走进面馆，老板正坐在那一手吃着面，一手拿着手机。看我推开门，就连忙喊来了在后厨帮忙的伙计，“来，帮忙下碗肉丝面”。

然后和我说，明天有事不开门，让我别跑空了。我坐到了老板一桌对面，老板看着手机有点抱怨自己这朋友圈发的全是面。也是县城这家面馆我挺喜欢吃的，常常大上午过来筷子桶的筷子都用完了，得拿一次性筷子凑合下。

说完便打起了电话，老板拿手机的左手，有条非常深对勾形状的疤让人很难不注意到，看起来有几个年头了，但疤突出的泛深红的肉体依然非常明显。

铃声响完电话的那头没有接，老板就和伙计抱怨一个月 800 块钱，都不按时给，一个男人活着还有什么意思，小孩开学了补习班一大堆的全得花钱。伙计应声到是你前老公吧。不行得和那个女的发信息催一下，发完给孩子打了个视频通话。响了一会，孩子接了。老板开心的喊儿子名字“伍一”，和儿子说正在吃的面好吃，然后问孩子写作业了没啥的。孩子只有几岁大概，不过奇怪的是喊她爸爸。老板也抱怨这孩子每次见了自己都还不会喊妈妈，然后和伙计说明天要去省城合肥提车，正好能去陪孩子一天，这段时间也太忙了正好能稍微休息。

我吃完了面走出门，看了眼招牌原来“伍一面馆”的名字这么来的。回去的路上看了眼手机，哦明天是七夕。

（Abstract）日月如梭

（Abstract）就算是黑警，只要指挥得当，也是能当上总理的。

爱普生 L5168 打印机在打印 大幅 A3 图片时候纸张会因为墨水导致纸张变软在出纸口的位置向下卷。一张两张没问题，但是多了就会卷在出纸口导致卡纸。

打印机在设计的时候其实已经设计好解决方案的，但是不知道为什么机器没有自带针对的配件，网上也找不到现成的配件买。不过即使有卖也不会便宜！

其实就是只要一块塑料板就能解决出纸口卷纸的问题，但是出厂就是不给配。

出纸口左右两边已经设计好放挡板的卡口的，只要根据这个位置放一块亚克力板就可以了。 

打印机出纸口右边是有一个 1.5mm 厚的卡位的。 

我已经画好了 CAD 图，直接找人定制一块就好，只要十几二十块。 

344mm90mm403R2R2330mm10mm厚1.5mm厚4mm

如果使用 2mm 厚就单纯一块板就可以，如果想要完美卡盒就要使用 1.5mm 亚克力板加上底面粘贴一条防弯加强条。

加强条在粘贴的时候要注意以下，左边要留出 2mm 空位，因为左边底部有卡位的。  

最后上机实装，完美卡好位置。

---

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

Anthropic 的内部团队正在利用 Claude Code 彻底改变他们的工作流程。无论是开发者还是非技术人员，都能借助它攻克复杂项目、实现任务自动化，并弥补那些曾经限制生产力的技能鸿沟。

为了深入了解，我们采访了以下团队：

通过这些访谈，我们收集了不同部门使用 Claude Code 的方式、它对工作带来的影响，以及为其他考虑采用该工具的组织提供的宝贵建议。

数据基础设施团队负责为公司内所有团队整理业务数据。他们使用 Claude Code 来自动化常规的数据工程任务、解决复杂的基础设施问题，并为技术和非技术团队成员创建文档化工作流，以便他们能够独立访问和操作数据。

利用截图调试 Kubernetes

当 Kubernetes 集群出现故障，无法调度新的 pod 时，团队使用 Claude Code 来诊断问题。他们将仪表盘的截图喂给 Claude Code，后者引导他们逐个菜单地浏览 Google Cloud 的用户界面，直到找到一个警告，指出 pod 的 IP 地址已耗尽。随后，Claude Code 提供了创建新 IP 池并将其添加到集群的确切命令，整个过程无需网络专家的介入。

为财务团队打造纯文本工作流

工程师向财务团队成员展示了如何编写描述其数据工作流程的纯文本文件，然后将这些文件加载到 Claude Code 中，以实现完全自动化的执行。没有任何编程经验的员工只需描述“查询这个仪表盘，获取信息，运行这些查询，生成 Excel 输出”等步骤，Claude Code 就能执行整个工作流，甚至会主动询问日期等必要输入。

为新员工提供代码库导览

当新的数据科学家加入团队时，他们会被指导使用 Claude Code 来熟悉庞大的代码库。Claude Code 会阅读他们的 Claude.md 文件（文档），识别特定任务所需的相关文件，解释数据管道的依赖关系，并帮助新人理解哪些上游数据源为仪表盘提供数据。这取代了传统的数据目录和发现工具。

会话结束时自动更新文档

在每项任务结束时，团队会要求 Claude Code 总结已完成的工作并提出改进建议。这创建了一个持续改进的循环：Claude Code 根据实际使用情况帮助优化 Claude.md 文档和工作流指令，使后续的迭代更加高效。

跨多个实例并行管理任务

在处理耗时较长的数据任务时，团队会为不同项目在不同的代码仓库中打开多个 Claude Code 实例。每个实例都能保持完整的上下文，因此即使在数小时或数天后切换回来，Claude Code 也能准确地记住他们当时正在做什么以及任务进行到哪里，从而实现了无上下文丢失的真正并行工作流管理。

无需专业知识即可解决基础设施问题

解决了通常需要系统或网络团队成员介入的 Kubernetes 集群问题，利用 Claude Code 诊断问题并提供精确的修复方案。

加速新员工上手

新的数据分析师和团队成员无需大量指导，就能迅速理解复杂的系统并做出有意义的贡献。

增强支持工作流

Claude Code 能够处理比人类手动审查大得多的数据量，并识别异常情况（例如监控 200 个仪表盘），这是人力无法完成的。

实现跨团队自助服务

没有任何编程经验的财务团队现在可以独立执行复杂的数据工作流。

编写详细的 Claude.md 文件

团队表示，你在 Claude.md 文件中将工作流程、工具和期望文档化得越好，Claude Code 的表现就越出色。当你拥有现成的设计模式时，这使得 Claude Code 在设置新数据管道等常规任务上表现卓越。

处理敏感数据时使用 MCP 服务器而非命令行界面

他们建议使用 MCP 服务器而不是 BigQuery 命令行界面，以便更好地控制 Claude Code 的访问权限，尤其是在处理需要日志记录或存在潜在隐私问题的敏感数据时。

分享团队使用心得

团队举办了分享会，成员们互相演示他们使用 Claude Code 的工作流程。这有助于传播最佳实践，并展示了他们自己可能没有发现的各种工具使用方法。

Claude Code 产品开发团队使用自家的产品来为 Claude Code 构建更新，扩展产品的企业级功能和 AI 智能体循环功能。

通过“自动接受模式”快速构建原型

工程师们通过启用“自动接受模式”（Shift+Tab）并设置自主循环，让 Claude 编写代码、运行测试并持续迭代，从而实现快速原型开发。他们将自己不熟悉的抽象问题交给 Claude，让它自主工作，然后在接手进行最后润色前，审查已完成 80% 的解决方案。团队建议从一个干净的 git 状态开始，并定期提交检查点，这样如果 Claude 跑偏了，他们可以轻松回滚任何不正确的更改。

同步编码开发核心功能

对于涉及应用程序业务逻辑的更关键功能，团队会与 Claude Code 同步工作，提供带有具体实现指令的详细提示。他们实时监控过程，确保代码质量、风格指南合规性和正确的架构，同时让 Claude 处理重复的编码工作。

构建 Vim 模式

他们最成功的异步项目之一是为 Claude Code 实现 Vim 快捷键绑定。他们要求 Claude 构建整个功能，最终实现中大约 70% 的代码来自 Claude 的自主工作，只需几次迭代即可完成。

生成测试和修复 bug

在实现功能后，团队使用 Claude Code 编写全面的测试，并处理在代码审查中发现的简单 bug。他们还使用 GitHub Actions 让 Claude 自动处理像格式问题或函数重命名这样的 Pull Request 评论。

代码库探索

在处理不熟悉的代码库（如 monorepo 或 API 端）时，团队使用 Claude Code 来快速理解系统的工作方式。他们不再等待 Slack 上的回复，而是直接向 Claude 提问以获取解释和代码参考，从而大大节省了上下文切换的时间。

更快的功能实现

Claude Code 成功实现了像 Vim 模式这样的复杂功能，其中 70% 的代码由 Claude 自主编写。

提升开发速度

该工具可以快速构建功能原型并迭代创意，而不会陷入实现细节的泥潭。

通过自动化测试提高代码质量

Claude 生成全面的测试并处理常规的 bug 修复，在减少手动工作的同时保持了高标准。

更好的代码库探索

团队成员可以快速熟悉 monorepo 中不熟悉的部分，而无需等待同事的回复。

创建自给自足的循环

设置 Claude 通过自动运行构建、测试和代码检查来验证自己的工作。这使得 Claude 可以更长时间地自主工作并发现自己的错误，尤其是在你要求 Claude 在编写代码之前先生成测试时效果更佳。

培养任务分类的直觉

学会区分哪些任务适合异步处理（外围功能、原型设计），哪些需要同步监督（核心业务逻辑、关键修复）。产品边缘的抽象任务可以用“自动接受模式”处理，而核心功能则需要更密切的监督。

编写清晰、详细的提示

当组件具有相似的名称或功能时，你的请求要极其具体。提示越好、越详细，你就越能信任 Claude 独立工作，而不会对代码库的错误部分进行意外更改。

安全工程团队专注于保障软件开发生命周期、供应链安全和开发环境安全。他们广泛使用 Claude Code 来编写和调试代码。

复杂基础设施调试

在处理事故时，他们将堆栈跟踪和文档喂给 Claude Code，并要求它在代码库中追踪控制流。这大大缩短了生产问题的解决时间，使他们能够在大约 5 分钟内理解问题，而手动扫描代码通常需要 10-15 分钟。

Terraform 代码审查与分析

对于需要安全审批的基础设施变更，团队将 Terraform 计划复制到 Claude Code 中，并提问“这会做什么？我会后悔吗？”。这创建了更紧密的反馈循环，使安全团队能够更快地审查和批准基础设施变更，减少了开发过程中的瓶颈。

文档综合与操作手册

Claude Code 吸收多个文档来源，创建 Markdown 格式的操作手册、故障排除指南和概述。团队将这些精简的文档作为调试实际问题的上下文，创建了比在完整知识库中搜索更高效的工作流程。

测试驱动开发工作流

他们摒弃了以往的“设计文档 → 粗糙代码 → 重构 → 放弃测试”模式，现在他们要求 Claude Code 提供伪代码，引导其进行测试驱动开发，并定期检查以在卡住时进行引导，从而产出更可靠、更易于测试的代码。

上下文切换与项目上手

在为现有项目（如用于安全审批工作流的 Web 应用“dependant”）做贡献时，他们使用 Claude Code 来编写、审查和执行存储在代码库中的 Markdown 格式的规范，从而能够在几天内做出有意义的贡献，而不是花费数周时间。

缩短事故解决时间

通常需要 10-15 分钟手动代码扫描的基础设施调试现在大约需要 5 分钟。

改进安全审查周期

需要安全审批的 Terraform 代码审查速度大大加快，消除了开发人员在等待安全团队批准时的阻塞。

增强跨职能贡献

团队成员可以在几天内为项目做出有意义的贡献，而不是花费数周时间来建立上下文。

更好的文档工作流程

从多个来源综合而成的故障排除指南和操作手册创建了更高效的调试过程。

广泛使用自定义斜杠命令

安全工程团队使用了整个 monorepo 中 50% 的自定义斜杠命令实现。这些自定义命令简化了特定的工作流程，并加快了重复性任务的速度。

让 Claude 先说

他们不再通过提出有针对性的问题来生成代码片段，而是告诉 Claude Code “边做边提交你的工作”，让它在定期检查的情况下自主工作，从而得到更全面的解决方案。

利用它进行文档处理

除了编码，Claude Code 还擅长综合文档和创建结构化输出。团队提供写作样本和格式偏好，以获得可立即在 Slack、Google Docs 和其他工具中使用的文档，避免界面切换带来的疲劳。

推理团队负责管理在 Claude 读取你的提示并生成回复时存储信息的内存系统。团队成员，尤其是那些刚接触机器学习的人，可以广泛使用 Claude Code 来弥补知识差距并加速他们的工作。

代码库理解与新员工上手

在加入一个复杂的代码库时，团队严重依赖 Claude Code 来快速理解其架构。他们不再手动搜索 GitHub 仓库，而是询问 Claude 哪些文件调用了特定的功能，几秒钟内就能得到结果，而不是向同事求助或手动搜索。

包含边界情况的单元测试生成

在编写完核心功能后，他们要求 Claude 为其编写全面的单元测试。Claude 会自动包含被遗漏的边界情况，在几分钟内完成通常需要大量时间和精力的工作，就像一个他们可以审查的编码助手。

机器学习概念解释

没有机器学习背景的团队成员依赖 Claude 来解释模型特定的函数和设置。过去需要一个小时谷歌搜索和阅读文档的工作，现在只需 10-20 分钟，研究时间减少了 80%。

跨语言代码翻译

在用不同编程语言测试功能时，团队向 Claude 解释他们想要测试的内容，Claude 就会用所需的语言（如 Rust）编写逻辑，从而无需为了测试目的而学习新语言。

命令记忆与 Kubernetes 管理

他们不再需要记住复杂的 Kubernetes 命令，而是向 Claude 询问正确的语法，比如“如何获取所有 pod 或部署状态”，然后就能收到他们基础设施工作所需的确切命令。

加速机器学习概念学习

有了 Claude Code，他们的研究时间减少了 80%，历史上需要一个小时谷歌搜索的工作现在只需 10-20 分钟。

更快的代码库导航

该工具可以帮助团队成员在几秒钟内找到相关文件并理解系统架构，而不是依赖同事在几天内分享知识。

全面的测试覆盖

Claude 自动生成包含边界情况的单元测试，在保持代码质量的同时减轻了精神负担。

消除语言障碍

团队可以在不熟悉 Rust 等语言的情况下实现功能，而无需学习它。

首先测试知识库功能

尝试问各种问题，看看 Claude 能否比谷歌搜索更快地回答。如果它更快、更准确，那么它就是你工作流程中一个宝贵的时间节省工具。

从代码生成开始

给 Claude 具体的指令，让它编写逻辑，然后验证其正确性。这有助于在将其用于更复杂的任务之前，建立对该工具能力的信任。

用它来编写测试

让 Claude 编写单元测试可以极大地减轻日常开发工作的压力。利用这个功能来保持代码质量，而无需花费时间手动思考所有测试用例。

数据科学和机器学习工程团队需要复杂的 可视化工具来理解模型性能，但构建这些工具通常需要不熟悉的语言和框架的专业知识。Claude Code 使这些团队能够构建生产质量的分析仪表盘，而无需成为全栈开发人员。

构建 JavaScript/TypeScript 仪表盘应用

尽管对“JavaScript 和 TypeScript 知之甚少”，团队仍使用 Claude Code 构建了完整的 React 应用，用于可视化强化学习（RL）模型的性能和训练数据。他们让 Claude 控制从头开始编写完整的应用程序，比如一个 5000 行的 TypeScript 应用，而无需自己理解代码。这一点至关重要，因为可视化应用相对上下文较少，不需要理解整个 monorepo，从而可以快速构建原型工具，以便在训练和评估期间了解模型性能。

处理重复的重构任务

当遇到合并冲突或半复杂的文件重构时——这些任务对于编辑器宏来说太复杂，但又不足以投入大量开发精力——他们就像玩“老虎机”一样使用 Claude Code：提交当前状态，让 Claude 自主工作 30 分钟，然后要么接受解决方案，要么在不成功时重新开始。

创建持久性分析工具而非一次性笔记本

团队现在不再构建用完即弃的 Jupyter 笔记本，而是让 Claude 构建可重复使用的 React 仪表盘，这些仪表盘可以在未来的模型评估中重复使用。这很重要，因为理解 Claude 的性能是“团队最重要的事情之一”——他们需要了解模型在训练和评估期间的表现，而这“实际上并非易事，简单的工具无法从观察一个数字上升中获得太多信号”。

零依赖任务委托

对于完全不熟悉的代码库或语言中的任务，他们将整个实现委托给 Claude Code，利用其从 monorepo 中收集上下文并执行任务的能力，而无需他们参与实际的编码过程。这使得他们在自己专业领域之外也能保持生产力，而不是花时间学习新技术。

节省了 2-4 倍的时间

过去虽然可以手动完成但很繁琐的常规重构任务现在完成得更快了。

用不熟悉的语言构建了复杂的应用

尽管 JavaScript/TypeScript 经验极少，却创建了 5000 行的 TypeScript 应用。

从一次性工具转向持久性工具

不再使用一次性的 Jupyter 笔记本，而是构建可复用的 React 仪表盘进行模型分析。

直接获得模型改进的洞见

第一手使用 Claude Code 的经验为未来模型迭代中更好的内存系统和用户体验改进提供了信息。

实现了可视化驱动的决策

通过先进的数据可视化工具，更好地理解了 Claude 在训练和评估期间的性能。

把它当作一台老虎机

在让 Claude 工作之前保存你的状态，让它运行 30 分钟，然后要么接受结果，要么重新开始，而不是试图费力去修正。重新开始的成功率通常比试图修复 Claude 的错误要高。

必要时为了简化而打断它

在监督过程中，不要犹豫，停下来问 Claude “你为什么这么做？试试更简单的方法。” 模型默认倾向于更复杂的解决方案，但对于简化方法的请求反应良好。

产品工程团队致力于开发如 PDF 支持、引用和网页搜索等功能，这些功能将额外的知识引入 Claude 的上下文窗口。在大型、复杂的代码库中工作意味着不断遇到不熟悉的代码部分，花费大量时间来理解特定任务需要检查哪些文件，并在进行更改前建立上下文。Claude Code 通过充当向导，帮助他们理解系统架构、识别相关文件并解释复杂的交互，从而改善了这种体验。

第一步工作流规划

团队将 Claude Code 作为任何任务的“第一站”，要求它确定在进行 bug 修复、功能开发或分析时需要检查哪些文件。这取代了传统上在开始工作前手动浏览代码库和收集上下文的耗时过程。

跨代码库独立调试

团队现在有信心处理不熟悉代码库部分的 bug，而无需向他人求助。他们可以问 Claude “你觉得你能修复这个 bug 吗？我看到的行为是这样的”，并经常能立即取得进展，这在以前由于所需的时间投入是不可行的。

通过内部测试进行模型迭代测试

Claude Code 自动使用最新的研究模型快照，使其成为他们体验模型变化的主要方式。这为团队在开发周期中提供了关于模型行为变化的直接反馈，这是他们在之前的发布中从未体验过的。

消除上下文切换的开销

他们不再需要复制粘贴代码片段并将文件拖入 Claude.ai，同时还要详细解释问题，现在可以直接在 Claude Code 中提问，无需额外的上下文收集，从而显著减少了心智负担。

增强了处理不熟悉领域的信心

团队成员可以独立调试 bug 并调查不熟悉代码库中的事故。

在上下文收集中节省了大量时间

Claude Code 消除了复制粘贴代码片段和将文件拖入 Claude.ai 的开销，减轻了心智上的上下文切换负担。

加速轮岗员工上手速度

轮岗到新团队的工程师可以快速熟悉不熟悉的代码库并做出有意义的贡献，而无需与同事进行大量咨询。

提升开发者幸福感

团队报告称，随着日常工作流程中的摩擦减少，他们感到更快乐、更高效。

将其视为迭代伙伴，而非一次性解决方案

不要指望 Claude 能立即解决问题，而是把它当作一个与你一起迭代的合作者。这种方法比试图在第一次尝试中就获得完美的解决方案效果更好。

用它来建立在不熟悉领域的信心

不要犹豫去处理你专业领域之外的 bug 或调查事故。Claude Code 使得在通常需要大量上下文建立的领域独立工作成为可能。

从最少的信息开始

从你需要的最低限度的信息开始，让 Claude 引导你完成整个过程，而不是一开始就提供大量的解释。

增长营销团队专注于在付费搜索、付费社交、移动应用商店、电子邮件营销和 SEO 等领域建立效果营销渠道。作为一个只有一人的非技术团队，他们使用 Claude Code 来自动化重复性的营销任务，并创建通常需要大量工程资源的 AI 智能体工作流。

自动化 Google Ads 广告创意生成

团队构建了一个 AI 智能体工作流，该工作流可以处理包含数百个现有广告及其效果指标的 CSV 文件，识别表现不佳的广告进行迭代，并生成符合严格字符限制（标题 30 个字符，描述 90 个字符）的新变体。通过使用两个专门的子智能体（一个用于标题，一个用于描述），该系统可以在几分钟内生成数百个新广告，而无需在多个广告系列中手动创建。这使他们能够大规模地进行测试和迭代，这是以前需要花费大量时间才能实现的。

用于批量创意制作的 Figma 插件

他们没有手动复制和编辑用于付费社交广告的静态图片，而是开发了一个 Figma 插件，该插件可以识别框架并通过替换标题和描述来以编程方式生成多达 100 个广告变体，将需要数小时复制粘贴的工作缩短为每批半秒。这使得创意产出提高了 10 倍，让团队能够在关键社交渠道上测试数量庞大的创意变体。

用于广告活动分析的 Meta Ads MCP 服务器

他们创建了一个与 Meta Ads API 集成的 MCP 服务器，以便直接在 Claude Desktop 应用内查询广告活动表现、支出数据和广告效果，从而无需在不同平台之间切换进行性能分析，节省了宝贵的时间，因为每一分效率的提升都意味着更好的投资回报率。

利用内存系统进行高级提示工程

他们实现了一个基本的内存系统，该系统记录了广告迭代中的假设和实验，使得系统在生成新变体时能够将之前的测试结果纳入上下文，创建了一个自我改进的测试框架。这使得系统性的实验成为可能，而这些实验是无法手动追踪的。

在重复性任务上节省了大量时间

Claude Code 将广告文案创作时间从 2 小时缩短到 15 分钟，让团队能够专注于更具战略性的工作。

创意产出增加 10 倍

通过自动广告生成和与 Figma 集成以获取最新的视觉设计元素，团队现在可以在各个渠道上测试数量庞大的广告变体。

像一个更大的团队一样运作

团队能够处理传统上需要专门工程资源的大型开发任务。

战略重点转移

团队可以将更多时间用于整体战略和构建 AI 智能体自动化，而不是手动执行。

识别支持 API 的重复性任务

寻找涉及使用带有 API 的工具（如广告平台、设计工具、分析平台）进行重复操作的工作流程。这些是自动化的主要候选对象，也是 Claude Code 提供最大价值的地方。

将复杂工作流分解为专门的子智能体

不要试图在一个提示或工作流中处理所有事情，而是为特定任务创建单独的智能体（比如一个标题智能体和一个描述智能体）。这使得调试更容易，并在处理复杂需求时提高输出质量。

在编码前进行充分的头脑风暴和提示规划

在前期花大量时间使用 Claude.ai 来构思整个工作流，然后让 Claude.ai 为 Claude Code 创建一个全面的提示和代码结构以供参考。此外，要逐步进行，而不是要求一次性解决问题，以避免 Claude 因任务过于复杂而不堪重负。

产品设计团队支持 Claude Code、Claude.ai 和 Anthropic API，专注于构建 AI 产品。即使是非开发人员也可以使用 Claude Code 来弥合设计与工程之间的传统鸿沟，使他们能够直接实现自己的设计愿景，而无需与工程师进行大量的反复迭代。

前端润色和状态管理变更

团队不再为视觉调整（字体、颜色、间距）创建大量的设计文档并与工程师进行多轮反馈，而是直接使用 Claude Code 实现这些变更。工程师们注意到，设计师们正在进行“通常不会看到设计师做的大型状态管理变更”，这使他们能够实现他们所设想的精确质量。

GitHub Actions 自动化工单处理

通过使用 Claude Code 的 GitHub 集成，他们只需提交描述所需更改的问题/工单，Claude 就会自动提出代码解决方案，而无需打开 Claude Code，从而为他们积压的润色任务创建了一个无缝的 bug 修复和功能优化工作流。

快速交互式原型制作

通过将模型图粘贴到 Claude Code 中，他们可以生成功能齐全的原型，工程师可以立即理解并在此基础上进行迭代，这取代了传统的静态 Figma 设计，后者需要大量的解释和转换才能成为可用代码。

发现边界情况和理解系统架构

团队使用 Claude Code 来规划错误状态、逻辑流程和不同的系统状态，使他们能够在设计阶段就识别出边界情况，而不是在开发后期才发现，从而从根本上提高了他们初始设计的质量。

复杂的文案更改和法律合规

对于像在整个代码库中移除“研究预览”信息这样的任务，他们使用 Claude Code 查找所有实例，审查周围的文案，与法务部门实时协调更改，并实施更新。这个过程只用了两次 30 分钟的电话会议，而不是一周的反复协调。

核心工作流程的变革

Claude Code 成为主要的设计工具，80% 的时间里 Figma 和 Claude Code 都是打开的。

执行速度提高 2-3 倍

以前需要与工程师进行大量反复沟通的视觉和状态管理变更，现在可以直接实现。

周期时间从数周缩短到数小时

像 Google Analytics 发布信息这样需要一周协调的复杂项目，现在只需两次 30 分钟的电话会议就能完成。

两种截然不同的用户体验

开发者获得了“增强型工作流”（执行更快），而非技术用户则获得了“天哪，我竟然也成了开发者”的工作流。

改善了设计与工程的协作

Claude Code 促进了更好的沟通和更快的问题解决，因为设计师理解了系统的限制和可能性，而无需与工程师紧密合作。

从工程师那里获得适当的设置帮助

让工程团队的同事帮助进行初始的代码库设置和权限配置——对于非开发人员来说，技术上的上手过程具有挑战性，但一旦配置完成，它将彻底改变日常工作流程。

使用自定义内存文件来引导 Claude 的行为

创建具体的指令，告诉 Claude 你是一个几乎没有编码经验的设计师，需要详细的解释和更小、更增量的更改。这极大地提高了 Claude 回应的质量，使其不再那么令人生畏。

利用粘贴图片进行原型制作

使用 Command+V 将截图直接粘贴到 Claude Code 中。它在读取设计并生成功能性代码方面表现出色，使其在将静态模型图转化为工程师可以立即理解和构建的交互式原型方面非常有价值。

强化学习（RL）工程团队专注于 RL 中的高效采样和跨集群的权重迁移。他们主要使用 Claude Code 来编写中小型功能、进行调试和理解复杂的代码库，并采用一种包含频繁检查点和回滚的迭代方法。

有监督的自主功能开发

团队让 Claude Code 在提供监督的情况下编写大部分中小型功能的代码，例如为权重迁移组件实现认证机制。他们以交互方式工作，允许 Claude 主导，但在其偏离轨道时进行引导。

测试生成和代码审查

在自己实现更改后，团队会要求 Claude Code 添加测试或审查他们的代码。这种自动化的测试工作流程在常规但重要的质量保证任务上节省了大量时间。

调试和错误调查

他们使用 Claude Code 来调试错误，结果好坏参半。有时它能立即识别问题并添加相关测试，而其他时候则难以理解问题，但总的来说，在有效时仍能提供价值。

代码库理解和调用栈分析

他们工作流程中最大的变化之一是使用 Claude Code 来快速获取相关组件和调用栈的摘要，取代了手动阅读代码或生成大量调试输出。

Kubernetes 操作指导

他们经常向 Claude Code 询问 Kubernetes 操作，这些操作否则需要大量谷歌搜索或询问基础设施工程的同事，从而能立即获得配置和部署问题的答案。

实验性方法的实现

他们现在使用一种“尝试并回滚”的方法，频繁提交检查点，以便他们可以测试 Claude 的自主实现尝试，并在需要时进行回滚，从而实现了更具实验性的开发。

文档编写加速

Claude Code 自动添加有用的注释，节省了大量的文档编写时间，尽管他们也指出，它有时会在奇怪的地方添加注释或使用有问题的代码组织方式。

有限制的提速

虽然 Claude Code 可以在他们“相对较少的时间”投入下实现中小型 PR，但他们承认，它在第一次尝试中成功的几率大约只有三分之一，需要额外的指导或手动干预。

为特定模式自定义你的 Claude.md 文件

在你的 Claude.md 文件中添加指令，以防止 Claude 重复犯工具调用错误，例如告诉它“运行 pytest 而不是 run，不要不必要地 cd – 只需使用正确的路径”。这显著提高了一致性。

使用检查点密集的工作流

随着 Claude 进行更改，定期提交你的工作，这样当实验不成功时，你可以轻松回滚。这使得在没有风险的情况下可以采用更具实验性的开发方法。

先尝试一次性解决，然后协作

给 Claude 一个快速的提示，让它先尝试完整的实现。如果成功了（大约三分之一的时间），你就节省了大量时间。如果没有，再切换到更具协作性、引导性的方法。

法务团队通过实验和了解 Anthropic 产品的好奇心，发现了 Claude Code 的潜力。此外，一位团队成员有一个个人用例，即为家人创建无障碍工具和为工作创建原型，这展示了该技术对非开发人员的强大能力。

为家人定制的无障碍解决方案

团队成员为因医疗诊断而有语言障碍的家人构建了沟通助手。在短短一小时内，一个人使用原生的语音转文本功能创建了一个预测性文本应用，该应用可以建议回复并使用语音库将其读出，解决了言语治疗师推荐的现有无障碍工具的不足之处。

法务部门工作流自动化

团队创建了“电话树”系统的原型，帮助团队成员联系到 Anthropic 合适的律师，展示了法务部门如何在没有传统开发资源的情况下为常见任务构建自定义工具。

团队协调工具

经理们构建了 G Suite 应用程序，可以自动化每周的团队更新，并跟踪各产品的法律审查状态，让律师只需通过简单的按钮点击就能快速标记需要审查的项目，而无需管理电子表格。

用于解决方案验证的快速原型制作

他们使用 Claude Code 快速构建功能性原型，然后展示给领域专家（例如向加州大学旧金山分校的专家展示无障碍工具），以验证想法并在投入更多时间之前识别现有解决方案。

在 Claude.ai 中规划，在 Claude Code 中构建

他们使用两步流程：首先在 Claude.ai 中进行头脑风暴和规划，然后转到 Claude Code 进行实现，要求它放慢速度，逐步工作，而不是一次性输出所有内容。

视觉优先的方法

他们经常使用截图向 Claude Code 展示他们想要的界面样子，然后根据视觉反馈进行迭代，而不是用文本描述功能。

原型驱动的创新

他们强调克服分享“傻瓜式”或“玩具级”原型的恐惧，因为这些演示能激励他人看到他们未曾考虑过的可能性。

MCP 集成担忧

产品律师使用 Claude Code 立即识别深度 MCP 集成的安全隐患，并指出随着 AI 工具访问更多敏感系统，保守的安全策略将成为障碍。

合规工具的优先级

他们主张随着 AI 能力的扩展，应迅速构建合规工具，认识到创新与风险管理之间的平衡。

首先在 Claude.ai 中进行详尽规划

在转到 Claude Code 之前，使用 Claude 的对话界面来充实你的整个想法。然后要求 Claude 将所有内容总结成一个分步的实现提示。

增量式和可视化工作

要求 Claude Code 放慢速度，一次实现一个步骤，这样你就可以复制粘贴而不会不知所措。大量使用截图来展示你想要的界面样子。

尽管不完美也要分享原型

克服隐藏“玩具”项目或未完成工作的冲动。分享原型有助于他人看到可能性，并在通常不互动的部门之间激发创新。

（Abstract）3岁以下小孩每月补贴300，网友直呼：买不了啥东西。

（Abstract）内蒙古除了叫 Inner Mongolia 之外，也可以叫 Nei Mongol。但黄山应该不叫 Huan Shan

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

在 Pixel 设备上打开 Google app 的新闻链接，或在 Windows 设备上通过开始菜单访问网络搜索结果，这两种情况都存在一个共同点：系统会忽略你的默认浏览器设置，强行使用自家的浏览器（Chrome 或 Edge）进行访问。

对此，似乎大家并没有太大反应，正如人们对欧盟地区用户在数字生活中享有选择而感到无奈似的。

今天我们就来探讨一个问题：如何成为一名数字意义上的欧盟地区 Windows 用户。

受《数字市场法案》影响，微软在欧盟地区针对用户做出了很多让步，包括：

关于 Windows 的地区设置，你可以在「系统设置 > 时间和语言 > 语言和区域」中找到几个选项：

不过，今天的重点是一个新加入的、不可更改的选项——设备设置区域。将其更改为欧盟地区是个不错的切入点。

我最初想到的是去年推出的 Edge 重定向工具 MSEdgeRedirect，但不久后发现该模式在 2024 年 3 月后将失效，原因是微软的 UCPD 驱动³。

UCPD（用户选择守护驱动）利用内置的黑白名单机制，屏蔽非微软签名的进程，阻止第三方工具对系统的修改。这不仅影响到一些文件协议的处理，而且更难被禁用。微软还设置了一个名为 UCPD velocity 的自动化任务，每次用户登录时都会恢复被禁用的系统文件和设置。

因此，想要使用 MSEdgeRedirect 开启「欧盟模式」的用户，首先可以按照 SetUserFTA 开发者的思路摆脱微软的干预。

彻底解决方案：直接删除 UCPD 驱动。以管理员权限运行 CMD，执行命令 sc.exe delete UCPD，然后重启。需要注意的是，该驱动可能会在系统更新后复活。

温和解决方案：禁用 UCPD 驱动，以管理员权限在 CMD 下执行：

完成后，便可以正常使用 MSEdgeRedirect 修改地区设置。

成功更改设备设置区域后，不仅能享受之前提到的「权益」，更能在各类设置中拥有更多自由，成为一个选择上的欧洲人、商店里的美国人、文本习惯上的中国人——这份灵活，值得我们珍惜。

参考链接：

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

最近几天我上网的挫败感很强。

先是想分享我用 AI 绘制的两张高清大图，上传网盘设置好了一切之后，纷纷报告说「资源失效」，无法下载。而我自己访问没有问题，切换电脑，切换浏览器，一切都正常，但其他人就是不行。

然后是之前用这些图成功打印做成画框的读者分享网店，她先是写出网店的名字，其他读者说搜索不到。她放出订单截图，的确就是那个名字，大家依然搜索不到。我也去试过，指定搜索店铺，不行，减少几个字，不行，引号强制搜索，还是不行。

以前不是这样的。要分享什么资料，那就上传网盘，甩出一个链接，事情结束。要找什么网店，才输入头里几个字，后面的全称就自动联想出来，点一下就可以跳过去。怎么现在会变成了这幅模样？

我去搜索：网盘为什么会显示资源失效？网上给出的答案五花八门，可能是因为我没有开会员，可能是因为平台对图片内容敏感（无论穿没穿衣服），可能是因为短时间内访问流量太大……

这件事情的玄妙之处在于并没有官方解释，没有系统反馈，反正就是资源失效，具体的理由么，只能靠自己去意会。

我去搜索：为什么网店搜索不到？这一次答案更多：因为店铺新开，因为店铺成交不足，因为店铺违规限权，因为店铺没买关键词，因为店铺品名类目设置不当……

同样的，平台也没有任何解释，给了我一堆类似服务的店铺，感觉是有人在服务器那一头无所谓地笑着说：又不是只有这一家？

网盘限制这件事最后我貌似是解决了，那就是把图打包压缩成 Zip 文件，然后 Zip 文件再加密，起了个名字叫做「工程图纸」。反正这一次发布之后再没有读者嚷嚷无法访问，我猜测平台没有那么多资源来破解我的 Zip 文件密码，就只好听之任之。

网店搜索不到这件事现在对于我都还是一个谜，我是不大理解，为什么我输入了指定的关键词，却不能返回给我正确的结果。

然后也让我很震惊，因为之前我认为在电商平台上，我可以在无限家店里自由做选择，现在看来店铺既不是无限的，我也不是自由的。

联想到之前我的一些经历，我甚至都怀疑平台其实根据每个客人的消费数据，为每个人度身定做了一个网店圈，让人只能在这个范围内选择店铺，因为在这个范围内成交率最高。

想超出这个范围？除非是你朋友私下分享给你店铺网址，否则你搜都搜不到。

如果真是这样，这种圈养感未免也太强烈了一些。我希望事情并非如此，否则实在是太可怕了。

接连遇见这些让人感觉挫败的事情，直接影响到了我的心情和行为。上网那么多年来，现在是我分享欲最低的时候，因为我没有预料到如今在网上想分享几张图都那么麻烦，还要专门去做研究找方法。

与此同时，我在那个网购平台上的购买几乎立即就停滞了，因为我产生了深深的疑惑：如果我要搜索的店铺都搜索不到，那么我能搜索到的是什么？那些结果对于我是真有用还是对平台真有用？

所有这些经历和想法，在我这里归结为一个词，叫做：个人的网络处境。

我认为今天的个人网络处境并不乐观，受到的限制和盘剥太过严重。

比如说最近我就打算买硬盘和光驱，用硬盘和 CD 来储存我喜欢的音乐。原因是我虽然身为网易云音乐和 Tidal 的付费会员，结果当我想把音乐下载到本地方便离线收听的时候，我发现这些音乐文件全都是加密的特定格式。我下载了网易云音乐的音乐，那么就必须用网易云音乐播放器才能看见和播放。Tidal 也是同样，系统都看不见这些储存下来的音乐文件，更不用说用其他音乐播放器去播放了。

而且，这些音乐的访问权限和会员身份绑定。会员过期了，照样不能读取访问。得知这一点，我突然意识到我花钱买会员，购买到的只是个使用音乐文件的租赁权，而不是可以买一个音乐文件的数字拷贝。这样一来，如果我想听音乐，意味着我就要永远续费，因为我不曾真正拥有什么数字资产，我只是在租赁而已。

那我为什么不去自己购买高清数字音乐，自己购买 CD，自己在硬盘上做个私人音乐库呢？那起码是买了拷贝，算是我个人的数字资产，想怎么听怎么听，想转到什么设备就转到什么设备去。

总体上来说，我认为今天在网络上的每一个人在逐渐失去互联网早期自由民的身份，变成了平台的长期佃农或者是长工。平台更多是售卖服务而不是产品，即便是产品也有很多限制，用户不能获得完整的权限。于是，所有人能做的事情就是不断买服务，不断买完整功能。

一切又好像回到了 30 年前：每个人都需要一台自己的本地服务器，东西放在自己兜里才是最放心的。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

前几天最近随着 Claude Code 这个命令行 AI 代码工具的火爆，谷歌也耐不住寂寞推出了自己的同类产品 Gemini CLI，而且完全免费，非常顶。

下面会教你用 Gemini CLI 实现哪些能力：

首先他们是没有界面的，所有的操作都是在终端以命令行的方式展示。

然后就是也是 Agents 可以自动执行任务处理本地文件，同时内置了非常多的工具，比如谷歌搜索、阅读文件、查找文件、搜索文字、写入文件、保存记忆等，你输入 /tools 然后回车就可以让他列出目前支持的工具。

另外 Gemini CLI 也是支持 MCP 的，你可以安装其他的 MCP 工具帮助模型扩充上下文。

很多朋友说命令行是不是很复杂啊，我不会编程是不是会很难用。

其实并没有，如果你的网络环境正常，能够正常登录 Gemini CLI 的话，跟使用 Cursor 没有本质区别。

因为核心交互的时候还是主要为提示词输入框，命令行又不用你写，Gemini 写就行。

从这里开始我所有的演示都基于 Mac OS 的自带终端进行，Windows 大部分操作都是通用的，但是可能出问题概率比 Mac 复杂。

首先要做的第一步就是进入到我们的启动台，搜索终端两个字，搜到之后打开。

这时候你就看到一个空白界面里面写了些你看不懂的字，不要担心。

这里我建议我们想好要进行的任务之后，新建一个文件夹把需要的任务素材扔进去，然后按住 option 按键鼠标右键选择“将 XXXX 文件夹拷贝为路径名称”，这时候你就快速获得了这个文件夹的路径。

然后我们回到我们的终端窗口，输入 cd + 空格 + 你刚才复制的路径，接下来你终端的所有操作都只会影响这个文件夹的内容，不用担心把电脑搞坏。

到这一步我们终于开始安装 Gemini CLI 了，非常简单，你只需要输入下面的内容然后回车就行。

安装成功你就会看到这个界面，应该会先让你选择命令行的颜色主题，然后让你选择登录方式。

这里需要注意：终端的操作大部分时间需要用上下左右方向键来操作选项，选中之后按回车确认。

你只需要选择一个自己喜欢的主题之后，选择正常的谷歌账号登录，在拉起网页登录后关掉就行。

我这个这里已经登录了，所以没有这些选项，然后你就能看到提示词输入框了。

恭喜你到这里，你已经完成了 Gemini 的安装。

由于用的 NPX 的安装方式，所以你以后每次关掉终端重新使用 Gemini CLI 的时候都需要输入开始的那个命令，不过不用登录了，直接就能用。

另一种方法是输入下面这个命令，但是对于不会编程的人来说很麻烦，启动就是少输入点东西，输入 Gemini 就能启动。

最后由于命令行本身都是英文的，可能很多人会望而却步，这个时候你可以装个 Bob 这个翻译软件，支持划词翻译，看不懂的选项直接选中划词翻译就行。

装好之后我们可以来点基础用法了。

由于 Gemini 可以看到你的文件并且操作，而且它还有生成能力，本身模型还是多模态的，所以即使只用本身的工具也可以有很多用法。

首先是 Gemini CLI 本身支持谷歌搜索，你可以让他搜索指定内容给你写成文档，也可以对你本身的文档进行编辑。

当然搜索工具经常会限额，这个有点恶心，比如让他搜索歸藏的信息并且整理一个介绍文档。

你也可以让他分析你保存在本地的文章之后进行改写，生成新的文章。

比如我这里就让他把 Karpathy 的软件 3.0 文章改写成适合发布的博客文章，同时生成对应的推特发布版本，也可以对于会议总结之类的文档进行分析和处理。

记得我之前写的用 Curosr 这种 IDE 帮助分析 Obsidian ，把 Obsidian 当做本地知识库的方法吗，Gemini CLI 也可以，甚至更加强大。

你可以找到你的 Obsidian 文件夹打开之后启动 Gemini CLI，然后让 Gemini CLI 查找相关的内容。

比如我这里就让他检索我所有的剪藏文件，找到 MCP 相关的文章，然后给我生成一个带反向链接的《MCP 剪藏内容索引》文档，可以看到他完成的很好。

每个无序列表都有文件标题以及文章的总结，最后还有链接可以直达那个文章。

提到反向链接了，就不得不提 Obsidian 的一个知识图谱的功能，它可以把所有有反向链接的相关文档都链接起来，形成你自己的网状笔记网络，方便你学习和回顾。

但是反向链接需要你自己手动加，大部分人都没这个毅力，现在有了 Gemini CLI 问题解决了，可以让他帮你给你文件夹中的相关文档加反向链接。

不过这个需要的时间比较长，如果内容多的话可能得等一段时间。

由于本身 Gemini CLI 是多模态的的，所以你的图片也可以让他帮忙处理。

比如我打开了一个全是图片的文件夹，里面的图片名字乱七八糟的，这时候就可以让他分析图片内容之后根据图片内容给图片重新命名。

再重新命名之后我们也不能浪费他分析的图片内容。

我们都知道在训练图像模型或者 Lora 的时候需要对图像进行标注，大部分训练工具都是把标注放在一个跟图片命名一样的文本文件里，现在我们就可以让 Gemini CLI 来做这件事了。

可以看到他执行的非常完美，以往这些你还得找对应的工具，而且不好自定义要求，现在提示词就行。

Gemini CLI 除了可以读取文件和修改文件外也是可以控制系统设置的。

比如我们就可以写好自己日常对于软件和系统设置在不同工作时间的喜好，需要的时候一键完成所有操作的更改。

这里我就让他给我关掉浏览器，然后打开 Obsidian，降低系统音量，直接进入工作模式。

更进一步让他把操作写成脚本，之后你就可以直接双击脚本完成系统设置了。

我们肯定也有很多时候桌面或者文件没有整理乱七八糟。

这个时候就可以让 Gemini CLI 新建文件夹进行分类和整理。

但是这里得注意，不要让他整理过大的过于重要的文件夹，不然误删了就痛苦了。

这里我就让他把刚才的图像和标注文件新建了两个文件夹分别整理了。

上面都是些基本用法，你最近可能也看到了一些。

但是我发现结合一些本地软件，Gemini CLI 能实现对各种文件更加高级的处理，比如视频转 gif、youtube 视频下载、加水印、文档格式转换等。

这些就非常牛皮了，而且我们日常内容创作大部分都非常需要。

前面我们有了文档了，但是很多时候演示的时候总不能真给人看 Markdown 文档吧，能不能生成 PPT 呢？

可以的，朋友，必须可以，比如我这里就把前面我那个 MCP 索引文档的内容直接转换为 PPT 了。

这个依赖一个叫 Slidev 的项目，它可以用类似 Markdown 文档的格式将内容变成带有丰富样式的 PPT。

你不需要知道这个项目的细节，直接用我下面的提示词生成文件之后，复制文件到这个页面（https://stackblitz.com/github/slidevjs/new?file=slides.md）预览就行。

上面的 Slidev 不需要本地安装直接预览就行，接下来我们介绍一些需要本地安装的项目，这些本地的软件，非常强大，但是由于本身他们是没有界面的，阻碍的很多用户使用。

但是有了 Gemini 之后一切都解决了，提示词可以直接转换为驱动他们的命令行，也可以用提示词直接安装他们，你直接用就行。

首先先介绍一下 ffmpeg 这个项目，给予他你可以实现非常强的视频编辑能力，理论上剪映之类的视频编辑软件都是基于这个完成的。

你可以对本地的视频进行拼接、剪辑、增加文字、转换格式、转换分辨率、增加音乐，基本上你能想到的视频编辑能力他都能做到。

首先我们需要大概你需要处理视频的的文件夹，然后启动 Gemini CLI 第一个命令是让他安装 Homebrew。

然后安装完成后，让他用 Homebrew 帮你安装 ffmpeg。

看到没，跟网页哪些乱七八糟的要求都没关系，你只需要说两句话，就全部安装了。

然后我们就可以爽用了，先给我们指定的视频加个水印试试。

可以看到新的视频右上角果然有了一个水印，这种言出法随的感觉谁不喜欢，你不需要了解原理，你就只需要知道所有的视频编辑他都能帮你搞定。

然后我想要给视频配乐也可以，你只需要告诉他视频文件和音乐文件的名字就行，我甚至让他给音乐加上了淡入和淡出。

他先是获取了一下视频的时长，然后就开始操作了，然后搞定了，非常完美，严丝合缝，淡入淡出也加上了，可以看剪映界面预览的频谱。

我们很多时候需要把视频转换为序列帧，然后拿其中一帧进行处理，或者处理所有的帧，以前你是不是还得到处找这种工具，而且转换效果不一定好。

Gemini CLI 一句话就能搞定，处理的又快又好，而且节省了用网页工具上传下载的时间。

另一个常见的任务就是视频转 gif，尤其公众号有 10 个视频的限制，很多时候迫不得已得转成 gif 发布。

Gemini 捕捉到了高品质这个关键词还制作了调色板保证颜色还原度，最后处理的非常完美。

像 ffmpeg 这种宝藏项目还有很多，比如 yt-dlp 这个项目跟 ffmpeg 配合几乎可以下载你能想到的所有视频平台的视频。

我们还是可以让 Gemini CLI 帮我们安装 yt-dlp 这个项目就行。

然后直接提供视频链接他就会帮你下载，甚至可以批量下载多个视频或者一起连封面和视频一起下载，再也不需要忍受那些工具的垃圾网速了。

处理视频我们有 ffmpeg 这种项目，当然图片也有。

ImageMagick 是一个极其强大的工具集，你可以用它来转换格式、缩放、裁剪、旋转、添加滤镜、组合图片等等。

依然是老一套，先让 Gemini 帮我们安装

先来一个常见任务，我们设计师做外包经常用，在没结款之前给甲方低分辨率和带水印的图片，现在就可以直接批量完成。

这里我让他把所有图片宽边调整为 800 PX，然后统一加上带“内部资料”文字的水印。

中文的水印有些问题，后来改成英文就 OK 了，而且出错之后他自己开始用多模态能力检查修改后的图像了，发现 10% 不透明度的文字不明显，又自己重新改了一下，太聪明了。

然后再来一个常见的图像拼接需求，这种在媒体上发消息的时候经常需要，尤其是推特。

搞得不错，这几张图比例不同，所以没有对齐，可以在命令上加上统一比例这种要求就行。

文档格式转换也是常见的需求，相当多的公司工作文档还是 word，很多时候我发过去 .md 文件那边都不知道怎么办。

首先还是让 Gemini CLI 帮我们安装。

这个时候我们就可以利用 Pandoc 这个项目进行各种文档格式之间的互相转换，当然批量转换也是可以的。

可以看到转的很好，Markdown 的一些基本格式也都迁移了，不管是加粗还是无序列表有序列表。

好了教程到这里就结束了。

你可以用 Gemini CLI 控制这些已经非常成熟的命令行项目，基本上你所有的需求都能找到对应的项目。

不是只有 MCP 才能做 Agent，这些传统工具在有了 LLM 加持之后会更加强大。

看到这里，你可能会突然意识到：原来那些让我们望而却步的专业工具，其实一直都在那里等着我们。

史蒂夫·乔布斯说过的一句话：”技术应该是隐形的。” 今天的 Gemini CLI，正是让那些强大的命令行工具变得”隐形”——你不需要理解它们的工作原理，只需要说出你的需求。

更重要的是，这种改变不仅仅是效率的提升，而是创作门槛的彻底消失。

所以，如果你还在犹豫要不要试试 Gemini CLI，我想说：别让”我不会编程”成为你探索新世界的借口。 因为在这个新世界里，你需要的不是编程能力，而是想象力。

那些曾经高高在上的专业工具，现在都在静静等待着你的一句话。而你要做的，就是勇敢地说出你的需求。

因为最好的工具，是让你忘记它是工具的工具。

（Abstract）🇯🇵的七夕是每年7月7日。牛郎织女的故事内容与中国的不同。七夕的 emoji 图标来源于日本的“七夕树 🎋”

我 Blog 从 2018年11月开始就是部署在搬瓦工的一台1核512M内存的机器上，没错！就是在一台512M内存机器上部署了 PHP 和 MariaDB 数据库！直到今年 6 月我迁移到 RackNert 上的2核2G的机器。

迁移 Blog 的起因是我在小众软件上看到有篇文章提到 RackNert 的新一批平价机器上架，配置和价格很是吸引。但是我还是犹豫了两周的，这价格很吸引，看到有评论说速度一般（直连）。犹豫了很久，其实我直连的时候基本就是 SSH 和传文件时候用到，其他情况我都是通过 CloudFlare 访问的，所以基本就没问题就决定买了，开始是打算买最便宜的 1G 的机器，然后看到2核2G才$17.66/年，比我搬瓦工的便宜多了，然后就决定买 2G 的机器，也能多跑很多服务。

基础设置

买了机器第一件事当然就是做安全设置，除了标准的修改 SSH 端口和设置证书登录，禁用密码之外，还要装防火墙。我现在除了 SSH 端口，其他所有非必要端口都是禁止访问的，然后安装 ZeriTier，之后将内外 IP 添加白名单，所有连接都通过 ZeroTier 连接，然后网站用的 80 和 443 端口则仅允许 CloudFlare IP 访问。

部署 1Panel

因为这次机器有 2G 内存，这样我就能在机器上面安装 1Panel。

curl -sSL https://resource.1panel.pro/quick_start.sh -o quick_start.sh && bash quick_start.sh

允许安装脚本一直下一步会生成面包的入口和设置账号密码，生成后一定要记得，要不然要重置了。

因为是 Docker 部署的，如果你使用 UFW 作为防火墙的话则需要先使用 UFW-DOCKER 自动配置好 UFW 对 Docker 的端口控制，要不然 Docker 的端口就直接暴露在外面了。

配置环境

1Panel 中部署网站都是通过 Docker 镜像的，在应用商店中有各种配置好的应用镜像。我不喜欢直接用镜像部署 WordPress，直接用文件好些。现在我们需要安装 OpenResty、MariaDB。只需要在应用商店找到对应应用安装即可。

设置数据库

先安装 MariaDB ，在应用商店找到应用，直接安装。选择好版本，填好管理密码就OK了。

因为我是迁移服务器的，所以安装后在数据库页面创建好 WordPress 对应的数据库。我是使用 DBeaver 将原来服务器上的数据导出，然后在 1Panel 数据库页面导入就可以了。

设置环境

部署好 OpenResty 后先在 CloudFlare 上下载对应域名的源证书，在网站页面下的证书页面上传证书。

还有需要在运行环境中创建运行环境，选最新版的 PHP，扩展源选择默认，然后扩展模板选择 WordPress 就会自动选择所需要的扩展，很方便。

设置网站

部署好环境就在网站页面创建网站。

证书和运行环境都配置好就在网站页面创建网站，选择「运行环境」，默认就选好 PHP 了，填好域名，勾选「启用HTTPS」，Acme账户选择手动创建，然后按「确认」就完成基本配置。

点击对应网站的配置，下面的「资源」页面中切换数据库选择对应的数据库，保存。

设置后在网站目录中可以直接打开网站目录，进去后将网站的文件上传到这个目录。

我使用 ZeroTier 然后服务器之间组网了，然后我用 rsync 直接将文件传到新服务器上，很是方便。

rsync -avz 本地目录 root@RackNert:新服务器网站目录

上传好目录后需要对 wp-config.php 修改数据库主机。在 1Panel 容器页面找到数据库的容器，我的是 1Panel-mariadb-fxso，然后 wp-config.php 中数据库主机一项不再是 127.0.0.1，要将其改为容器中找到的 1Panel-mariadb-fxso 容器名。

最后就是在 CloudFlare 上将域名指向新服务器就完成了。

插曲

在部署网站的时候出现好多次访问 1Panel 无响应的情况，排查之后发现是跨国 ZeroTier 组网不是很流畅，经常被阻断，然后我就用其他办法了，直接在服务器部署 EasyTier。

直接在容器页面的「编排」页面创建编排就是编辑 docker-compose。

自建 EasyTier 网页管理界面

version: '3.8'
services:
  easytier:
    restart: always
    labels:
      com.centurylinklabs.watchtower.enable: 'true'
    privileged: true
    mem_limit: 0m
    container_name: easytier-ui
    hostname: rack
    network_mode: host
    cap_add:
      - NET_ADMIN
      - NET_RAW
    devices:
      - /dev/net/tun:/dev/net/tun
    volumes:
      - /files/docker/easytier/data:/app    #数据目录
      - /etc/machine-id:/etc/machine-id:ro
    environment:
      - TZ=Asia/Shanghai
    image: easytier/easytier:latest
    command: --api-host https://管理界面域名/ -d /app/et.db --file-log-dir /app/eztui.log
    entrypoint: easytier-web-embed # 管理界面程序

运行后就在网站创建一个反向代理，默认端口是 11211。

还要开启服务器对应的端口，Web界面默认是 22020 端口的 UDP，防火墙开启一下。

访问 WebUI 后注册一下账户，后面客户端连接需要指定账户的。

启动 EasyTier 连接 WebUI

version: '3.8'
services:
  easytier:
    restart: always
    labels:
      com.centurylinklabs.watchtower.enable: 'true'
    privileged: true
    mem_limit: 0m
    container_name: easytier
    hostname: kyvps #服务器名称
    network_mode: host
    cap_add:
      - NET_ADMIN
      - NET_RAW
    devices:
      - /dev/net/tun:/dev/net/tun
    volumes:
      - /files/docker/easytier/data:/app
      - /etc/machine-id:/etc/machine-id:ro
    environment:
      - TZ=Asia/Shanghai
    image: easytier/easytier:latest
    command: --config-server udp://服务器IP:22020/kaiyuan

运行后就可以在 WebUI 看到客户端了。在 WebUI Device 可以看到服务器，点击齿轮然后选择 Crater 创建一个配置文件。

取消 DHCP，填写自己的 IP，网络名称和网络密码填自己的，然后网络方式选择独立就可以作为服务器了。

高级设置中填写监听地址，最好就是只使用 wss:0.0.0.0:11012，wss 可以通过 CloudFlare 代理，如果你需要 iOS 连接的话就加上 wg:0.0.0.0:11011。

EasyTier 默认端口是 11010-11012，建议改为其他端口。

结语

我之前一直都是直接配置运行环境，第一次使用 1Panel 部署网站，第一次在外网用 Docker 部署服务才知道 UFW 默认没法管理 Docker 端口，还是我发现数据库怎么会被人攻击才知道这回事。还有就是 1Panel 连接数据库的方式也不一样。都是遇到了搜索才知道。但是解决了这些之后就简单了，1Panle 图形化管理是方便很多。

（Abstract）日本的数字身份证终于来了，而且是放在 Apple Wallet 里面，全世界第二家。

（Abstract）人老了难免就会朝花夕拾 1997 年春夏季：初遇《奥特曼系列》 1997 年我上小学二年级，那时家里已经有有线 [...]

Read More "1997～2025：28年后再次回顾《奥特曼》"

最近在找絢香的那首三日月单曲，再次寻找磁力搜索引擎，发觉种子帝还是挺好的。但是有点隐藏。https://zhongzidizhi.com/

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

长时间没消息的黑森林工作室憋了个大的，发布了生成式流匹配模型 FLUX Kontext。

这套模型最强的地方就是可以对图片进行编辑，但是不会影响没有编辑的地方。

而且还支持多张图片参考生成新的图像，依然能保持需要参考内容的高度一致性。

直接替代了很多原来需要 PS （美图秀秀、Photoshop 等）才能做的需求，原来需要吭哧瘪肚 P 很久的图，现在说句话就行。

我这几天也探索了很多这个模型的用法，这次不会以测试的形式展示了，全是具体用法，让你告别 P 图这个复杂难搞的操作，另外后面也会介绍所有可以使用这个模型的渠道。

🎨 先介绍一下我探索出来的各种用法：

首先是非常简单的图片修改需求，FLUX Kontext 支持通过简单的提示词对图片进行非常精细的修改，而且不会影响未修改的区域。

我们想要给自己的日常照片加一些配饰或者改一下照片的姿势都没有问题，可以看到人物的面部一致性都没有问题，而且修改的地方跟环境也融合的很好。

⚠️注意：FLUX Kontext 只支持英文提示词，我这里放中文是方便理解，你可以用 AI 或者翻译软件把提示翻译了使用

当然 FLUX Kontext 也可以对照片进行大幅度的更改，比如你想要给照片换个背景或者给你自己换一身应景的衣服，再或者在前面的基础上换个姿势。

可以看到我把场景变成了酒吧，整个光线氛围也同步发生了变化，之后又尝试了不同的拍摄角度和姿势，也没有问题。

这种修改需要注意的是优势 Kontext 的分辨率是固定的，画全身照的时候面部有可能会变糊，因为像素区域太小的原因。

🎉 从左到右的提示词分别是：

站在酒吧吧台前

低角度侧脸，白衬衫加领带，吧台灯带背光

左侧半身特写，黑色皮夹克，霓虹灯映衬

全身广角，红色鸡尾酒裙，手扶吧椅

背后平视，帽饰西装，吧台酒架虚化

之前很火给老照片上色和修复也不是问题。

比如我下面的测试提示词就只有给照片上色，Kontext 处理的很好，而且整个色彩非常的高级和自然，明暗关系处理的很好。

想要做风格化？也没问题，只需要一句“将图片变成真实照片”的提示词就行，所有的细节都还原的很好。

当然可能更多人的需求是把自己的照片变成风格化的图片。

比如我们可以输入“把照片转换为吉卜力风格”，Kontext 也处理的很好而且人物的主要特征和电车的特征都还原了，不存在 4o 那种过度重绘和修改细节的问题。

而且这玩意还能修改图片上的文字，最屌的是不会影响原来的其他内容，而且修改的文字字体依然可以保持原来的风格。

你只需要输入“将图片中的 XXX 文字修改为 XXX”就行，比如我这里就把主要的标题改为了 Guizang，字体风格都是一致的，而且他还知道不需要换行。

针对海报复杂一些的修改也是可以的，你可以把一张找到的现成海报改掉文字和内容变成你自己的。

比如这里我就把 Oppo 的倒计时海报改成了小米的，而且连背景色都换了，Kontext 很好的处理了玻璃散射光的那部分。

这里唯一可惜的就是 FLUX Kontext 不支持生成中文，所以你只能修改图片中的英文，但是如果你不修改里面的中文，文字是不受影响的，这比其他图像模型好多了。

Change “Oppo” to “Xiaomi”, and set the image background color to orange.

这个是 Padphone 老师发现的，FLUX Kontext 还是目前最强的去水印模型，可以去掉各种复杂恶心的水印。

比如这里我找了一个 Unsplash 带水印的图片，这种半透明的水印会和图片叠加混合非常难彻底去掉，你只需要跟 Kontext 说“去掉图片的水印”，接下来奇迹就会发生，一点水印都没了。

大家最近应该都被一些 AI 图像模型生成图片默认加水印搞得不堪其扰把，即使开了会员依然有水印，这时候就可以让 Kontext 帮你解决了。

我们也可以用 Kontext 给各种平面的文字或者图案添加上材质和背景，替代原来需要 3D 渲染才能完成的需求，非常适合做品牌设计和平面设计的朋友。

比如这里我就给这个 Logo 变成了金属材质，还给图片加上了草地的背景，可以看到 Kontext 把 Logo 的一些笔画细节还原的非常好。

🎹

Transform the logo text into a shimmering metallic material, floating above a grassy field filled with flowers.

Kontext 还可以在你浏览景区的时候帮你把各种无关的其他游客搞掉，再也不用担心自己好不容易拍了账号照片，结果被误入的其他人毁掉了。

可以看到 Kontext 可以很清楚的识别画面的主体不会连你想拍的人也一起去掉，当然你如果就是想拍风景也可以，让他去掉画面上所有的人就行。

去掉照片中跟主体无关的其他行人

去掉照片中所有的人

前几天收到了可灵的一周年礼盒，看到 Padphone 老师做的展示图手痒，就想看看能不能用 Kontext 做出来，没想到真可以还做的很好。

非常离谱是他连我箱子放地上的灰尘都还原了，下次你要是想要生成类似图片的话记得擦一下产品再拍，哈哈。

💡

一个黑色箱子放在一张舒适、有褶皱的白色毯子中央，毯子的织物纹理清晰可见。瓶子周围自然地摆放着一些精致的白色小苍兰，几片花瓣零星散落。阳光柔和地洒下，投下柔和、弥散的阴影，营造出一种温暖而宁静的氛围。非常逼真的特写场景，光线是柔和的自然日光。

很多人说箱子是立方体太好生成了，整点复杂的，那我们拿可灵礼盒里的工服试试。

显然也没啥问题，文字有问题是因为生成图片的分辨率低，文字又小，导致的模糊，就跟我们拍照的时候离得远的文字也会模糊一样。

一件黑色 T 恤水平漂浮于空中，正从天花板向地板降落，看起来毫无重量。画面中无人，充满超现实感且不受重力影响。光线柔和，风格简约而优雅。背景为灰色。

很多朋友说我想要更复杂的商品展示，指定多张图片的模特和商品然后合成到一个图片中行不行，也是可以的，多图参考有点复杂我后面会讲。

可以看到第一张图商品细节、模特服装、配饰、发型以及背景都没问题，这个惊到我了。

第二张图我让模特穿上了可灵的工服，这次连衣服上的小字都还原了，可以说是完美还原，这个你让我在电商平台刷到，加上电商平台的压缩，我看不出来说实话。

这里有个小技巧：FLUX Kontext 手持产品的时候，产品一般会比正常的比例偏大，这个时候提示词描述一下产品大小就可以解决问题，比如手持易拉罐变为手持小号易拉罐。

女孩拿着化妆品瓶子

女孩穿着这件 T 恤

最后压轴的是我们日常修图最常见的需求，大家都想把自己变得好看点，面部的美颜现在都发展的比较好了。

但是身体部位很多还是靠用美图或者用醒图一点点的 P，自带的一键优化非常的生硬死板，不够自然。

昨天试了一下给男生增肌，发现 FLUX Kontext 可以很好的理解需求，图片任何部分都没变化，只有胳膊的肌肉变大了，这要是不说谁知道我 P 了，哈哈。

🍞

男性胳膊的肌肉变大，面部没有变化。

那变瘦点是不是也可以呢，可以的，甚至都能瘦脸，瘦的很自然，不会再让人从扭曲的门把手或者瓷砖看到自己 P 图了，突然想到这下卖减肥药和健身课的是不是又爽了，一键搞定广告素材。

📍

让女性的胳膊变瘦，肚子变得平坦，去掉面部赘肉

如果你就是单纯的想要尝试一下这个模型 不想涉及到复杂操作的话我推荐两个渠道：

FLUX 官方的 Palyground （https://playground.bfl.ai/image/edit）和 Krea （https://www.krea.ai/edit）其中 FLUX 的 Palyground 还送了 200 积分，生成一张图只消耗 4 积分，够你玩很久了。

这两个地方的使用都很简单上传图片，输入提示词然后等待就行。

其中 Krea 选择 FLUX Kontext 的 Pro 模型就行 Max 模型在单图修改场景反而效果不好。

FLUX 的 Palyground 的话生成的时候记得把在输入框右边三个点那里把每次生成的张数改成 1，不然一次生成 4 张有点浪费。

如果你想要开发产品或者有 Comfyui 的基础想要玩一下多图参考，这里我推荐 Fal 的渠道（https://fal.ai/models/fal-ai/flux-pro/kontext/max/multi）。

Fal 的测试页面可以直接使用多图参考，上传图片输入提示词就行，如果你不想用多图了，可以在页面上方红框那里选择其他 Pro 模型尝试单图编辑。

另外 Fal 也有他们的 Comfyui 插件，只需要在 Comfyui manager 里面搜索 ComfyUI-fal-API 然后安装就行。

安装之后在插件目录，找到 config.ini 文件，把里面 这段话改成你的 API Key 就行。

工作流的搭建很简单找到 FLUX Pro Kontext Multi 这个节点链接多张图，之后输入提示词就行，另外由于这个是 API 节点不需要本地算力，所以 mac 电脑也可以玩。

在涉及到针对人体的精细修改比如变瘦、变老变年轻需要多抽卡，不一定一次能成功。

多图参考的时候人脸的 ID 保持会下降，保持 ID 最好的方式是让 FLUX 不要修改面部。

FLUX Kontext 是可以识别图片里面的涂鸦标记的意思的。

你可以将你想要修改的地方圈起来，生成的时候他不会把标记生成进去，这样就可以实现精确修改，比如这个来自 @fofrAI 的案例，没有提示词就实现了换脸。

好了今天的教程到这里就结束了。

FLUX Kontext 除了强大能力之外的另一个优势是他非常便宜，编辑一张图只需要 0.08 美元也就是 5 毛钱人民币，相较于 GPT-4o 一张图 1.4 人民币的价格可以说非常便宜了。

另外他们后面还会开源一个 Dev 的 Kontext 模型这个会让成本进一步降低，太期待了。

距离我上一次装 PC 主机已经过去 7 年。我们中年男人真的是太难了，存了三个月的零花钱，在拼京淘东拼西凑，这里扣扣，那里省省，花费￥3200 巨资，终于把家里用了 7 年的老电脑做了个小小升级了。消费降级，没用 Intel 的高端 CPU，改用了小牌子 AMD，显卡也从之前的 80 系列降级到 70 系。🥹

距离我上一次装 PC 主机已经过去 7 年。2018 年装了一台 ATX 主机，这台老电脑配置如下:

• CPU: i8700k
• 主板: 技嘉 Z370 AORUS Gaming 3
• 内存: 芝奇幻光戟 DDR3 3000 8GB *4
• 硬盘: 三星 960EVO 500G
• 显卡: EVGA GeForce GTX 1080
• 电源: 海盗船 RM650x
• 散热: 恩杰 NZXT Kraken X62
• 机箱: NZXT S340 Elite

当初这套配置还是比较顶，所以直到 2025 年的今天，日常用起来还是没什么问题，但是应对近几年的各种 3A 大作就颇有压力了。

临近年中各大电商促销，加上AMD、英伟达等厂商今年推出的产品算是回到了一个合理乃至甜点的区间，今年就动了重新装一台 PC 主机的念头。

装机思路 ​

我是一个程序员，长期以来，我的主力设备都是 Mac，现在用的 MacBook Pro 16 英寸是 M2 Max / 96BG / 4TB 的配置，性能还是十分强大的，所以这次装 PC 主机，主要有几个想法：利用已有的配件（固态硬盘）、MATX小机箱，不用水冷，不追求极致性能或极致性价比，力求在合理价格区间组装一台适合自己的主机，能够应对当前主流的3A大作以及可能的视频剪辑和直播需求，作为一个稳定的偏娱乐工作站。

一开始也有考虑 Ultra 265K 的 Intel CPU + N 卡的组合，但是考虑到英特尔去年的缩缸，Ultra 这一代的支持时间，乃至目前岌岌可危的股价，最终决定还是转向市场上更成熟的 AMD 处理器。

最终配置 ​

组件	品牌	型号	购买渠道	备注
CPU	AMD	AMD Ryzen 7 9700X（盒装)	京东	板U套装优惠
主板	技嘉	B850M AORUS ELITE WIFI7 ICE - P(雕妹)	京东	2025年5月15日上市，冰雕换皮
内存	宏碁	掠夺者 PREDATOR 48G(24G×2) 套装 DDR5 6000频率 Hermes冰刃	京东	6000/C28 新M-die 颗粒
固态硬盘1	海力士 Solidigm	P44 Pro 2TB NVMe	已有	PCIe 4.0 ,Mac Mini 外接闲置
固态硬盘2	海康威视	C2000 Pro 1TB	已有	PCIe 3.0 ,购于2019年，东芝颗粒
显卡	铭瑄 Maxsun	GeForce RTX 5070 iCraft OC12G T0	天猫
电源	九州风神	PQ850P	京东	白金全模组电源，850W
散热	九州风神	冰立 AK500S 数显版	京东	5热管,带数显屏
机箱	乔思伯	Z20 MATX 白色	京东	经典 MATX 小机箱，约20L
机箱风扇	利民	TL-S12-W/RW 120MM ARGB 12cm机箱风扇 * 6	京东	正向4把，反向2把

等各个配件送到家，再集体拍张合照的的感觉还是很不错的。

整机展示 ​

这次装机主色调是「白色」，但是我并没有追求「纯白」，最后出来的整机效果基本达到了我的预期。

乔思伯 Z20 是很经典的 MATX 小机箱，在装机领域口碑很不错，体积也不大，刚好在我的心水范围内。

Z20 一侧是钢化玻璃，其余三名是带孔的金属网格，内部有防尘罩，整体看起来简洁大气。

机箱正面的电源开关、 Type-C 接口和 USB 3.0 ，还有一个音频接口，孔比较少，对于我来说有点不够用。

机箱背部还附送了一个小的带有磁铁的防尘罩，可以贴到机箱背部。

机箱内部主要配件和布局，使用的都是各个配件自带的线材。九州风神这个电源附送了压纹线和理线夹，稍微把显卡、主板供电线理了一下。

这次使用了宏碁的冰刃 24GB*2 的套条，频率 6000MHz，时序 C28，使用的是海力士 3GB 新 M-die 颗粒，相比 32GB 的只贵了¥100不到，果断就选择了这个，毕竟我 7 年前的老电脑都 32GB 了，如果再装一台 32GB 的，感觉有点不够意思。

CPU 风冷散热外接线，用白色电工胶布包了一下，稍微美观了一点。

这次之所以不用水冷，主要是图省事，之前那台老机器的恩杰水冷坏过一次，虽然免费换新了，但是从原理的角度水冷相比风冷的故障率还是高一些，现在风冷水冷对于这种级别的机器散热效率差别不太大，这次就选择风冷了。九州风神 AK500S 这个风冷价格不贵，颜值还行，我用利民的 S-12 换了风冷自带的风扇，统一机箱内的风扇风格。

显卡是铭瑄的 RTX 5070 iCraft OC12G 瑷珈，之所以选择铭瑄的显卡，一是之前买了一张铭瑄的 Intel B580 感觉还行，再就是这次铭瑄的铭瑄 5070 价格很香，要不从颜值的角度，肯定还是诸如技嘉雪鹰 5070 更好看，但是架不住铭瑄这个便宜不少。

铭瑄这个虽然也是白色系显卡，但是顶部是二次元元素，仔细看的话底部有点泛黄的设计，不是纯白，但是塞进机箱后看得就不明显了。

来到晚上灯光展示，我不是一个 RGB 爱好者，但是可以不用，但是不能没有，这次我还是给内存、以及风扇都选择了 RGB 效果，机箱内部采用了上2出、后1出、下2进的风道布局，机箱上的 6 把风扇都接到了 ARGB 集线器，可以通过额外的遥控器控制，也可以通过主板同步。

内存、显卡、风扇的灯光都可以同步，可以根据自己的心情和喜好调整灯光动效、颜色、明暗。

九州风神这个风冷有一个小的 LED 屏幕，安装了软件之后，可以显示 CPU 温度、CPU 占有率灯信息，但是比较遗憾的是这个风冷只有淡绿色的灯，不能与其他 ARGB 灯光同步。

我的 ARGB 集线器上也有一个小的 LED 灯，也能同步，透过背部露出来隐隐约约的效果还行。

装机过程 ​

接下来再分享一下一些装机过程中的配件细节。

这次我本来是想购买技嘉 B850M 冰雕的，但是没想到刚好看到技嘉 B850M 雕妹上市，规格就是冰雕换皮，但是升级了 Wi-Fi 7 的芯片，价格甚至还便宜了几十块钱，果断入手。

雕妹这个主板整体大部分是白色的，但是在一些散热马甲上有技嘉的橙黑元素，不像冰雕整体纯白那么干净。但是因为我本身不追求纯白，加上有预期装机完成之后大部分都会被挡住，就没有太在意。

支持安装两个 M2 固态硬盘，上面有一个支持快拆的 M2 固态硬盘散热片，下面的 M2 固态硬盘也支持快拆，不用再用螺丝固定。

这次我用的两个固态硬盘都是已有的老硬盘，其中海力士 Solidigm P44 Pro 2TB 之前是 Mac Mini 的外接硬盘，算是 PCIe 4.0 的顶级固态了，放到现在依旧是高端水准，海康威视那个 C2000 Pro 1TB 是 2019 年买的，虽然是 PCIe 3.0 的，但是也足够日常使用了，我之前就是放在老电脑上专门放游戏。

B850M 雕妹支持 4 根 DDR5 内存条，这部分也是白色卡槽。

板U套装的 9700X。

想起上次装机的时候安装 CPU 手抖了，把主板的针脚搞弯了，这次特别小心，好在现在优化了设计，直接傻瓜放进去扣上就好了。

宏碁的内存条，48GB，应该能满足我的大部分需求了。 上板之后的效果。

散热器这部分没什么好说了的，安装好 AMD 专用的支架之后，涂规制，直接安到了主板上。

九州风神的 pq850p 电源，850W 白金全模组电源，本来我这个规格 750W 也够了，但是想到也没差多少钱，就又换了 850W 的。PQ850P 这个风扇口碑还行，颜值我比较喜欢。

理线效果 ​

这次是我第一次装 MATX 小机箱，走线和理线成了一个大问题。这次我依旧是自己亲自动手装机，也是投入了心血，还是想着能够尽量美观。

上面就是最终的走线效果，由于机箱内有6个 ARGB 风扇，加上有一个 ARGB 集线器需要 SATA 单独供电，整体线材比较多，CPU供电线、主板供电线围绕机箱外部走了一圈，风扇之类的小线、机箱前置的延伸线之类的，大多就是分类扎起来，尽量藏在了电源下部的空间。

这次用到的主要理线工具，白色扎带、网线钳刀、白色电工胶布。当然还有电源送的理线架。

性能跑分 ​

由于我装机之后，立马就装了不少软件、游戏，并不是纯净系统的状态，所以跑分结果可能有些偏差，实际看下来与专门的评测有 3% 到 7% 左右的差距。

整体就是主板和系统的默认配置，开启 EXPO，CPU 功耗限制开启 105W。

图吧硬件和系统信息如上。

CPU 和 GPU 的信息，看了下 CPU 核心电压 1.0-到1.1 左右波动，看着体质还行的样子？

CPU-Z 压力测试 ​

用 CPU-Z 简单进行基准跑分测试，左边是默认 TDP 65W 模式下的跑分，右边是开启 TDP 105W 模式的跑分，解锁功耗之后提升约 10% 左右，最大看到功率跑到 140W 的样子。

Cinebench R23 ​

同样跑一个 Cinebench R23 的多核和单核测试:

• TDP 65W 模式: 单核 2179,多核 19055
• TDP 105W 模式 PBO 开启35负压: 单核 2180,多核 22624

一开始我的主板只开启了 TPD 105W 功耗墙，这里的跑分与其他人 R23 单核 2200+，多核 23000 + 还是有不小差距。后来手动调整了一下 PBO 的负压到30,再跑一次方多核就上升到了 22624。

3DMark CPU Profile ​

3DMark CPU Profile 最大线程 9978,1线程 1256

3DMark Time Spy Extreme ​

Time Spy Extreme 分数 9940。

3DMark Time Spy ​

Time Spy 分数 20476。

双烤:TDP 105W ​

在开启 TDP 105W 和 PBO Auto ( BIOS 默认) 的情况下，使用 AIDA 64 FPU + Furmark 4K 双烤，15 分钟。CPU达到 95° 温度墙，GPU 核心在72-74摄氏度， GPU显存 64-6 摄氏度。

这个温度确实有点高，除了 CPU 本身的原因，另一个原因可能是 AK500S 风冷的风扇。我替换的利民 TL-S12 风扇最高转速只有 1500 rpm，风压为 1.31，而原本九州风神自带的风冷风扇最高转速为 1850 rpm，风压为 2.19，这显然是为了颜值牺牲了散热效率。

不过，这个温度仍在预期范围内，当然在大多数情况下，不可能长期在这种工况下运行。

有关 9700x 使用 AK500s 烤鸡的测试，可以参考 B 站的这个视频:

• 9700X，九州风神ak500s烤鸡实测

这个视频的指定评论有 UP 主详细的各个条件的温度表现，这么看来我这个温度应该也是正常。

黑神话悟空 ​

4K 分辨率，超高画质、开启 DLSS、关闭光线追踪，平均帧率90帧。

2K 分辨率，超高画质，开启 DLSS，关闭光线追踪，平均帧率 116 帧。

其他游戏 ​

现在的硬件在规格差不多的情况下，游戏性能的差距都不大，加上我本身玩的游戏不多，这几天新装电脑之后，也只是玩了玩网游永劫无间、无畏契约、三角洲行动、DOOM 毁灭战士、使命召唤黑色行动6、33号远征队。

我的显示器只是 4K 60帧，加上我对高帧无感。实测下来。

三角洲行动: 2K，超高画质，DLSS,能够达到 250- 300帧。

永劫无间: 2K，中低画质，DLSS开启2x，能够达到 200到 300 帧

最新出的毁灭战士:黑暗时代，4K + DLSS 基本也能达到 170帧的水平。

总结 ​

这次装机前，我准备了不少资料，断断续续在抖音、B站和小红书上查看了许多装机方案。简单来说，CPU、主板和内存的组合基本上只有几种，而显卡的选择则因个人预算差异较大。其他配件如电源、机箱、风扇和散热器则主要看个人喜好（这也是水分较多的地方）。

整体配置看下来，基本符合我的预期，除了显卡，其他配件都没有使用低配，算是比较均衡。最终的跑分虽然与评测有差距，但我觉得主要是我的设置问题。

由于我并不追求极致的跑分和性能，在目前的硬件水平下，我新装的这台 MATX 基本可以流畅运行 2K 游戏，算是达成了我的心愿。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

近期，围绕 DUN.IM 的弹性流量有一些讨论。我们希望在此参照我们的 使用条款 来澄清这些问题。〔更多问题参考这里〕

在 DUN.IM，我们根据您的计划提供不同的数据访问权限，详见我们的会员计划：

我们的方法植根于 使用条款 中阐述的原则。对所有用户而言，服务旨在用于个人非商业用途。

执行这些政策有助于为所有用户维护我们服务的完整性和性能。

这对所有 DUN.IM 用户都至关重要：

您可以观看视频、下载供个人使用的游戏以及进行大量浏览。我们的系统，尤其是付费计划的弹性流量，旨在满足合法的高稳定个人使用需求。

我们的 使用条款 并未明确禁止用于个人文件获取的 P2P 或种子下载。但是，我们明确有禁止“非法活动”、“网络滥用并降低其他用户服务质量”以及“与典型个人使用不符的过度数据传输”。

因此，虽然为个人使用下载文件通常在允许范围内（用户需合理使用“弹性流量”），但诸如持续的、大流量的做种（seeding）行为，若对共享资源造成不当负担、类似于文件托管服务或助长未经授权的版权材料分发，则可能根据这些禁止用途受到影响。

对于提供弹性流量的付费计划，DUN.IM 更关注使用的性质和影响（即是否为个人非商业用途且符合我们的条款），而非设置一个限制性的硬性上限。我们关注的是用户是否遵守禁止用途列表。

请确保您的 DUN.IM 账户安全。未经授权的访问可能导致账户被滥用，如果是合法个人使用被标记，请联系我们澄清。

所有 DUN.IM 用户均在我们 使用条款 的政策框架下运营。

正如我们的 使用条款 所述，“违反这些条款可能导致您的服务被临时暂停或终止。” 如果用户在仍持续超出限额，或任何用户从事被禁止的活动，此条款均适用。

关于云服务流量费比较 [5/5]

我们还年轻，可不想看到这个世界，处在毫无自由、隐私的边缘。

距离上一次配眼镜已经过去五年，之前的眼镜一直戴到今天。蔡司的镜片依旧完好，而凯米镜片的那副眼镜因平时运动和不太爱惜，已经磨损得不成样子。是时候重新配眼镜了。

• ZEISS 三连：蔡司镜架、钻立方镜片、蔡司原厂加工近视眼镜

从医学角度来看，成年后眼睛的近视一般不会加深。在过去十年里，我的眼镜度数基本没有变化。不过，我想既然要重新配眼镜，不如趁这个机会重新验光，了解一下自己眼睛的真实情况。

• 职业背景：我是一个程序员，过去几年，大多情况下每天是高强度用眼。
• 眼睛现状: 左右两眼均是 600°，并且都有轻微散光

这次我没有选择常见的眼镜店验光，而是选择了去深圳大学总医院。

为什么不选择眼镜店验光 ​

由于线下商业的特点，眼镜里店的验光只是销售眼服务中的一个环节。尽管一些眼镜店配备专业验光人员和先进设备，但由于线下销售的性质以快速达成交易为目的，从理性角度来看，眼镜店的验光存在潜在问题。

眼镜店可能仅进行简单的仪器验光，验光过程可能由普通店员完成。

虽然验光师的资格考试不难，但在这种线下场景中，普通消费者通常不太会去确认验光师的资质。

为什么不去专业的眼科医院验光 ​

看到不少人推荐深圳眼科医院或者热门的眼科医院，我恰恰选择避开这些「热门」的医院。验光只是很基础的服务，对于医院和医生眼科方便的水平要求其实并不高，所以没必要选择那种专科医院。

热门的眼科医院，倒容易存在人多排队的情况。人多和服务好很多情况下是互斥的。

这次我选择了「深圳大学总医院」，一个是在西丽离得不远，而是新医院，硬件设施肯定没问题，加上新医院人不多，不用排队就诊、验光都很方便。

流程 ​

下面简单说一下这次在医院的验光流程。

• 在「深圳大学总医院智慧医院」的小程序预约挂号。随便选「眼科门诊」的主治医师或者医师即可，挂号费25元。
• 拿到挂号单之后，去到医院3楼的眼科门诊，把挂号单给到分诊台的护士，直接说「验光」，护士会先行使用仪器给你做当前戴着眼镜的验光。
• 接下来等号去到医生的办公室，直接跟医生说「验光」即可，医生会先再次检查一下，然后开「验光单」去专门的验光室验光。
• 直接门口的缴费机器缴纳「验光」费用，拿验光单回到分诊台，等叫号去验光室。
• 接下来就是专业的验光流程，验光师也是专门的大夫，会先检测你当前的眼镜都市，然后再一次检查左右眼的都市和散光，尤其是散光会多次验证偏差角度。由于我眼镜都市600多，而今天的第一轮验光都市只有 550°，医生建议我需要再做一次散瞳，以便正确验光。接下来拿着「散瞳药」的单据缴费，再去楼下取散瞳的药。
• 散瞳需要持续40分钟，每 10 分钟滴第一次，第4次滴完之后再等10分钟，再次去验光室。散瞳之后的验光，我的度数进一步下降到左右两眼 500°，与我当前眼镜 600° 的度数相差了 100°。

鉴于我散瞳之后的验光度数下降过大，医生让我需要改天重新再次验光，以精准检查出适合的眼睛度数。

我第二天又来医院，需要重新挂号，拿出昨天的检查单据给医生，直接说「过来复查验光」即可，医生会再开一个「验光单」，这次再去到验光室。

• 与昨天一样，首先还是常规的左右眼近视度数、散光的检查。
• 然后医生分别给我按照散瞳的度数 500°，给我调整试戴眼睛，我感觉 500° 看得有点不清楚，医生又调整到 550°，我就感觉清晰很多了。医生让我戴着出去走 10 分钟，看看远近，看手机，看看有没有什么不适的。

我戴着550°的眼镜，发现与我600°的眼镜相比，清晰度差异不大。在标准验光距离，我能清晰看到验光表上5.0的小字，外出时也没有感到不适。

医生的建议是：我当前眼睛的实际度数为500°，但由于一次性下降太多，近期可以先配550°的眼镜，待适应半年到一两年后，再慢慢降到500°。

我询问医生和验光师，为什么之前几年600°时没有感到不适。医生表示这种情况很常见，许多人在验光时不够严谨，甚至在用眼一天后再去验光，结果可能相差300多度。

我这五六年适应600°是因为眼睛本身有调节功能，但这个度数对我的眼睛肌肉压力过过大，长期来看还是有害的。

花费 ​

• DAY1: 挂号¥25 / 门诊 ¥65 / 散瞳药 ¥17
• DAY2: 挂号¥25 / 门诊 ¥24
• 总花费； ¥156
• 额外花费: 停车¥10*2 = ¥20

停车费用可以通过输入当日的门诊编号进行优惠减免，要不原价要 ¥30 多。

注意 ​

如果要做散瞳的话，建议就别开车了，另外可以戴一副墨镜，做完散瞳之后，2-4小时之内，都无法看清楚近处的东西，另外对阳光敏感。

如果不做散瞳的话，一天就能搞定，花费能控制在¥100元以内。

这次验光，整体还是满足了我的预期。纠正了我之前眼镜度数不准的大雷，只可惜了我之前花费巨资配的蔡司眼镜。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

最近 X 上很流行 Bento 信息图再一次引领 AI 网页设计潮流。

「Bento grid 」是一种受日本便当盒（Bento Box）启发的界面设计风格。

强调内容用卡片形式排列，美观又便于信息分区展示。

如 Apple Watch 网站设计

如 Apple M2 芯片介绍

Bento Grid 设计风格非常适合社交媒体分享、内容聚合、产品展示等场景。

有网站专门收集用 Bento Grid 风格精美设计。

https://bentogrids.com/

参考 Bento grid 风格原理。

这两天调试了一段提示词。

支持把任意主题或内容，生成 Bento 图。

方便截图传播引流。

给大家感受下效果，推荐用 Gemini 2.5 Pro 0506 版或 Claude 3.7 Sonnet 生成。

https://www.32kw.com/view/0c7b316

理论 AI 可以设计无限种风格。

未来：人的筛选判断以变得越来越重要，人人需提升自己审美。

因自己不是设计师，审美能力有限。

暴力一口气生成了 60 种风格，方便大家查找、引用。

60 种风格参考网站：

https://www.32kw.com/view/bb3310b

花费了 4-5 个小时，反复测试。

迭代到 V5 版，基本可用，虽仍有瑕疵。

https://bentogrids.com/

上面网站找自己喜欢的设计风格。

截图发 AI，让描述设计风格，加到 Prompt 中。

风格使用很灵活，可以风格序号或风格名，甚至可以组合多个风格。

比如提供风格序号：2、3、7，就会组合大胆现代、优雅复古和日式极简三种风格。

风格选项位置：

把自己二维码传到支持在线访问的任何网站，获取图片地址替换。

两点说明：

感受： 没有任何提示词是完美的，永远有迭代空间。

（Abstract）所谓“自愿补课”，当大家都在补的时候，你不去补，你就被孤立了。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

AI 生成音乐工具，海外有 Suno、Udio，国内有字节的海绵音乐、天工 AI 音乐等。

个人体验看，Suno 综合实力最强，几乎是遥遥领先。

尤其是最近更新了 4.5 版，提示词遵循能力大大提升。

可玩性、可用性猛的提升，非常酷。

官网：
https://suno.com/

iOS 版下载地址

‎Make and explore music with Suno. Whether you’re a shower singer or a charting artist, we break barriers between you and the song you dream of making. No instrument needed, just imagination. Begin your musical journey with 10 free songs per day. – * Your subscription will be charged to your App…

注册有积分，可免费生成音乐，但不能用最近刚出的 4.5 模型。

如想体验，用我链接，互赚点积分。

Join me on Suno 🙂

但是，想玩最牛模型，双币信用卡 Stripe 支付（有被拒概率），或某宝买成品号（75 元左右/月）。

以网页版为例。

点击 Create->Simple，输入音乐风格和主题提示词，点橙色的 Create 按钮。

就能生成一首还 OK 的歌。

是不是很简单？

如想相对精确控制一首歌的歌词、每小节风格/唱腔/器乐等。

就要用 Custom 模式，可理解为专家模式。

不要怕，其实也很简单。

核心输入就三个：

负向提示词，可以避免完全不想要的风格，选填。

比如喜欢重金属的，肯定要俗套的流行乐。

不会写歌词怎么办？

点击 Lyrics 模型下的“Full Song”，出现弹窗，输入主题和风格。

然后点击“Write Lyrics”，AI 自动生成两个版本，选一个即可。

如不满意，可手动修改。

或点“By Line”，选中待修改段落，让 AI 继续改。

虽方便，但生成歌词质量一般。

也没用上很多 Suno 的一些隐藏控制技巧。

理论上，任何一首歌，都是结构的。

类似于文章的起承转合。
一般不会上来就是高潮。

让 AI 给了一些常见音乐结构组成的解释。

主歌是讲述故事或表达主题的部分，歌词内容通常每段不同，推动歌曲情节发展。

位于主歌和副歌之间，起到过渡和增强期待感的作用，旋律和情绪通常逐渐上升。

歌曲中最核心、最具记忆点的部分，通常包含主题和 Hook（钩子），旋律和歌词多次重复，是整首歌的高潮。

在歌曲后半段出现，提供音乐和情感上的转折，带来新鲜感，通常旋律和和声与主歌、副歌不同。

歌曲的结尾部分，用于收尾和渐渐结束，帮助听众从情绪中平稳过渡出来。

• Post-Chorus（后副歌）：副歌后的延伸部分，通常更具能量或舞曲感。
• Drop：电子音乐中高潮爆发的部分，常在前副歌后出现。
• Interlude（间奏）：歌曲中段的器乐过渡部分，给听众短暂休息。
• Breakdown：乐器简化或重新编排的部分，常用于突出某种情绪或为高潮做铺垫。
• Refrain（叠句）：在每个主歌结尾重复的短句，加强记忆点。
• Spoken Word（说唱/对白）：用说话或朗诵的方式表达内容，增加表现力。
• Ad-libs（即兴短句）：歌手即兴添加的背景声音或短句，增强歌曲表现力。

Suno 4.5 升级后，语义理解和遵循能力大幅提升。

能在歌词（Lyrics）中做段落标记，以控制歌曲的结构和情绪走向。

支持的结构标记如下：

此外，通过搜索官方 Reddit 社区，发现还有一些更细的控制。

比如

窗前明月光(明月光)

效果：括号内也会跟着唱出来，像叠唱和声效果。

再比如，Suno 对中文理解不到位。

某字发音不对，也可以通过小括号加上音标。

春花秋月何时了(liǎo)

避免唱成 le

[]括号也很有用，比如想指定某段用甜美女声唱，可以这么写：

[Verse 1: Narrative] [Sweet Female Vocal]

没关系。

像我们普通人。

音乐风格也了解的不多。

所以，借助 AI ，我把上面的技巧写到了一个提示词中。

模型推荐 Claude 3.7 sonnet，或 Gemini 2.5 Pro。

另外发现，如果是中文歌，豆包写歌词更押韵，但音乐标记做的不够好。

推荐模型组合使用，加上人工微调，完成你的歌词。

大概效果如下：

与此同时，还会生成正向和负向风格提示词、推荐歌名。

只需要复制粘贴到 Suno 中即可。

刷 Reddit，发现一些专业搞音乐的网友。

他们的用法：用 Suno 找创作灵感。

通过录音哼唱，生成纯音乐歌曲。

如何做？

点创作界面中的 Audio

可录音（也可上传一段音乐）

支持最多 120s 音频，以此为基础生成翻版或延长。

注意： 上传或录制的音频，会做版权检测，测了一些大牌乐队歌曲，都不让用…

先用 Suno 生成纯音乐，挑选最喜欢的一首，下载为 MP3。

打开谷歌 AIStudio，上传后让它基于歌曲写 Lyrics 歌词。

Google AI Studio is the fastest way to start building with Gemini, our next generation family of multimodal generative AI models.

示例如下：

谷歌多模态 AI 威武，不少音乐人喜欢这个 Use Case。

可能有人好奇，这么多复杂技巧怎么发现的？

工具：Google Deep Research + 提示词:

调研下 suno.ai 的歌词创作和 lyrics 写法

十多分钟后，输出一份完整报告。

为方便查看，我做成了一个网站：

对于更具诗意、结构更复杂或不规则的歌词，Suno AI 也能进行处理，前提是用户提供了结构清晰、格式规范的输入文本。但是，AI 的默认倾向可能是生成更简单、重复性更强的旋律和结构。 因此，要成功演绎复杂的诗歌式歌词，很大程度上依赖于用户输入的质量以及是否使用了恰当的格式化技巧来引导 AI。 适合度：★★★☆☆ (适合，但需要更多技巧和高质量输入)

AI 音乐真的太神奇了。

以前觉得，创作音乐是天才和专业人士的专属。

现在，有了 AI，普通人也能写歌、作曲、制作，甚至能做出让自己感动的作品。

每次听到自己用 AI 做出的歌，心里都特别激动。

技术让梦想变得触手可及，也让更多人敢于尝试、表达自己。

希望大家多多体验 AI 音乐，别害怕不会乐理，不会写词。只要你有想法，有热情，AI 会帮你把它变成现实。

如果你觉得这篇文章有用，欢迎点赞支持。你的鼓励，是我继续分享的动力。

让我们一起用 AI，玩出更多音乐的可能！

上周花了两天时间，用 Next.js 练手做项目，顺便做了一个科普网站。

• 🌍 Flight Track in 3D Earth

经常坐飞机的朋友，尤其是坐过长距离国际航班的朋友，一定留意过飞机在地图上的轨迹。但是由于墨卡托投影的原因，航班在平面地图上的轨迹往往与我们心理上的感知不一致。

这个网站的核心功能是展示航班在 3D 地球上的真实 GPS 轨迹，并与平面地图上的轨迹进行直观对比。这对于理解地图投影的影响特别有帮助，相信初中和高中的科学及地理老师会发现它的教学价值。

同时也收集了几条「最长」的航线，当作展示案例。

灵感来源 ​

在阮一峰周刊 第342期 看到那张 EK215 航班跨越北极的航线图，感觉做一个 3D 效果的可能更加直观，于是做了这个科普性质的网站。

使用了 threejs 和收费的 Flightradar24 API 制作了这个查询真实航班的小工具。后来发现 API 费用太贵，只好先屏蔽真实数据，改用模拟数据，但效果仍然很直观。

在做这个小项目的这几天，我稍微了解了航旅的数据领域，感叹航空行业的标准化真令人佩服：全球统一的航班代码、机场代码和各种开放数据。同时，我也对航空数据服务的价格感到震惊。

一开始我天真地以为 Flightradar24 每月 $9 美元能查 30,000 次挺划算（毕竟能缓存历史航班），结果才发现 Credit 并不是次数，实际请求 500 次不到就用完了，FlightAware 是按请求数计费。

有关航旅这个部分，有一个推友留言，供参考:

相关资料 ​

• Next.js
• Three.js: Javascript 3D Library
• Flightradar24 API: 航旅数据
• FlightAware APIs: 航旅数据
• 国家地区经纬度坐标：World countries
• 全球机场代码:Airports