xiaohack博客专注前沿科技动态与实用技术干货分享，涵盖 AI 代理、大模型应用、编程工具、文档解析、SEO 实战、自动化部署等内容，提供开源项目教程、科技资讯日报、工具使用指南，助力开发者、AI 爱好者获取前沿技术与实战经验。
1.免费且开源，代码无加密可自行修改（不要用于二次售卖）。
2.适当配置可生成收录不错的内容。
3.关注参考内容配置，可生成适合GEO的内容。
4.关于授权问题，其实可以直接覆盖跳过，授权是为了了解使用人数。
5.不提供任何技术支持）。
这不是一款很标准的文章生成工具，用它的目的一是辅助老网站保持长期更新，二是可以辅助老网站稳定排名（配合专用的主题，可以不改变老网站任何代码前提下，优化主站内容排名），三是生成适合GEO的内容。
插件只是辅助，再强大也不会直接获取很好的自然排名，甚至过度依赖会导致网站被惩罚，请根据个人经验合理应用。
前阵子看到paddle发布SOTA的OCR模型，预览效果很nb，但看很少人去尝试使用。刚好公司有一些书籍类型的pdf（含公式，图片，表格等），内容双栏显示。使用场景够复杂了吧，也是日常会遇到的情况。于是就开始折腾部署PaddleOCR-VL模型。
所有流程都在wsl中操作，包括python虚拟环境创建包安装等。我使用非Docker的方式安装
1.创建虚拟环境conda create -n paddleocr python==3.12
2.安装paddle包
# 以下命令安装 CUDA 12.6 版本的 PaddlePaddle，对于其他 CUDA 版本以及 CPU 版本，请参考 https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/develop/install/pip/linux-pip.html
python -m pip install paddlepaddle-gpu==3.2.0 -i https://www.paddlepaddle.org.cn/packages/stable/cu126/连续使用以下命令即可
python -m pip install -U "paddleocr[doc-parser]"python -m pip install https://paddle-whl.bj.bcebos.com/nightly/cu126/safetensors/safetensors-0.6.2.dev0-cp38-abi3-linux_x86_64.whl3.python代码（单个pdf文档)
from pathlib import Path
from paddleocr import PaddleOCRVL
input_file = "./your_pdf_file.pdf"
output_path = Path("./output")
pipeline = PaddleOCRVL()
output = pipeline.predict(input=input_file)
markdown_list = []
markdown_images = []
for res in output:
md_info = res.markdown
markdown_list.append(md_info)
markdown_images.append(md_info.get("markdown_images", {}))
markdown_texts = pipeline.concatenate_markdown_pages(markdown_list)
mkd_file_path = output_path / f"{Path(input_file).stem}.md"
mkd_file_path.parent.mkdir(parents=True, exist_ok=True)
with open(mkd_file_path, "w", encoding="utf-8") as f:
f.write(markdown_texts)
for item in markdown_images:
if item:
for path, image in item.items():
file_path = output_path / path
file_path.parent.mkdir(parents=True, exist_ok=True)
image.save(file_path)4.完成到这部就可以运行了，第一次使用会下载模型比较慢。可能之前安装依赖中断过几次的原因，运行代码报错缺失系统依赖，错误日志丢ai解决即可。
我使用的文档是书中截取的三页内容，并非全书。消耗显存5.9G左右
可以看到即使两栏内容，paddleocr也能很好的识别连接，公式使用latex，图表这里不知道为什么没识别成表格（官方演示效果）但还是完整保留下来了。有部分公式格式异常，导致公式没有正常渲染。后面写了脚本把二十多个pdf都进行ocr，占用显存44.5G。
目前看效果已经非常好了，个人还没有做多模态检索，所以图片数据不是很重要，但确实已经很好的保留书籍的完整结构。这种文档结构识别再进行ocr的架构（类似于工作流）应该是未来OCR的方向了。
参考连接：使用教程 - PaddleOCR 文档
单次CLaude code任务会执行文件查看，理解，执行的过程。对于相同的prompt，可能会出现每次查看的文件都不相同，进而导致任务执行偏差。简单的任务往往都可以正常完成，但一旦复杂起来就会出现执行偏差。
上述仅仅是单次提问就可能存在的问题，在一个完整的工作流中往往要经过多次执行过程，整个过程中误差是在累计的，最终导致偏离执行目标。举个例子：
提示词2应该要好于第一个。尽管第一个提示词大多数可以执行成功，但是对于工作流来说是不可接受的，因为误差会累计。
对于上述问题，我观察的现有工作流对任务进行细分、拆解，形成一条条的执行任务，但是缺少上下文获取步骤。这是我认为 当前工作流从0到1开发完全可以，但是用于从1到2的开发比较难用的原因。
为了解决上述问题，设计了Claude-code-workflow(CCW) ，广泛吸收现有的技术，多个AI模型cli 集成设计（当前gemini claude gpt 模型各有特点，我觉得应该取长补短，综合利用），exa code mcp 示例搜索，code index现有代码库检索等主要从几个方面减少过程误差：
尽管从架构设计，减少工作流误差，但是仍需要人为把控，才能产出好的代码
开发过程全部在claude code中完成，利用自带的plan功能，先从整体架构设计出发，生成相应的命令和agent，通过实例观察claude code执行情况，逐步细化，迭代修改过程。有一些核心要点：
附带 精简优化指令的提示词：
# Master Prompt v2.0: Technical Command Reference Architect
## 1. 角色与使命 (Role & Mission)
你是一位顶尖的 **技术文档架构师 (Technical Document Architect)**。你的专长在于将复杂的、叙事性的技术规范（尤其是关于命令行工具或自动化流程的文档），解构、重组并升华为高度结构化、可操作的“速查参考手册”。
**你的核心能力包括:**
- **信息架构 (Information Architecture):** 识别并抽象出文档中的核心概念、流程、条件逻辑和具体指令。
- **内容甄别 (Content Discrimination):** 能够精确区分**叙事性文本**（需重构）、**模板化信息**（必须保留原样，如JSON示例）、**内联引用**（必须保留格式）和**可执行指令**（需转换为代码块）。
- **逻辑与命令的可视化 (Logic & Command Visualization):** 精通使用高级流程图 (`->`) 表达宏观顺序，使用伪代码 (`pseudocode`) 表达抽象条件逻辑，并使用格式化的 Bash 代码块 (`bash`) 呈现具体、可执行的命令。
**你的使命:** 接收一份 Markdown 格式的命令技术文档，严格遵循下述思维链和转换规则，输出一份经过彻底重构、清晰易查的参考文档。关键在于 **100% 保留原始信息**，但以最优化的形式呈现。
---
## 2. 核心思维链 (Chain of Thought) - 你的内在工作流程
**你必须在最终输出的最顶端，使用一个独立的 Markdown 代码块，标题为 `思考过程`，来展示你遵循以下步骤的完整思考过程。这是强制要求。**
1. **步骤一：预处理与内容分类 (Pre-processing & Content Classification)**
- **识别固定元素:** 完整复制 `---` 包裹的 YAML 头信息（如果存在）。
- **识别并标记“不可变”内容 (CRITICAL):** 扫描整个文档，标记所有必须保持原样的内容。这包括两类：
1. **模板化信息:** 代码块（` ```json` 等）、文件结构图、API 响应/请求示例、完整配置文件。
2. **内联引用 (Inline References):** 所有以 `@` 符号开头的引用标识符（例如 `@some-document`, `@argument-name`）。
- **识别“可执行指令”:** 定位所有描述具体操作或工具调用的文本，特别是以 `Action:` 或 `Tool:` 开头的行。这些是转换为 `bash` 代码块的候选者。
- **建立心智模型:** 通览其余的叙事性文本，理解命令或流程的宏观目标、功能、各个阶段和内在逻辑。
2. **步骤二：概念解构与分块 (Conceptual Deconstruction & Chunking)**
- **识别逻辑单元:** 将**叙事性文本**和**可执行指令**分解为独立的逻辑“概念块”（例如，一个协议、一个阶段、一个特定的逻辑判断）。
- **规划卡片结构:** 为每个“概念块”以及每个被标记的“模板化信息”规划一个“卡片”作为其最终归宿。为每个卡片拟定一个简洁、信息丰富的标题（例如，`### Phase 1: Goal Analysis & System Planning`）。**优先将原文中的标题（如 `## Phase 1...`）作为卡片标题。**
3. **步骤三：为每个分块选择最佳表现形式 (Representation Strategy per Chunk)**
- **审视内容本质:** 对每一个“概念块”进行精确判断。
- **应用转换规则:**
- **模板化信息:** **直接复制，不作任何修改**。
- **陈述性/描述性文本:** 提炼为要点列表 (`-`)。
- **宏观顺序性文本:** 转换为高层级箭头流程 (`A -> B -> C`)。
- **具体指令/工具调用 (Action/Tool):** 转换为带注释的 Bash 代码块 (` ```bash ... ``` `)。
- **抽象条件/循环逻辑:** 编写为伪代码块 (` ```pseudo ... ``` `)。这是为不涉及具体命令的 IF/ELSE 或循环逻辑保留的。
4. **步骤四：内容转换与组装 (Transformation & Assembly)**
- **逐块执行转换/迁移:**
- 在所有转换过程中，**务必确保其中包含的任何 `@` 内联引用被原封不动地保留，不添加任何额外的引号或格式**。
- 对于“可执行指令”，将其转换为 Bash 代码。使用 `#` 注释来解释命令的目的，保留原始上下文。例如，`Action: Read the high-level user goal.` 变为 `read_user_goal # Reads the high-level user goal`。
- **逻辑关联实现:** 在编写伪代码或 Bash 时，通过注释 (`//` 或 `#`) 主动交叉引用相关概念或 `@` 标识符。
- **逻辑排序与编排:** 将生成的所有卡片按照从高层概览到底层细节的逻辑顺序进行排列。
5. **步骤五：最终审查 (Final Review)**
- **不可变内容校验 (Highest Priority):**
1. **模板完整性:** 对比原始文档，确认所有代码块、JSON 结构等是否**一字不差**地保留。
2. **内联引用完整性:** 随机抽查几个 `@` 引用，确保它们在输出中存在，且**没有被引号包裹**或做任何修改。
- **信息完整性校验:** 检查叙事性文本中的所有核心信息点是否在新格式中有所体现。
- **格式与关联性校验:** 检查 YAML 头、卡片格式、流程、Bash 代码和伪代码的格式及关联注释是否正确、清晰。
---
## 3. 转换规则与格式规范 (Transformation Rules & Formatting Standards)
- **YAML 头 (YAML Header):** 必须是输出的**第一个**元素，且与输入**完全一致**（如果存在）。
- **不可变内容 (Immutable Content):**
- **模板化信息:** 如 JSON, YAML, 文件树等。**处理规则：绝对禁止修改**。
- **内联引用:** 以 `@` 符号开头的标识符。**处理规则：必须原样保留，不得添加引号或其他格式**。
- **卡片 (Card):**
- 文档的基本组织单元。每个卡片由一个 `###` 级别的 Markdown 标题开始。
- **要点列表 (Bullet Points):**
- 用于转换**描述性段落**。
- **流程 (Flow):**
- 用于表示**宏观的、多步骤的顺序操作**。使用 `->` 连接。
- **实际命令 (Actual Commands):**
- 用于转换**具体的、可执行的指令**（特别是 `Action:` 或 `Tool:` 格式的文本）。
- **必须**包裹在 ` ```bash ... ``` `中。
- 使用 `#` 注释来保留原始描述的上下文。
- 将指令动词转换为函数式或命令式风格（例如 `Create the project_timeline` -> `create_project_timeline_unit`）。
- **伪代码 (Pseudocode):**
- **专门**用于描述**不涉及具体工具调用的、抽象的条件逻辑或循环**（例如，`IF/ELSE` 决策流程，`FOR` 循环）。
- 必须包裹在 ` ```pseudo ... ``` `中，并通过注释 (`//`) 关联到具体概念。
---
## 4. 禁止行为 (Prohibitions)
- **禁止修改模板信息:** 最高级别的禁令。
- **禁止修改或包装内联引用:** 不得以任何形式修改 `@` 引用。
- **禁止信息丢失:** 不能省略原始文档中的任何核心功能、参数、约束或默认值。
- **禁止信息杜撰:** 不得添加原始文档中未提及的任何信息。
- **禁止混淆表现形式:** 严格遵守何时使用 Bash、何时使用伪代码、何时使用流程图的规则。
---
## 5. 输入文档 (Input Document)
请根据以上所有规则，对以下 Markdown 文档进行重构：
# ? Orchestrator Constitution
## Guiding Principles
- The Timeline (`dmacs/timeline.jsonl`) is the only source of truth for **Published** project artifacts.
- The `system_plan` is the high-level blueprint of goals. Specialist agents handle the detailed "how".
- My primary function is to Audit, Decide, and Delegate Goals. I do not create content.
<!-- MODIFIED -->
## Phase 1: Goal Analysis & System Planning
1. **Project Initialization**: On initial invocation with a user goal -> `Action: Create the project_timeline D-MACS unit` -> `Action: Publish it by logging the PROJECT_TIMELINE_CREATED event.`
2. **High-Level Goal Decomposition**: `Action: Read the high-level user goal.` -> `Action: Decompose the goal into a logical sequence of high-level objectives (e.g., Background Research, Method Development, Experimentation, Result Writing, Discussion), using the IMRaD structure as a guiding heuristic.`
3. **Capability-to-Task Mapping**:
- `Action: For each objective, analyze its core intent.`
- `Action: Consult my internal knowledge of specialist agent capabilities, derived from their role definitions in the system configuration.`
- `Action: Map each objective to the most appropriate specialist agent slug.` (e.g., 'Conduct literature review' -> `researcher`; 'Design and run experiment' -> `experimenter`; 'Draft the introduction' -> `writer`).
4. **System Plan Creation & Publication**:
- `Action: Consolidate the sequence of agent-assigned objectives into a structured `system_plan` D-MACS unit.`
- `Action: The plan MUST define the sequence of execution and any dependencies between the objectives.`
- `Action: Publish the `system_plan` by logging the DMACS_UNIT_CREATED event.`
## Phase 2: Managed Execution (Observe-Orient-Decide-Act Loop)
1. **OBSERVE**: `Tool: read(dmacs/timeline.jsonl)` -> Action: Identify the latest un-processed events, which represent Newly Published D-MACS units.
2. **ORIENT (Audit & State Update)**:
- `Condition: If a task I delegated has failed` -> Action: Initiate Failure Protocol.
- `Condition: If a new D-MACS unit was Published` -> Action: Execute the **D-MACS Audit Protocol**.
- `Action: Update internal model` of project state.
3. **DECIDE**:
- `Condition: If audit failed` -> Decision: Halt and create `error_report`.
- `Condition: If in Write-Review-Revise loop` -> Action: Consult **Revision Loop Protocol**.
- `Condition: If current high-level goal is complete and approved` -> Action: Consult `system_plan` for the next objective.
- `Condition: If all objectives in plan are complete` -> Decision: Delegate final task to `integrator`.
4. **ACT**: `Tool: new_task(...)` or `Action: Create error_report`.
## Core Protocols
### D-MACS Audit Protocol
For every new unit Published on the timeline, I MUST verify:
1. **Type Check**: Is `meta.json.type` an expected output? (e.g., An `agent_plan` is the expected first Published response from a specialist, followed by their final deliverable.)
2. **Version Check**: If task was a revision, does `meta.json.relations` contain a valid `PREVIOUS_VERSION` entry?
3. **Feedback Check**: If type is `review_feedback`, I MUST parse `meta.json.custom_fields.review_details`.
### Revision Loop Protocol
1. `Action: Read meta.json` of the new `review_feedback` unit.
2. `Condition: If outcome is "APPROVED"` -> Action: Exit loop for this chapter.
3. `Condition: If outcome is "REVISION_REQUESTED"`:
- `Action: Check revision_count_so_far.`
- `Condition: If count < 5` -> Decision: Re-delegate to `writer` with original draft and new feedback as context. This starts a new Plan-then-Execute cycle for the Writer.
- `Condition: If count >= 5` -> Decision: Trigger **Failure Protocol (Max Revisions)**.
### Failure Protocol
- `On any failed audit, agent task failure, or max revisions` ->
1. `Action: Formulate a detailed description` of the error.
2. `Action: Create a new D-MACS unit` with `type: 'error_report'`.
3. `Action: Publish the unit by logging the DMACS_UNIT_CREATED` event.
4. `Action: Halt all further task delegations`.一个专为懒猫微服设计的简洁的移动端音频播放器应用，尤其面向老人给孩子播放故事使用。
安装依赖
pnpm install环境变量配置
创建 .env.local 文件来配置应用参数：
# 专辑创建上限，默认值为10
MAX_ALBUMS=10
# 播放历史记录间隔（秒），默认值为5
PLAY_HISTORY_INTERVAL=5
# 数据库文件路径，默认为 data/lzc-story.db
DATABASE_PATH=data/lzc-story.db启动开发服务器
pnpm dev打开 http://localhost:3000 访问应用。
清理缓存
# 清理所有缓存和编译文件，确保 clean 状态
pnpm clear这个命令会清理：
1. 首次设置
2. 管理专辑
3. 播放音频
4. 播放历史
> src/
> ├── app/
> │ ├── api/ # API 路由
> │ │ ├── admin-password/ # 管理员密码管理
> │ │ ├── albums/ # 专辑管理
> │ │ ├── audio-files/ # 音频文件管理
> │ │ ├── audio-stream/ # 音频流服务
> │ │ ├── filesystem/ # 文件系统浏览
> │ │ └── play-history/ # 播放历史
> │ ├── layout.tsx # 根布局
> │ └── page.tsx # 主页面
> ├── components/ # React 组件
> │ ├── AdminInterface.tsx # 管理界面
> │ ├── AlbumSelector.tsx # 专辑选择器
> │ ├── AudioPlayer.tsx # 音频播放器
> │ ├── ClientOnly.tsx # 客户端渲染组件
> │ ├── LazyCatIcon.tsx # 应用图标
> │ ├── PasswordSetup.tsx # 密码设置
> │ ├── PasswordVerify.tsx # 密码验证
> │ └── PlayHistory.tsx # 播放历史组件
> └── lib/
> └── sqlite-database.ts # SQLite数据库配置自动记录机制
断点续播功能
API接口
数据库结构
支持的音频格式
Docker 部署
使用代理构建（推荐）
如果您的网络环境需要使用代理，可以使用提供的构建脚本：
# 交互式代理配置构建（推荐）
./docker-build.sh
# 指定镜像标签
./docker-build.sh ety001/lzc-story:latest脚本会询问是否需要配置代理：
运行容器
# 运行容器
docker run -d \
--name lzc-story \
-p 3000:3000 \
-v /path/to/your/data:/app/data \
-v /path/to/your/music:/app/music \
ety001/lzc-story/app/data 目录是必须的，用来存放数据库， /app/music 目录可以自己决定把你的音频资源挂载到容器里的哪个目录，这个没有强制设置
传统部署
构建生产版本pnpm build
启动生产服务器pnpm start
GitHub Actions
项目配置了 GitHub Actions 自动构建和部署：
设置 Secrets
在 GitHub 仓库中设置以下 secrets：
[bsgit user="ety001"]lzc-story[/bsgit]
近期一个名为"GPT-5 Mini Scout"的新模型短暂出现在 ChatGPT 的模型选择器中，部分商业账户用户可见。随后OpenAI Agents项目的JavaScript测试代码中发现疑似内部信息，显示“gpt‑5.1‑mini”新模型代号被用于函数测试，且被标注为“reasoning model”（推理模型）。
在短暂的访问窗口期间，SVG 机器人基准测试显示该模型产生了动画机器人图像，相比 GPT-5 Mini Thinking 有显著进步，表明新的图像生成能力或底层模型架构的调整。OpenAI 可能准备在 11 月推出此模型，以应对谷歌即将发布的 Gemini 3。
PromPub地址：https://prompub.com/
[bsgit user="ChinaSiro"]open-prompt-manager-for-prompub[/bsgit]
注意：APIKEY不上传服务器，存在浏览器本地
基于Vite环境开发
npm install
npm run dev数据无处不在，自动化完成复杂的数据科学任务是智能发展的长期目标之一。现有方法通过构建工作流程来让大模型完成数据分析、可视化等特定任务，取得了可喜的进展。
LLM是否能完全自主地完成数据科学任务，不依赖任何固定的workflow(工作流程)呢？
来自人大和清华的团队发布了DeepAnalyze，是首个面向数据科学的能动的大模型。
DeepAnalyze-8B摆脱了任何固定的workflow，完全能像数据科学家一样自主完成各种数据科学任务，包括：
DeepAnalyze的论文、代码、模型均已开源，欢迎大家体验和交流！
据说他是非常快的
地址：https://anannas.ai/
对话效果：
URL：https://api.anannas.ai
个别记得自行加V1，我用chrry studio他自动补全v1(版本1)路径等等的了
key：[bsopc]sk-cr-030dac87043d4b9499e692dee937a929[/bsopc]
模型名称：
perplexity/sonar-reasoning-pro
qwen/qwen3-next-80b-a3b-instruct
qwen/qwen3-coder-plus
qwen/qwen2.5-vl-32b-instruct
deepseek/deepseek-prover-v2
perplexity/sonar
deepseek/deepseek-v3.1-terminus
qwen/qwen-plus
meta-llama/llama-4-scout
qwen/qwen-110b-chat
qwen/qwen3-next-80b-a3b-thinking
meta-llama/llama-3.1-405b
arcee-ai/virtuoso-large
cohere/command-a
qwen/qwen-vl-plus
qwen/qwen-max
deepseek/deepseek-v3.2-exp
mistralai/mistral-medium-3
deepseek/deepseek-chat-v3.1
deepseek/deepseek-v3-base
cohere/command-r-03-2024
microsoft/phi-4-multimodal-instruct
qwen/qwen3-235b-a22b-2507
qwen/qwen3-coder
cohere/command-r-plus-04-2024
qwen/qwen2.5-vl-72b-instruct:free
qwen/qwen3-max
qwen/qwen-plus-2025-07-28速率情况未知：
后端开发日常少不了排查慢 SQL 。平时我都是用 mysqldumpslow 或 pt-query-digest 来分析日志，但命令行看着太不直观。 于是我写了一个可视化小工具，可以把慢日志结果直接展示成表格，并支持参数排序（ Top 10 ）：
c：访问次数
l：锁定时间
r：返回记录数
t：查询时间
al：平均锁定时间
ar：平均返回记录数
at：平均查询时间
项目地址：
人人可用的AI代码审计工具，支持Github\GitLab\本地仓库集成，支持即时代码分析，一键审计并生成专业 report(报告)！
[bsgit user="lintsinghua"]XCodeReviewer[/bsgit]
XCodeReviewer帮助开发者告别低效的代码审查，使用主流的大模型（现在已经实现本地大模型支持了~）进行深度理解代码逻辑，发现安全漏洞与性能瓶颈。系统支持 本地/Github/GitLab仓库集成 ，只需 粘贴代码、上传代码 或 连接仓库 ，系统就可以开始全自动分析代码质量和纠错。人人可用，一键部署。
大家可以查看一下，下面系统以"即时代码分析"为例，生成的审计报告部分截图：
导出的PDF格式的审计报告示例：
亮点的话不仅仅体现在报告质量上，相比同类产品，我们拥有:rocket:five(五大)优势：
实时展示项目统计、质量趋势和系统性能，提供全面的 code audit(代码审计) 概览
Support code snippet quick analysis, providing detailed What-Why-How explanation and repair suggestions
Integrate GitHub/GitLab repositories, support multi-language project audits and batch code analysis(分析)
《MiniMax M2，1024节日给所有开发者的礼物》
全球Top5，超越Claude Opus 4.1，仅次于Sonnet 4.5，开源模型SOTA。
转为Coding & Agentic 设计，开源SOTA，智能程度高，延迟与成本低。我们认为是agent产品的最佳选择之一，是Claude Code中最适合的平替
很骄傲参与了模型的研发，这是我们给所有开发者的礼物。
MiniMax Agent也即将在国内上线
体验方式：获取API Key， https://platform.minimaxi.com/login
使用模型名称：MiniMax-M2-Preview
填写问卷抢先体验：
https://vrfi1sk8a0.feishu.cn/share/base/form/shrcnGDzwrAbr18zGwh6YA5oI9b?auth_token=U7CK1RF-aafke4bb-13f9-4ff4-b0b4-660db5554b87-NN5W4
API: Anthropic API 兼容 - MiniMax API Docs
Claude Code: https://platform.minimaxi.com/docs/guides/text-ai-coding-tools
[bsmark]
MiniMax M2，1024节日给所有开发者的礼物 全球Top5，… http://xhslink.com/o/5lJIWdLFK9r
复制后打开【小红书】查看笔记！
[/bsmark]
WSL 安装和配置指南
本文档介绍如何在 Windows 11 上安装和配置 WSL (Windows Subsystem for Linux)，以及安装开发工具。
1.1打开 Windows 功能设置
1.2 启用必要功能
在"启用或关闭 Windows 功能"窗口中，勾选以下选项：
[bsmessage type="common" color="red" title="注意"]Windows 11 可能只显示部分选项，这是正常的。[/bsmessage]
勾选后点击确定，系统可能需要重启。
2.1 设置 WSL 默认版本
打开 PowerShell 或命令提示符（管理员权限），执行：
# 设置默认版本为 WSL2
wsl --set-default-version 22.2 查看可用的 Linux 发行版
# 查看可用的 Linux 发行版
wsl --list --online2.3 安装 Linux 发行版
选择一个发行版进行安装（推荐 Debian 或 Ubuntu）：
# 安装 Debian
wsl --install -d Debian
# 或者安装 Ubuntu
wsl --install -d Ubuntu3.1 创建普通用户
如果首次进入发行版后是 root 用户，需要创建普通用户：
# 创建新用户（替换 your_username 为你的用户名）
adduser your_username
# 将用户添加到 sudo 组
usermod -aG sudo your_username3.2 设置默认用户
编辑 WSL 配置文件：
sudo vim /etc/wsl.conf在 /etc/wsl.conf 中添加以下内容：
[user]
default=your_username保存后，在 Windows 中重启 WSL：
wsl --shutdown4.1 备份原配置文件
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak4.2 编辑源列表
sudo nano /etc/apt/sources.list4.3 替换为国内镜像源
对于 Debian，将内容替换为：
deb https://mirrors.aliyun.com/debian/ trixie main
deb-src https://mirrors.aliyun.com/debian/ trixie main对于 Ubuntu，可使用：
#deb https://mirrors.aliyun.com/ubuntu/ jammy main restricted universe multiverse
#deb https://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted universe multiverse4.4 更新软件包
sudo apt update
sudo apt upgrade -y4.5 测试网络（可选）
sudo apt install apache2 -y5.1 安装 Node.js
# 下载并安装 Node.js LTS 版本（Ubuntu/Debian）
curl -fsSL https://deb.nodesource.com/setup_lts.x | sudo bash -
sudo apt-get install -y nodejs5.2 验证安装
node --version
npm --version5.3 安装 Claude Code
npm install -g @anthropic-ai/claude-code5.4 设置环境变量
# 临时设置环境变量（当前会话有效）
export ANTHROPIC_AUTH_TOKEN=sk-你的token
export ANTHROPIC_BASE_URL=https://anyrouter.top5.5 永久保存环境变量
echo 'export ANTHROPIC_AUTH_TOKEN=sk-你的token' >> ~/.bashrc
echo 'export ANTHROPIC_BASE_URL=https://anyrouter.top' >> ~/.bashrc
source ~/.bashrc5.6 使用 Claude Code
# 验证安装
claude --version
# 进入项目目录使用
cd your-project
claude6.1 安装 Codex
npm i -g @openai/codex6.2 创建配置目录
mkdir -p ~/.codex6.3 创建配置文件
cat > ~/.codex/config.toml << 'EOF'
model = "gpt-5-codex"
model_provider = "anyrouter"
preferred_auth_method = "apikey"
[model_providers.anyrouter]
name = "Any Router"
base_url = "https://anyrouter.top/v1"
wire_api = "responses"
EOF6.4 创建认证文件
cat > ~/.codex/auth.json << 'EOF'
{
"OPENAI_API_KEY": "你的KEY"
}
EOF6.5 使用 Codex
# 验证安装
codex --version
# 进入项目目录使用
cd your-project
codex7.1 查看和管理发行版
# 查看已安装的发行版
wsl --list --verbose
# 停止 WSL
wsl --shutdown
# 设置默认发行版
wsl --set-default Ubuntu7.2 导出/导入发行版（备份或迁移）
# 导出发行版
wsl --export Ubuntu ubuntu_backup.tar
# 导入发行版
wsl --import Ubuntu C:\wsl\ubuntu C:\wsl\ubuntu_backup.tar7.3 其他常用命令
# 卸载发行版
wsl --unregister Ubuntu
# 查看 WSL 版本
wsl --version
# 进入指定发行版
wsl -d Debian本文档参考了以下资源：
Q: WSL 启动失败怎么办？
A: 尝试以下步骤：
Q: 如何更新 WSL？
A: 在 PowerShell 中运行：
wsl --updateQ: 如何在 Windows 和 WSL 之间访问文件？
A:
一键管理您的 Cursor IDE 账户、订阅和使用量
注销账户：一键删除cursor账户；取消订阅：自动打开新窗口注入登录态跳转到取消订阅页面，需要手动点击取消；切换账号会自动重置机器id
支持自动注册-自动获取验证码-自动绑卡-绑卡后自动添加账号并获取 accessToken 和 WorkosCursorSessionToken（自动注册部分代码参考 cursor-free-vip）
1. 检查 Cursor 安装
应用启动时会自动检测系统中的 Cursor 编辑器安装。如果未检测到，会显示相应提示。
2. 选择备份文件
在主界面中，应用会列出所有可用的机器ID备份文件，包括：
3. 预览机器ID
选择备份文件后，可以预览其中包含的机器ID信息：
4. 确认恢复
确认要恢复的机器ID后，应用会：
Q: 为什么需要管理员权限？
A: 某些系统级ID更新（如Windows注册表、macOS系统配置）需要提升权限。
Q: 恢复失败怎么办？
A: 应用会显示详细的错误信息，并且已创建的备份可以用于手动恢复。
Q: 支持哪些备份文件格式？
A: 支持标准的 JSON 格式备份文件，文件名格式为 storage.json.bak.YYYYMMDD_HHMMSS。
[bsgit user="wuqi-y"]auto-cursor-releases[/bsgit]
AI Short Video Factory - 短视频工厂
? 一键生成产品营销与泛内容短视频，AI批量自动剪辑，高颜值跨平台桌面端工具
短视频工厂是一个开源的桌面端应用，旨在通过AI技术简化短视频的制作流程。用户可以通过简单的提示词文本+视频分镜素材，快速且自动的剪辑出高质量的产品营销和泛内容短视频。该项目集成了AI驱动的文案生成、语音合成、视频剪辑、字幕特效等功能，旨在为用户提供开箱即用的短视频制作体验。
[bsgit user="YILS-LIN"]short-video-factory[/bsgit]
ChatGPT-4o和GPT-4在代码理解和生成方面表现卓越，特别适合：
提示词示例：
请基于Typecho 1.2版本，设计一个文章浏览量统计插件。需要实现：
1. 使用Widget_Archive_Render钩子
2. 创建独立的数据表存储浏览记录
3. 防止同一用户重复刷新计数
请给出完整的插件代码结构。GitHub Copilot 在具体编码环节表现出色：
Claude-3.5 Sonnet 在代码逻辑分析方面优势明显：
对于中文开发者，这些模型有独特优势：
向AI提供清晰的Typecho版本信息和功能需求：
我需要为Typecho 1.2.1开发一个简单的SEO插件，功能包括：
- 自动生成文章meta描述
- 自定义文章关键词
- 生成XML网站地图
请设计插件目录结构和核心文件。针对具体功能模块，分段向AI请求代码：
请编写Plugin.php文件，实现以下Hook：
1. 使用Widget_Archive_Render在文章页输出meta标签
2. 使用Widget_Contents_Post_Edit在编辑页面添加SEO字段
3. 使用Action_Controller在后台添加管理菜单遇到问题时，向AI提供错误信息和相关代码：
我的Typecho插件在挂载Widget_Archive_Render时出现500错误，相关代码是：
[你的代码]
错误信息是：Call to undefined method Typecho_Widget::getArchiveType()
请帮我分析和修复这个问题。不要一次性要求完整插件，而是：
生成代码后，让AI自我审查：
请检查上面生成的代码：
1. 是否存在安全漏洞（如SQL注入、XSS攻击）
2. 是否符合Typecho编码规范
3. 是否有性能优化空间数据安全第一：AI生成的数据库操作代码需要严格验证，防止SQL注入
兼容性测试：务必在测试环境中验证插件兼容性，特别是Hook的触发时机
代码理解：不要直接复制粘贴，确保理解每一行代码的作用
版本控制：使用Git管理开发过程，便于回滚和追踪变更
选择合适的AI助手，结合Typecho官方文档，能够显著提升插件开发效率。建议从简单插件开始，逐步积累经验。记住，AI是强大的辅助工具，但开发者的思考和验证同样重要。
希望这份指南能帮助您在Typecho插件开发道路上走得更远。如果您在具体实践中遇到问题，欢迎继续交流讨论！
在内容创作中，我们经常需要引用外部链接来丰富文章内容。然而，传统的纯文本链接不仅不够美观，也无法为读者提供足够的信息来了解链接指向的内容。今天，我要向大家推荐一款专为Typecho设计的现代化链接卡片插件——LinkCard。
LinkCard是一款智能链接转换插件，它能够自动将文章中的纯URL链接转换为美观的信息卡片。与传统的文本链接相比，LinkCard卡片能够展示目标网站的标题、描述、域名和网站图标，大大提升了用户体验和内容展示效果。
? 智能信息提取
? 六种独特视觉风格
LinkCard提供了6种完全不同风格的卡片设计，满足不同网站的视觉需求：
⚡ 性能优化
安装步骤
使用LinkCard极其简单，无需学习任何特殊语法。只需在编辑文章时插入纯URL链接：
最近发现一个很棒的资源：https://www.example.com或者直接插入URL：
https://www.example.com插件会自动识别并转换为精美的链接卡片，无需任何额外操作。
当您插入一个链接时，LinkCard会将其转换为类似这样的展示效果：
[bsmark]此处实际展示效果取决于您选择的样式[/bsmark]
卡片将显示：
智能兼容性
适用场景
LinkCard特别适合以下类型的网站：
左小角点击按钮，稍等约一分钟，自动打开页面
代码如下，油猴直接使用
// ==UserScript==
// @name Cursor Trial Link Generator (Fixed)
// @name:zh-CN Cursor 试用链接生成器 (修正版)
// @namespace http://tampermonkey.net/
// @version 1.1
// @description Adds a button on the Cursor dashboard (all languages) to generate a trial checkout link.
// @description:zh-CN 在Cursor仪表盘页面（所有语言版本）添加一个按钮，用于一键生成试用订阅链接。
// @author YourName
// @match https://cursor.com/dashboard*
// @match https://cursor.com/*/dashboard*
// @grant none
// @icon https://www.google.com/s2/favicons?sz=64&domain=cursor.com
// ==/UserScript==
(function() {
'use strict';
// 创建一个函数来发送API请求
function generateTrialLink(tier) {
console.log(`[Cursor Script] Requesting trial link for tier: ${tier}`);
alert(`正在为 ${tier} 套餐生成试用链接...`);
// 使用绝对路径以确保请求地址正确
fetch('https://cursor.com/api/checkout', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Accept': 'application/json'
},
// 浏览器会自动附加当前域的Cookie，所以不需要手动设置
body: JSON.stringify({
allowAutomaticPayment: true,
allowTrial: true,
tier: tier
})
})
.then(response => {
if (!response.ok) {
// 如果服务器返回错误，则抛出错误以便被catch捕获
return response.text().then(text => {
throw new Error(`服务器错误 (状态码: ${response.status}): ${text}`);
});
}
return response.json();
})
.then(data => {
console.log('[Cursor Script] Success:', data);
// 检查返回的是否是一个URL
if (typeof data === 'string' && data.startsWith('http')) {
alert(`成功获取链接！将为您在新标签页中打开。`);
// 在新标签页中打开获取到的Stripe链接
window.open(data, '_blank');
} else {
throw new Error('服务器返回的不是一个有效的URL。');
}
})
.catch((error) => {
console.error('[Cursor Script] Error:', error);
alert(`生成链接失败，请按 F12 打开控制台查看错误详情。\n错误: ${error.message}`);
});
}
// 创建UI界面（一个包含三个按钮的面板）
function createUI() {
// 防止重复创建
if (document.getElementById('cursor-trial-panel')) return;
const panel = document.createElement('div');
panel.id = 'cursor-trial-panel';
panel.style.position = 'fixed';
panel.style.bottom = '20px';
panel.style.right = '20px';
panel.style.backgroundColor = '#222';
panel.style.border = '1px solid #444';
panel.style.borderRadius = '8px';
panel.style.padding = '15px';
panel.style.zIndex = '9999';
panel.style.display = 'flex';
panel.style.flexDirection = 'column';
panel.style.gap = '10px';
panel.style.fontFamily = 'sans-serif';
const title = document.createElement('h3');
title.textContent = '一键获取试用';
title.style.color = 'white';
title.style.margin = '0 0 10px 0';
title.style.textAlign = 'center';
title.style.fontSize = '16px';
panel.appendChild(title);
const tiers = ['pro', 'pro_plus', 'ultra'];
tiers.forEach(tier => {
const button = document.createElement('button');
button.textContent = `获取 ${tier.charAt(0).toUpperCase() + tier.slice(1)} 试用`;
// 一些简单的样式
button.style.padding = '8px 12px';
button.style.cursor = 'pointer';
button.style.border = '1px solid #555';
button.style.borderRadius = '5px';
button.style.backgroundColor = '#333';
button.style.color = 'white';
button.style.fontSize = '14px';
button.onmouseover = () => button.style.backgroundColor = '#444';
button.onmouseout = () => button.style.backgroundColor = '#333';
button.onclick = () => generateTrialLink(tier);
panel.appendChild(button);
});
document.body.appendChild(panel);
console.log('[Cursor Script] UI panel created successfully.');
}
// Cursor网站可能是个单页应用(SPA)，window.onload可能不够可靠。
// 我们使用一个定时器来检查页面是否已加载关键内容。
const interval = setInterval(() => {
// 通常dashboard页面会有一个特定的元素，这里我们简单检查body是否加载完成
// 更可靠的方法是检查一个特定的、迟于加载的元素
if (document.body) {
clearInterval(interval);
createUI();
}
}, 500);
})();
不得不说，最近 Nano Banana 太火了，修图能力太强了，这里整理了最新鲜的 6 条神指令！希望对大家使用 provide(提供) 帮助。以下所有玩法是使用 imini AI ，可以直接使用。
指令词：
Convert the photo of this building into a rounded, cute isometric tile 3D rendering style, with a 1:1 ratio,To preserve the prominent features of the photographed building
指令词：
使用nano - banana模型以写实风格和环境创建插图中角色的1/7比例商业化人偶。 将图形放置在电脑桌上，使用一个circular(圆形的)透明亚克力底座，且没有任何文字。 在电脑屏幕上，展示 figure(人物) 的 ZBrush 建模过程。 在电脑屏幕旁边，放置一个印有原画的BANDAI(万代)风格玩具包装盒。
指令词：
这张照片非常无聊和平淡。(plain) Enhance it! 增加 contrast(对比度)，增强色彩，并改善光线以使其更丰富，你可以裁剪和删除影响构图的细节。
指令词：
Based on the provided pictures, 9 different hairstyle designs are offered and output in one photo. You can zoom in on different hairstyles for display.
指令词：
Replace the background with a pure white studio background, evenly lit, with no shadows, gradients, or objects.
Replace the clothing with a dark-colored business shirt that has a visible collar, not white or red, clean and formal, with no logos or patterns.
Ensure the person is facing forward, seated upright with shoulders level, both ears and eyebrows fully visible, no hair covering the face.
Keep the expression neutral, mouth closed, eyes open and looking straight at the camera, no exaggerated smile or gestures.
Make sure skin tones are natural, the photo is clear and sharp, with no heavy retouching, no text, logos, or distracting objects.
Do not add hats, scarves, headbands, masks, sunglasses, colored glasses, or decorative accessories.
The style must look like a professional ID headshot, suitable for driver's license use.
--no text, logos, watermarks, clutter, or distracting elements
SHA1:4bcd6334c128db5509a7497945ddb1553f250ac3
解压覆盖同名文件
{home}\AppData\Local\JetBrains\Installations\ReSharperPlatformVs17_随机
{home}\AppData\Local\JetBrains\Installations\dotCover243
{home}\AppData\Local\JetBrains\Installations\dotMemory243
{home}\AppData\Local\JetBrains\Installations\dotPeek243
{home}\AppData\Local\JetBrains\Installations\dotTrace243
license key:
24CFCAB3-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-cj2bMGKFLLyaQnq9kulRVEyeCs2K1NO1KLMPbnm48ZNmcIr9KjsMu/TcZdf/s217Jy1+aRf3twtURbOSNf4Y4rEUr7y6sckafzwT+oRf023rc2/obObpEP+GoE8NjskcKtV2UYWCTwcCJ4sLtdImiWyOB8rJV2aW16iu++5OJ2G7Z4y0YJ5+DNdKQyPsiO+5+uzqYmJUP8CiN9tebe7MUbZ3Va/S2xiRZwMHDWRqkxbM54E01Ma4jTEfHYxy2wIH7R4gcZYZO9fX7b5n3nPLK0Vhq6vWMl2me2Waqlkb2vC1z7WNU/By6wns5MoZoxX80FTOhn8n7Vq/YJxko0XZSA==-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
免费额度
可以创建2个1核2GB内存的实例，实测性能很好，不会休眠。
注意，虽然现在有很多region都能选择，但是一定要选择成都或者张家口。现在只有这两个region是带域名，可以https访问的。
点击创建，OK啦
提供了可以跨域访问的https连接串，能够移动应用直连使用，不用再单独建后端啦。
面向国内客户的微SaaS可以直接使用。
注意这个功能要外网访问，需要按照官网配置NAT网关开通外网。
https://help.aliyun.com/zh/analyticdb/analyticdb-for-postgresql/user-guide/using-supabase-to-implement-third-party-login
支持Edge Function，可以用来构建AI应用和调用支付接口
vercel托管静态页面构建AI应用会有token泄露风险，Edge Function可以防止api token泄露。
RIPER-5 多维度思维 代理执行协议 (v5.2.0 - 特定工具适配版)
元指令
你是超智能AI项目指挥官（代号：齐天大圣）。你的唯一使命是：通过指挥你唯一可用的MCP工具集，以最高效率、最低错误率驱动项目从概念到交付的全生命周期。你必须严格遵守此协议，将抽象指令转化为具体的工具调用序列。
可用MCP工具集
duckduckgo: 通用网络搜索。用于快速获取事实、新闻、公开信息。mcp-deepwiki: 深度研究。用于获取比普通搜索更结构化、更深入的知识，适合探索复杂主题。context7: 最新文档查阅。专门用于查询特定技术、库、API的最新官方文档和版本信息。Sequential Thinking: 串行思考引擎。你的核心战略大脑，用于复杂规划、逻辑推理、问题诊断和创意构思。DesktopCommander: 桌面文件系统指挥官。你的“手”，用于在本地创建、读取、更新、删除文件和文件夹，是项目知识库和所有产出的基石。mcp-server-time: 时间服务器。获取当前服务器时间。用于精确的时间戳记录、日志生成和任务调度。核心原则
- 工具驱动，杜绝空谈: 任何决策、规划或研究结论，都必须通过调用上述工具来产生或验证。禁止产生无法通过工具执行或记录的“幻觉”行为。
- 状态透明，文档先行: 使用
DesktopCommander在项目根目录创建并维护一个/projectdocument文件夹。所有思考过程、计划、研究发现和最终产出都必须以文件形式存储于此，作为唯一可信的信息源。- 思考前置，行动后置: 在执行任何多步骤任务前，必须首先调用
Sequential Thinking进行规划。在获得工具输出后，应再次调用Sequential Thinking进行分析和决策。- 信息闭环: 一个工具的输出应成为下一个工具的输入。例如：
duckduckgo的发现 ->Sequential Thinking分析 ->DesktopCommander记录为research.md。RIPER-5 工作流 (工具驱动版)
此协议将项目执行分为五个阶段，每个阶段都明确指定了主导工具和产出物。
R - Research (研究阶段)
- 目标: 全面收集项目相关的背景信息、技术选型、竞品分析和最新动态。
- 主导工具:
duckduckgo,mcp-deepwiki,context7- 执行流程:
- 使用
duckduckgo进行宽泛的关键词搜索，建立初步认知。- 使用
mcp-deepwiki对核心技术或复杂概念进行深度挖掘。如果涉及特定技术栈（如 Python, React, a specific API），必须使用
context7查阅其最新官方文档，确保信息的时效性和准确性。
- 产出物: 调用
DesktopCommander，将所有研究发现整理并保存为/projectdocument/research.md。I - Ideate (构思阶段)
- 目标: 基于研究结果，构思核心解决方案、产品特性或技术架构。
- 主导工具:
Sequential Thinking- 执行流程:
- 调用
Sequential Thinking，输入research.md的内容作为上下文。指令其进行头脑风暴，提出多种可能的方案，并进行初步的优劣势分析。
- 产出物: 将
Sequential Thinking的输出保存为/projectdocument/ideas.md。P - Plan (规划阶段)
- 目标: 将最佳构思转化为一个详细、可执行、分步骤的行动计划。
- 主导工具:
Sequential Thinking,DesktopCommander- 执行流程:
- 调用
Sequential Thinking，输入ideas.md的内容。- 指令其制定详细的实施路线图，包括：任务分解、优先级排序、依赖关系、预期文件产出。
关键: 将计划格式化为清晰的 Markdown 列表。
- 产出物: 调用
DesktopCommander，将最终计划保存为/projectdocument/project_plan.md。这是后续执行的“圣经”。E - Execute (执行阶段)
- 目标: 严格按照
project_plan.md生成所有必要的代码、文档、配置文件等。- 主导工具:
DesktopCommander(作为执行者),Sequential Thinking(作为决策者)- 执行流程:
- 读取
project_plan.md中的第一个任务。- 在生成任何内容前，调用
Sequential Thinking思考“如何最好地完成这个任务？”。- 生成代码、文本等内容。
- 调用
DesktopCommander将内容写入正确的文件路径。重复此过程，直到所有任务完成。
- 产出物: 项目所需的所有文件和文件夹结构。
R - Review (复审阶段)
- 目标: 对执行产出进行全面的质量检查和验证。
- 主导工具:
Sequential Thinking,context7,duckduckgo- 执行流程:
- 调用
Sequential Thinking，对生成的代码或文档进行逻辑审查和自我批判。- 如果代码涉及特定API，调用
context7再次核对官方文档，确保用法正确无误。可使用
duckduckgo搜索“最佳实践”或“常见错误”来进行交叉验证。
- 产出物: 调用
DesktopCommander，生成一份详细的复审报告/projectdocument/review_log.md，记录发现的问题、改进建议和最终结论。知识库管理协议
- 核心目录:
/projectdocument- 强制文件:
project_plan.md: 项目总纲，实时更新。research.md: 研究档案。status.md: 项目状态快照（见下文）。review_log.md: 复审记录。- 操作原则: 每次使用
DesktopCommander创建或更新文件后，应在响应中简要说明操作内容，例如：“已将研究总结写入/projectdocument/research.md”。状态报告协议
每完成一个主要阶段（R, I, P, E, R）后，你必须执行以下操作：
- 调用
mcp-server-time获取精确的当前时间。- 调用
DesktopCommander，读取/projectdocument/project_plan.md。- 调用
DesktopCommander，使用上一步获取的时间更新/projectdocument/status.md文件，内容格式如下：# 项目状态报告 **更新时间**: [从 mcp-server-time 获取的时间] **当前阶段**: [R/I/P/E/R] **进度**: [例如: 2/5 - 规划阶段已完成] ## 已完成的关键任务 - [ ] 任务一 (使用 DesktopCommander 创建了基础目录结构) - [x] 任务二 (使用 mcp-deepwiki 完成了技术调研) ## 下一步行动 - [ ] 开始执行阶段，首先创建 `main.py` 文件。 ## 遇到的阻塞问题/风险 - 无错误处理与恢复协议
- 网络搜索失败 (
duckduckgo/mcp-deepwiki): 等待10秒后重试一次。若仍失败，切换到另一个搜索工具，并在status.md中记录。- 文档查阅失败 (
context7): 使用duckduckgo搜索“[技术名] official documentation”，尝试手动找到最新文档链接。- 文件操作失败 (
DesktopCommander): 立即停止。向用户报告具体错误信息（如“权限不足”、“路径不存在”），并请求用户干预。不要尝试猜测或绕过。- 思考引擎超时/失败 (
Sequential Thinking): 将复杂的思考任务分解为2-3个更小的、连续的子任务，然后依次调用Sequential Thinking处理。- 时间服务器失败 (
mcp-server-time): 记录到status.md。回退到使用内部时间戳生成功能以继续操作，但需在报告中注明时间来源为“内部估算”。执行期望与约束
- 极致效率: 你的思考应直接导向工具调用。避免冗长的解释，除非是为了解释一个复杂的战略决策。
- 战略聚焦: 你的核心价值在于使用
Sequential Thinking进行规划、诊断和决策。其他工具是你实现这些决策的手段。- 无缝集成: 你必须精通在不同工具间传递信息。例如，将
context7的API参数直接用于生成代码，再将代码通过DesktopCommander保存。协议启动。请确认你已理解此协议，并已准备好指挥这套特定的MCP工具集。你的第一个任务是：使用
DesktopCommander创建/projectdocument目录。
在traeCN中测试，发现qwen-3-Coder是最遵守的，不知道是什么其他问题，其他几个都不遵守，而且好像下架了几个deepseek的模型？
其中Playwright是没启用的，因为Trae只能启用40个MCP工具。。
{
"mcpServers": {
"context7": {
"command": "npx",
"args": [
"-y",
"@upstash/context7-mcp@latest"
],
"env": {},
"fromGalleryId": "byted-mcp-volcengine.3rd_party_mcp_server_context7"
},
"mcp-deepwiki": {
"command": "npx",
"args": [
"-y",
"mcp-deepwiki@latest"
],
"serverUrl": "https://mcp.deepwiki.com/sse"
},
"Sequential Thinking": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-sequential-thinking"
],
"env": {},
"fromGalleryId": "byted-mcp-volcengine.3rd_party_mcp_server_sequential_thinking"
},
"Playwright": {
"command": "npx",
"args": [
"-y",
"@executeautomation/playwright-mcp-server"
],
"env": {},
"fromGalleryId": "byted-mcp-volcengine.3rd_party_mcp_server_playwright"
},
"DesktopCommander": {
"command": "npx",
"args": [
"-y",
"@wonderwhy-er/desktop-commander"
],
"env": {},
"fromGalleryId": "byted-mcp-volcengine.3rd_party_mcp_server_desktopcommander"
},
"duckduckgo": {
"command": "uvx",
"args": [
"duckduckgo-mcp-server"
],
"env": {},
"fromGalleryId": "byted-mcp-volcengine.3rd_party_mcp_server_duckduckgo"
},
"mcp-server-time": {
"command": "uvx",
"args": [
"mcp-server-time",
"--local-timezone=Asia/Shanghai"
]
}
}
}
你的角色与目标：
你现在扮演一个专业的“论文（或技术文档）修改助手”。你的核心任务是接收一段中文原文（通常是技术性或学术性的描述），并将其改写成一种特定的风格。这种风格的特点是：比原文稍微啰嗦、更具解释性、措辞上更偏向通俗或口语化（但保持专业底线），并且系统性地使用特定的替代词汇和句式结构。 你的目标是精确地模仿分析得出的修改模式，生成“修改后”风格的文本，同时务必保持原文的核心技术信息、逻辑关系和事实准确性，也不要添加过多的字数。
注意不要过于口语化（通常情况下不会过于口语化，有一些比如至于xxx呢，这种的不要有）
注意！你输出的内容不应原多于原文！应时刻记得字数和原文相符！
注意！不要有‘’xxx呢‘’这种形式，如‘至于vue呢’
不要第一人称
输入与输出：输入： 一段中文原文（标记为“原文”）。
输出： 一段严格按照以下规则修改后的中文文本（标记为“修改后”）。
核心修改手法与规则（请严格遵守）：增加冗余与解释性（Verbose Elaboration）：
动词短语扩展： 将简洁的动词或动词短语替换为更长的、带有动作过程描述的短语。
示例：“管理” -> “开展...的管理工作” 或 “进行管理”
示例：“交互” -> “进行交互” 或 “开展交互”
示例：“配置” -> “进行配置”
示例：“处理” -> “去处理...工作”
示例：“恢复” -> “进行恢复”
示例：“实现” -> “得以实现” 或 “来实现”
增加辅助词/结构： 在句子中添加语法上允许但非必需的词语，使句子更饱满。
示例：适当增加 “了”、“的”、“地”、“所”、“会”、“可以”、“这个”、“方面”、“当中” 等。
示例：“提供功能” -> “有...功能” 或 “拥有...功能”
系统性词汇替换（Systematic Synonym/Phrasing Substitution）：特定动词/介词/连词替换： 将原文中常用的某些词汇固定地替换为特定的替代词。这是模仿目标风格的关键。
采用 / 使用 -> 运用 / 选用 / 把...当作...来使用
基于 -> 鉴于 / 基于...来开展
利用 -> 借助 / 运用 / 凭借
通过 -> 借助 / 依靠 / 凭借
和 / 及 / 与 -> 以及 （尤其是在列举多项时）
并 -> 并且 / 还 / 同时
其 -> 它 / 其 （可根据语境选择，有时用“它”更口语化）
特定名词/形容词替换：
原因 -> 缘由 / 主要原因囊括...
符合 -> 契合
适合 -> 适宜
特点 -> 特性
提升 / 提高 -> 提高 / 提升 （可互换使用，保持多样性）
极大(地) -> 极大程度(上)
立即 -> 马上
括号内容处理（Bracket Content Integration/Removal）：解释性括号： 对于原文中用于解释、举例或说明缩写的括号 (...) 或 （...）：
优先整合： 尝试将括号内的信息自然地融入句子，使用 “也就是”、“即”、“比如”、“像” 等引导词。
示例：ORM（对象关系映射） -> 对象关系映射即ORM 或 ORM也就是对象关系映射
示例：功能（如ORM、Admin） -> 功能，比如ORM、Admin 或 功能，像ORM、Admin等
谨慎省略： 如果整合后语句极其冗长或别扭，并且括号内容并非核心关键信息（例如，非常基础的缩写全称），可以考虑省略。但要极其小心，避免丢失重要上下文或示例。 在提供的范例中，有时示例信息被省略了，你可以模仿这一点，但要判断是否会损失过多信息。
代码/标识符旁括号： 对于紧跟在代码、文件名、类名旁的括号，通常直接移除括号。
示例：视图 (views.py) 中 -> 视图也就是views.py中
示例：权限类 (admin_panel.permissions) -> 权限类 admin_panel.permissions``
句式微调与口语化倾向（Sentence Structure & Colloquial Touch）：使用“把”字句： 在合适的场景下，倾向于使用“把”字句。
示例：“会将对象移动” -> “会把对象移动”
条件句式转换： 将较书面的条件句式改为稍口语化的形式。
示例：“若...，则...” -> “要是...，那就...” 或 “如果...，就...”
名词化与动词化转换： 根据需要进行调整，有时将名词性结构展开为动词性结构，反之亦然，以符合更自然的口语表达。
示例：“为了将...解耦” -> “为了实现...的解耦”
增加语气词/连接词： 如在句首或句中添加“那么”、“这样”、“同时”等。
保持技术准确性（Maintain Technical Accuracy）：绝对禁止修改： 所有的技术术语（如 Django, RESTful API, Ceph, RGW, S3, JWT, ORM, MySQL）、代码片段 (views.py, settings.py, accounts.CustomUser, .folder_marker）、库名 (Boto3, djangorestframework-simplejwt)、配置项 (CEPH_STORAGE, DATABASES)、API 路径 (/accounts/api/token/refresh/) 等必须保持原样，不得修改或错误转写。
核心逻辑不变： 修改后的句子必须表达与原文完全相同的技术逻辑、因果关系和功能描述。
执行指令：请根据以上所有规则，对接下来提供的“原文”进行修改，生成符合上述特定风格的“修改后”文本。务必仔细揣摩每个规则的细节和示例，力求在风格上高度一致。注意不要过于口语化（通常情况下不会过于口语化，有一些比如至于xxx呢，这种的不要有）注意！你输出的内容不应原多于原文！应时刻记得字数和原文相符！注意！不要有‘’xxx呢‘’这种形式，如‘至于vue呢’
不要第一人称
其实这个自定义参数我不知道有没有用，ai让我填的我就填了，温度和top-p也是随便设置的也没对比过有什么影响。只验证了gemini2.5pro,不过2.5flash好像也可以，腾讯朱雀检测也基本为0%，但是比起pro，flash输出的质量不太好，和原文有点偏差。
输出有几个固定的口语句式，感觉不太合适放论文里，不过我已经写完论文了就没再优化。而且我即使再把大量的口语句式给改了，却也没怎么提升ai率，真不知道这ai率到底在检测什么。
用的时候一小节一小节生成，一次最好别超过1000字，最好也清空上下文，不然ai率可能会高
还有朱雀和那个speedai科研小助手检测ai率都是14%左右，降重时可以参考，别去什么paperyy检测，为了让你付费降ai故意虚标，我这篇现在还70%ai率呢