用 81 行 Bash 手写容器:Ubuntu 24 上内核原语的开销实测
作者在 Ubuntu 24.04(HWE 内核 7.0.0-34-generic)上用 81 行 Bash 写出 minicontainer.sh,逐一手工搭建 namespaces、cgroups、rootfs 与 veth,并记录每项内核原语的实际开销与错误预测。
作者在 Ubuntu 24.04(HWE 内核 7.0.0-34-generic)上用 81 行 Bash 写出 minicontainer.sh,逐一手工搭建 namespaces、cgroups、rootfs 与 veth,并记录每项内核原语的实际开销与错误预测。
为 LipSyncTool 实现双人换脸视频功能时,Kling O3 Edit 只能稳定替换一人,Seedance 2.5 Editing 两次尝试均因素材审核被拒,H3 最终让两人都成功替换,但模板从七镜头变为六镜头、时长从约 6 秒变为约 6.58 秒,API 调用耗时约 111 秒、预估成本约 0.72 美元。作者最终采用 H3 生成后再合并模板音轨,并放弃“只换脸、其余不变”的承诺。
文章主张 Agent 的"重放"应严格限定为:用录制好的模型响应和工具结果重跑旧代码,一旦请求超出录制内容就报错停止,而不是悄悄调用真实模型。作者用一个 Python 示例演示:同一段有 bug 的发布门控代码在历史重放中复现了 CI 失败时的误发布,而在 CI 已通过的新环境中该 bug 被掩盖。
NIST 于 2024 年 8 月 13 日定稿的 ML-DSA(FIPS 204)签名体积达 2,420 至 4,627 字节,是 RSA-2048 的 256 字节的 5 至 18 倍,正迫使银行、云厂商和 CA 重新规划基础设施。OpenSSL 已原生支持 ML-DSA,主流云密钥管理服务也已可选,而美国国家安全系统的 CNSA 2.0 硬性截止日期为 2027 年 1 月 1 日。
PersonalAgentKit 是一款 Windows 应用,从基础 AI 起步,随使用逐步学习用户偏好与习惯并持续调整,遇到错误可自行恢复且不丢失进度,无需编程技能。安装需 Windows 10 或更新版本、至少 4 GB 内存、2 GHz 以上处理器和 500 MB 磁盘空间,联网仅用于初始设置。用户可从 GitHub 下载 .exe 安装包,并在设置面板中调整 AI 行为与隐私选项。
火山引擎企业级 AI Agent 开发平台 AgentKit 上线 GitHub 示例仓库 agentkit-samples,提供从入门到进阶的教程与用例。
GitHub 项目 awesome-voice-typing 汇集了多款免费语音转文字与语音输入工具,支持听写、音频转写和语音命令,许多工具可离线运行以保护隐私。该指南面向 Windows 10/11 用户,要求 4 GB 内存、2 GHz 双核处理器和至少 1 GB 可用磁盘空间,无需编程知识即可下载安装使用。工具同时支持 Linux、macOS、Android 和 iOS。
开发者 FirePing32 开源 claude-observability,用本地采集器 claude-obs 读取 Claude Code 会话文件,将用量上传至 Next.js 仪表盘,实现账户级分析。采集器约 2,000 行 TypeScript 且无运行时依赖,应用约 6,500 行,采用推送模型,仅上传数字、不触碰登录凭证,支持多机汇总与 5 小时限额追踪。
Tims-AI-Toolbox 发布一组 SKILL.md 技能,用于在工程师保留控制权的前提下用 AI 编码智能体规划和构建功能,每个关键决策由工程师做出、每次计划变更需确认,且技能不会执行 git 操作。
一个名为 gemma-3-tutorial 的 GitHub 仓库上线,为 Google Gemma 3 AI 提供详细使用指南。内容涵盖 Gemma 3 入门、功能与能力、与 Google API 的集成、与 Hugging Face 的协作,以及进阶技巧和最佳实践,面向 AI 爱好者、开发者与研究人员。
开发者用约两个月时间构建了本地运行的记账应用 Budgies,通过解析银行 CSV/PDF 账单并集成 Plaid 获取实时交易,支持 16 类自动分类和可筛选的支出图表。他通过 MCP 让 Codex 访问交易历史,用于分析消费并推荐奖励最高的 Visa 信用卡;此前 ChatGPT 连接 MCP 不顺利,最终改用 Codex。下一步将加入预算、资产负债和财务预测功能。
neuralmasteryai 是一个两部分平台:Learn 提供 270+ 页覆盖 CS 基础、AI 数学、机器学习、深度学习、LLM 与 GenAI、智能体和 MLOps 的内容,Practice 提供 65+ 道在浏览器内真实 IDE 工作区运行的编码题,从线性代数到 RoPE、GQA、SwiGLU、MoE gating、量化等现代 LLM 工程。
Nous Research 开源 AI 智能体 Hermes Agent 的巴西社区仓库 Hermes-brasil 上线,汇集葡萄牙语 skills、安装配置指南与集成资源。
purple-garden 解释器将寄存器溢出栈从 Vec 迁移到基于 Rust 1.100 稳定 Allocator trait 的 StackAllocator,把溢出数据直接放在进程栈上。
2026 年 10 月更新的编辑推荐列出 7 款值得使用的免费 AI 工具,包括 ChatGPT、Google Gemini、Claude 和 Perplexity,按日常任务场景挑选并对照各家公布的套餐信息。
GitHub 上出现一个名为 pit-in-template 的项目模板,用于按“ピットイン方式”(AI 協調型软件开发流程标准)组织开发。它通过 Claude Code 的 /pit 命令输出下一步指令,由 scripts/gate/next.mjs 依据构成、判定记录、功能规格和分支状态机械生成,AI 不参与判定。
Code Executives 是一个交互式编程学习 Web 应用,现包含 15 个完整学习模块和 96+ 交互式可视化,覆盖 Next.js、Git、JavaScript 引擎、RxJS、数据结构、Big-O、Python、AI 基础、Node.js、DevOps、Auth & Security 与后端架构。
ARS-Technica/ai301-coursework 是 AI301 课程全程使用的唯一仓库,从课程模板创建后,每次 check-in 都提交同一链接。
GitHub 项目 edumgt/lumina-invest 是一个基于 AI 的自动化机器人投顾与量化交易系统,采用 Python 3.12 / FastAPI 构建,集成 Ollama(llama3.1、nomic-embed-text)与 Qdrant 实现 RAG 金融问答。
基于 eve 智能体框架和 TanStack Start 构建的网页聊天,可让智能体以表格、仪表盘等生成式 UI 回应,例如搜索 Vercel 最新博客文章后返回带预览图和摘要的结果卡片。项目通过 Vercel Services 将 agent/ 与 apps/web/ 一并部署,用 EVE_ACCESS_PASSWORD 环境变量控制访问,本地开发需 Node.js 24 和 pnpm。
斯坦福 CS329A「Self-Improving AI Agents」第一讲 Course Overview 学习笔记梳理了大模型演进链条:规模扩展 → 后训练对齐 → 推理时计算 → 智能体与自我改进闭环。
Anthropic 目前允许通过 Claude 账号登录在 Amp 等第三方 Agent 工具中消耗订阅额度,但官方并未对由此可能引发的封号风险做出明确保证。文章梳理了围绕 Claude Agent SDK 的计费规则演变,指出无论日常交互、运行脚本还是第三方工具调用,使用订阅额度登录的消耗方式当前一致。
针对 RAG 与 Agent 数据清洗中原始 DOM 消耗 Token 并导致检索漂移的痛点,盘点 Firecrawl、Crawl4AI、MarkItDown 等 6 款专为大模型设计的开源数据提取与文档解析工具。这些工具用于替代直接输入原始网页 DOM 的做法,减少上下文 Token 浪费。
GitHub 项目 awesome-REA-cases 收录了 47 个 AI 辅助逆向工程案例与项目,覆盖游戏保存、硬件互通、应用重建与算法研究四类用途。REA(Reverse Engineer Anything)通过 CLI / MCP 让编程 Agent 调用本地逆向分析工具,该合集同时收录其他 AI 逆向及为 AI 工具实现互通的项目。
Shawn Pang 在 GitHub 开源 startup-founder-skills,把融资、销售、产品、招聘、工程、法务、运营、客户成功和营销增长等 50 个创始人任务各配一个开源 Skill,兼容 Claude Code、OpenAI Codex、Cursor、Windsurf 及支持 Agent Skills 规范的智能体。
作者演示了用剪藏插件把 YouTube 视频一键转写成结构化文章的工作流:插件自动提取字幕并支持 AI 对话,转换结果可剪藏到本地 Obsidian 知识库或提交到个人 RSS 网站,文中附有转换样例与原视频链接。
作者提出“大AI理论”,用三阶段对话榨干模型能力:先拉满推理并选计划模式,用语音、图片、视频不过滤倒出想法整理成计划;再切中档推理快速干活,并引 Terminal Bench 3.0 说明详细需求加中档推理质量高于模糊需求加高档推理;最后把推理调回高档让 AI 审查中档成果,称能揪出约 20% 的问题,审查耗时约为从头生成的三分之一。
实践者用 Codex 与 Claude 交叉编写测试用例,并通过命令行工具远程调度三台真机执行多用户协同测试,实现自动化验证闭环。其结论是测试执行环节已可由 AI 完全接管,人类价值转向问题定义与评判标准制定。
GitHub 仓库 sammcj/agentic-coding 汇集了工具无关的智能体编码规则、技能与模板,含 Agent Skills、自定义 Agent、Agent Rules(CLAUDE.md)和 Claude Code 本地插件市场。
GitHub 项目 Yu AI Agent 发布,基于 Spring Boot 3、Java 21 和 Spring AI,用于构建 AI 恋爱大师应用与 ReAct 模式自主规划智能体 YuManus。教程覆盖 AI 模型接入、提示词工程、RAG、向量数据库、工具调用、MCP 及 AI 智能体开发,并采用 MIT 许可证开源。
作者分享了 Grok Bot 的新玩法:仅靠移动端云端调度,无需本地电脑,即可将复杂推文串自动剪辑为 3 分钟学习视频,算力额度消耗不足 4%。该流程展示了 Grok Bot 在轻量化移动端内容生产与工作流自动化上的应用。
作者分享了一篇公众号教程文章链接,讲解如何具体操作和配置 Grok Bot 来实现自动化视频生成工作流。原文未披露模型版本、参数规模或可用性等细节。
作者分享了可直接发送给 Grok Bot 执行自动化任务的提示词链接,用于驱动 Grok Bot 自动化生成视频,读者可复制后直接发送给 Bot 使用。
作者分享了自身用于自动化生产的 Grok Bot 工作室环境配置截图,展示了具体界面与设置。该截图作为整套推文串工作流实现的补充参考。
邵猛整理 Lee Robinson 斯坦福 CS146S 讲座笔记,聚焦 Grok Bot 的 Harness 与上下文工程如何构建。Harness 部分包含单工具协议(客户端与服务器之间只有 send to user)、动态工具发现、逐级升高的求助阶梯、编排者加子智能体,以及工具增删、错误信息与提示注入防线等经验。
售价低廉、集成 Wi-Fi 与蓝牙的微控制器芯片 ESP32 可作为 AI Agent 连接物理世界的执行媒介,让 AI 直接控制传感器、电机和外设。作者认为,如果说 Claude Code、Codex 是 AI 在软件编程领域的执行手脚,ESP32 则充当 AI 在物理世界的触角,极低门槛适合创客、学生及技术爱好者动手实践。
作者剖析 Codex、ZCode 等编程 Agent 工具中共享文件 agent.md 的核心作用,指出该文件会在每次对话中默认注入上下文,相当于 Agent 的「宪法」。若在其中堆砌过多规则,会导致模型上下文腐化与注意力分散,最佳实践是保持精简,仅收录项目概览与关键命令。
AI 工作流不应是静态模板,而应随实际场景持续精简与重构。作者主张在交互完成后引导 AI Agent 基于历史对话开展复盘与自我优化,形成越用越顺手的闭环演进体系。
评估 LLM 智能体时,可改的只有两样东西:权重和 harness——即围绕模型组装提示词、暴露工具、管理上下文与记忆并决定何时调用工具、重试或停止的代码。权重一侧有梯度可循,harness 一侧没有梯度,每一步都是人做离散改动再由 eval 判断是否有用,因此 eval 必须承担梯度在权重侧的角色。
GitHub 仓库 shanraisshan/claude-code-best-practice 汇总了 Claude Code 的概念、开发工作流与 83 条技巧,覆盖 Subagents、Commands、Skills、Hooks、MCP Servers、Plugins 等原语的存放位置与用法。