the pulse of Shenzhen’s future. As China’s largest metro interchange — where Lines 2, 8, 10, 11, and 14 converge — it’s a marvel of both aesthetics and efficiency. Its stunning light and structural design make even your daily commute feel like walking through a sci-fi film.

Video from 佛系猪小弟
@MorningGBA @ChineseEmbinUS @Kanthan2030

[CC Jiang @iheycc]

记录成文 https://t.co/h0PMVq4ee9

[CC Jiang @iheycc]

最近 hacker news 上一个关于 Vibe engineering 的讨论非常火热，帖子 700+ 评论，对LLM 辅助编程的效率和可靠性，对软件开发流程变革的得与失，对开发者职业发展的忧虑，都有深入的辩论。读完后还能感受到不同群里的真实感受和情绪，值得仔细看看

帖子的原文是作者介绍 Vibe engineering 的经验，表达了 Vibe code 可以显著的提升生产力，并且通过 Vibe Code 方式生成了数十个小工具，挂在个人网站上（这个思路不错）。

评论中的主要讨论点是：

- 是效率重要，还是可靠性重要？

认为“效率重要”的人，通常是那些善于构建流程、具备系统架构经验的资深开发者。他们善于利用工具突破个人生产力的天花板，将精力集中于更高层次的设计和规划。

而认为“可靠性重要”的人，则包含了众多被AI的“不靠谱”挫败过的实践者。代表了那些**将代码的可靠性、简洁性和可维护性置于首位**的 “工匠型开发者”。

- 谈到像技术管理者那样管理 LLM/Agent 时

拥抱工作流变革的人享受从 “码农到指挥家的角色转变”。

而对立面的开发者则认为 “高强度的上下文切换”，导致 “精神疲惫”、“审查疲劳”、“实际编码和设计能力的退化”。

- 在开发者职业发展方面

资深开发者认为，AI接管的是“编码”的执行部分，而`需求分析、系统架构、技术选型和复杂问题解决`等“工程”核心价值反而被凸显。

而反方包含了大量将编程视为“手艺”的人，害怕的是`职业认同感的丧失`。

但都认可初级开发者的成长会更加严峻。

[CC Jiang @iheycc]

相比于 x，hn 和 reddit 的重点是评论，经常可以看到深入的讨论（辩论），仔细读下来往往能收获意想不到的认知。现在刷 hn 和 reddit 比 x 更多了

hn 和 reddit 评论多带来的一个问题就是刷起来太费时，这时候非常需要一个摘要工具，我也做了一个。实际使用几个月感受下来，AI 摘要也只是快速形成大纲、抓住重点，但会丢失这些人的真实背景故事和情绪感受。

如果能花时间过一遍原文评论，就可以感受更深、找到共鸣。结合个人的经验和关注点差异，也许还能灵光乍现发现产品机会

https://t.co/CjtoPlLVCz

[CC Jiang @iheycc]

@iamcheyan 这个活有人在国内尝试过，AI 技术可能是最不重要的了，重要的是：怎么找到合适的老人、怎么与老人多次访谈和沟通，卖给谁怎么卖如何收回成本