2026年3月

参考另一位的折腾情况 https://v2ex.com/t/1197844

我也顺便研究了下 Studio Display XDR 连 5090 该怎么做到 5K 120 10bit HDR 。主板是 X870E hero ,显卡是 astral 。
目前看起来真正完全符合 apple 的设计方式的有两种方案:

1. 购买 ASUS ProArt 那种自带了 Thunderbolt 输出的显卡
2. 使用 ASUS 等厂家出的 Thunderbolt 5 拓展卡

这里主要聊方案 2 (毕竟方案 1 太贵了吧)。方案 2 里的这类拓展卡通常有 2-3 个 DP in ,2 个 Thunderbolt5 out ,同时还有 TBT 接口+PCIE 供电+USB 接口。

然而方案 2 让我发现 AMD 是不兼容这类拓展卡的。下面具体讲讲目前研究出来的情况,不过这里面还有一些门道暂时没搞清,可能是我不太懂这里面具体的原理导致的。

AMD 并没有考虑过 thunderbolt5 的需求,所以芯片组上没有 thunderbolt5 的芯片,自然也没有 tbt 接口。而所有的拓展卡都需要连接 TBT 接口,且 bios 开启 Thunderbolt 拓展来使用 CPU 通道,否则工作不正常。

本来我的想法是:如果我使用拓展卡只是为了实现普通 USB 数据 & DP 数据走雷电到 Studio Display XDR 即可,而 tbt 主要是为了顺便实现高速的存储传输之类我不需要的能力,AMD 主板说不定也能用。

但是商家明确表示尝试过在 intel 平台不连接 tbt 无法工作,这就非常头疼了...

看来下一个平台还是得用 intel & 顺便吐槽一下,上次从 intel 切 AMD 之后还遇到了其他问题,比如从 intel 主板自带的 RAID 方案迁移到 win 的软 RAID 方案,也是迁移了很久... 还有 intel 确实还是在很多其他技术上更有底蕴啊,包括内存控制器也是,AMD 内存频率就是上不去啊

另外补充一点,ProArt 的主板方案本来也考虑过,后来看了下细节参数发现不行。ProArt 主板自带 DP in 和 Thunderbolt out 功能,但是 X870e 的主板是 DP1.4 in 和 USB4 out...

因为前一阵子被自己参与的 DAG (有向无环图)系统排错折磨得苦不堪言,才有了这个项目。

当时系统涉及几十个节点,排错时需要从 Langfuse 里几十 KB 甚至非常重的 Trace 树中用肉眼找关键节点,经常看花了眼。但在痛苦的过程中,我也意识到:**这种排错其实极度有“套路”。**

尤其是前阵子各种 Agent Skill 爆火,当时我就想,为什么不直接给 AI 接上 DB 、Redis 和 Langfuse 的只读接口,然后写一个特定的 Skill (也就是 Runbook 手册)告诉它:
*“遇到这样的问题你按这个顺序查,第一步查 Redis ,第二步对比 DB ,第三步去对应的几十 KB 的 Trace 里精准捞出特定的那些关键数据进行分析。”*

实际跑通测试下来,效果出奇地好:AI 不再瞎猜,给出的结论极其稳定可信。所以,干脆就把这套方法论抽象了出来,做成了这个独立的框架:`agent-debugger` / `debug-runbook`。

GitHub 项目地址:
[https://github.com/UnCooe/debug-runbook]( https://github.com/UnCooe/debug-runbook)

### 为什么做这个东西?

它想解决的问题其实挺具体的。

现在很多 AI Agent 的“线上排障”方案,本质上还是把数据库只读账号、日志系统、Tracing 、Redis 这些工具接口一股脑暴露给模型,然后期待它自己查明白。

看起来很智能,但实际越做越觉得,这里面有个经常被忽略的关键变量:

> **排障能力里最值钱的部分,绝不是工具访问权限,而是调查顺序与证据链条。**

一个有经验的后端同学排查问题,脑子里通常不是“有什么工具”,而是:
1. 先确认请求到底有没有真的进入主流程
2. 再看关键副作用( Side Effect )有没有发生
3. 再对齐持久化状态 (DB)
4. 最后才看 缓存 / 幂等键 / 异步链路 有没有把流程短路

这个顺序本身,就是千锤百炼的**排错经验**。

而很多 Agent 方案,偏偏把这部分丢了,只剩下“模型自由发挥”。结果就会出现几个典型的高血压名场面:
- 工具很多,但调查路径不稳定,每次问法不同,排查步骤也不同;
- 模型极容易被大段的 Trace / SQL 结果 / 日志噪音带偏( Token 直接爆炸💥);
- 它能给出一个“像样的解释”,但证据链根本经不起推敲;
- 真到线上大推业务场景时,你完全不敢 audit 它到底凭什么得出的这个结论。

### 这个项目做了什么?

所以做这个项目时,换了个解法。思路不是“看怎么再封装几个强大的 MCP 调试工具”,而是反向操作:

> **把资深工程师的排障套路写成可执行的 YAML Runbook ,强制约束 Agent 先按顺序收集证据,再下结论。**

项目的架构骨架大概是这样运作的:
- 输入一个事故上下文(比如 `trace_id`、`order_id`、`request_id`)
- **选剧本**:引擎先根据症状( Symptom )匹配最对口的 Runbook 。
- **强制按序执行**:再严格按 Runbook 规定的步骤,顺序调用 Trace / DB / Redis 这些 Adapter 。
- **洗数据**:所有 Adapter 返回的原始结果,全部过滤洗干净,归一化成了结构化的 `Evidence`(证据)。
- **推断结论**:再把这些证据扔进决策引擎( Decision Rules ),产出最终包含根因的结构化 Incident Report 。

不是让模型像无头苍蝇一样直接面对一地鸡毛的真实状态图,而是先把**“可调查路径”**和**“证据形状”**全都死死限定住。

### 核心特性 MVP 验证

现在做出来的早期开源版( MVP )跑通了几个硬核节点:

1. **Runbook Selection**:根据 symptom 和 context 选排查剧本,不是所有问题都一把梭地查全套系统。
2. **Ordered Execution**:排查步骤强制有序,不允许 Agent 自己胡乱跳转发散。
3. **Evidence Normalization**:不直接把原始 Payload 喂给大模型,而是转成几十个字的统一 Evidence ,保护上下文长度。
4. **Decision Rules**:最终出什么结论不靠 LLM 的玄学推理,而是基于收集到的“证据组合”来触发(比如 `A 证据 + B 证据 = C 结论` 成立)。
5. **绝对的只读红线**:所有 Adapter 都限制在了只读层。DB 有表名白名单拦截,Redis 限制了 Key 前缀匹配规则,从根本上杜绝大模型在库里“乱挥大刀”。

### 真实的 Demo 案例

在库里塞了一个最常见的业务 Case Demo:**“订单创建成功了,但下游任务没生成”**(`npm run demo:order-task-missing`)。

* **原生 Agent 的瞎排查**:把几百行的 Trace 读一遍发现没报错,又去扫全表 SQL 搜日志,毫无头绪。
* **在这个 Runbook 框架里**:它老老实实地走了一条固定路径。先扫 Trace ,再看丢失的那一环丢在哪里了,转头查 DB 的订单和任务表比对,最后精准定位到 Redis 里的 Idempotency Key 。通过收集齐这几样证据,得出了极其稳定的结论:
**“请求大概率被 cache / idempotency 状态提前拦截短路了,所以订单尽管落库了,但后续副作用未触发”**。

这套逻辑基准的 Benchmark 是全绿通过的。

### 欢迎来交流与碰撞

这套东西刻意没有往“全自动自发修复线上 Bug”那种吸睛(但现阶段不现实)的方向去靠,因为觉得在复杂的业务黑洞里,**可审计性**与**证据链是否收闭**,远比所谓的“AI 显得很聪明”能落地得多。现在项目已经备齐了 MCP 入口,搭好了引擎的基础结构。

V 站的各位老哥/老姐们如果有在这条 AIOps 泥石流里摸爬滚打过的,很想借机探讨几个灵魂拷问:

1. 你们团队线上最频繁、最适合被总结成“八股文排错 Runbook”的事故场景是哪一类?
2. 在平时的排障中( Trace / DB / MQ / 日志分析等),你们觉得大模型在哪一层最容易犯浑、被噪声带跑偏?
3. 对于生产环境,你是更愿意相信一个“工具自由调用的万能 Agent”,还是“被规范排障手册强约束的 Agent”?
4. 如果要把你们老专家脑子里的“祖传排故套路”沉淀成 YAML 代码交接给 AI ,最大的阻力通常是什么?

如果觉得这里的实现思想有那么点意思,极其欢迎路过指点,或者试着提 PR 用你们最得意的“排障剧本”砸向。相比多添个连接器,这项目现在最缺的反而是真实战场的经验**剧本**,因为从这个架构看,Adapter 只是干活的苦力,**高度浓缩的 Runbook 才是真正的资产层。**

日常开发更多的是基于现有项目上迭代功能,有时候往往需要把具体的代码片段作为上下文喂给 AI ,目前使用 Cursor 的话就是选中代码按 command + i 就行了,好奇你们用 cli 的是怎么做的?

我没用过 Claude Code Cli ,Codex 用过,但是也只是 @文件,总感觉不是很得心应手的感觉,不知道是不是我方式不对。

以前使用 AWS 的时候用 Secrets Manager 管理、使用少量凭据,
现在需要使用阿里云做国内项目(后续建议公司评估 AWS 中国服务)。
阿里云客服告知凭据的最低购买量是 1000 个,
实际项目中一个环境也不超过 10 个凭据,
请问阿里云有什么性价比更高的凭据管理方式吗?

要不是今天我姐给我发信息我都差点忘了我今天生日,只能感叹一声时间过得真快,我这都 30 岁了,现在在出租屋里,一会准备去健身,本来今天下雨不想去的,但是想了想有没别的事情,还是准备去了.健完身去整点酱香饼,整个猪蹄,拌点菠菜,买点米酒喝喝,一个人美滋滋.

随着跨境电商、网络营销以及数据采集需求的增长,日本原生IP的使用越来越受到关注。那么,什么是原生IP,为什么选择日本原生IP购买呢?下面就跟着IPDEEP小编一起来看看吧!

日本原生IP购买

一、什么是原生IP?

原生IP指的是由互联网服务提供商(ISP)分配的真实IP地址,与虚拟或共享IP不同,它是真实存在的、可追踪的网络身份。使用原生IP范文公文网站,可以更好地模拟普通用户的上网行为,降低被封禁或限制的风险。

二、为什么选择日本IP?

1.高访问稳定性

相比普通代理或VPN,日本原生IP通常来自正规ISP,稳定性和访问速度更高,特别适合需要频繁访问日本网站的用户。

2.地域定位精准

日本原生IP能够帮助用户在网络服务上显示为日本本地访问,这对需要获取日本本地内容、进行广告投放或跨境电商运营的用户非常重要。

3.适用场景广泛

无论是做市场调研、自动化抓取数据,还是管理日本亚马逊等平台账号,原生IP都能提供更安全可靠的网络环境。

三、日本原生IP购买建议

1.根据需求选择IP类型

动态IP适合频繁切换IP、避免封禁的场景;静态IP适合长期绑定账号或固定服务器访问。

2.关注价格与套餐

不同供应商提供的IP数量、流量限制和使用时间不同,用户可以根据自身需求选择最适合的套餐。

3.选择正规供应商

在购买前应该选择信誉好、提供实时在线支持的供应商,确保IP的稳定性和安全性。

四、总结

日本原生IP在跨境业务、数据抓取、账号管理登场景中有着非常重要的作用。选择稳定、安全的供应商,并根据实际需求购买合适的IP类型,能够有效提供工作效率和网络安全性。

背景介绍

我日常喜欢用 Claude 来做项目的架构师,而 codex 做代码执行者,不管是 claude 还是 codex ,我对他们的生成的结果都保持怀疑态度的,但我又不可能去看一行行代码看,所以我日常使用的一个最常用方式,就是让他们互相进行 review 。

在这个过程中,我往往充当一个“无情”的复制粘贴者。比如 Claude 做完架构或方案设计后,我就让 Codex 去 review ,再把 Codex 的 review 结果复制粘贴回 Claude 的终端;或者 Codex 写完代码,我就让 Claude 去 review ,再把 review 意见贴回给 Codex 。我成了他们之间沟通的桥梁,这种方式非常低效。

方案介绍

为了解决这个问题,我开发了两个开源的 Skill ,让它们可以自动沟通和 review:

  1. 1. Codex Skill (底层基础)
    首先需要一个把 Codex 封装成"即插即用"接口的基础 Skill 。我参考的是oil-oil/codex,把 Codex 做成一个随时可调用的 Sub-Agent 。不管是 Plan Review 还是 Plan Execute ,Claude 想让它干活就直接调这个接口。整个协作体系都是搭在这个基础之上的。
  2. Plan Review Skill (方案评审层)
    这个项目整体由 Claude 驱动,因为我觉得 Claude 在工具调用( Tool Use )上的表现更好。
    • 流程: 我先跟 Claude 沟通出一版方案,我觉得差不多了,但不确定是否有遗漏或优化空间,此时我会调用 Plan Review
    • 机制: Claude 会调用封装好的 Codex Skill ,让 Codex 进行 review 。
    • 迭代: review 完后,Claude 会自动读取 Codex 反馈的结果并进行修改。这个过程会反复迭代,直到两者达成一致。这完全省去了我日常手动复制粘贴的麻烦。
  3. Plan Execute Skill (方案执行层)
    方案 review 完后进入执行阶段,我会使用这个负责“计划执行”的 Skill 。
    • 角色分工: Claude 依然作为“架构师”或“代码审计员”,它不会亲自动手写代码,而是将任务交给 Codex 。
    • 执行: 它通过调用 Codex Skill ,让 Codex 去完成具体的代码编写。
    • 闭环: Codex 完成后,Claude 会去 review 它的代码。如果发现问题,就让 Codex 继续改,直到两者达成统一。

通过这种“左右互博”的博弈机制,最终产出的结果基本上不会有大问题。这样可以更高效地解放双手,不需要时刻盯着,就能达到满意的结果。

阶段 Skill Claude 角色 Codex 角色
方案打磨 /plan-review 编排 + 改方案 批判性审稿人
代码实施 /plan-execute 编排 + review 代码 写代码 + 修复

补充说明

claude 进入 plan 模式之后默认存储的位置是在 ~/.claude下的,可以在 ~/.claude/settings.json 进行配置 plan 存放的目录,如下所示,便会存放到当前项目中了

{
  "env": {
  },
...
  "plansDirectory": "./plans",
}


工作流

claude_gpt_workflow

安装

方式一:npx add-skill (推荐)

前置条件: 先安装 add-skill CLI:

npm install -g add-skill

然后安装 skills:

npx add-skill longranger2/claude-gpt-workflow

方式二:单独安装

单独安装各个 skill:

npx add-skill longranger2/claude-gpt-workflow/plan-review
npx add-skill longranger2/claude-gpt-workflow/plan-execute
npx add-skill longranger2/claude-gpt-workflow/codex

方式三:手动安装

复制 skills 到你的 Claude Code skills 目录:

cp -r plan-review/ ~/.claude/skills/
cp -r plan-execute/ ~/.claude/skills/
cp -r codex/ ~/.claude/skills/

参考链接

https://github.com/longranger2/claude-gpt-workflow

今日速览

  1. Perplexity Computer Skills:一键导入开发者技能,让工作流自动激活。
  2. Ask Maps by Google:用语音问地图,沉浸式导航让驾驶更直观。
  3. GStack:把 Claude Code 变成专业团队,六种技能随叫随到。
  4. Pinnacle:手机变身大脑教练,实时提升专注力与韧性。
  5. Perfectly:AI 招聘机构几天内填满职位,候选人直送 Slack。
  6. Parker by Perfectly:AI 帮你找对的人,定制消息拿下隐藏机会。
  7. Pre:AI 助手盯紧你的目标,每周发真实进度报告。
  8. Fowel by Hackmamba:自动审查 GitHub 文档,减少 80% 人工时间。
  9. ReplylessAI:实惠 AI 邮箱应用,轻松清空收件箱。
  10. doXmind:Notion 该有的 AI 编辑器,数据库和评论功能全升级。


1. Perplexity Computer Skills

这款神器能让开发者直接导入 SKILL.md 文件,省去重写麻烦,工作流还能根据上下文自动触发,效率飙升。

  • 支持导入 Claude Code 或 Codex 设置中的技能文件
  • 工作流程自动激活,无需手动干预
  • 执行模型多达 19 种,适应不同场景
  • 技能保持原样,确保一致性

热度:🔺426

Perplexity Computer Skills

访问官网 Product Hunt 详情


2. Ask Maps by Google

谷歌地图这次玩大了,搭载 Gemini 智能,让你用语音提问复杂路线,还能享受 3D 沉浸式导航,驾驶体验直接升级。

  • 通过“问地图”功能获取个性化答案
  • 沉浸式导航提供生动的 3D 路线显示
  • 智能指引包括车道和地标信息
  • 目前已在美国和印度上线

热度:🔺377

Ask Maps by Google

访问官网 Product Hunt 详情


3. GStack

GStack 把 Claude Code 从一个普通助手变成专业团队,六种工作流程技能一键调用,开发效率翻倍。

  • 提供计划审查、代码审查等六种独特技能
  • 通过简单命令实现一键发布和浏览器自动化
  • 支持工程回顾,提升团队协作
  • 基于 Garry Tan 的 Claude 代码设置优化

热度:🔺351

GStack

访问官网 Product Hunt 详情


4. Pinnacle

Pinnacle 用 iPhone 传感器测量大脑状态,通过自然对话训练,帮你实时提升专注力和韧性,就像随身带了个心理教练。

  • 利用内置传感器实时测量大脑表现
  • 通过自然对话进行个性化训练
  • 提供科学工具提升专注力、精力和韧性
  • 适用于 iPhone 用户,便捷易用

热度:🔺336

Pinnacle

访问官网 Product Hunt 详情


5. Perfectly

Perfectly 是首个人工智能原生招聘机构,自动化处理从搜寻到筛选的全流程,几天内就能帮初创公司填满职位空缺。

  • 自动化人才搜寻、联系和资格审查
  • 候选人直接推送到 Slack,提高录用率
  • 由前 TikTok 机器学习工程师开发
  • 专注于快速招聘,适合初创企业

热度:🔺195

Perfectly

访问官网 Product Hunt 详情


6. Parker by Perfectly

Parker 是你的 AI 职业超级连接器,在 iMessage 和 WhatsApp 上帮你找到对的人,定制消息拿下那些未公开的科技职位。

  • 明确应该联系谁,避免机会擦肩而过
  • 定制个性化消息,提升沟通效果
  • 帮助顺利进入面试环节
  • 免费试用,快速启动职业网络

热度:🔺156

Parker by Perfectly

访问官网 Product Hunt 详情


7. Pre

Pre 由 YC 校友打造,AI 助手通过连接你的数据,盯紧目标进度,每周发送真实报告给指定人,终结拖延症。

  • AI 助手准确了解你的真实状况
  • 设定目标并承诺每周实质性进展
  • 发送未编辑的进度报告,增强责任感
  • 产品化集中办公时间的专注力

热度:🔺139

Pre

访问官网 Product Hunt 详情


8. Fowel by Hackmamba

Fowel 自动检查 GitHub 拉取请求中的文档问题,30 秒安装,无限扩展,让代码上线前更靠谱。

  • 自动发现不准确信息、缺失背景等问题
  • 减少 80% 文档审查时间
  • 安装仅需 30 秒,支持无限代码库
  • 在代码进入生产环境前进行修正

热度:🔺126

Fowel by Hackmamba

访问官网 Product Hunt 详情


9. ReplylessAI

ReplylessAI 用实惠价格帮你清空收件箱,优雅分类邮件,告别昂贵订阅和命令行烦恼。

  • 实现“收件箱清空”目标
  • 优雅分类邮件,提升管理效率
  • 结合流行邮件应用功能,成本更低
  • 无需 Superhuman 订阅或复杂操作

热度:🔺122

ReplylessAI

访问官网 Product Hunt 详情


10. doXmind

doXmind 是 Notion 该有的 AI 编辑器,数据库模块、行内评论和多列布局全升级,让复杂任务处理更轻松。

  • 数据库模块支持表格、看板等多种视图
  • 行内评论功能,跟踪解决状态
  • 多列布局灵活排列内容
  • AI 思维模式提供深度推理能力

热度:🔺110

doXmind

访问官网 Product Hunt 详情

编者按:本文是少数派 2025 年度征文活动#TeamCarbon25标签下的入围文章。本文仅代表作者本人观点,少数派只略微调整排版。

今年的征文活动更有创意,「只能用 AI」和「不能用 AI」两大赛道激情 PK,硅基生物和碳基生物都将决出各自领域的佼佼者。我们会在征文结束后统一组织投票活动,但在正式投票之前,如果你喜欢这篇文章,不妨通过充电或评论的方式支持作者,让内容创作者获得更多维度的鼓励。


Q:减了肥,人生就会变好吗?

A:多幼稚啊,当然不一定!人生要是那么容易变好,还要那么多成功学书籍和心理医生干嘛呀!

(本文完)


原谅我用了一个标题党式的发问。

事情的起因是去年我减了肥。虽说之前也没到肥胖的地步,但身为一个常年顶着「多吃不胖」光环的人,BMI 达到 25 后,我的脸已经发腮了,每次看到镜子里的自己,明显会感受到臃肿不清爽。所以我用了半年功夫,通过戒掉零食、多吃蔬菜、健康饮食,外加两个月的「5+2」饮食法,完成了人生中第一次的减肥,效果还不错:不但回到了大学时期的身材,还养成了爱吃蔬菜的饮食习惯。对减肥感兴趣的朋友,欢迎翻阅这篇文章《重回 BMI 20:中年人减肥如何不踩坑,健康安全变瘦》

单看结果,这次减肥可以说很顺利,也给我带来了不小的成就感:我变得更轻盈,更愿意维持健康的生活方式,还把我学到的饮食理念和减肥方法安利给不下 3 个好友,他们随后都成功减肥。不过,随着这种成就感的持续和泛化,我也有了更进一步的思考。

我发现,如果将减肥和人生的其他问题如学业、事业、亲密关系放在一起对比,它其实是一个相对可控、容易操作的事情。只要找对方法,有执行力,大概率就能收获成功。然而,当我们泛化在减肥这件事上获得的掌控感,就会产生错觉:误以为自己只要瘦下来,就无所不能,认为生活中的种种不顺,比如感情失意、工作受挫、中年危机,都是因为自己还不够瘦。这种错误的归因,不仅容易诱发过度的身材管理,更危险的是,它会让我们忽略那些真正重要的事情,还会在遇到挫折、要学会接纳现实的时候,陷入更深的内耗,甚至心态失衡。

这篇文章中,我不打算继续聊减肥操作层面的内容,而是想借着减肥这件事,谈几个更进一步的话题:

  • 健康风险:哪怕采用相对健康的减肥方式,仍有可能对身体造成哪些危害?
  • 心态误区:减肥前后,我们需要规避怎样的心态上的误区,以防心态失衡?
  • 身心哲思:身体和大脑之间,谁才是我们的主宰?减肥要想成功究竟靠谁?

减肥可能会带来哪些健康风险?

长期来看,肥胖者选择减肥,无疑对健康更有好处。但不能忽视的是,无论使用多么常见、传统的减肥手法,减肥整个过程都有可能对身体造成一定的损伤。

先从我的故事讲起。

我是从 2025 年 2 月开始减肥的,遵循着每月减肥不到 2kg 的节奏,用 4 个月减到了及格预期的体重值(BMI22),开始停止减肥,回归正常饮食,结果体重仍在自然下降。就在这种大好趋势下,7 月中旬,我开始留意到自己出现了口气问题,洗完牙也没能解决。到了 8 月份,口气显露明显的特征:偏酸,尤其在饭后和早上睡醒特别明显,这时我才意识到,自己大概是出现了反酸。

9 月初,我挂了消化内科门诊,做了胃镜,医生没有发现细菌感染或器质性病变,最后给出结论:这种反酸,很有可能和我每日早起一杯黑咖啡有关,也有可能和我在 3-4 月间做「5+2」轻断食有关,和我夏天爱吃菠萝果切这件事也可能相关。总之,消化科医生也没得出明确的结论,最后我整整吃了两个月的奥美拉唑,反酸现象才逐渐消失,迄今没有再犯。

另一个症状是肝胆区的疼痛。10 月份、11 月份我去内蒙、大同游玩,吃了很多当地特色美食。吃完之后,感到右侧肋骨下方出现有规律的钝痛。我再度挂了消化内科,医生同样担心和之前的减肥有关,建议做一个肝胆 b 超,检查是否有胆囊结石。最后发现没有问题,后来我注意少暴饮暴食,之后就很少再犯。

空腹会伤胃吗?

减肥可以采取不同的方法,但有一件事是避不开的:那就是适度的饥饿,也就是空腹感。

这几年健康领域对「空腹」这个概念颇为推崇,比如大家都听过的「16+8」轻断食,是指每天 8 小时进食窗口,16 个小时持续空腹。还有「5+2」轻断食,指一周 5 天正常饮食,不连续的 2 天适度轻断食。这些并非单纯的网红概念,背后既有「细胞自噬」作为理论依据,也和当代人吃太多、吃太饱的现状紧密相关。

日本的健康畅销书都有点神叨。这本书的主要内容就是介绍「16+8」轻断食。

传统观点认为,空腹久了会伤胃。尤其是老一代人心中,少一顿没吃,很容易饿出胃病。还有些人觉得,胃酸缺乏食物中和,很容易刺激胃黏膜。实际上,如今不少专业人士对此持否定观点,认为正常肠胃功能的人,胃酸的分泌是相对智能的,吃少了胃酸自然会分泌变少,加上胃壁有胃粘膜的保护,短时间的空腹,基础的胃酸量是不会把胃给烧坏的。

但在现实中,确实有很多人一饿或者一断食,就会出现反酸和不适。我的情况稍显特殊,减肥期间胃功能正常,停止减肥后却出现了胃部不适,被家人吐槽是「减肥给自己减出了胃病」。出现这种情况,可能有如下几种原因。

进食预期导致胃酸分泌

我们的身体是有生物钟的。如果你长年习惯每天晚上 6 点吃饭,哪怕今天不吃晚饭,到了 6 点,大脑还是会向胃部发出指令,分泌大量胃液来迎接即将到来的食物。这时候如果没有食物进来,就会有大量高浓度的胃酸在胃里堆积。如果你的胃黏膜恰好比较脆弱 —— 俗话说「十人九胃病」——就会产生灼烧、不适感。所以,虽说空腹不伤胃,但饥一顿饱一顿、无规律的饮食习惯,确实会打乱人体生物钟,增加胃病风险。

我的情况有点类似,减肥期间我每天早起一杯空腹黑咖,的确控制食欲、提神醒脑,但咖啡是刺激胃酸分泌的常见食物。一杯咖啡下肚,胃酸大量分泌,这对饿了整一宿、空空的胃来说,无疑是不小的刺激。再加上咖啡因会导致食管下括约肌(贲门)变得松弛,也就是通往食道的阀门变松,长此以往,出现食管胃酸反流也就不奇怪了。

断食与大餐的无缝切换

还有一些时候,伤胃的不是空腹,而是空腹之后的报复性进食或集中性进食。在这其中,无节制地吃放纵餐、胡吃海塞只是一种类型。我身边还有为了减肥,养成「每日一餐」进食习惯的朋友,或是选择高蛋白和高纤维食物、不限量吃到撑的减肥朋友。实际上,这些进食方式都是有健康隐患的。

经过一段时间空腹后,当我们紧接着吃下一顿丰盛的饭菜,例如看似非常健康的肉、蛋、奶、蔬菜,由于蛋白质和粗纤维都比较难消化,在胃里停留的时间又很长,胃部会持续分泌大量强酸来消化它们。这样的话,从长时间空腹突然切换到满负荷运转,胃内压就会急剧上升,有可能把胃酸顶出贲门,逆流到食管,引发烧心和反酸。

我当时也有类似的错误操作。为了减肥,经常大盘大盘地吃一些粗纤维的蔬菜,比如羽衣甘蓝、西蓝花(大量食用十字花科食物容易产生肠道胀气,我亲身体会过,非常痛苦),或者吃一些刺激性的水果,比如菠萝这种富含菠萝酶和有机酸的食物,都会加重胃部负担,成为压垮骆驼的最后一根稻草。

不吃早饭会得胆结石吗?

关于减肥,还有一个经常提到的事情:不吃早饭会得胆结石。

不少减肥的人都有体会:一日三餐中,最容易减量或砍掉的就是早餐。午饭不吃,下午容易饿得无心工作;晚饭不吃,有可能饿到睡不着,还容易引发睡前暴食。就我个人经验来看,早餐少吃一些,甚至一点都不吃,不但不影响早上的工作,甚至比吃高碳水食物引发血糖波动更有助于集中精力。感兴趣的朋友可以看《我,不吃早餐!》这本书。

英国生化博士的自身饮食实验。可以参考借鉴,但不要盲目仿效。

那么,不吃早饭到底会不会得胆结石呢?从科学的角度看,这句老话不是完全没有根据。但它跟具体不吃哪一餐关联不大,而是长时间的空腹打破了胆囊的工作节奏。

先科普一个知识点:胆汁是由肝脏,而不是由胆囊分泌的。肝脏无时无刻不在分泌胆汁,而这些胆汁平时就暂存在胆囊里。只有当我们在吃饭,尤其是吃含有脂肪和蛋白质的食物时,大脑才会发出信号,让胆囊收缩,把胆汁挤到小肠来参与消化。如果长时间不吃饭,胆汁用不掉,胆囊就会不断地把它们浓缩,从而给新的胆汁腾出空间。时间一长,胆汁里的胆固醇浓度过高,就会析出结晶,形成黏稠的胆泥,久而久之,就会变成令人疼到崩溃的胆结石。

值得欣慰的是,如果只是一顿不吃,不至于有太大风险。对于胆囊功能正常的健康成年人来说,连续空腹的安全时间一般在 14~16 小时左右。这也是为什么像「16+8」这样的轻断食被认为相对安全,因为 16 小时刚好处在胆固醇过饱和的临界点上。像「一日一餐」饮食法就会显著增大胆结石的风险,一般不太推荐。

回到我的例子上,既然b超显示我的肝胆部位没有问题,那么为什么多吃之后,会发生明显的钝痛呢?

一种简单又合理的解释是:减肥期间我的饭量减少,偏重于轻食和白人饭,高纤维低脂肪,胆囊习惯了低负荷的运作。出去玩的时候,丰盛的饮食虽然对于以前的我来说小菜一碟,但如今的胆囊已经不习惯这种高脂肪饮食了,于是就满负荷运转,剧烈地收缩,导致了钝痛。大致情况就和平时饭量普通的人过年大鱼大肉吃多后的反应差不多。

如何规避这些风险?

前面说到,空腹本身不伤胃。对于一个健康、没有基础胃炎、没有幽门螺旋杆菌的人来说,减肥的空腹阶段不会给胃带来额外的负担,相比起无节制的大吃大喝,可以说对胃更加友好。

此外,一定时间范围内的空腹对胆囊也是相对安全的。单纯的不吃早餐、不吃晚餐,都不会必然地导致胆结石,而饥一顿饱一顿、不规律的饮食习惯、高油饮食才是胆囊问题的元凶。这里要说一下,生酮饮食因为极高的脂肪比例,会刺激胆囊收缩。对于本身就有胆泥淤积或隐性胆结石的人来说,生酮饮食有诱发急性胆囊炎的可能,一定要慎重选择。

推广《轻断食》的名作。虽然后期同类作品很多,还是推荐这一本。

另外,对于胃肠、肝胆等消化功能一般的人,做「16+8」「5+2」这样的轻断食减肥时一定要慎重,最好咨询医生后再做决断,过程中一旦出现不适要及时中止。

一个更保险的做法是,循序渐进地给每日三餐减量,用健康食材和营养搭配的「用心设计」,去取代直接不吃某一餐的「简易方法」。这样无疑是最稳妥、对身体最友好的减肥方式。加上减肥期间吃得比平时少,营养上一定要合理搭配,适当补充维生素、微量元素;蛋白质、脂肪、碳水的比例也要合理适中。像「生酮饮食」「低碳饮食」「高蛋白饮食」等刻意提高或降低三大营养素中某一项的减肥方法,都存在一些不可控的健康风险,和我类似的脆皮朋友还是少尝试为好。

最后,以上说的通通是相对健康的减肥方法。至于极端节食、液断、没有科学依据的减肥手法,危害就更多了,我在之前提到的文章里已经充分谈过,就不再赘述了。

这次减肥过程中,尽管我足够保守和慎重,身体还是出现了一些小问题,这让我更深切地意识到:哪怕是再科学的减肥手段,都有可能对身体造成一定的风险,毕竟我们需要活生生地减掉身体里的脂肪,它们也是我们身体中的一部分。那么,还有没有更好、更安全的手段呢?有。那就是长期践行健康的生活方式,把体重维持在一个健康区间里,不要突破临界值,不要有任何「现在放纵吃没关系,等我吃胖了再减回去」的想法。这样才是最好的办法。

实际上,体重如果出现忽高忽低的剧烈波动,对心血管、内分泌和免疫系统的伤害,会比单纯维持在一个稳定的微胖体重上还要大很多。所以,成功减肥后,控制好身材,不反复增肥减肥,就不会带来额外的身体损害——这就是我减肥成功后,能够维持住身材最核心的信念基础。关于这部分的内容,去年我写的另一篇文章《减肥后,如何做好日常体重管理?》也有讨论。

减肥过程中,有哪些心态误区?

除了健康上的风险,减肥过程中我看了大量的社交媒体帖子,外加和几个常年减肥的朋友的深入交流,也观察到一些比较普遍的心态误区。

肥胖成为替罪羊

社交媒体上有一种常见的心态:很多人,尤其是涉世未深的年轻人,会把肥胖当作是生活一切不如意的替罪羊。特别是从小就身材肥胖,从没瘦下来过的孩子,更容易把自己在人际社交、亲密关系,乃至求学、求职上的不顺利,都归咎于自己的身材问题,认为自己一旦瘦下来,什么问题都解决了。

这样想的第一个后果,是会导致过度减肥。我以前很少泡社交媒体,但因为减肥,有一阵子特别沉迷小红书。我才发现,这个世界上真的有很多孩子,尤其是女孩子是在「为减肥而活着」。她们的日常分享中,会事无巨细地记录每天的体重变化、一日三餐,忙着尝试靠谱或不靠谱的各种减肥法,甚至有孩子会公开分享自己暴食后催吐的经验——你没看错,是以正面经验来分享的,评论区还有一些「姐妹具体是怎么做的呢」「想了解」「求推荐」的回复。

有一个年轻女孩的频道(小红书 @雪饼减减减)给我留下了深刻的印象。看模样,她二十岁出头,图文封面永远是「五个月从 130 斤狂瘦到 85 斤」,具体内容是记录每天的减肥食谱和吃播视频。在她的一个出镜视频里,轻描淡写地提到减肥导致她一年多都没来月经,似乎带有些许的悔意。而在她的更多图文里面传递出的,都是对自己当下的骨感身材、日常减肥背后的毅力的自豪态度。

看完后我的心情相当复杂:一方面是很忧心 ——5 个月瘦 45 斤,平均一个月减 4.5kg,这个幅度远超出健康减肥的范围,导致停经或脱发是大概率的事;一方面是很感慨 —— 若不是如此「成功」的瘦身经验,这个账号也没法获得十几万的关注量,自然无法被推到像我这样的观看者面前。说白了,社交媒体无疑是这种极端瘦身方式的帮凶。

这里插入一个知识。近日,不少发达国家,如澳大利亚、法国已经立法或正在推动立法,严禁一定年龄以下的青少年以任何形式使用社交媒体。从儿童发展心理学的角度,这么做无疑是有必要的。研究表明,尤其在女孩的成长过程中,社交媒体很可能在她们心中建立畸形的审美观念,传播过度减肥、暴食催吐等有害的生活方式,甚至会加剧神经性厌食症等高死亡率精神疾病的风险(男孩的主要风险点是网络游戏沉迷和暴力问题)。我在看完小红书的帖子后,越发期待国内同类法案的立法进程。对青少年网络使用和心理健康感兴趣的朋友,可以去看《焦虑的一代》一书。

经典的社会学研究,探讨了和手机一道成长的美国Z世代青少年严峻的心理问题

这种心态的另一个后果,是会错误归因,拿肥胖当挡箭牌,回避真正的问题。以感情问题为例。小红书上经常会看到这样的帖子:「男朋友嫌弃我胖,怎么办?」「胖女孩遭男生无视,怎么样才能瘦到获取男神芳心」……客观上不得不承认,无论是在校园、职场,还是社会上,存在着很多针对肥胖者的霸凌和言语暴力,这是不争的事实。然而,如果把感情问题不顺完全归为肥胖这一个原因,似乎又有些以偏概全了。

这里以另一位 up 主(b 站 @深蓝PMS662)的遭遇为例。她分享了自己从小胖到大,被家里送去减肥美容院、做减肥手术的各种奇葩体验。但她也提到,自己从小到大的感情生活并没有外界想象得那么糟。恰恰相反,她一直有优质的桃花运,历任男友都是各方面很优秀的男生——从她自信的神情语态,清晰有条理的言谈内容上,我丝毫不怀疑她的表述。

我非常赞同这位 up 的观点,如果把感情不顺只归咎于肥胖,以为自己变瘦了问题就解决了,这无疑等同于认为:「有钱就能得到真爱」「考公上岸人生就会幸福」「健身就可以解决中年危机」一样,都是不经推敲的线性思维。事实上,抱着这样的心理,拼命瘦下来后,如果感情依然不顺、生活依然有烦恼,又没有了可以怪罪的借口,反而容易让人产生强烈的心理落差,内心失衡。

掌控感的错觉

诚如开头所说,减肥这件事,一分耕耘一分收获,是一件相对可控的事情。它很像「应试」,只要你用对了方法,刷了足够多的题,大概率就能获得一个相对不错的分数。但生活中的人际关系、学业规划和事业发展,其实是高度复杂的体系。很多时候,它甚至和个人的努力都不是正相关的,高度依赖时代红利、外部环境、偶然因素,还有一些玄学的东西。所以说,只不过在减肥这件小事上取得了一些成功经验,就以为自己解锁了成功的密码,说白了不过是一种井底之蛙的自大,是一种「掌控感」的错觉。

仍以我为例。去年下半年,我正处于减肥成功、成就感爆棚的阶段。每个人遇到我,第一句话都是:「哇,你瘦了好多!人完全变样了!」身为一个好面子的大狮子座,每次听到这种话,哪怕深知是社交辞令,心里仍是美滋滋的。那个阶段,我整个人都飘了,自己觉得干成了减肥这件大事,可了不得了,认为自己凭借这个方法论,做什么都能成功。

现在很多畅销书都用「掌控」起名,侧面反映了我们对生活里的方方面面是多缺乏掌控感啊……

没想到,现实很快给我浇了一盆又一盆冷水。先是 N1 考试失利,成绩惨不忍睹;接着是手上的重要项目烂尾,工作被边缘化,每天我一看到周围同事起身开会去讨论新项目,心里就特别不是滋味;再就是上面提到的身体问题,反酸、常年的过敏症状加重……这一切生活中的不顺心,和之前减肥带来的膨胀感形成了鲜明的对照,让我的心态仿佛坐过山车一样,从原先满满的掌控感,一下子跌落到失控的状态。

之后的很长一段时间,我的状态都很差,整个人每天过得浑浑噩噩。工作、日语学习这些原本让自己起劲的事情,摇身一变,成了令人不愉快的心结。或许是为了逃避现实,我把以前用于学习、阅读、观影、社交的所有时间,全都不受控制地投入到社交媒体中,不但天天沉迷小红书、b站上的各种减肥视频,只关注减肥这件带给我正反馈的事情,还看遍了各种吃播和搞笑短视频,总之荒废极了。直到年末,我开始通过写文章的方式,把自己在减肥中、语言学习中的思考和困惑沉淀下来,才算是逐渐走出了那段低谷。

人说中年危机三法宝:编程、外语、健身房。说白了,健身也好,减肥也好,都是迷茫的人生阶段,努力抓住的一些「救命稻草」。毕竟这些事是高度可控的,和残酷又复杂的人生真相不一样。我以前还调侃过这种心理,而自己直到亲历后才真正意识到:掌控感固然美好,但现实的人生中,真正能够掌控的只是少数事情。我们确实应该尽最大的努力,去掌控那些能掌控的事,并让这种正反馈来激励自己;但大方向上,总归还是要保持清醒,真实的人生中肯定有一些掌控不了的事情,时不时出现挫折也很正常。对待人生,一直抱有「我要掌控它」的念头,未必是种成熟的心态,反倒是抱有一个心平气和、坦然接受的心态才是上策。

身体和大脑,谁才是真正的 boss?

最后,我想以一个略有些哲学的讨论来结束这篇文章:身体和大脑之间,谁才是我们的主宰?换句话说,减肥要想成功,究竟是谁的功劳?

我的阅读谱系里,现代法国和德国哲学占有一席之地。因此,在我潜意识里,心灵、精神或者大脑才是一个人真正的主宰。人的自由意志是一个人称之为「人」的根本。之前我一直不觉得身体对大脑的影响有多大,只是把它看做是自己活在这个物理世界的必要物质条件,为自己的心灵提供一个躯壳而已。但这一年多来的减肥经历,还有各种身体上的反馈,都让我原先傲慢的「身心二元论」有些动摇。

最直接的体会,就是身体的各种直接反馈。

回想我减肥前,体重处在巅峰的时候,经常会在下午四五点钟发疯般地想吃东西,尤其是想吃甜点、蛋糕、奶茶这样的高热量零食。那种食欲根本不是理智能控制得住的,一有这个念头,工作立刻就进行不下去了,整个人就像被「饿魔」附体了一样,立刻要打开外卖软件,下单高热量的食物,必须吃到东西才缓解。我当时还有山姆的会员,不知道买过多少盒瑞士卷、榴莲蛋糕,连带着把周围同事也给喂肥了。

减肥的时候,也有类似大脑不受控制的情况。有时,我晚饭吃得少,到了睡前就会特别饿,饿到大脑几乎完全停摆,书看不进去,短视频刷不下去,甚至连睡都睡不着。满脑子只有一个本能的念头:我要吃东西,吃什么都可以,手边有什么都可以吃得下去。通过这些经历,我也算是真切地理解了父母那一代人吃不饱饭的感受,知道身体停摆的时候,大脑什么也做不了。

这是一本进阶版的健康科普书,不是很容易读进去,但思考真的很精彩。

后来我看到一个很有趣的观点:其实根本就不是「你」想吃东西,而是你体内的「肠道菌群」想吃东西。包括你想吃什么——是蛋糕还是烤肉,是碳水还是油脂,这种具体的偏好都是你体内的微生物给大脑下达的指令。这种观点确实得到了很多研究的证实,我也很认可这个观点。

所以说,我们很多时候以为是自己的大脑决定了吃什么,实际上真正掌控食欲的,有可能是你的肠道菌群。我们以为是在靠自己的毅力对抗饥饿,实际上是身体里的胰岛素、皮质醇激素决定了我们能不能控制得住、想不想吃东西。

关于肠道菌群对食欲、体重、情绪、免疫力,乃至心理健康的重要性,欢迎阅读《饮食的迷思》等相关科普作品,这里不再展开讲。总之,我的亲身体会让我越发意识到:我们的大脑,并不是笛卡尔所说的「纯粹心智」,也不是哲学家普特南提出的「缸中之脑」,像《黑客帝国》里设定的那样。纯粹理性也许并不存在,甚至连我们引以为豪的推理、决策、学习能力,都深深扎根于肉体之中。精神不仅会受到身体的影响,它甚至有可能只是身体状态的一种延伸。关于这个观点,斯坦尼斯拉斯·迪昂有过类似的表述,感兴趣的朋友值得好好读一读。

迪昂告诉我们,「意识」没那么神秘,也能进行科学研究。

回到减肥这个话题,表面上看,整个过程是我通过大脑学习了科学知识,然后用大脑计算出来热量缺口,靠意志力去控制食欲、靠决策力去规划饮食,是一场「大脑」对「身体」的成功规训。但换个角度来想,我之所以成功,也有可能是因为先针对自己的身体做出了一些改变:

首先,我养成了吃蔬菜、少吃零食的好习惯,优化了肠道菌群;然后每天优先吃健康的美食,而不是健康的减脂餐,安抚了自己的食欲;吃饭的时候,我还会注重营养搭配和进食顺序,让胰岛素正常分泌,不至于出现血糖飙升;还勤晒太阳、适当有氧运动、调节工作压力,让自己的皮质醇激素分泌处在正常的水平……

或许是做对了这些「身体」层面的举措,我才能控制住食欲、没有出现暴饮暴食、平稳地把体重降了下来,还帮「大脑」建立起正确饮食、健康生活的意识。这样想,减肥或许实质上是「身体」这个真正的主人对「大脑」进行驯化和重塑的过程。

2025年,我在少数派的投稿有两个主题。一个是减肥,另一个是学习和脑科学。没想到在这篇年度征文的结尾,竟然把这两个主题以这种方式连接在了一起,真是意外之喜。刚过完新年,我在完全没有控制春节饮食的前提下,体重依旧稳定在 56kg-57kg 之间,BMI 也一直稳定在 20 这个数值上。虽然数值没那么重要,但也不失为一个好消息,鼓励我在新的一年更好地维持身材,践行更健康的生活理念。和大家共勉!

> 中断久坐、科学多动,直接跟练让身体更健康 💪🏻

> 简单、好用的 视频下载工具,少数派为你呈现 🚀

    我们人是怎么查资料的,假如去图书馆
    1.找到对应的书架
    2.找到对应的书
    3.翻阅目录,定位到页码
    4.读取内容

    以上模式其实很简单,把最上一级的目录通过 System Prompt 传给 ai ,然后写几个 function call 就行了,ai 自己调方法去查。

    请问一下这种方式有什么缺点吗?

    最近一直在重度用 Claude Code ,边用边有一个挺强烈的感受:

    Claude Code 本身已经很强了,但围绕它的很多能力还是比较散。

    一部分信息在终端里,一部分配置在本地,一部分要自己翻文件,一部分干脆没有一个顺手的入口。尤其是当你开始高频使用之后,很多问题会变得越来越具体:

    • 今天到底用了多少?
    • 钱花在哪些模型、哪些 session 上?
    • 哪些工具调用最频繁,成功率怎么样?
    • cache 到底有没有帮我省 token / 省钱?
    • 哪些 session 特别重,过两天怎么快速复盘?
    • usage 怎么查得更方便一点?
    • skills / marketplace / 插件这些东西能不能别全靠手动折腾?
    • Claude Code 的 hook 事件能不能直接给桌面通知?

    所以我做了个本地桌面应用,叫 Lumo 。

    desktop

    先说我觉得最重要的点,也是我自己比较在意、和别的工具差异最大的点:

    Lumo 是 OTLP 采集,而不是去读 Claude Code 生成的本地 json 文件,也不是解析终端输出

    它走的是 Claude Code 官方支持的监控链路:

    • OTLP logs
    • OTLP metrics
    • hooks

    也就是 Claude Code 原生就支持的 telemetry / hook 能力。Lumo 在本地起一个 daemon ,接收这些官方事件,然后写入本地 SQLite ,再由桌面应用把它展示出来。

    所以它的数据采集方式不是“旁路扒数据”,而是直接接官方暴露出来的观测入口。

    这一点我觉得很关键。

    因为如果只是去扫本地 json ,或者解析 CLI 输出,短期内当然也能做出一些统计,但问题是这种方式天然会有几个麻烦:

    • 数据结构依赖实现细节,容易变
    • 很多信息拿不到,或者只能靠猜
    • 后面想扩展成更完整的工作台会比较别扭
    • 稳定性和可信度都一般

    而直接走官方 telemetry / hooks ,事情就会顺很多:

    • 数据来源更正
    • 粒度更细
    • 扩展能力更自然
    • 接入方式也更正规

    对我来说,这个点甚至比 UI 漂不漂亮更重要。

    目前 Lumo 做的事情,大概可以分成几块。

    1. Usage
      可以直接查 Claude 官方 usage ,包括当前额度、weekly limits 、extra usage 这些。
      这个能力看起来不花哨,但实际挺高频。尤其是你开始认真控制使用成本的时候,会反复看。

    2. Sessions
      可以按项目看 Claude Code 的 session ,进详情后能看到会话内容、工具调用、工具结果、失败情况、涉及文件这些。
      如果你平时 session 很长,过两天想回头看当时到底发生了什么,这一块会比直接翻原始记录舒服很多。

    3. Overview / Tools / Performance
      这一块是分析面板,能看:

    cost
    token
    session 数
    代码改动
    模型分布
    tool 调用频次
    tool 成功率
    平均耗时
    cache hit rate
    error rate
    peak hours
    session length 分布

    我自己做这块,不是为了“做点图表”,而是因为 Claude Code 用久了之后,很多优化问题其实都落在这里:
    到底是模型选得不对,还是 session 习惯有问题,还是某些工具特别耗时,还是 cache 根本没起作用。

    1. Skills
      可以直接管理 Claude Code 的 skills ,包括全局和项目级的。
      这个能力做进去之后,至少不用老在目录和配置之间来回跳了。

    2. Marketplace / Plugin
      可以加 source 、同步 marketplace 、安装和卸载 plugin 。
      这部分我自己日常会用到,所以也放进来了。相比手动处理,桌面端统一管理还是顺手很多。

    3. 桌面通知
      Claude Code 的 hook 事件可以接到 Lumo ,然后走系统桌面通知。
      对我自己来说这个很实用,有些状态变化没必要一直盯着终端看。

    4. Wrapped
      这个算是顺手做的,用来做阶段性总结和分享还挺合适。

    desktop

    划重点,整个链路是 本地优先 的:

    • 不需要账号
    • 没有云端 dashboard
    • 没有第三方 analytics
    • 数据默认都在本机

    Lumo 现在还在持续迭代,但至少目前已经把我自己最常用、最想收拢的几块做进来了。

    项目地址:
    https://github.com/zhnd/lumo

    如果你也在高频用 Claude Code ,欢迎试试。

    也欢迎直接提意见,尤其是这几类我会比较关注:

    你最想看的 Claude Code 指标是什么

    你更在意:
    usage / 成本,还是 tools / 效率 / session 复盘
    除了现在这些,你觉得 Claude Code 还缺什么桌面侧能力

    TutorGPT:一个免费的 AI 作业助手(拍照解题 + 步骤讲解)

    最近做了一个小工具 TutorGPT,主要是想做一个简单好用的AI 作业助手 / 在线辅导工具。目前还在持续迭代中,发出来给大家试试,也欢迎提建议。

    主要功能

    1. 拍照解题
    上传题目图片,AI 可以自动识别题目并给出答案和解题步骤。

    2. 步骤讲解
    不仅是给出结果,会尽量把解题思路一步步解释出来,更像辅导过程。

    3. 多学科支持
    数学、物理、化学、英语等作业题目都可以尝试。

    4. 可以继续追问
    如果某一步没看懂,可以继续问 AI ,让它进一步解释。

    5. 不需要注册
    打开就能用,目前完全免费。

    6. 网页直接使用
    手机和电脑都可以直接访问。

    做这个产品的原因

    很多 AI 解题工具要么收费比较高,要么只给答案,不太解释过程。
    所以想做一个 更偏学习辅导型的 AI 工具,重点在 步骤讲解和理解题目

    目前还在持续优化中,如果大家有时间欢迎试试:

    👉 TutorGPT

    如果有任何建议、体验问题或者功能想法,也很欢迎在评论里告诉我 🙏

    之前毕业之后因为考研考公 gap 了两年,今年年后才开始找工作,才发现行情这么差,投了好几百个岗位,回复的大概只有百分之一,基本都是校招要应届,社招要经验,完全进不了面

    先简单说一下背景

    技术情况
    因为没有正式项目经验,也没有实习经历,所以会的都是自己日常玩的一些东西,折腾过很多软硬件,都是现用现学,比较杂,没有精通的语言

    大概接触过的东西:

    • 因为用浏览器,写过一些 扩展和脚本,了解一些 前端基础
    • 用安卓,自己手机长期 root,接触过一点 逆向 / hook
    • 软路由,所以对 TCP/IP 基础、代理相关、Docker 、Linux 、网站部署 比较熟
    • 熟悉 数据结构、计算机组成原理、操作系统和计算机网络

    其他情况

    • 英语:读写还可以,词汇量大概 1 万左右,口语较差
    • 金融和衍生品 比较熟,有丰富的交易经验,了解 web3
    • 自认为学习能力还可以,上手新东西比较快,熟悉 Vibe Coding
    • 接受 996,全国可飞,没啥薪资要求,只求入行(别付费上班就行)

    想请教一下:

    1. 这种情况还有什么办法进入计算机相关行业,感觉因为 ai ,未来只会一年不如一年
    2. 要不要编一点工作经历,不然海投大部分简历关都过不了,看到 gap 全都不回
    3. 如果有合适的岗位或者需要人,也可以联系我(计算机相关)

    一个轻量的专注工具,缓解 ADHD 。

    https://howtofocus.app/

    主打本地优先 + 隐私
    所有 todo 数据都存在浏览器 IndexedDB 里,可支持 WebDAV/OneDrive/Google Drive/S3 同步, 这样多端数据不会丢失。

    番茄时钟

    • 专注/短休息/长休息三种模式
    • 有沉浸式全屏页面,适合投屏或副屏
    • 白噪音集成(雨声、雷雨、风声、海浪、自定义 YouTube 等)

    其他实用功能

    • 多语言(中英日韩)
    • 离线可用,PWA 支持
    • 明暗主题,2 种风格。
    • 草稿,快捷记录一些琐碎的东西。

    home

    focus

    data todo-detail-part sync

    送 10 个终身激活码,谢谢 V 友们支持:

    TATT-MPGD-PFVP-DYC7
    BD88-XMJA-MD86-NREK
    LR2T-MCB3-BBNH-W7CH
    2XRB-7BAS-XHJT-JRZD
    M9FQ-E3LK-9ENY-YJFA
    AMEY-WJZQ-UQG4-J4Y8
    JXDK-2HGQ-XNAB-TP7A
    254L-WWTP-EJ3F-XJ2L
    D3DW-M75D-V4TX-BJ53
    Q6P2-L3UH-S3XW-PH9M