github仓库如何授权

如何把 git 的 项目同步到 gitup， 不 用单独去推？大家好啊，这是我们绿芽草在 gitup 上面的项目，但是我们如果每次都去推的话就比较麻烦，所以写了一个工作流啊，在 action 里面做了一个自动同步镜像， 是单独写的，给大家看一下它自动运行的，看到没？在这里自动运行啊，自动运行，自动同步，给大家看一下，看到没？ 拉历史啊，方便对齐公开仓库托克，因为我们是公开仓库嘛，开源的就无需托克，尝试从默认分支的 man， 其次 master， 然后来拉代码， 自动同步过来，很方便啊。呃， get code 的 话，它自自带有这个同步功能，所以说非常的完善。但是 get hack 的 话，它没有 get code 的 确实做的很好啊，这个是 cdn 和华为一起做的，看我们在这里 直接点立即同步就可以，因为我刚刚已经同步过，请勿超过四十分钟。然后点这个体用的话，它自动同步了，所以说，嗯， get 的 话相对还更先进一点了。发现国外有的东西我们都能有，大家要相信啊，我们国人的智慧啊，是非常恐怖的， 没有什么是做不到的。我认为以前 get 哈普它就是全球最大的开源平台，但是未来 get 和 getty 我 相信啊，在国际上一定也会很不错的。

这是全网全的免费 a p i 仓库，在 github 上获得四十几万个 star， 每天一个强大的网站第九十五期，今天要讲的是，这里收入了几千款免费 a p i， 总共五十四个大类，点击对应类目就可跳转，比如图片生成、 身份验证与授权、云存储、文档处理等。比如你想开发个网站查询金融数据，就可以直接使用 a p i 调用。无论你在学 ai 编程，还是养 openclo 小 龙虾，不用再花钱买 a p i 接口，或者自己开发，省时又省力，反正就是很好用。

不用敲代码，不用花一分钱买服务器，我只用一句提示词就做出了别人随时都能点开访问的个人网站，还能免费永久上线。跟着我零基础也能直接学会。打开项目文件夹，切换到 solo 模式， 描述我们的需求，包含技术栈、 ui 风格与开发目的，查看并修改需求文档。点进新建任务，输入开发命令， 复制运行命令，在终端运行， 粘贴命令后点击回车 c t r l 加鼠标左键点击链接本地预览网页是否符合要求， 将代码推送至远程仓库，需要提前进行远程仓库链接，将仓库地址直接发给他就可以。检查上传结果，进入 notify 托管网页文件， 点击添加新项目，选择从 github 导入，选择我们的网站 github 仓库，点击发布， 等待部署完成。部署完成后，通过该链接就可以访问到你的网站了。 咱们这期只做了前端静态页面，下期我带着大家接入 superbase 做后端，实现数据存储留言功能，彻底做成一个完整的动态网站。感谢您的观看，咱们下期再见！

tikub 官方出手了，他们做了个 m c p 服务器，将近三万颗 star。 什么概念？你的 ai 编码工具，比如 cloud code cursor， 以前只能帮你写代码，写完还得你自己去浏览器里创建 pr， 查 ci， 处理 issue。 现在不用了，一句话， ai 直接帮你全搞定。它的工作原理很简单，中间是 m c p 协议，左边是你的 ai 工具 cloud code， 浏览器 ci 全都能接。 右边是 datab 的 所有能力仓库 issue p r c i c d 安全扫描，中间通过 m c p 的 tools resources prompts 三层能力打通。 而且它支持远程和本地两种模式，远程模式 off 零配置直接用，企业用户也可以接入 datab enterprise。 以前你用 ai 写完代码，还得自己切到浏览器创建 p r， 切回去看 ci， 结果切到 issue 页面分配任务， 一次开发四五个上下文切换，光操作 github 就 两分钟起步。现在有了 m c p server， 你 的 a a i 工具只有一个入口，一句话就把这些全干了。它内置了十八个工具级， 默认开启仓库、 issue、 pr 用户和上下文这五个核心能力，你还可以按需解锁。另外十四个 actions 监控 c i c d code security 扫描安全漏洞 depend about 管理依赖告警 discussions 看社区讨论 远程版还额外支持 copilot 编码代理和文档搜索。关键是按需开启不用的工具及不加载，减少 ai 的 上下文占用，让模型更精准的选工具。给你三个真实场景感受一下。 第一个，你跟 ai 说帮我 review 这个 pr， 它就自动拉取代码，检查安全扫描结果，给你完整的审查意见。 第二个 c i 挂了，你说帮我查原因，他直接读失败，日制定位到具体哪行出错。第三个更夸张，你一句话让他批量处理五十个 issue， 他 会自动按标签分类分配给对应负责人。三个场景全是自然语言，全是 ai 自动完成。技术选型上 github 选了 go 语言， 对比 node js 的 mcp， 实现 go 版本启动不到五十毫秒，内存只占二十兆，单二净置打包才十五兆。 认证方面支持三种模式， off 免配置 pet 灵活控制 enterprise 企业级对接三百二十八个 open issues， 说明社区非常活跃，不断在迭代 github， mcp server 接近三万 star， 十八个工具级 mit 开源完全免费， github 有 一亿多开发者，这个项目几乎就是二零二六年 ai agent 工具链最重要的基础设施之一，支持所有主流 ai 编码工具。一个 mcp server 全搞定。关注我，看更多开源好项目， ai 加 github 就是 未来的开发方式。

康到爆，这个是目前最火的开源语音合成项目之一，本地离线可用，名字叫做 voicebox， 在 github 上斩获二点五万 stars。 它主要解决目前主流云端配音服务价格昂贵、按字数持续扣费， 以及个人的商业数据必须上传到云端服务器，从而产生隐私泄露风险的问题。这款软件相当于在本地电脑部署了一个专业的配音工作室。依次打开，点击右边第六个图标，把 ai 模型下载一下，这里可能下载会比较慢。软件的核心功能分为三个模块， 首先是高精度声音克隆，只需上传或直接录制一段三到三十秒的清晰人声。软件能在两分钟内训练出一个专属的声音档案。它能保留原音的情感特征和说话节奏，并支持为该声音添加人物设定描述，让发音更贴合特定角色。 其次是多引擎文本转语音，软件内置了包括宽三 chatterbox 在 内的多种主流语音合成引擎，支持中英文等二十多种语言。 输入文本时，部分引擎支持直接插入如笑声、咳嗽、叹气等特定语气词标签，让生成的人声更自然。针对配音软件常见的字数限制痛点，它支持单次提交最多五万字的长文本。遇到超长文本时，它会在后台自动按句子分割生成， 然后再进行平滑拼接，直接满足长视频与有声书的制作需求。第三是音频后期与多轨编辑，它自带了变调、混响、延迟等八种专业音频处理参数，可以直接在界面内预览调整。同时，软件左侧提供了一个类似专业音频剪辑软件的多轨道时间线编辑器 也可以将不同角色的声音拖拽到不同轨道上，直接排版对白或播客节目。在运行环境方面，这款软件使用 ras 语言构建，体积小且内存占用低， 最关键的是，它的所有模型输入文本和声音数据百分之一百保存在你的本地硬盘中，并支持调用电脑显卡进行加速生成，直接满足内容创作者对声音隐私保护与零成本高频配音的刚性需求。

get up 是 什么？作为一个不会写代码的普通人， get up 对 我们来说有什么用呢？尤其是现在这样一个 ai 的 时代。我先介绍一下 get up 是 什么， 它是目前世界上最大的一个开源云端代码仓库，几乎每一个程序员都在用它，本来是一个专业的技术人员，工具是为了写代码而生的。但对于我们非程序员来说， get up 简直就是一个被严重低估的宝库，因为它是开源的代码，完全公开，可以让所有人免费下载 很多你可能需要花钱才能得到的软件或者工具，比如说视频下载器、去广告插件、抢票脚本、电子书转换器都可以在这里找到。而且它们通常比币源的商业软件更加纯净，更加强大，光这一点就很香。 还有很多人用它来整理资料，比如说考研资料合集、电子书清单、 ai 提示词等优质的资源都可以在这里免费下载到。 那么我来说一下普通人应该如何使用 get up。 当你打开一个项目时，千万不要被密密麻麻的代码文件吓到重点其实只要看这四个地方就好了， 分别是 research 搜索、 readme 说明文档、 stars 星数 release 发布版本。只要掌握了这四个功能模块，基本上使用就妥妥没有问题了。 首先看搜索一个项目搜索框在页面的最上方，或者在键盘上按左斜杠键，也能快速的调出搜索框。只要像常规网站一样输入你想要了解的项目的关键词，系统就会自动根据推荐排序。这里还有一个隐藏的小技巧，就是在搜索关键词前面加一个 awesome， 比如说 awesome prompt， 这里的 awesome 类似 github 上的一个标签，代表这是一份筛选过的精品资源。当然还有一种方式可以直接问 ai 帮我在 github 上找某某项目，或者说我想实现什么什么功能，请帮我在 github 上找到推荐的工具，让 ai 找，这种准确度还是很高的。 搜索完一个项目之后，可能相似的项目比较多，如何判别和选择哪一个比较好呢？这就要讲到我们说的第二个核心模块项目的 star 数。星数 可以理解为是这个项目的一个口碑。一般来说，首先推荐的还是看星数比较高的项目，一 k 加星数就很值得一看了，十 k 加星数项目就属于这个领域的明星项目了，基本选它就非常的靠谱。比如说这个在 github 上关于 chat gpt image 二的 prompt 的 项目， 它的星数就有十一 k， 也就是一点一万，属于相当热门的优质项目。我们找到想要的项目之后，也不用着急下载，在每个项目首页往下拉一点，就能看到 redmi 文档，这是它的项目的说明书，会简单的说明这是一个什么项目，是如何安装运行的， 有什么注意事项，甚至包含了一些实利说明。比如说这个叫 b u c c 的 项目，他的 redmi 文档里列出了这个项目的简介，一个在你个人电脑上离线转入和翻译音频的工具。下面还有这个项目的特征介绍一些必要的说明，在下面是安装教程， 如果这个 redmi 都是英文的也没有关系，你也可以直接截图问 ai， 或者直接把这个项目名复制给 ai， 问他这个项目是干什么的。 最后就到了下载，一般工具类的项目，需要下载的话就看右边，这里有一个 release， 这就是项目的发布版本，一般这里会显示它的最新版本，也就是这个 latest。 这里放的是打包好的成品，不需要你自己去研究代码，点击进去就能下载最新的版本。 把鼠标悬停在上面，也能看到最新更新的日期，如果这个更新日期已经比较久远，说明已经没有人维护了，可能会有一些问题或者已经过时了，尽量还是选一些比较新的项目，适配性会更好。 以上这样四步，基本就能找到自己想要的项目，全程不需要懂任何代码，就能把它下载安装到本地运行使用。 如果你是需要自己做项目的开发者， github 也不仅仅是保存云单代码这么简单，这么多的程序员都把自己的代码上传到 github 上。它有三个非常重要的功能。首先第一点，它是开发过程中的时光机，它最核心的功能就是版本管理，就是如果修改坏了，可以随时回退回去。 比如说你写的一个稿子，有初稿、二稿、最终稿，还有打死不改稿， gitup 就 能记录每一次改动，一旦在修改过程中发现还是之前的版本更好，就可以一条指令让它回到之前的版本。 第二点， gitup 非常适合多人写作，你完全可以邀请另一个人一起来修改你的项目，甚至你可以完全公开你的项目，那么所有人都可以对你的项目提出修改意见，只要你觉得这个改动很好用，就可以把它合并到你的项目里。 同时也是第三点， github 上完全支持你把别人的开源项目复刻到自己的账号，也就是直接复刻别人的代码，在别人的基础上加上自己的想法，这就是 github 上的开源精神，支持平权，不管你是大佬、学生，普通人都能免费自由使用，每个人都能站在前人的肩膀上去创新，不需要重复的去造轮子。 最后总结一下， github 作为全球最大的开源社区，我们普通人也能完全零基础上手使用，支持开源代码共享， 再加上现在 ai 工具大大降低了门槛，真心希望每一个人都能参与进来，一起学习交流，共同进步。最后感谢你看到这里，我是象医之大，我们下期再见！

相信很多刚学编程的朋友都跟我以前一样，想把自己写的项目传到 github 上，都会走这么一个繁琐的流程，先打开 github 网站，手动创建远程仓库， 复制好仓库地址，再切回本地，打开 git 命令行，按顺序敲 git in it git at git commit git remote at get push 这一长串命令不仅步骤多到记不住，只要输错一个字母，漏写一个参数，就会跳出一堆完全看不懂的报错。一个简单的提交能卡你半小时，但其实根本不用这么折腾，今天教大家用 vsco 的 自带的 git 工具， 全程不用开网页，不用记任何命令，一键自动创建远程仓库，还能把代码直接推上去。但在开始之前，你需要以下最关键的三步准备工作。第一，你得先在自己电脑上单独安装 git 软件 vs code， 只是集成了 git 本身，并不带 git 内核。第二，安装完 git 之后，一定要配置局的用户名和邮箱，不然你提交代码的时候， git 不知道是谁提交的。 第三，如果你要把代码传到 github 上，那当然得先有一个自己的 github 账号啦。待以上步骤全部操作完毕后，你就可以使用 vsco 把代码上传到 github 了。点击打开文件夹， 找到存放项目代码的文件夹，点击选择文件夹，等待项目加载。当左下角出现 java 冒号 ready， 表示项目已加载完成，然后点击原代码管理，点击发布到 github， 点击允许 输入 github 账户和密码，然后点击 sign in， 然后点击 continue， 然后重新进入 vsco 的 界面，顶部弹窗中的输入框表示上传到 github 的 仓库名称，这里可以不修改，保持和本地项目名称一样。然后按下 enter 键， 这里是选择仓库的属性，下拉选中第一个选项表示发布到 github 的 仓库是私有仓库。第二个选项表示发布到 github 的 仓库是公开仓库，这里我选择公开仓库， 这里是选择上传仓库中项目的文件，取消勾选 target 文件夹， target 文件夹都是 java 的 翻译文件，不用上传到 github， 然后点击确定， 点击在 github 打开就可以看到上传成功后的 github 项目了。到这里通过 vsco 把本地项目上传到 github 就 已经完成了。 你学会了吗？如果大家在操作过程中遇到了任何问题，都可以在评论区留言告诉我，我会耐心给你解答的。还想看我分享更多的软件编程技术，别忘了关注我！

嘿，大家好，如果你也跟我一样，每天的工作都离不开 github， 那 你肯定懂，就是那些反反复复的仓库管理工作真的特别磨人。所以今天咱们就来聊一个 ai 小 助理，他可能会彻底颠覆你的 github 工作流。 哎，在我们正式开始之前，咱们先摸着良心问自己一个问题，你每天到底有多少时间是花在 github 的 各种杂活上的？比如说查查还有哪些艺术没关，催一催同事的 pr， 还有最头疼的就是去翻那些长的没完没了的 ci 日记。 说真的，这些时间本能都应该拿去写代码的，对吧？没错，这就是我们天天要解决的核心问题，目标非常明确，就是把这些烦人的流程全都自动化，把我们宝贵的时间给抢回来。 好了，主角登场了，它就是 opencloud github 机能，你可以把它想象成一个专属于你的七百二十四小时待命的 ai 代码仓库管家。 它的任务就是带你告别过去那种繁琐的手动操作，直接进入一个丝滑的自动化工作流。 那么在开始之前，我们必须先聊聊最重要的事。安全这个工具最棒的一点就是，它完完全全是建立在 github 官方的那个命令行工具 g h 上面的， 这说明什么呢？说明你根本就不用再去手动生成那些什么个人访问通盘，也就是 p a t 了，那玩意儿一不小心就可能泄露。 你只要在终端里敲一行 g h off login， 它就会自动跳到浏览器，让你走一遍官方的授权流程。搞定之后，你的凭证就被安全地存在本地了，这才是最地道最靠谱的方式。 好了，安全问题解决了，授权也搞定了，那真正好玩的部分才刚刚开始。咱们先从最常见的日常任务看起，管理一休和 pr 准备好了吗？从现在开始，你可以用说人话的方式来指挥你的代码仓库了。 打个比方啊，以前你想看有哪些代办任务，得先打开网页，找到那个项目，再点来点去用筛选器。现在呢，你就像跟同事说话一样，直接告诉 ai， 帮我列一下 openclo 仓库里所有打开的一手，就这么简单一句话的事儿。 然后呢， ai 就 会马上给你一个像这样的列表，你看，多清爽。没有任何废话，就是一熟的编号和标题，所有关键信息一目了然，让你一秒钟就能抓住整个项目的动态。 当然了，光能查还不够，执行操作也同样轻松。比如要合并一个你已经 review 过的 pr， 你 就可以直接下命令，如果你特别着急，甚至可以加上一句，不用再确认了，让它一步到位。 不过啊，这里有个特别关键的安全设计。你得记住，对于合并这种稍微有点危险的操作， ai 在 默认情况下总会多问你一句，征求你的最终确认，他绝对绝对不会自作主张的执行。记住，最终的控制权永远都握在你手里。 好，基础操作咱们看完了，接下来咱们玩点更刺激的，下一个要被自动化的领域，就是处理持续集成，也就是 ci 的 日日制和报告。说真的，这玩意简直是每个开发者的噩梦。 看到屏幕上这段乱七八糟的错误日制，是不是感觉血压一下子就上来了？没错，每次面对这种几百上千行的 c i 输出，想在里面找到最关键的那一行报错信息，简直比大海捞针还难。 那么现在呀，我们来看看 ai 施展魔法之后的结果。它会自动帮你把整个日制都给读完，然后把最重要的信息提炼出来，直接喂给你。 你看， ci 运行失败了，问题出在 build and test 这一步，最关键的错误是 type error， 连出问题的具体文件和行号都给你标得清清楚楚。这对比简直是天壤之别，也完美体现了 ai 的 价值。它帮你从巨大的噪音里精准地找到了那个唯一的信号。 当你把机械能力都组合起来，你的工作日常就会发生翻天覆地的变化。你可以想象一下，每天早上到公司第一件事，不再是手忙脚乱的挨个点开那十几个项目看护，而是气定神闲地输入一个指令，就能立刻拿到所有项目的核心动态摘药。 嗯，内置的这些指令确实很方便，但肯定没法覆盖我们所有天马行空的需求。那问题来了，当我们想玩点花的，搞一些真正复杂、真正定制化的查询，那该怎么办呢？ 答案就是， g h a p i。 这可以说是通往终极控制的大门。有了它，你可以让 ai 帮你构建任何你想要的自定义的 api 请求。比如说，你想查上周所有给咱们项目点赞超过五次的用户， 这种奇奇怪怪的需求，内置指令肯定没有，但现在你只需要用自然语言描述一下 ai 就 能帮你生成对应的 api 查询语句，这给了你几乎无限的灵活性， 我们甚至可以共享一个终极的自动化场景，你可以设置一个系统的定时任务，让它配合 ai 指令，比如说每半小时就去检查一下某个关键 p r 的 状态，一旦 ai 检测到所有的 ci 检查都绿灯通过了，就自动触发合并指令， 整个过程从头到尾完全不需要你动一根手指头。咱们聊了这么强大的功能，我觉得有必要再回到安全和集成这两个基石上面来。毕竟啊，一个工具就算再厉害，如果不能让人放心的用，不能很好的融入我们现在的工作流，那也是白搭。 这张图就把它的安全核心给讲透了，整个授权过程完完全全遵循的是 github 官方最推荐的 oart 流程，你所有的操作都是在浏览器里直接跟 github 官方打交道，拿到的令牌也是由官方工具安全地帮你存在本地。 简单总结一下就是全程走的都是官方通道，让你彻底告别手动管理个人访问令牌 pat 所带来的那些安全隐患。 正时候很多人可能会问，这个东西跟 github 扣拍了有什么区别？这张对比图就说的特别清楚，简单来说，它俩是解决不同问题的黄金搭档。 扣拍了更像是坐在你旁边的那个结队程序员在你的代码编辑器里帮你写代码。而我们今天聊的这个 github 技能呢，更像是你的项目经理或者贴身助理，在终端里帮你处理所有代码仓库管理相关的杂事， 可以说是一个主内一个主外，俩结合起来，那效率简直就是指数级提升。而这个工具真正强大的地方其实在于它能和其他的技能无缝地整合在一起。你想象一下这个指令有多酷。 总结今天所有的 pr， 然后去我的知识库里交叉对比一下相关的任务文档。最后在我的谷歌日历上帮我创建一个代码审查的时间段儿， 而这就是最终的成果，一份完全为你量身定做的每日简报，你看他把代码的更新，关联的任务，还有你接下来的日常安排，完美的整合在了同一张表里，这才是真正的实现了运筹帷幄之中，决胜千里之外。 所以最后我想留给大家一个开放性的问题，当你整个工作流都被自动化之后，那些被解放出来的宝贵的时间和精力，你准备用它们来创造点什么不一样的东西呢？

经常都有人夸 get up 是 个大宝藏，可是每次我遇到宝藏开源项目的时候，下载到本地运行，却给了我一堆报错信息。回到代码仓库一看，原来都是好几年前的代码了， 有些作者甚至不再维护更新了。我相信大部分人不会因为这样就花几个月的时间去学编程改代码，因为现在有很多 ai 编程工具可以使用，只不过像 clock code 这样的工具需要在终端运行， 还要配置 a p i 密钥，对于没有编程基础的人来说还是比较复杂的。因为 git 号本来就是个网站， 用 ai 浏览器来分析和修复代码是非常直观的，所以这次我打算用 tabid 浏览器，在不花一分钱的前提下，只需要简单三个步骤来复活属于你心中的保障仓库。这 这里我就以 git computers 拍访这个仓库作为示范。别看这个仓库有三十五 k， 而且作者两个月前还在更新，实际上很多代码好几年都没更新了。像这样的仓库里面肯定有很多好东西， 可是这类代码仓库随随便便就有上百个文件，我们很难手动去找出哪一个脚本对自己有用，这时候就要用到 ai 了。在 tab 浏览器的右上角有个 chat 功能，点击打开以后，我们可以在这里 与 ai 进行对话。可是对话式的 ai 只能说不能做，因此我们需要勾选智能代理模式，因为我打算让 tabit 自动去扫描整个仓库。这里我就让 tabit 帮我找出十个比较有用的工具。 此时页面上出现了一层很高级的蓝色光晕，其实就是 tabid 告诉你现在智能代理开始干活了，智能代理会在后台完成任务，也就是说我们可以打开新的标签继续做别的事情。在对话框里，我们可以看到执行的步骤， tabid 会像我们正常浏览网页那样滚动页面，这样我就不需要手动一个一个去打开， 节省了我好多事情。当你让 tabit 帮你找到对自己有用的代码文件以后，我们当然是要运行代码了，你可以选择下载仓库的 zip 包到本地电脑，我这里就以 git 方式把整个仓库克隆到本地。可是当我运行其中一个代码文件的时候，终端就爆了很多错误信息，这就是为什么很久没更新的代码， 在你的环境下未必能运行的坑了。现在我们就完成了工作流的第一步，也就是试运行代码。在修复代码之前，我们能看到刚才自动打开了很多网页标签，对于我这种强迫症的人来说实在太难受了。在左上角的 标签页管理里，我们可以把标签改为垂直标签栏，在侧边就可以看到刚才的所有标签都已经归为一类了， 我就把这些标签标注为等待修复的代码。另外，我把需要先处理的代码单独拉出来，并且创建一类标签，叫做正在修复的代码， 这样分为两类就清晰多了。除了手动添加，当然也可以让 tabit 帮你自动归类。现在即使改为水平标签栏也是一目了然。不过现在有个问题， 我们的侧边栏里面是空的， ai 没有任何上下文信息。那是因为我们刚刚打开了新标签，要把代码给到 tab， 我 们不一定非得用智能代理，直接把仓库里的代码用鼠标一划就好。与此同时，侧边栏的输入框顶部 也出现了我们华辞的部分内容，也就是说，华辞内容就这样加入上下文了。我个人非常喜欢这种华辞添加上下文的方法，因为简单明了，没有什么花里胡哨的。 平时大家可能偏好用某个模型写代码，这里也可以选择模型来进行回复的，不懂哪个模型好，直接用默认模型也可以。接着当然就要粘贴刚才报错信息给到 tabit， 让 tabit 帮忙修改代码，因为没有涉及智能代理，所以回复速度会更快。虽然我没有告诉 tabit 我 的操作系统是 macos， 不 过 tabit 从我的报错信息里分析出我在使用 macos， 所以 这段代码主要还是因为作者当时没有考虑 macos 环境，因此运行代码才会出错。那我们就在编辑器里把原本旧的代码全部删掉， 直接粘贴 tabit 给到我们的新代码。更新新代码以后，编辑器里确实也没有像之前那样提示错误了，因为这个程序是帮我整理文件的，因此我需要在运行程序以后 输入相应的文件路径。大家可以看到这次没有报错，而且确实把我的文件分了好几个类型。 这就是工作流的第二步代码修复。这段代码虽然被修复了，可是整个仓库还不知道有多少行代码是需要修复的。为了方便我们对整个仓库进行修改，我倾向于找到整个仓库一直在重复出现的技术问题，因此我们需要再次扫描仓库， 只不过这次重点需要放在技术问题上。在进行扫描之前，我打开了一个新的标签页来进行仓库扫描的任务。有些 ai 浏览器是需要你逐个标签页添加进入上下文的。 tab 这里有个 app， 可以 用 app 直接引入整个标签组，这个功能方便多了。接着就可以直接输入提示词进行扫描工作了。在这次扫描的时候，因为我特别交代了 要进行技术分析，因此 tabit 停留在每个页面的时间会更长。这种逐个页面进行原代码分析的 ai 浏览器操作在某个程度上让我更放心，因为这里的每个步骤都是能清晰看到的，不像 clockort 这样的终端工具速度很快， 如果有遗漏我们都不知道，因此 ai 浏览器在所见即所得方面会让我更放心。这里最后给到了我们分析报告，这份报告其实就很清楚的告诉我们， 这个仓库的作者在写代码的时候基本都没有考虑 macos 环境的问题，主要是给 windows 用户写的， 而且还有大部分代码都写的有问题，还有这么多代码等着要修改，我们总不可能每次对话都复制粘贴这份分析报告到上下文吧。此时我们可以把这份报告转换成一个通用的代码修复规则，也就是直接选中分析报告点出的三个问题， 然后让 tabit 帮我们深层通用的系统提示词，这样就不需要我们一次又一次复制粘贴了。接着我们直接复制 tabit 给到我们的系统提示词，然后打开妙招，可以直接在浏览器上方的小灯泡 logo 里直接打开， 然后创建一个新的妙招。妙招其实就是帮你减少重复工作，可以从提示词脚本或者智能代理入手，因为我们要处理的代码并不是只改个变量名这么简单，因此用提示词的方式来处理会更灵活，也就是粘贴刚才 tab 给的系统提示词， 记得给妙招起一个方便识别的名字。执行的方式，我勾选了一键执行，等会你们就能看到勾选这个有什么用，最后进行保存就好。这次我打算修复另外一个代码文件， 这个代码也是一执行就报错的那种，于是我就直接来到这个代码页面，用滑尺的方式选中所有代码，然后直接输入斜杠，此时就会出现我们可以使用的妙招了。直接选中刚才新建的妙招就会直接执行了， 这就是刚才勾选一键执行的厉害之处了，再也不需要输入重复的提示词，而且是有针对性的 修复代码，这样我们得到的回复会更准确。得到回复以后还是一样先打开旧的代码文件，其实此时我的编辑器已经有错误提示了，但是如果我们把代码换成 tabit 给我们新生成的，就没有那种致命的代码错误出现了。我们来运行一下代码，这个代码本来应该出现的时钟界面，现在就出现了，我们就可以用妙招来批量进行修复了。 其实对于很多不可用的代码仓库来说，完全可以根据我刚才在 tab 里的工作流来执行，即使没有什么编程知识，也可以打造属于你自己的妙招，现在赶紧试试复活属于你的仓库吧，我们下次分享见！

tiktok 上有一个项目，一天涨了五千多。 star 叫 madcap skills， 作者 madpoc， 是 typescript 社区很有名的开发者，他把自己每天用 cloud code 干活时用的 skill 全部开源了。 skill 的 生态现在已经很成熟了，市场上的 skill 质量参差不齐。 mad 的 这套是社区公认写的最好的参考实现之一。他要解决两个最常见的 agent 失败模式。第一个， agent 做出来的东西不是你想要的，你以为你说清楚了， agent 也以为他听懂了，结果做出来完全不对。 软件开发里最大的失败模式从来都是需求对不齐， ai 时代也一样。第二个， agent 太啰嗦，原因是 agent 对 你项目的术语不熟悉，他不知道你们管某个东西叫什么，只能用二十个词去描述一个你们内部一个词就能说清楚的概念。他最核心的 skill 叫 grill with dogs， 翻译过来就是带着文档拷问你， 你告诉 agent 你 想做什么？ agent 的 不是直接开始写代码，而是开始疯狂提问，沿着你的设计方案的每一个分支往下追，问一个问题，一个问题的问，每个问题还给出他自己的建议答案，等你确认或纠正。但这个 skill 比单纯的问问题多了两个关键能力。 第一个，他会维护一份叫 context temd 的 共享语言文档，在提问过程中，每当你们对一个术语达成共识，他就立刻写进去。比如你们项目里 order 到底是什么意思？ customer 和 user 是 不是同一个东西？哪些词是同义词，应该统一用哪个？ 这份文档的格式很讲究，每个术语一句话定义，下面列出要避免使用的同义词、术语之间的关系，甚至还有一段事例对话，展示这些术语在真实讨论中怎么用。 一旦 context md 建立起来， agent 后续所有的工作都会用这套语言。变量命名、函数命名、文件命名全部对齐， agent 也不需要再用二十个词去解释一个概念了。第二个能力，它会在合适的时候生成 a、 d、 r 架构决策记录，但不是什么决策都记， 三个条件同时满足才会建议写难以逆转。没有上下文的人看了会觉得奇怪，确实有过真实的取舍，这个判断标准本身就很值得学。再看另一个 skill diagnose， 这是一个 bug 流程， 它把 bug 变成了一个六阶段的纪律流程。最关键的是，第一阶段建立反馈循环。原文说这就是这个技能的全部，其他一切都是机械的。意思是，在你开始猜原因之前，先建立一个可以自动化运行的确定性的，能快速告诉你 bug 还在不在的信号， 可以是一个失败的测试，可以是一个 curl 命令，可以是一个 play right 的 脚本。它列了十种建立反馈循环的方法，从最理想的到最不理想的。而且明确说，如果你实在建不起反馈循环，就停下来告诉用户你试了什么，为什么不行。 不要在没有反馈循环的情况下开始猜。第三阶段也很有意思，要求在测试任何假设之前，先列出三到五个排序。好的假设，每个必须是可政委的， 然后把列表给用户看，因为用户往往有领域知识，能直接帮你重新排序。还有一个很小但很精妙的 skill 叫 caveman， 让 agent 用聪明的原始人的方式说话，去掉所有冠词填充词，客套化，只保留技术实质， 声称能减少大约百分之七十五的 token 消耗。正常回答是， sure i'd be happy to help you with that the issue you're experiencing is likely caused by caveman。 模式下变成 bug in off malware token expiry check use is less than not is less than equals fix。 但它有一个例外规则，涉及安全警告或不可逆操作的时候自动退出 caveman 模式，用完整的语言说清楚，说完再切回去。最后说一个 meta 层面的 skill 叫 writer skill， 他 教你怎么写 skill。 从这个 skill 里能提炼出几个关键原则。 第一， description 是 唯一决定 skill 会不会被加载的东西。这就是渐进式加载的第一层。 agent 在 系统提示词里只能看到名字和 description， 它根据这个来判断当前任务需不需要加载这个 skill， 所以 description 必须写清楚做什么和什么时候触发。 第二 skill， 米迪控制在一百行以内，超过了就拆成多个文件，主文件只放核心流程细节放到引用文件里，这就是渐近式加载的第二层和第三层。 agent 先看精简的主文件，需要细节的时候再去读引用文件。 第三，能用脚本做的事情不要让 agent 生成代码，确定性的操作，写成脚本放在 scripts 目录里省 token， 而且比 agent 每次重新生成更可靠。 回过头来看 mat 的 这套 skill， 它们有一个共同的设计哲学，不要让 agent 的 自由发挥，给他一个结构化的流程， grill with dogs 给了 agent 一 套怎么问，问完怎么记录，什么时候该写 adr 的 完整流程。 diagnose 给了他一个先见反馈，循环再列假设，再逐个验证的纪律， tdd 强制他一个测试，一个实现的垂直切片节奏。这跟 harness engineering 的 核心理念完全一致。 agent 的 可信链不在模型，在模型周围的系统， skill 就是 这个系统里最重要的组成部分之一， 而且因为它是开放标准，你写的 skill 可以 跨 cloud code、 codex、 cursor 使用，不绑定任何一个平台。一句话总结， skill 已经从一个概念变成了一个跨平台的开放标准和完整生态。 写 skill 的 关键不是告诉 agent 做什么，而是给 agent 一个结构化的流程，让他在每一步都有明确的判断标准。 macbook 的 这套 skill 是 目前最好的参考实现，值得每个用 ai 编程的人看一。

简直憨到爆！一款电脑端全能开源下载神器，名字叫做 omigat， 在 github 上斩获五点一 k stars 完全属于碾压同级别的存在，它主要解决大家平时在网上看到优质的视频课程或文档下载后往往堆在硬盘里，缺乏有效管理和学习工具的问题。这款软件的核心功能分为网络资源下载和本地学习辅助两大块。 首先是下载能力，它整合了主流的提取引擎，支持从上千个网站直接获取短视频、长视频、音频和图片资源，只要复制网页链接粘贴进去，就能自动识别并下载 软件初次使用时有两个必须安装的工具，分别是 d l p 和 f i。 pad 可以 直接点击进行安装，但不一定有用，如果安装失败的话，就得手动安装了。 a d l p 和 f ipad 可以 自己下载好安装程序，然后右键选择终端，打开，自动跳转到终端窗口，等待一会即可安装完成。另一个也是重复此操作，安装即可。安装好之后进入主界面， 可以在输入框粘贴链接或者搜索，点击左侧的插件市场就能安装或卸载插件了。设置里面可以切换主题颜色、下载文件保存路径、视频质量等， 还支持按平台整理文件，生成独立文件夹，也支持字幕下载。 study 的 部分功能正在维护，专注 进度，成就和笔记暂时不可用，后续应该会上线。 omigata 的 其他功能正常运行整个应用占用电脑内存非常小， 运行流畅，没有任何弹窗广告，有下载的资料和做的笔记都保存在电脑本地，直接满足拥有大量视频课程和电子书用户的整理与学习需求。

我的电脑好像有了生命。给我在微信上购买明天的明天的圆明园门票 正在为您打开微信准备购买圆明园门票。 我要优惠票我要优惠票！ 已成功选择优惠票类型，正在向下滚动页面以查看后续购票选项。 我要优惠大门票，不要通票。 我将选择优惠大门票而非通票。 已将优惠通票数量设为零，优惠大门票数量为一，总计五元。准备进入下一步。 已成功选择优惠大门票数量一张，总价五元， ok， ok！ 不要说了，给我把这个文件夹里面的所有截屏都删掉。 我正在查看桌面上的截屏文件，并将为您批量删除它们。 已成功将桌面上的所有五个截屏文件删除，并移至废纸篓退出程序。 给我调研一下最近的关于 computer use computer use 这个功能在 a i a 平台上应用的一些案例，给我调研一下。在桌面写一个调研报告， 开始为您调研 computer use 在 ai agent 中的应用案例，并转载调研报告到桌面。 ok， 现在是可以，你先介绍一下你自己吧。 你好，我是 copy 助手，一个能够同时聊天和操作电脑的智能助手，我可以帮你完成各种任务。包括， 一、文件管理创建，删除移动文件和文件夹。二、网页浏览，打开网站，搜索信息，阅读页面内容。三、应用操作，启动应用程序，在应用中执行操作。四、代码生成，通过后台代码代理生成报告脚本等。五、日常辅助回答各种问题，提供建议。目前我还有一个后台任务正在运行，为你生成一份关于 computer use 在 ai agent 中应用的调研报告 完成后会向你汇报结果，有什么我可以帮你的吗？

最近我不是用那个 rest 重写了一遍 cloud code 吗？但是评论区下面总有一些不和谐的声音说，为什么说开发组不会想到用 rest 呢？难道是它没有，你懂？但是我想说， rest 可以 说就是 ai 时代 最牛逼最通用的语言。过去就是因为 rest 他的学习难度太高了，他学习曲线很陡，但是现在我们拥有了 ai， 我 觉得这些东西都可以迎刃而解，所以拥抱 rest， 那 么你就拥有了 ai 时代最强的编程武器。 哈喽，兄弟们，经过三天的奋战了，两天的通宵，终于把整个 rest 项目重构完了。然后整个项目呢，它现在有应该有二三十万行的 rest 代码，这个文件夹， 这个 themes， 还有这个 agent， 它每一个都是全部翻译好的 api 基本上是原汁原味的全部还原了。我是列了一个飞书的文档， 分析了一遍源码，把源码所有的功能基本上都深度重置了一个表格，我是每一段分别进行投位重置的，基本上是还原了它这里的所有的功能， 同时也把大家诟病的封号系统，封号的功能也把他的移除了，他现在整个系统更加的确保他的远程的控制的核心功能，他不会有任何的封号操作。 所以说这套系统是真正的为我们国人量身打造的，没有监控，没有后门的系统。我是整个用 rest 重构了，性能也比原来的更加强大。这个 s r c 文件我们可以看到所有的，你看这 br bridge， 它这个远程的调节的功能都已经 集成部署好了，基本上你看这个文件是有两百多行代码， manager， mode， session， 还有这个 c i 的 一个命令行工具也都已经重构好了。看这一排还有这个 al 美，基本上都是 rest 的 语言编写构造的， 还有 epi 的 这个 config 登录的认证，所有的我甚至把就是原本挖掘出来潜在的功能 rest 的 埃尼索匹那边还没开发好的功能，就隐藏的功能，我全部用 rest 的 工具进行了一次重构和复原，就它没有 写出来工具我现在都是用 ai 再重新把它做出来了。所以说现在这套 rest 系统 可能会有原来 aniso 所不具备的功能，你看潜在的功能深度挖掘，它原本是有语音交互系统的，还有宠物系统的，还有超级规划 各种功能系统，基本上我都用 rest 进行重构和修复了，现在整个项目也相比原来用 tabisk 写的更加的完善。我们可以看到这一排全都是 rest 的 了 代码，现在在进行整个代码的翻译和修复的过程，马上就会将整个项目推到 dpa 上面。做这种大型文件的时候，我们一定要将整一个他们的原代码数据要完整的用 ai 完整的逐条分析一遍， 因为只有建立了这样的上下文流程之后， ai 才能真正懂得你这个整个完整的原代码项目它写了什么，这样重构起来才不会有遗漏。 所以说最开始我先让整个 ai 逐条生发了他每一个功能的系统，这样进行我们后面重构，我们也只需要把这些大标题进行分别类的 给他作为一个一整个项目放进去，让他帮我们进行重构，这样也会更加稳定，不建议说你没有一个具体的框架，你直接说让他帮帮你去改。 结果我也是试过的，因为第一遍我也是让他说你基于这个项目帮我直接去重构， 但是一看原码，我的天呐，五十五万行代码，结果就重构出来了。第一个版本我上传了个版本给很多网友嘲笑说只有两千五百行代码，但是那个版本 比较好一点是什么？比较出乎意外意料的就是他居然还是一个可以运行的 demo， 就是 他把最基础的 ai 调用的逻辑是打通了，但是他不能 帮你操作电脑的文件，就是它连 opencloud 所谓的零头其实功能都达不到，因为它没有脚手架，或者说它没有调用工具的能力。 现在我们用 rest 系统级的重做一遍之后，把这些状态管理系统啊，以及 m c p 集成工具这个 greatbook 的 特性开关系统，整个服务框架架构都重新 完成了一个 rust 级级别大件之后，它才具有了 anti slip 的 原版的全部功能。 当我把三体问题可细化，用 clodico 做成了一个艺术装置， 我将采用 webgl 和十万个粒子的追巅 g 向你展示我的构建过程。 为了使得艺术装置更加完善，我们添加多星体运动和碰撞体系， 其他模型展示。 飞行雪绒这个名字一听就知道是因为雪绒海报起的，没什么寓意了。注册网站域名是随手写的， 我的兴趣大部分都来的快，去的也快，因为和学院里的大家关系都还不错，我经常会去给他们的社团帮忙，也算是时常都在体验不同方向的爱好了， 非要说的话，我喜欢和大家一起热闹开心的做事，因为要轻松快乐的活着嘛。黄龙的同学曾和我说过他们那里的一句俗语，人生处死无大事， 那些不值一提的烦恼在死亡到来后也不再让我挂心了。现在除了为怎么保护世界苦恼外，就是担心你吧。 新剧学院的学生们都来自世界各地，有不少人入学时也会带自己老家的特产和菜谱来校内论坛上。 那时候我只觉得自己落入湖深处，在因这些意识模糊时，有一双温暖的手揽住了我，那双手在深处竭力将我向上托。 当我醒来时就看到了你。 也是在那时候，我发现父母留给我的护身符不见了，可能是沉在湖底了吧，这让我非常非常伤心。 我大哭起来，你只好手忙脚乱的安慰我，把我带到了小屋里取暖。在那之后，就像你猜测的那样，我们在这间小屋中共同生活了一段时间，直到你离开了海洛。 因为这个 碎者如心的核心，对现在依附于碎者存在的我而言，也相当于我的心脏。 变成电子幽灵后，我没有就此放弃，找回自己的存在，以此再度回到现实。我有要做的事，我必须要成为完整的碎者。共鸣者， 但毕竟是以异常状态开始共鸣的，力量的缺损和不稳定也是必然。 这么多年来，我一直使用这枚核心增强自己的力量。日灵们也在帮助 我。在前不久，他落到了你这里，因为只有他，你才变得能够看到我。 这也是因为我最近看三体看的有点入迷了，一直在研究三体问题的运动轨迹，然后我就想着说用 ai 的 这个 weblab 还有 sweep 三 d 来模拟一下吧， 结果一不小心就做了一个好玩的玩意儿，然后整个项目我都已经以网站的形式做好了，大家想体验的话可以点击进去玩一下哦！ 最近我也打算用这个艺术装置来结合硬件做点更加好玩的东西，欢迎大家持续关注吧！

大家好，欢迎来到我的频道，本期节目深度介绍一个被低估的开源 ai agent 项目。拍这个项目目前在 github 上有四点九万 star， 作者是知名游戏框架聊剧 d x 的 作者 mario zackner d p c。 官方也将它收入在自己的 awesome d p c k 阵轻扇里。 拍的次也来，工具本身确实是酷二扣同类的终端编程 agent， 但拍仓库的范围远不止次也来。整个仓库是一个 microreprise， 包含五个 npn 包，一个交互式终端编程 agent， 一个负责 agent 工作循环的核心库，一个统一的多模型 api， 一个高效刷新的终端界面库，还有一套外端聊天组件。 换句话说，拍不只是一个 c i 工具，也是一套可以用来搭建自己 ai 应用的完整工具底座仓库使用 mit 协议，完全开源 typescript 编辑。具体看这五个包的分工。 拍 coding agent 是 面向终端用户的交互式编程 c l i 拍 agent core 是 a 准核心库，负责执行模型给出的工具命令，记住对话状态。 拍 ai 是 统一的模型调用层，把二十五多个模型厂商的接口统一成同一套调用方式。拍 two a 是 底层的终端界面库，采用差异刷新，画面切换不闪烁。 拍 web ui 把同一套对话渲染搬到了浏览器，这种分层让拍的每一层都可以单独拿出来使用。拍对接的模型厂商覆盖面非常广，订阅类支持酷狗 pro plus 和 pro 以及 get 酷拍了直接附用，现有订阅不用另外买额度 api key 一， fga， antropica， openai， google gemini， deepsea azure， bedrock， mastro， grau， cerberus， xai， oprahberto madameau 的 国内阿姆斯特丹、新加坡三个分区，以及 kimi， zai 等中文模型。 只要接口跟 openai 一 样也能直接接入，包括 alama， vl， lm 和 lm studio。 它最独特的能力是它的绘画树，每个绘画保存为一个文本文件，每条消息都记录自己的副消息，整个绘画就形成一棵树，而不是一条线。 在终端里输入斜杠处就能进入竖形式图，跳到任何历史节点继续对话，或者在不同分支间切换。斜杠 for 会从某个用户消息分列出新绘画。斜杠 com 会把当前分支整体拷贝到新文件， 这意味着一次错误的回复不会污染整个上下文，可以随时回到任意分支重新尝试。所有历史都保留在同一个文件里，这是其他主流 agent 目前没有提供的能力。 拍的另一个杀手锏是自扩展能力，它内置四类扩展点， prompt templates 是 用 markdown 写好的常用提示词，输入斜杠加名字就能调出来。 skills 遵循 agent skills 开放标准，按需触发或自动加载。 extension 是 type script 模块，可以注册自定义工具、命令键位、界面组建，甚至完全替换内置工具。作者的势力里甚至有人在拍里跑动，游戏主题改了就生效，不用重启。这四类资源可以打包成拍 package， 通过 n p n 或给一键分发。命令是 pie in star 加上包源地址 拍的。设计哲学比较极端，作者明确声明，不内置 m c p， 不 内置弹窗，不内置 play 模式，不内置词度系统，不内置后台命令行任务。 这里的 mcp 是 按 startup 推的工具协议， play 模式指的是 agent 先列计划再执行，理由是这些功能其他工具已经做了，与其塞进核心，不如让用户用扩展自己装，或者从社区拍 package 安装县城实现。 结果是核心非常薄，启动很快，但所有重型功能都需要靠社区包补齐。这种设计适合愿意定制工作流的资深开发者，但对想开箱即用的用户来说，门槛会高一些。 除了交互式， c o i 拍还提供四种执行模式， pre 模式可以非交互调用，把回答直接打到屏幕，方便接到其他命令。后面这算模式输出完整事件流，适合机器消费。 r p c 模式用标准输入输出走结构化消息，方便其他语言的程序调用。 sdk 模式，可以直接在应用里调用一个函数，把拍当做一个库，嵌入开源项目 open core 就是 基于拍 sdk 实现的非书和微信 a 阵。最后给三类用户的建议，第一类，想找透明可改的，括替代品，又愿意自己折腾扩展拍是目前最合适的选择。 第二类，想做自己的 ai 应用，或者微信非书这种聊天机器人，可以直接基于拍 ai 和拍 a 阵库这两个包搭建，不用从零写各家模型的对接代码。 第三类， d p c 重度用户，想找一个能稳定调用 d p c 模型的终端类。诊派是 d p c。 官方收入的十四款之一，开箱即用。感谢您的观看，如果本期视频对您有所帮助，欢迎一箭三连，您的评价是我最大的动力，咱们下期再见！