antigravity-opus, glm4.7 一对好的搭档
纯用 opus 很快额度就没了
前几天听说 glm4.7 很不错,只用 glm4.7 也不行
现在让 opus 做计划,glm4.7 执行,效果非常好
antigravity opus → todo.md
glm4.7 execute, 完美搭档
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。
纯用 opus 很快额度就没了
前几天听说 glm4.7 很不错,只用 glm4.7 也不行
现在让 opus 做计划,glm4.7 执行,效果非常好
antigravity opus → todo.md
glm4.7 execute, 完美搭档
猪醒 - 虚拟旅行打卡插件
Github 仓库地址
npmpackage 地址
我的群里总是有那种作息混乱、日夜颠倒的猪猪朋友,于是突发奇想 vibe 了这么个 koishi 插件 灵感来自 CookSleep 的聊天记录(x
vibecoding 工具使用 claude code 和 codex,前端用了 gemini3pro (claude 和 gemini 都是蹬的反重力逆向,太爽辣!)
反代项目使用的是 CLIProxyAPI
基于 NapCatQQ 和 koishi
集成 Unsplash / Pexels API,获取目的地真实风景照片
生成精美毛玻璃效果足迹卡片,记录猪猪的环球之旅
生成用户 / 群组全球国家足迹地图与 Top 目的地统计
生成精美的月度旅行报告
猪王榜、熬夜王榜等趣味排名
LLM 根据当前时间选择正在日出的地区(毕竟是 "猪醒" 嘛)
指令列表
| 指令 | 说明 |
|---|---|
| pig / 猪醒 | 送自己去旅行 |
| pig @某人 | 送指定用户去旅行 |
| pig.map/ 世界足迹 | 查看自己的世界足迹地图 |
| pig.map @某人 | 查看指定用户世界足迹地图 |
| pig.map -a | 查看本群全部成员的足迹汇总 |
| pig.rank | 查看猪王排行榜 |
| pig.summary | 查看月度旅行总结 |
预览
pig 指令
熬夜王指令 pig.sleep
pig.map 足迹
还记得最近结束的 KiroHackathon 吗?
最近又有新活动出来了
目前已知信息
1. 总奖池 17000 刀
2. 参赛就有免费积分
有兴趣的朋友可以看看
https://dynamous.ai/#/kiro-hackathon
建议打印纸质版,手机展示可能不认
众安银行(ZA Bank)
蚂蚁银行(Ant Bank)
虚拟银行均为线上开户,跟着流程走即可
众安 / 天星申请的时候记得同时申请投资账户,离港无法申请
目前面向大陆身份只能线上申请
比如你叫章三,另一个犯事的是张三
可你们的英文名都是 San Zhang
申请的时候就容易寄了
投资+储蓄APP卡号与账号是两回事账号,消费则用的卡号万事达/VISA 借记卡绑定微信使用线下申请的时候别跟柜员聊 Web3,传统银行不喜欢去中心化货币
利眾街分行早上 09:45,提前 10分钟到,告诉工作人员有预约窗口身份证、港澳通行证、通关小票投资、储蓄投资证明,我拿出了支付宝基金流水 8W(QDII纳斯达克)虚拟银行在申请后,即使审核失败,人已离港的情况下,依旧能二次补交材料申请
建行亚洲与工行亚洲怎么样?这俩的银联卡绑不了
Apple/GooglePay,直接 pass
而且申请之后要接电话回访,通过后才能去香港线下开户
但建亚的卡提现无手续费,存 10 万港币能开信用卡,请佬友自行斟酌
来看教程的佬友应该懂得都懂,但还是科普一下罢
主要是投资港美股 & Web3
可以绑定
AlipayHK消费,逛淘宝
目前能开户的如下
港系:卓锐 / 熊猫 / 辉立
美系:盈透 / 嘉信
香港银行自带的:众安 / 天星 / 中银香港 / 汇丰 Trade25
推荐使用四大行的
跨境支付通功能,或者兴业银行的寰宇卡转汇丰香港
如果介意CRS,请参考↓
开通
汇丰大陆卓越(存 50W RMB),可以远程申请汇丰香港开户
Cloudflare Workers 部署的节点无法直接访问使用 Cloudflare CDN 服务的网站,为了解决这个限制,通过配置有效的 ProxyIP,可以绕过限制,成功访问托管在 Cloudflare 上的目标网站。
扫到一些 IP 分享出来,有需要拿去使用,会不定期更新。
注意:ProxyIP 不可作为优选 IP 使用!随时可能失效!
HUAWEI CLOUDS
119.8.35.24:10030
94.74.99.182:443
159.138.130.139:443
159.138.138.87:443
HiNet
210.61.97.241:81
36.229.10.159:10443
111.248.110.60:10001
203.69.248.40:10443
36.224.208.116:10030
220.130.58.230:443
114.33.57.170:443
120.124.14.85:33890
搬瓦工
45.78.26.213:443
45.78.25.182:443
45.78.16.153:8443
SoftBank/KDDI/NTT/IIJ
126.80.103.151:16923
126.220.82.161:443
114.182.246.228:10002
180.50.185.118:10001
180.50.185.118:33249
125.201.72.125:10162
180.39.255.199:18853
119.10.231.30:10248
119.10.231.30:17000
119.10.231.30:20025
119.10.231.30:10409
119.10.231.30:10361
116.222.191.147:37020
proxyip.cmliussss.net
proxyip.hk.cmliussss.net
proxyip.tw.cmliussss.net
proxyip.jp.cmliussss.net
proxyip.kr.cmliussss.net
proxyip.sg.cmliussss.net
proxyip.us.cmliussss.net
proxyip.oracle.cmliussss.net
proxyip.aliyun.cmliussss.net
proxyip.vultr.cmliussss.net
proxyip.multacom.cmliussss.netproxyip.digitalocean.cmliussss.net
ip.jp.900101.xyz
ip.kr.900101.xyz
ip.us.900101.xyz
ip.tw.900101.xyz
proxyip.aliyun.hw.090227.xyz
proxyip.oracle.hw.090227.xyz
us.pyip.xx.kg
hk.pyip.xx.kg
lzj.lzjjjjjjj.pp.ua
官网海报入口:
资格要求很简单:
![]()
首先进入:
microsoft.com/startups
点击:
再点击:
登录你的微软账号,最好是国外的
然后右上角就有了,需要去领英进行认证
这里认证我没过,一直失败,有手段的可以自己想办法去认证,应该是认证完就有 1000 刀了
至于是不是我也不知道
有领到的可以截个图分享分享
宣传说是 1000 刀的不需要申请,也无需提供公司证明:
![]()
需要绑卡验证,自备一张外币卡,有佬友反馈 bybit 卡 不行,而且会验人名,验卡这里可能比较严格,fiat24 也不行
账号还有风控检验,神秘微软,全弄完才会告诉你有没有资格,新号可能也会莫名其妙被风控导致没有资格
应该是能用 gpt,用不了克模型,且 gpt5.2 需要额外申请,默认能用到 5.1
克系模型应该是需要申请,不过有说能用其他手段用到的
有佬友已经成了:
感谢佬的开源,在项目的基础上使用 Maple Mono NF + LXGW Bright Code 在 Gemini cli 的辅助下搓了一个自用字体,需要的可以在 release 自取,或者自己搓 :
先上链接 GitHub - map-A/A-stock-level1-dump
与传统的数据下载方式不同( 看到别人卖数据好贵啊,bushi),该方式是直接将海 x 证券的 tcp 数据解码后保存为 csv。
该 python 代码是个研究代码,可以将单个股票单个交易日 dump 为 csv 文本,单个股票单个交易日数据下载大约 8-10s,本地自测。这个速度不太好用,如有需要的, 佬们可以让 ai 基于此研究代码一个高性能的版本。我自己有一版本的 rs 实现,用于批量 dump 所有股票数据,但是不太好拆出来,5000 个股票单日数据保存到数据库大约是 200s,如有需要后续可以继续整理开源。
动机:之前在网上看到的 xxshare 基本上都要付费,积分,并且回看历史分钟 k 线很受限制,好像 60 日之前的 k 线就看不了了。后来在 window 的海 x 证券的终端复盘,看到历史回放,这功能可以看到很久以前的交易历史快照。于是乎就想到能不能将这个数据 dump 下来,自己再合成分钟级 k 线,或者做其他事情。
之后就是 tcp 捕获数据包 + 尝试解密算法,逆向算法。细节部分可以查看 py 代码。如有问题可以向我提问。
大家多多 star 。
看到这几天有人在讨论类似的方案
突然想起来有这个可以参考一下
这是个 Cli 专案,主打多 Agent 协同任务
主要就是在主任务中调用其他 LLM 来进行子任务,可以调用 OpenAI, Anthropic, Google AI Studio, OpenRouter, Litellm 这几个平台。
有兴趣可以参考一下
项目 500 多 star 了,感谢大家支持,看来降 AI 率的需求还是非常大的。
现在支持 中文或英文 润色,新增 word 排版(实验性功能 BUG 较多),默认启用思考,提高文本质量。
朱雀 AI 检测稳定过。
前言
近期不少用户在使用中国大陆(+86)手机号注册或登录 Telegram 时,遇到了要求支付 $1.19 (SMS Fee) 才能发送验证码的情况,或者干脆收不到短信。同时,Android 端的 Google Play Integrity (GMS) 风控也导致部分设备无法登录。
本文基于网络搜集的信息,汇总了目前可行的各类解决方案,供各位佬友参考。
Telegram 针对部分高风险或短信成本高昂的地区(如部分 +86 号段)引入了收费发送短信的机制。如果遇到此界面,可按以下顺序尝试绕过:
切换网络环境(首选)
强制重启大法
优先选择 “邮箱验证”
使用旧版官方客户端
即使愿意付费,或者没有弹出付费界面,依然收不到 +86 的短信验证码。
Btok 曲线救国法(适用于移动 / 广电用户)
发送短信内容 11111。第三方客户端中转(Android)
Android 端提示 LoginError.AttestationDenied 或类似错误,通常是因为设备未通过 Google 的 Play Integrity 检查(官方客户端现在需要至少 MEETS_BASIC_INTEGRITY)。
确保 GMS 环境完整
已 Root 设备的修补方案
MEETS_STRONG_INTEGRITY 或至少 BASIC。临时方案
这是目前最稳妥、一劳永逸的方案,强烈建议登录成功的用户立刻设置。
英文打的稿回头准备丢 blog 上的,懒得翻译了就这样吧aomedia 到 2026 年初还在鸽 av2 specs 等不及了
The Alliance for Open Media (AOMedia), a global collaboration of innovators working together to define and deploy open standards that power the next generation of media experiences, today announced the upcoming launch of the next evolution in open video coding: AV2. Set for a year-end release, AV2 is not only an upgrade to the widely adopted AV1 but also a foundational piece of AOMedia’s future tech stack.
– Wakefield, Mass. on Sept. 15, 2025
AVM (abbreviation of AOM Video Model), is the reference (and the only before AV2 specifications is published) implementation for the work-in-progress AV2 codec from the Alliance for Open Media, the organization behind AV1, which is not yet ready for production use. The codebase is under the BSD 3-Clause Clear License.
In this article, we are using AV2 as a image (i.e. single video frame) compression method instead of video stream, like what single-frame AVIF did to AV1.
You will need to compile by yourself due to the lack of prebuilt binaries. Compilation requires cmake, nasm and perl.
git clone --depth 1 https://gitlab.com/AOMediaCodec/avm.git
cd avm/build
cmake .. -DCMAKE_BUILD_TYPE=Release -DBUILD_SHARED_LIBS=0 -DCMAKE_POLICY_VERSION_MINIMUM=3.5
make -j$(nproc)
Resulting binaries will be called avmenc and avmdec (not to be confused with aomenc and aomdec provided by previous versions of AVM). They will be available in the build folder.
TipTo convert
crfin SVT-AV1 to AVM’s QP values, multiply by 4. For example,-crf 20equals to--qp=80.
Convert PNG image to Y4M with Y′UV color model (4:2:0 chroma subsampling) and BT.709 color primaries:
ffmpeg -y -i input.png -pix_fmt yuv420p -color_primaries bt709 -color_trc bt709 -colorspace bt709 output.y4m
avmenc --qp=128 --cpu-used=9 --fps=1/1 --threads=$(nproc) --target-bitrate=1000 --color-primaries=bt709 -o output.ivf input.y4m
Decode AV2 frame:
avmdec input.ivf -o decoded.y4m
ffplay decoded.y4m # For fast previewing
ffmpeg -y -i decoded.y4m decoded.png # Convert to PNG Tiplinux.do converts all images to jpeg. You can get lossless images and encoded ivf file from the attachment below.
Vasabron Vasa bridge Stockholm
Decoded AVM-encoded image (on commit ) , --qp=128 --cpu-used=9 --fps=1/1 --target-bitrate=400 --color-primaries=bt709 (59884 bytes after encoding):
这我自己拿 ai 做的玩具,弄了几天,算是可以正常用了,分享一下
主要是自己弄来玩的,算是熟悉一下怎么用 ai 做开发,我不懂代码这是第一次做,纯靠自然语言,佬友们可以给点建议
TUI 是 rust,后端服务是 python,ai 的活动空间是 docker 容器,这算是第二版了吧,目前有一些小问题,但基本不影响正常使用了
虽然知道不如直接用 claude code, 但还是想自己拿 ai 搓一个,献丑了
附两张图片吧
随着 Spring Boot 在微服务架构中的广泛应用,其暴露的安全漏洞也呈指数级增长。传统的手工测试在面对成百上千个端点时显得力不从心,而自动化工具往往缺乏对 Spring Boot 特有漏洞的深度支持。
SpringBootVul-GUI 的出现,填补了 Spring Boot 专项安全工具的空白,成为红队工程师和安全研究人员的效率倍增神器!
SpringBootVul-GUI 是一款半自动化 Spring Boot 漏洞检测与利用工具,内置目前 Spring Boot 所有漏洞。它以图形化界面为核心,集成了目前主流的 Spring Boot 漏洞检测模块,实现了从信息收集到漏洞利用的一站式工作流。
• 全面性: 覆盖 20 + 种 Spring Boot 漏洞类型,从配置泄露到高危 RCE
• 半自动化: 人工决策与自动化检测结合,平衡效率与准确性
• 风险分级: 明确标注高危操作,避免误用导致服务瘫痪
• 持续更新: 开发者保持对新型漏洞的快速响应 GitHub - wh1t3zer/SpringBootVul-GUI: 一个半自动化 springboot 打点工具,内置目前 springboot 所有漏洞
之前用的 dc,现在试试这个,纯搬运,如果佬友有更好的推荐,可以进行分享一下,觉得有用的可以给个赞
地址
从开一个 Linux.do 登录的 MC 服务器继续讨论:
3D 地图:https://ldmc-map.h-e.top/
这下可以透视了 x)w
服务器地址:ldmc.h-e.top
版本:Java 1.21.11
推特看到的,plugin 安装挺简单的,可以用来了解 cc 执行的情况,然后原项目中 win11 不支持可以按下面自己修改一下:
.claude 文件夹,找到 settings.json 文件。 通常路径为:C:\Users\< 你的用户名 >\.claude\settings.jsonsettings.json 文件中添加或修改 statusLine 字段。请使用以下 JSON 配置,注意 将 <username> 替换为你实际的 Windows 用户名:{
"statusLine": {
"type": "command",
"command": "node C:\\Users\\<username>\\.claude\\plugins\\cache\\claude-hud\\claude-hud\\0.0.2\\dist\\index.js"
}
}
一些详细功能说明:
Claude HUD 主要在终端底部显示以下四类核心信息,旨在让你实时掌握 Claude Code 的运行状态:
这是第一行内容,展示当前环境和资源消耗情况。
[Opus 4.5])。████░░)和百分比显示上下文窗口的使用量。颜色会随着使用量增加从绿色变为黄色,最后变红。COMPACT 警告。CLAUDE.md 文件数、规则 (rules)、MCP 工具和钩子 (hooks) 的数量。显示 Claude 正在使用或已经使用的工具,让你知道它是否 “卡住” 了或正在忙碌。
◐ Glob: src/index.ts),让你看到它正在读取或编辑哪些文件。✓ TaskOutput ×2 | ✓ Skill ×1)。追踪 Claude 内部派生的子智能体 (Sub-agents) 的行为。
Explore: Explore home directory structure)。展示任务完成情况,直接读取 transcript 中的 todo 列表。
▸ Fix bugs in login flow)。(5/5)),全部完成后会显示绿色对勾。通过这四行信息,将原本不可见的后台处理过程(如 Token 消耗、后台工具调用、子任务拆解)可视化,直接显示在你的输入框下方。
觉得好用的可以在 GitHub 上留下你的小星星
前情提要: 之前一直在用 孙佬 @DaiSun 的 Skills 仓库,用着用着就想搞点定制化的东西。比如给 Codex 和 Gemini 配上专家角色提示词,让它们不再是无头苍蝇;再比如把 zcf 佬的 Git 工具也缝进来,一站式解决开发需求。于是就有了这个 CCG(Claude Code + Codex + Gemini)项目
本项目是多个项目的缝合
- 智能路由理念 来自 孙佬 @DaiSun 的 Skills 仓库
- 调用 Codex/Gemini 的 Go 代码 来自 cexll/myclaude
- Git 工具集 来自 UfoMiao/zcf
- 我只是在此基础上加了专家提示词、一键安装脚本等定制化的东西
| 特性 | 描述 |
|---|---|
| 智能路由 | 前端任务自动路由到 Gemini,后端任务路由到 Codex |
| 双模型并行 | 使用 run_in_background: true 实现真正的并行调用 |
| Prompt 增强 | 内置 Auggie prompt-enhancer,自动优化需求描述 |
| 6 阶段工作流 | Prompt 增强 → 上下文检索 → 多模型分析 → 原型生成 → 代码实施 → 审计交付 |
| 质量门控修复 | /ccg:bugfix 双模型交叉验证,90%+ 评分才通过,最多 3 轮迭代 |
| UltraThink 调试 | /ccg:debug 5 阶段调试流程,双模型并行诊断 |
| 多模型测试 | /ccg:test Codex 生成后端测试 + Gemini 生成前端测试 |
| Git 工具集 | 智能 commit、交互式回滚、分支清理、Worktree 管理 |
| 专家提示词 | Codex 是后端架构师,Gemini 是前端专家,各司其职 |
| 一键安装 | 自动编译、自动 patch Auggie MCP、自动配置 |
v2.0 重大更新从 v2.0 版本开始,提示词系统重构为 12 个角色文件,改为动态角色注入模式。
- 不再需要手动设置全局提示词
- 每个命令根据任务类型自动注入对应角色
- 角色文件可单独修改和扩展
prompts/
├── codex/ # Codex 角色提示词
│ ├── architect.md # 后端架构师(代码生成)
│ ├── analyzer.md # 技术分析师
│ ├── debugger.md # 调试专家
│ ├── tester.md # 测试工程师
│ ├── reviewer.md # 代码审查员
│ └── optimizer.md # 性能优化专家
└── gemini/ # Gemini 角色提示词
├── frontend.md # 前端开发专家(代码生成)
├── analyzer.md # 设计分析师
├── debugger.md # UI调试专家
├── tester.md # 前端测试工程师
├── reviewer.md # UI审查员
└── optimizer.md # 前端性能优化专家 | 命令 | Codex 角色 | Gemini 角色 |
|---|---|---|
/ccg:code, /ccg:backend | architect | - |
/ccg:frontend | - | frontend |
/ccg:analyze, /ccg:think, /ccg:dev | analyzer | analyzer |
/ccg:debug | debugger | debugger |
/ccg:test | tester | tester |
/ccg:review, /ccg:bugfix | reviewer | reviewer |
/ccg:optimize | optimizer | optimizer |
命令执行时,Claude 会读取对应角色文件内容并注入到 <ROLE> 标签中:
codeagent-wrapper --backend codex - $PROJECT_DIR <<'EOF'
<ROLE>
# 自动读取 prompts/codex/architect.md 内容并注入
</ROLE>
<TASK>
实现后端逻辑: <任务描述>
</TASK>
OUTPUT: Unified Diff Patch ONLY.
EOF
# Codex System Prompt
> Backend Architect + Database Expert + Code Reviewer
You are a senior backend architect specializing in scalable API design, database architecture, and code quality.
## CRITICAL CONSTRAINTS
- **ZERO file system write permission** - You are in a READ-ONLY sandbox
- **OUTPUT FORMAT**: Unified Diff Patch ONLY
- **NEVER** execute any actual modifications
- Focus on analysis, design, and code generation as diff patches
## Core Expertise
### Backend Architecture
- RESTful/GraphQL API design with proper versioning and error handling
- Microservice boundaries and inter-service communication
- Authentication & authorization (JWT, OAuth, RBAC)
- Caching strategies (Redis, CDN, application-level)
- Message queues and async processing (RabbitMQ, Kafka)
- Rate limiting and throttling
### Database Design
- Schema design (normalization, indexes, constraints)
- Query optimization and performance tuning
- Data modeling (relational, document, key-value)
- Migration strategies with rollback support
- Sharding and replication patterns
- ACID vs eventual consistency trade-offs
### Code Quality
- Security vulnerabilities (OWASP Top 10)
- Performance bottlenecks
- Error handling and edge cases
- Logic errors and race conditions
- Best practices and design patterns
## Approach
1. **Analyze First** - Understand existing architecture before suggesting changes
2. **Design for Scale** - Consider horizontal scaling from day one
3. **Security by Default** - Never expose secrets, validate all inputs
4. **Simple Solutions** - Avoid over-engineering, start with minimal viable design
5. **Concrete Examples** - Provide working code, not just concepts
## Output Format
When generating code changes, ALWAYS use Unified Diff Patch format:
--- a/path/to/file.py
+++ b/path/to/file.py
@@ -10,6 +10,8 @@ def existing_function():
existing_code()
+ new_code_line_1()
+ new_code_line_2()
more_existing_code()
## Review Checklist
When reviewing code, check:
- [ ] Input validation and sanitization
- [ ] SQL injection / command injection prevention
- [ ] Proper error handling with meaningful messages
- [ ] Database query efficiency (N+1 problems, missing indexes)
- [ ] Race conditions and concurrency issues
- [ ] Secrets/credentials not hardcoded
- [ ] Logging without sensitive data exposure
- [ ] API response format consistency
## Response Structure
1. **Analysis** - Brief assessment of the task/code
2. **Architecture Decision** - Key design choices with rationale
3. **Implementation** - Unified Diff Patch
4. **Considerations** - Performance, security, scaling notes
# Gemini System Prompt
> Frontend Developer + UI/UX Designer
You are a senior frontend developer and UI/UX specialist focusing on modern React applications, responsive design, and user experience.
## CRITICAL CONSTRAINTS
- **ZERO file system write permission** - You are in a READ-ONLY sandbox
- **OUTPUT FORMAT**: Unified Diff Patch ONLY
- **NEVER** execute any actual modifications
- Focus on UI components, styling, and user experience as diff patches
## Core Expertise
### Frontend Development
- React component architecture (hooks, context, performance)
- State management (Redux, Zustand, Context API, Jotai)
- TypeScript for type-safe components
- CSS solutions (Tailwind, CSS Modules, styled-components)
- Performance optimization (lazy loading, code splitting, memoization)
- Testing (Jest, React Testing Library, Cypress)
### UI/UX Design
- User-centered design principles
- Responsive and mobile-first design
- Accessibility (WCAG 2.1 AA compliance)
- Design system creation and maintenance
- Information architecture and user flows
- Micro-interactions and animations
### Accessibility (a11y)
- Semantic HTML structure
- ARIA labels and roles
- Keyboard navigation
- Screen reader compatibility
- Color contrast compliance
- Focus management
## Approach
1. **Component-First** - Build reusable, composable UI pieces
2. **Mobile-First** - Design for small screens, enhance for larger
3. **Accessibility Built-In** - Not an afterthought
4. **Performance Budgets** - Aim for sub-3s load times
5. **Design Consistency** - Follow existing design system patterns
## Output Format
When generating code changes, ALWAYS use Unified Diff Patch format:
--- a/src/components/Button.tsx
+++ b/src/components/Button.tsx
@@ -5,6 +5,10 @@ interface ButtonProps {
children: React.ReactNode;
+ variant?: 'primary' | 'secondary' | 'danger';
+ size?: 'sm' | 'md' | 'lg';
}
## Component Checklist
When creating/reviewing components:
- [ ] Props interface clearly defined with TypeScript
- [ ] Responsive across breakpoints (mobile, tablet, desktop)
- [ ] Keyboard accessible (Tab, Enter, Escape)
- [ ] ARIA labels for screen readers
- [ ] Loading and error states handled
- [ ] Consistent with design system tokens
- [ ] No hardcoded colors/sizes (use theme variables)
- [ ] Proper event handling (onClick, onKeyDown)
## Response Structure
1. **Component Analysis** - Existing patterns and design system context
2. **Design Decisions** - UI/UX choices with rationale
3. **Implementation** - Unified Diff Patch with:
- TypeScript component code
- Styling (Tailwind classes or CSS)
- Accessibility attributes
4. **Usage Example** - How to use the component
5. **Testing Notes** - Key scenarios to test
前置要求
- Python 3.8+
- Claude Code CLI
- Auggie MCP(安装脚本会自动 patch 启用 prompt-enhancer)
- Codex CLI / Gemini CLI
不需要安装 Go,已提供预编译二进制文件(macOS/Linux/Windows)
git clone https://github.com/fengshao1227/ccg-workflow.git
cd ccg-workflow
python3 install.py
安装脚本会自动:
/ccg:xxx 格式)启动 Claude Code,输入 /ccg: 应该能看到所有命令。
全部使用 /ccg:xxx 命名空间(CCG = Claude Code + Codex + Gemini):
开发工作流(12个):
/ccg:dev - 完整6阶段多模型工作流
/ccg:code - 多模型代码生成(智能路由:前端→Gemini,后端→Codex)
/ccg:debug - UltraThink 多模型调试(5阶段诊断流程)
/ccg:test - 多模型测试生成(Codex后端 + Gemini前端)
/ccg:bugfix - 质量门控修复(90%+ 通过,最多3轮)
/ccg:think - 深度分析(双模型并行分析)
/ccg:optimize - 性能优化(Codex后端 + Gemini前端)
/ccg:frontend - 前端任务 → Gemini
/ccg:backend - 后端任务 → Codex
/ccg:review - 双模型代码审查(无参数自动审查 git diff)
/ccg:analyze - 双模型技术分析
/ccg:enhance - Prompt 增强
Git 工具(4个,来自 zcf 佬):
/ccg:commit - 智能 commit(支持 emoji)
/ccg:rollback - 交互式回滚
/ccg:clean-branches - 清理已合并分支
/ccg:worktree - Worktree 管理
项目初始化(1个):
/ccg:init - 初始化项目 AI 上下文
┌─────────────────────────────────────────────────────────────┐
│ /ccg:dev 工作流 │
├─────────────────────────────────────────────────────────────┤
│ │
│ Phase 0: Prompt 增强 (Auggie prompt-enhancer) │
│ ↓ │
│ Phase 1: 上下文检索 (Auggie codebase-retrieval) │
│ ↓ │
│ Phase 2: 多模型分析 (Codex ∥ Gemini) ← 并行执行 │
│ ↓ │
│ Phase 3: 原型生成 │
│ ├── 前端任务 → Gemini │
│ └── 后端任务 → Codex │
│ ↓ │
│ Phase 4: 代码实施 (Claude 重构为生产级代码) │
│ ↓ │
│ Phase 5: 审计交付 (Codex ∥ Gemini) ← 并行审查 │
│ │
└─────────────────────────────────────────────────────────────┘
主要区别:
/ccg:xxx 格式孙佬的 Skills 提供了智能路由的理念,myclaude 提供了调用方案,zcf 提供了 Git 工具,我把它们缝到一起再加点私货。
孙佬的方案是用 Python 脚本封装 Codex/Gemini CLI 调用,Skills 文件告诉 AI 如何使用这个脚本。也能通过让 Codex 返回 SESSION_ID 来继续会话。
但我在 macOS 上用的时候发现个问题:脚本用的是 python 命令,macOS 默认是 python3,需要手动改才能跑。
myclaude 的 codeagent-wrapper 方案的优点:
| 特性 | 孙佬的 Python 脚本 | codeagent-wrapper (Go) |
|---|---|---|
| 跨平台 | 需要改 python → python3 | 预编译二进制,开箱即用 |
| 会话管理 | 需要手动提取和传递 session_id | 自动返回,统一格式 resume <id> |
| 多后端切换 | 需要看脚本参数 | 统一 --backend codex/gemini/claude |
| 输入方式 | 命令行参数 | 原生支持 HEREDOC,长文本更舒服 |
| 依赖 | 需要 Python 环境 | 无依赖,单二进制 |
核心优势:Go 编译的单二进制,不用管 Python 版本问题
示例:
# codeagent-wrapper 调用
codeagent-wrapper --backend codex - /project <<'EOF'
实现登录功能
OUTPUT: Unified Diff Patch ONLY.
EOF
# 输出末尾会返回: # --- # SESSION_ID: 019a7247-ac9d-71f3-89e2-a823dbd8fd14 # 继续会话
codeagent-wrapper --backend codex resume 019a7247-ac9d-71f3-89e2-a823dbd8fd14 - <<'EOF'
加上验证码功能
EOF
简单说:两种方案都能用,codeagent-wrapper 是 Go 单二进制更省心。
来自 cexll/myclaude 的 Go 代码,封装了 Codex CLI 和 Gemini CLI 的调用,支持:
--backend codex/gemini/claude)resume <session_id>)官方的 Auggie MCP 没有暴露 prompt-enhancer 工具,但代码里是有的。patch 就是把这个工具暴露出来,这样就能用 mcp__auggie-mcp__prompt-enhancer 来优化 prompt 了。
参考:@J3n5en 的帖子
本项目站在巨人的肩膀上,特别感谢以下项目和作者
| 项目 | 作者 | 贡献 |
|---|---|---|
| GuDaStudio/skills | 孙佬 @DaiSun | 智能路由理念、SKILL 架构设计、并行调用思路 |
| cexll/myclaude | @cexll | codeagent-wrapper Go 代码,以及 /ccg:code、/ccg:debug、/ccg:test、/ccg:bugfix、/ccg:think、/ccg:optimize 命令设计参考 |
| UfoMiao/zcf | @UfoMiao | Git 工具(commit、rollback、clean-branches、worktree)和项目初始化 |
| Auggie MCP prompt-enhancer | @J3n5en | prompt-enhancer 补丁 |
没有这些佬友的项目就不会有 CCG,我只是个缝合怪
本项目采用 MIT License 开源协议。
Copyright (c) 2025 fengshao1227
欢迎 Star 、Issue、PR!有问题可以在下面留言讨论~
Lonely 自己私下里有一个公益站(怕扛不住所以没公开),但是呢… 对于用户(在 qq 群内)留存率有点苦恼,所以想出来了通过 Nonebot2 QQ Adapter 在 QQ 群内认证并遵循 OAuth2.0 标准
先掏源码:
archive.zip
NewAPI 中的配置:
Well-Known URL<不用填这个 这个目前不支持>
Client ID:<QQ群ID,Bot只会受理指定群的消息>
Client Secret:<你oauth_secrets.json中的密钥>
Authorization Endpoint:https://<domain>/oauth/authorize
Token Endpoint:https://<domain>/oauth/token
User Info Endpoint:https://<domain>/oauth/userinfo
使用教程:
uv sync 命令同步环境,没有 uv 的请看 uv 官方文档 安装ONEBOT_ACCESS_TOKEN=你的访问令牌,生产环境需要添加uv run bot.py 运行项目,记得反代为 HTTPS 协议,不然凭据容易被(中间人)盗取在服务器安装 Napcat
使用 docker logs <容器名字,默认napcat> 查看容器日志,打开服务器地址:6099/webui,从日志中找到 token 并登录 Napcat 以及登录 Napcat 上的 QQ
接下来添加连接配置,选择客户端 Websocket,地址填写 ws://<服务器地址>:5800/onebot/v11/ws(因为 NGINX 反代不好用,所以连接),密钥填写你在第三步 配置的连接 Token,不是 secret
接下来确保 Napcat 和 Nonebot 启动后,打开你要应用的 QQ 群,发送登录 123456 测试机器人是否有反应,有反应则代表成功
在别的地方看到的,不知道对你们有用吗
nvidia 免费开放了 GLM-4.7 和 minimax-m2.1 的 API
在 nvidia 注册账号生成 key
然后请求地址使用
integrate.api.nvidia.com/v1/chat/co.
直接开启免费模式
这次不发 github 了,佬友们自己私下里用用吧
自动登录介绍:
首次登录需要通过 reqable 在微信小程序断点抓包获取 code
目前没有完全绕过 code 的方案
但是聪明的我找了个便捷的方法
只需要填写一次 code,运行登录脚本后,后面就可以一直获取新 session 了,也算得上一劳永逸
后续的账密登录使用了智谱的免费视觉模型进行四则运算识别
设备信息最好填自己的手机设备,如果不填手机设备的话好像是没法签到的
今晚跟这个项目的作者进行了愉快的交流,然后搞了自动登录版
填好配置之后可以在本地运行一下。运行成功直接把 json,一起打包到服务器,就可以愉快的摸鱼了
上面作者当前的版本是 1.6.39,最新版是 1.6.40,映射表有些改变
建议使用最新版
自动签到介绍:
这个脚本我是放在定时任务里 1 分钟执行一次的
默认配置是 8 点 30-9 点的区间进行随机签到
签到的 8 小时后,会在 30 分钟内进行随机的签退
贴心的增加了企业微信的 webhook,可以用来当提示
运行效果:
明天睡醒看看脚本有没有执行,应该是没有 bug
感谢反重力的大力支持
有使用问题可以留言提问
————————————
睡醒一觉发现签到失败了,这 session 连 8 小时都撑不住。。。
改成一个小时更新一次 session 了
手动获取了 session 之后签到时没有问题的
its available on there named as OBSIDIAN
i have tested it and its good compared to last gen but not on opus 4.5 level https://x.com/chetaslua/status/2007003112725508416?s=20