发表于 | 分类于

昨天看到L站一篇介绍心流AI的帖子：https://linux.do/t/topic/1028814
于是掏出之前写的 Gemini WebUI Lite，氛围编程一下，改为兼容OpenAI格式。

得到了：OpenAI WebUI Lite ↓
https://github.com/icheer/openai-webui-lite

仓库里的 readme 文档详细介绍了部署的方式。推荐搭配国内的心流API使用（零成本运行，只需要自己绑个自定义域名），不存在“边缘节点是否落在HK”的顾虑，所以可以优先部署在CF Workers。

阅读全文 »

发表于 | 分类于

阿里今天发布了多款不同领域的大模型，Qwen3-Max是目前Qwen系列中最强的大语言模型，通过网页 https://chat.qwen.ai 即可访问，只是目前开放的Max模型是non-thinking的，不支持开启深度思考。

既然不带思考，应该更容易通过提示词越狱才对，于是掏出DAN提示词对Qwen3-Max进行了一次提示词注入。

阅读全文 »

发表于 | 分类于

背景

最近越来越不爱看国内的IT新闻了。

各种不便说出名字的平台上的文章，要么是机翻的外文稿件（还经常翻译得很蹩脚），要么就是各种自媒体带着强烈主观色彩的“解读”。时效性差就算了，质量也堪忧。公众号也充斥着诸如《还在xxxxx？xxxxx这样用就对了》的标题党，每次看到真的想翻白眼。但我还是挺喜欢看秋芝姐姐讲AI 😂

既然如此，不如直接跳出这个圈子，尝试站在全球视野看看科技领域到底在发生什么。

行动

我想开发一个Tavily每日自动抓取 + AI过滤/打标签/提炼关键点/打分，最终以网页方式呈现的科技简报出来。

阅读全文 »

发表于 | 分类于

困扰：
（我在LobeChat-database里面）使用Gemini-2.5-pro模型内置的搜索引擎，抓取近期资讯，生成简报，总发现夹杂着旧闻，溯源URL链接也是gemini自己编造的！（尽管我提示词里明确禁止编造URL，依然没起作用）

最近LobeChat的更新终于支持了网页端能调用MCP Server，就想着找一个能用的Streamable HTTP协议的Tavily MCP Server，结果没找到。
最后在 Tavily 官方文档里找到了：可以远程调用的MCP Server。这次又走了弯路。其实它是否是Streamable的并不重要。

我又用 gemini 2.5 pro + claude 4 sonnet 打造了一个顶级的 “IT资讯领航员”提示词，从半成品提示词到成品的过程在这里。

现在用 LobeChat、Gemini 2.5 Pro、+这个提示词，再搭配tavily官方提供的 mcp server，可以生成非常高质量的资讯简报，有溯源，no more 幻觉。每周生成一次挺好用的，毕竟AI领域有非常高的演进速度（但如果每天调一次又太频繁了）。

阅读全文 »

发表于 | 分类于

一个简单易用的 Deno Deploy / Cloudflare Worker 程序，让您能够快速部署自己的 Gemini AI 代理服务。只需要一个域名和 Gemini API Key，即可免费为家人朋友提供 AI 问答服务。

Github仓库: https://github.com/icheer/gemini-webui-lite

🎯 推荐使用 Deno Deploy 部署
由于国内访问 Cloudflare Workers 大概率优先匹配到 HK 节点，访问可能不稳定，强烈推荐使用 Deno Deploy 部署本服务！

请合理使用 AI 资源，避免滥用！

✨ 特性

  • 🚀 一键部署 - 基于 Deno Deploy / Cloudflare Workers，免费且快速
  • 🔐 密码保护 - 支持共享密码，保护您的 API Key
  • 💬 实时对话 - 流式响应，支持打字机效果
  • 📱 响应式设计 - 完美适配桌面端和移动端
  • 💾 本地存储 - 基于 IndexedDB 的持久化历史记录
  • 🎨 极简界面 - 养老版 Gemini Chat，简洁易用
  • 🌐 多模型支持 - 支持 Gemini 2.5 Pro/Flash 等多个模型
  • 📸 分享问答 - 一键生成问答截图，方便社交分享
  • 🏷️ 智能命名 - 根据问答内容自动生成会话标题，便于查找管理
    阅读全文 »

发表于 | 分类于

自从部署了deluxebear大佬分享的本地mock企业版n8n，总想用它串点什么。

最近连续三周，坚持每周弄了个小应用出来，依次分别是：

  1. 提示词优化器 – 用reddit大佬的超强提示词评估和优化你的原始提示词
  2. AIGC珠玑 – 微型AIGC分享社区，与世界分享你刚编的提示词
  3. Emoji Finder – 用自然语言查找emoji表情

* 后两个用到了Supabase数据库，所以也不能算完全跑在n8n里。

阅读全文 »

发表于 | 分类于

我没有在Github上找到自动生成Cursor (或Trae) Rules 的最佳实践，于是自己尝试实践了一把。

思路

  1. 先在普通AI聊天窗口让gemini帮我写一个“喂给Cursor或Trae的提示词”，用于后续生成rules；
    • 这里我额外利用 Shotgun 输出项目代码库的目录树，又写了一些注意事项
    • 甚至可以把项目的依赖清单（例如package.json或requirements.txt之类的文件内容）也附上去
    • 如果有更具体的需求和关注点，可以在这个环节尽早提示出来 　
  2. 得到AI精心编写的提示词，手工订正一下细节；
  3. 将精编提示词喂给Trae，在上下文指明希望Trae扫描分析的目录，得到project_rules.md；
  4. 再手工订正一遍，最终保存rules。

问Gemini

阅读全文 »