Reasonix与Cursor对比
ok， 速览一下 razenix， 呃，一款为 deepsea 特调的 agent， 那 么它是做了缓衰循环优先，这样的话它的缓衰命中率会非常之高。 呃，一般都在百分之九十以上，我实测的情况是大部分在百分之九十九到甚至是到了百分之百，那么我开 pro 的 情况下是三十多轮对话，花了我二毛七分， 所以大家可以猛猛登。然后缺点不足的话也比较明显。第一个是 web ui， 它的交互并不是很好，有时候会有一定的 bug， 然后有时候会出现呃， 交互之后模式无法切换，或者然后无法正常切换模型的这个状况，然后在 c r i 上话，它反应是正常的。另一个的话就是 plan mode 并没有集集成到 shift table， 也就是它的 a 键的状态中。那么后面呢？我觉得它可以切换增加这种模式。目前的切换方式是使用命令行，并且还手动关闭的话也需要输入 play off。 ok agent 应该后续有开发 desktop， 也就是桌面版应用的计划，因为我已经在源码中找到 desktop 目录，并且现在应该是在开发中，我们后续可以期待一下。
粉丝62获赞661
相关视频
07:364286AI随风
08:08查看AI文稿AI文稿哈喽，大家好，我是这个 riskx 的 作者，呃，我们可以简称 nex， 然后 这个是我们的项目啊，大家应该也都有一些了解啊，然后我们之前不是有一个 t u i 的 项目嘛，它比较火，其实我们是同一个时期的作品啊，它可能宣传的比较好，然后被国人都 知道，就是有一个国外有一个叫 t u i 的 项目，其实国产我们也有啊，只是大家可能了解的不多，加上我这个名字可能也确实难念啊，然后大家其实可以知道 nix 就 好了，然后我们这个，呃产品呢？嗯， 定位呢，就是缓存优先，就是以成本而为主啊，降低它成本，因为代代用 deepstack 的 主要目的还是为了就是降低成本嘛，然后它便宜嘛，对吧？然后我可以大家先看一下我们这个产品啊， 这个是成我们输入指令之后呢，就可以看到我们这是我们的产品的一个呃，这个用法， 这个首页状态啊，这就是我们所有的，我们这里有很多功能，比如说可以换主题啊，啊，可以换语言啊，一般默认应该是会选你本机的这个语言啊，默认应该都是中文的，然后有的，如果有的你的，呃，他给你学了英文，你可以直接手动在这里切换，也是可以的啊，切成中英文啊， 这样切上去语言就会接吻中文。好，那我这边呢是给大家演示一下我们这个啊，比如说我们现在有已经开了我以前的一个老项目啊，然后我可以让他，比如说分分析项目号，太久了，我，比如说可以，呃，帮我 呃制定一个计划啊，比如说什么计划呢？呃，帮我制定一个计划，看一下项目的结构， 哪些需要改进的啊？这个时候他可能就会去看，先看项目结构，然后看完节目之后他会给我们一个，呃，就是 你看他这就会有一个思考，思考完之后会回复我们，我们只要耐心等。呃，应该还是蛮快的，因为我这边做了很多的优化和处理啊，你可以大家可以跟别的就是硬件去比较啊，包括 t u i 也好啊，什么其他也好 啊？我我自己用下来，我，因为我自己也在用嘛，所以我自己用下来的体感还是，呃蛮不错的，大家也可以自己试一下。 然后我们的这个呃 get up 项目已经接近一 k 了。呃也是非常感谢大家的支持啊。然后现在，呃现在支持，呃知道人确实很少。 呃。我们也在不断去改进啊，我们这边也是很多都是我自己提的，就是自己的改进，然后我会优先修 bug 和一些核心的架构的一些这些改动，像这些增强或者 rfc 的 提案 我都会稍微往后放一点啊，因为这个都是不着急嘛，还是保证稳定性为主啊。然后我们的 pr 基本上都是合并了的，然后都做完了的，然后我们只在这里去不断的去改进，也有很多国外的朋友还有国内的朋友都帮我 就是提了很多的这个 pr， 然后也非常感谢这些作者，就是这些书的作者也是非常感谢他们， 然后我们可以继续看一下这里啊，然后他现在是确认了做了一个计划啊，他做了四步，先是探索，然后再去探索。这个检查啊，我们采纳让他去做，我们有没有补充，你也可以在这里写一些自己的补充，没有补充的话就直接回车就好了。 那他就会按这个计划一项一项执行，每执行一项呢，你看他就会打勾啊，然后直到四个全部做完之后，他就会进行一个汇总，我们让他接着继续跑，然后我们接着继续 介绍我们的项目。我们项目其实呃就是大部分的 angel 呢，它的功能都是有的，都是支持的，比如说像 m c p 还有 plan 呢，对吧？然后包括一些呃盆米选，就是比如说有一些 i m 杠 f 要把你的整个盘或者整个文件删掉啊，这种是 不可逆的吗？然后我们是会加了一个风险控制，就是不允许这种，这种比较呃风，就是比如把你文件删掉，这种行为要等到你自己确认之后他才能执行，不然的话他呃自动执行的话可能就会误删。 然后包括我们还有一个，其实还有一个后台的一个 web， 我 们等会展示一下，还有一些互啃啊，然后包括有一些本地的模型的支持啊，我们可能会要求，比如说你想文件项目比较大的时候啊，文件比较多的时候，你可能就是靠呃这个 devic 它自己去搜索的话，可能会消耗很多 token。 那 如果说我们本地装一个模型，然后去缩影的话，可能就会呃少很多 token 啊，然后还有一些自动检查点啊，包括啊 log 什么的。然后这里呢，我也写了一些，我看中文版吧， 这里我们也是有个中文版本的 啊，我们这里也是，反正这些原生工具我们都支持的，就是基本上其他 engine 的 有的能力我们其实都有的，包括记忆的、外部搜索的啊。 然后我们的这个项目的结构呢，也是因为我本身也是一个专业程序员嘛，然后所以我整个项目会把控的比较，呃，就是自然会 去把控它，不会说让它偏离我自己的一个掌控啊，不会因为啊 ai 去写，然后导致呃项目越来越笼鱼啊，或者呃结构会越来越混乱啊，尽量避免这种问题吧。 然后我们这里也有一些对比啊，就是比，比如说跟 cc 的 比 coser， 还有这啊这些市面上主流的这些 n 卷呢去对比。 首先我们的后端是只支持 deep stack， 他 们其实是支持一些啊，不仅支持自己自家的模型，还有一些比如说第三方他们也是也是能支持的，只是说他们的这个 api 有 点不同，他们的引擎的能力呢，都是针对自己家的模型去优化的。所以说你接入别的这个模型的时候呢，他多多少少都会有些问题的啊。比如说像 cc 可能大家用的比较多啊，然后它可能有一些配置你可能比较麻烦，比如说你上来不知一照上下文，对吧？然后包括它的 tools 可能会调用失败，或者呃，然后它的这个就是思考时间会比较长， 工具调用的时间比较长啊，这都是很多大家实际会碰到的问题啊。呃，还包括价格、缓存命中的这些问题，可能大家都可以去对比，比如说你在 cc 这边输入同样的提示词，在 啊 nex 这边也输入同样提示词，可以大家看一下它的输出的速度和输出的结果的质量，还有包括最后的价格啊，大家都可以去对比的。然后我们是，呃，基本上是全面都是完胜他们的啊，当然当然了，这还是要看不同的这个情况的，但是我测的大部分情况下都是完胜的啊，你们可以多试一试， 然后我们再接着看这边啊，他这边就已经基本上就是整理规划出来了，然后啊，哪些是好的，哪些是坏的，你看他都给我整理出来了啊，所以他主要的这个能力还是有的，也是没什么问题啊，总体跑下来是没什么问题的 啊，如果说大家在使用的任何过程中有任何的问题啊，都可以来我们的这个 github 上啊进行 反馈啊，我都会第一时间去优先解决这些 bug， 如果不是 bug 呢？嗯，是一些你的想法或者建议啊，我也会啊，当天去回复你啊，在 这个人不是很多情况下，我是可以回复啊，如果人后期维护的人越来越多了，我可能就会针对性回复，然后比如说比较重要的啊，或者比较或者我感兴趣的啊，我就会优先回复你啊，要不然其实一天下来我又要写代码又要回复，肯定是做不过来的。 好，那我们今天呢就介绍到这里，也是感谢大家对国产安全的 next 的 支持啊啊。
1464做游戏的小🐟
00:25查看AI文稿AI文稿好消息， gitlab 这次终于没炸了！大家都知道 cloud code 能力很强，但只能用自家模型，于是有人做了 deep sync 专属 agent。 国外作者的 deep sync t u i gitlab 已经两万星，火得一塌糊涂，而国产作者做的 reasonix 才一千星，几乎没人知道。但是实测下来，同样的任务， reasonix 的 token 消耗只有 reasonix 的 十分之一，十块钱的活才一块多搞定，表现不输，甚至更强。一千星碾压两万星，差的不是实力，是曝光！ reasonix 该被看见了。
4.4万AI小李
10:53查看AI文稿AI文稿hello， 大家好，我是 linux 作者。呃，今天给大家介绍一下我们这个产品啊。呃，这个是我们的 github 首页， 我先教大家怎么去安装我们这个 linux， 它很简单，首先你要安装有一个环境， node js 的 环境，只需要搜索， 然后 get node js 啊，如果你是 windows 的， 就直接这边安装就行了，如果你是其他系统的，它会自动推荐，点击完之后会有一个安装的一个装包， 这里呢可以默认一直点下一步就可以了，我这里已经安装过了，就不再介绍。然后接着呢，我们可以打开我们的这个 cmd。 嗯，首先呢我们需要一个项目，我们可以在 f 盘下面新建一个自己的项目，我们可以随机取一个叫做 test 啊 test 一， 然后在这个 c m d 里面呢，可以进入，进入到这个 f 盘的 test 一 里面，然后输入我们的这个呃， resix 启动指令， 这里是我已经。嗯，之前启动过了，然后正常的启动呢，会有一个启动的界面，它会引导你去输入你的 api key， 然后如果你不知道 api key 在 哪里获取的时候呢，这里上面也有一个链接可以让你去点击， 当你输入这个 api key 之后呢，它就会进入到这个界面，那这里呢就是有一个 web。 呃，我们不仅仅是支持这个终端的啊，也支持 web 的 啊，点进去之后呢啊， ctrl 加左键，点进去之后呢，这里是我们的这个后台，然后这里的面板呢，它是一个 t y 的 镜像，就是你这里写的任何东西，它在这里都会啊反馈出来，比如说我们说你好啊， 这两边是同步的，当然你在这里发，这里也是会同步的，那这里呢有一些功能，就是可以看到一些以前的计划，还有一些绘画啊，包括你的这个，呃，应用缓存，还有包括你的 token 消耗啊，用量。 然后我们这里的话，呃，是当你比较熟悉的时候，你可以再来看这些，这里是比较深度用的一个地方，比如说对你的项目的文件进行一个缩影啊，可以本地有个模型给你安装 啊，然后下面有些 m c p 啊，还有包括 skills 啊，记忆啊、 memory 啊，户口其实都是支持的啊，包括这里有一些设置啊，但是这些设置可以都不用改。然后 我们可以先啊尝试着做一个项目啊，比如说做一个五子棋项目， 呃，在他做五子棋项目的时候呢，我可以给大家介绍一下，就是我们这个 deepsea， 就是 另一个用户用我们这个 reason， 然后它的用量， 嗯，这个用量呢？大家看一下啊，它用的非常多，它用了大概四亿三千五百万个 token， 对 吧？嗯，这是 flash， 它大概就是一百块钱不到，跑了它就跑了，它这个跑的用量有点大啊，其实用量也大，正常人不会跑这么大的。 那为什么我们这个缓存命中率它能达到百分之九十九啊？这个有百分之九十九以上啊。呃，我可以给大家讲一下啊，就是我们有一个叫做前缀缓存的这个命中率， 就 deepsafe， 它有个 api 有 个特性，就是你请求开头若干字节，如果跟上一次完全一致，它命中的部分呢，就会按照定价的百分之十来计费，也就是说如果你命中了它，就给你打一折啊，这个机制是 deepsafe 提供的，那所有的 deepsafe api 的 这个客户端呢？都有这个功能，那 为什么大部分客户端命中只有三十到六十，我们可以达到百分九十九呢？啊？这就要考验这个你设计客户端的设计水平了 啊啊，他这边还问了我们一些问题啊。嗯，我这个是滚轮，也可以去控制啊，比如说他要做一个 web， 那 我们做个 web 就 够了啊，回答一下他问题， 那接着我们讲别人怎么做啊？就是主流的 engine 呢？一般怎么做的？为什么他们做不到百分之九十九？第一个就是 devic 自家的这个 chat， 他 们的 chat 它对话率一般都是六十到八十左右，但是啊，比如你新开一个会话，它的命中率马上就会掉到零 啊。第二种呢就是，呃，就 cherry studio 这种，他们用 open ai 的 那种形状的 sdk， 每一轮对话的历史呢，都是会重新序列化的，重新排序，有时候还会塞个时间戳进去，他们那个前缀的字节序列就变了，缓存就废了，所以他们的一般命中率呢，可能会更低一些。 然后第就是最后一种呢，就是那个 close code code 啊，这个就比较主流啊，我先把这个 set up 一下，让它继续跑。 然后他们呢，就是他们不是为 deepsea 缓存设计的，他们是为自己的这个 cloud 和 gpt 是 能力设计的，他们的优架构 能力呢，就是能力优先，成本是结果，所以我们是反过来的，我们是成本，是约束条件，我们的能力呢，只会在这个约束下最大化，所以这是产品定位的区别，不是说谁好谁坏啊 啊，这里再统一一下，因为我们现在这选的是 review 模式啊， review 模式就是他每操作就是每一个操作都会问我们啊，要不要这么做，我们可以呃，也可以关掉，我们比如说加 shift， 加 tap 切换一下，切换到 auto 啊，就让自己写，我们就不管了。 然后我们具体做了哪些事呢？我们其实就是呃，就是在所有提示词前面 计算一下他的这个码，然后把他的绘画一开始就会计算一下哈，吸一下定死。所以在这个绘画里面，前面的这一段的字节都是不变的敞亮。听起来是很简单，但是很多框架都做不到，因为他们很想动态去根据对话状态去调整 system prom 的， 这样看起来会更聪明，但是缓存会当场失效，所以我们选择不动它。 第二个就是 append only， 就 只追加不改写，他每个对话的时候我们都是指望日制的末尾加东西不行不准，不进行重新排列，也不会去修改，他就保持他前面的字节保持不动。 那这条听起来是很简单，但是要嗯实现起来呢就比较麻烦，你跑久了肯定会很想清理一下历史啊，让上行往好看一点啊，那一清理缓存就完蛋了，对吧？那 后面还有一个就是呃 r 一 的这个思考，我们升到 v 四之后就叫 thinking， 它这种推理模型呢，它会输出一大堆的这个 reason content， 就是 那种 呃，就是用过的都知道，它会有一个自己推理的一个，一个就是可以看到，但是它不是作为一个主要输出的， 然后他有一些框架呢，就会把这个东西呢塞回去，这样就会让 angela 记得自己想过什么。那我们会把这个东西呢隔离在一个新的区域里面，每一轮结束的话就清空了啊，然后我们会通过一个叫思维提取的模块，然后去把它要用的时候就拿出来啊，我们会把它压缩成一个结构化的一个小块， 然后最佳进 log 里边啊，原原始的那个呃思考链呢，就不会进缓存了，这里他要启动一个端口去跑起来。好，我们拍摄啊。没有哈，他肯定想别的办法。 然后呢？除了缓存呢我们还有什么省钱呢？然后比如说，呃，就成本控制的一个东西，就比如说 flash first， 就是 优先 flash 模型，然后 pro 的 话因为比较贵嘛，那百分九十其实口顶 flash 够了。那 cloud， 比如像 cloud cloud code 以前都是用 sonet 对 吧？ coser 也是 sonet， 然后口袋是默认的 gpt 啊，都是那种稍微便宜点的模型。那每一轮结束呢，就是有差不多三千个 token 返回就会自动压缩啊，模型用的时候就有个完整内容，用完就只剩下摘药，如果下一轮还需要的话就重新 build file 啊，总比拖着这个呃十二 k 的 这个托儿跑起来会便宜很多啊。 如果一碰到难题，你可以单轮起用这个 pro 模式跑一下，那跑完就自动回收啊，但那这样肯定会就是单次这种呃缓存命中肯定会降下来啊，但是可以更好的解决问题吗？对吧？那这里他说他设计好了，那我们可以去看一下 啊。跑起来了，我看看他运行怎么样，我随便玩一下，我感觉他设计还可以啊，对吧？啊？五子连击，黑棋胜，重新开始啊，没问题，我们来让白棋胜一把。 好，白棋获胜啊。好，那我们这个如果说这个时候呢，你想看一下这个后台 dashboard 啊， 可以这样，然后它会有一个提示，你可以点击这个进入外部后台啊，在这里也可以看到效果，它这里展示是一样的，这里可能会稍微好看一点。 好，我们这里可以看到它在后台跑了一个 job， 所以 我们才能啊预览出来这个游戏啊，如果它没跑这个 job 的 话，你在这里是看不到这个游戏的，那我们可以把它停掉。 那停掉的话，我们先可以看下 jobs 就是 跑了哪些任务，他跑了两个任务，第一个任务是失败了啊，那第二个任务是成功了，这个是成功了，那我们可以把他杀掉。 q 二，他是第二个。好，他正在停止。 好，停止了，停止后这边就没有那个东西了，那当然这个网页在刷新的时候他就打不开了啊，就无法访问了。 那整个流程就是这样，就是你想做什么都可以跟 ai 去沟通啊，我们这里的缓存它基本上达到了百分百，就是基本上全命中了啊，没有什么没有命中的，然后你可以在后台可以看得到这个。呃，详情啊， 我们可以在这盖栏里面可以看到，因为我刚刚还之前还对话过其他东西啊，平均下来可以达到百分之九十七啊，还是非常高的，因为我们第一轮聊天的时候，他肯定是比较低的嘛，他是后面慢慢的就会增高啊，就是一轮比一轮的比一轮高。 好，那我们今天就介绍到这啊，欢迎大家来使用我们这个 listeners 啊，如果有你有什么问题或者反馈都可以来我们的 github 上提这个问题啊，我都非常的呃乐意去 啊，比如说你们要发 pr 啊什么的，我都会乐意去合并或者提出一些我的建议啊，去改进一下。好，谢谢大家。
1.0万做游戏的小🐟
03:23查看AI文稿AI文稿呃，今天早上把这个编程工具啊切换到了这个 regionix， 哎，我感觉它真的是好像。 呃，我用 deepsea， 因为我主要用 deepsea 嘛，但是它是专门为了 deepsea 开发的。这界面一打开啊，我就感觉啊，这个就是原来 cherry 它还需要，比如说它，我需要那个 cherry 有 多标签的，横向的多标签呢？它现在没有， 然后还有要排队的，这个功能就是正在执行的过程中，然后我想要它啊，我突然又想到几个想法，我不断的推给他，但是这个它，这个 cherry 它也没有，但是这个 renegade 啊，我一打开这个界面，我就感觉，哎呀，这个东西设计的是真好，我给大家看一下啊， 那现在我用的就是这个 rezenix 啊，呃，然后我给大家说一下，它好好在哪啊？它现在正在工作啊，一个呢，是它，是啊，这边啊，比如说某一个项目， 某一个项目，然后它可以，比如说这一个项目，它可以新建多个绘画 啊，这个是大部分都有的，你说 cherry 那 里也有的，但是呢它还有一个好处呢，就是它可以新建标签，然后每一个标签它可以单独的设置它的工作目录。你比如说这个的话，呃，我专门针对这个 electric， 然后 专门我要要对他进行这个开发的话，那么我可以单独设一个目录啊，然后他呢也能够创建新的绘画， 这样的话就是我可以多个项目，然后同时搞了。 这个就比拆瑞要好很多了。拆瑞我听说他们是说 v 二版本，然后他们是支持，但是我等不了，那么我就用这个的话，用这个 reynolds， 他 就完全就自带这个功能了啊，这是一个， 然后还有一个我认为很好的地方，就是他这边你看看你可以清晰的看到他的上下纹用了多少， 缓存用了多少，然后已经用了多少，剩下来多少。然后呢？他还有这个记忆的功能啊，全局记忆的功能就是你可以让他加入到这个记忆，就加入到这个记忆， 所以说这个地方我就觉得啊这两个地方有胜处。然后还有一个很贴心的，就是有的时候说实话我们也都很在意我们花了多少钱吗？那么我之前用拆瑞的时候，他没有集成这个功能，我就得再开一个网页，然后 就说到这个网页里面来看，然后啊我实时的这个用量信息，但是你看他这个很贴心，就是他直接就把这个 这个返存用了多少，滔肯用了多少，然后你花费了多少直接就把这个东西弄完了。 所以说我觉得啊非常贴心，非常贴心，而且它是专门针对 deepsea 来做的，然后我觉得特别好啊。
25自由践行
06:06查看AI文稿AI文稿兄弟们兄弟们太炸裂了，磕碜掀桌子了，空 pos 二点五重磅上线，话不多说，直接实战全流程，不加速不剪辑， 来吧，展示提示词，直接让 ai 生成好，然后直接扔给他，然后直接自然语言告诉他按照文档开发，下面就享受他的极致响应吧！收到指令后迅速分析文档要求，立即制定代码编辑方案。可以看到他首先创建数据库脚本， 然后我们点击运行一下，只需要五分钟，生成一套前后端分离的管理系统，请耐心观看哦！ 舞台交给科 sir， 欣赏它的表演。 ok， 可以 看到开始编辑了， 接下来你们可以看看它的生成速度，我鼠标去点击文件，点击的速度还没有它生成的快。 下面开始创建前端工程文件了， 可以看到框架已经初步化了， 他继续完善页面开发需求， 依旧是非常快的速度编辑， 现在前后端已经开发完了，再给我们翻译测试了， 现在他在翻译测试了， 等他翻译测试完就启动项目。 很好，现在都全部完成了，下面我把数据库脚本执行一下，下面启动项目看看效果。首先启动后端， 这里修改一下数据库密码， 重新启动后端服务， 然后启动前端服务， 还需要启动一下 reds， 重启一下后端服务。 输入账号密码登录，可以看到所有页面都没有问题，基本上增删改查功能都正常。好了就分享到这里吧，感谢观看，记得点赞收藏哦！
421程序员Ghost
04:14查看AI文稿AI文稿reesnex 升级解读，从 v 零点四十六点零到 v 零点四十七点二三天，五个版本变化非常大。 v 零点四十六点零是一个 breaking 版本。 renex 移除了 rest 渲染器，回归纯 inknote t y 五个平台可选包和 nap 加载器全部删除，跨终端兼容问题同时消失。 m p m install 不 再拉取平台。二禁制，一个依赖数覆盖所有系统。 two e 全面翻新 card 组建，移除左侧装饰条，采用纯列盒子布局，统一图标词汇圆点表示运行中对勾表示完成，叉号表示失败。 composer 包裹圆角边框状态栏移至底部 窄终端上状态标签自动换行， dashboard 链接和 copy 命令更显眼。 v 零点四十七点零，桌面端成熟， 新增 about 弹窗和一键检查更新聊天。支持 syntax 数学公式渲染窗口标签绘画滚动位置跨启动恢复。 新增 compact retry btw feedback 斜杠命令，每条消息支持复制和文件导出。 macos 通用 node 捆绑， intel mac 不 再空白屏。 t u i composer 第二轮优化按键和视觉对其 cloud code ctrl r 切换详细模式显示推理和工具原始输出。 esc esc 打开最近五秒回退选择器 优撤销限制在五秒窗口防止误触鼠标滚轮默认开启。 i m e 光标贴附 搜索全面强化正则搜索迁移到 worker 县城。 redux 模式可干净终止 worker 超时从五秒延长到六十秒。 walk 超时从十五秒延长到一百二十秒。 table 新增为 web search 后端 mojic 四零三十自动切换。 esc， 抢占排队中的工具，调用 cloud 生态兼容 renesix 现在自动提取仓库中的 mcp， g， s， o n 和 cloud skills 目录，现有 cloud code 配置，无需二次复制。通用技能自断别名支持 v 零点四十七点一提示词预算大幅压缩。 code system prompt 压缩百分之五十一，每次请求节省约三千一百个 token。 工具规范描述压缩百分之二十八，每次请求节省约两千七百个 token。 自结预算回归测试锁定缓存前缀随之缩小。首轮请求更便宜。 shell 执行和 twoe 修复，逐次审批流程首次运行即可显示，不再禁摩失败就把 windows comast 降低刷新频率。浅色主题修复双斜杠注视，不再被误解为斜杠命令 架构。眼镜新增 coreutil 工作区块 face 一 内部分拆工具拦截器链支持排序 plan 模式持久化步骤证据，原数据 read file 大 纲域值从五百一十二 k 降到六十四 k。 multi edit 写入失败时自动回滚文件修复 edge 端点 table 引擎、全线星号前缀等多个问题。 v e 零点四十七点二热修复修复了 m p m install 时的 workspace 协议错误导致安装失败的 bug。 core utilities 从运行时依赖移至开发依赖。 v e 零点四十七点一，以在 m p m 标记为废弃，请直接安装。 v e 零点四十七点二 总结，从 v 零点四十六到 v 零点四十七， rezenix 完成了一次 u i 和架构的双重重塑。 two e 翻新，桌面端成熟搜索强化 cloud 生态兼容。提示词预算大幅缩减。 如果你还在 v 零点四十六，建议立即升级执行 m p m install rezenix at latest 即可。感谢观看！
43全栈二把刀
01:42查看AI文稿AI文稿刚才我查了一下账单，发现自己用 deepsea 写代码花了将近二十三块钱，三千多次调用将近四亿 token， 同等量级扔到 gpt 上，一个月少说几百十几倍的差价，而且用起来说实话没感觉有什么区别。这就是我今天想聊的东西， resonix， 一个专门适配 deepsea 的 本地编程助手。先说清楚，这玩意儿不需要外网，装起来也很简单。 github 搜 resonix 小 白直接下桌面客户端，双击打开即可， 首次启动会让你填 a p i 密钥，据 deepsafe 官网注册一下，领个密钥粘进去一两分钟的事。界面就是个聊天窗口，有两个模式需要注意， review 和 auto 模式会申请工作区外的文件访问权限，而我日常电脑没什么重要的文件，所以一般直接开 ulog 模式，省事方便。 来实际带你们体验一下。比方说我想知道 ai 热点，用这个 ai 热点的 skill， 直接跟他说帮我搜今天 ai 圈有什么新闻，整理成精简文案，他自己就去抓信息了，不用写任何代码。 等了大概几分钟，结果直接出来了，可以看到这都是最新的资讯，时刻紧跟热点。我做自媒体内容的时候，给他搭了一套完整流程，从八视频素材提文案到改写预判数据表现，一条指令走通， 花费一两个小时搭建，就能节约以后我找素材的时间。而且如果你完全不懂代码，也能用它搭个人网站。 我试过用了开源的模板，借助 deep c 转化为我想要的样子，可以给大家稍微看一下成品纯前端，自己图一，乐呵乐呵的。当然运行中间报错了也别慌，它会自己看错误信息 自己修，修完继续跑。对新手来说，这体验确实可以。原作者我在评论区 a d 出来了，感兴趣的可以关注。下期的话，看评论区问的最多的问题，我挑一个话题继续深入。
1.3万既白真摆
04:29查看AI文稿AI文稿今天给大家介绍一款 agent 的 工具， deepsecreesnix， 它是呃，类似 called code 的 一款工具，实施它更专门。 它是没说 deepsecion 还做的这条快讯。我们主要讲三点，它是什么，它为什么只支持 deepsec？ 还有它到底适合谁用？先把定位说清楚。 reason 是 一个终端 ai 编程代理，那你可以把它放到 code code 旁边看， 但他的立场更窄，他只做 deepsea， 原生怎么开始用的也很直。上面到你的项目录 跑去 npx 路由 next code 啊。第一次粘贴 deepsea 和编 i t， 后面就能在中岛里干活。他能干的事和普通 code agent 很 稀罕都关键改代码，旁边等应用做计划。 read me 里还列了几个入口， read in code 用来编码， resignite 用来聊天， resignite run task 用来跑一次性任务， resignite doctor 用来检查环境和配置啊。点到这儿，你可能会觉得 这不就是又一个终端 agent 吗？关键区别在下一句，它不是想把所有模型都接进来。 像文档说的很明确， doo 多供应商营货型不是目标，它就是故意只支持 deepsea。 为什么要这么窄？因为 since 把很多设计都绑在 daxic 的 经济模型上，尤其是前置缓存。你可以先把它理解成一个省钱机制，如果前面的上下文稳定， diptych 就 更容易附用。缓存名重以后输入成本会低很多。但普通的 a 整数以后，它经常重排上下文，改写列式，塞时间窗，或者把公式结果换个顺序，前面的字节一变，缓存就容易定。 ysl 的 核心卖点就是把 esen 循环改成更稳的形状，加果里叫 catchphrase loop， 它把上下文拆成三块 固定，前缀不动日值，只往后加临时草稿单独放。目的有一个，让请求前面的内容尽量别变，请求前缀字节稳定，前缀缓存才更容易抑制命中。它还专门处理 dbc 格的工具单元问题，比如 gson 丢失、 参数掉落、重复调用，或者输出被截断。这些不是炫技，是为了让 a 一 准的长时间跑，在这个时候少翻车。成本控制也是同一条线， 瑞幸 next 默认是 flash first 啊。比如说，比这儿的多数任务先用便宜的，真遇到硬任务再上跑控场工具，结果也会压缩啊，避免后面每一轮都重新为一大坨上下文付钱。 功能上，它也不只是一个聊天壳。 m c p skills memory 是 扩展能力选线， hux 计划模式是控制流程，仪表盘 checkpoint 实心而治和 transcript 是 给你回看和复盘用的，甚至还能把当前绘画延伸到 qq 上，用 uq 党远程通道继续修润和跟进。 横向看啊，它还有几个标签， mit 开源单日五成本低，绘画成本能看得见，还有社区共建。所以它不是只说省钱，它是把长期跑 a 展台的成本摊开给你看。嗯，它适合谁？ 如果你要的是通用 id 助手，它不一定是第一选择。它不做第一集成，不做玩家离线，也不做 r 键， 因为你还是要付 bitcoin 花点钱啊。但如果你已经在用 bitcoin api 啊，写代码，或者你希望 call in agent， 那 长时间开着 那路由 agent 的 方向就很清楚，它重点不是模型参数，它想解决的是另一点是 agent 长时间写代码能不能更稳也更便宜？ 所以这条快讯的重点不是 deepsea 出了新模型，重点是 deepsea 生态里更多了一个更能缓存和成本的编程代理。 如果，如果 i may 以及 apple 太正的 gatman， 我 可以先去 get 它 up 看 readme 和 architecture。 这样式就从 in c 一 phone in p x three six code 开。
107AI先行者
04:04查看AI文稿AI文稿这是一个 github 上十二 kstars 的 开源 a 卷的项目，它最大的优势呢，就是大幅降低你的 deep seek 的 token 消耗量。经常使用 cloud code 的 同学都知道，只要你不是用 a 色的官方订阅方案，你采用比如说 deep seek， mini max 这一类的我们国产大模型去接入 cloud code 的 情况下， cloud code 呢，会让你的 token 使用量啊，不敢说是超级加倍，但至少也是大幅降低你的缓冲命中率，所以你的 token 使用成本会蹭蹭蹭的往上涨。 特别是当你使用 api 接入这种计费方式的时候，比如说 deepseek 现在这种方式，你就会发现你的 token 消耗的这个缓存命中率啊，只有五十多六十多，也就是说其他人说那种百分之九十几的缓存命中率，你根本就达不到。 那么现在 github 上面这一款非常不错的，专门适配 deepseek 的 勾定 agent， 我 今天下载来试了一下，我觉得效果还是挺不错的。首先啊，它这个完成度是比较高的， 也是比较适合新手小白的，他支持中文界面，并且支持工作区切换，如果你是同时在做不同的项目的话， 你可以切换工作区来进行工作。单单这个中文界面啊，我就要给他一个好评。而你的新手入门也非常简单，只要你把自己的 dsp 的 aip 填入你的后台设置，就可以直接开跑，像 call to code 或者 code 这种的，要单独设置开发者模式，不需要也不需要装什么 cc switch 这些东西 就非常简单，它就是专门给 d b c 可以 用的。当然呢，如果你想接入其他模型也可以，就是说需要去填这个模型的 base ui， 也就是接入点。 而在使用的过程中呢，这个模型是支持一键切换，是 flash 或者 pro 的。 我觉得这个 a 卷最最好评的点在哪呢？就是它把这个 token 的 消耗，还有你的钱包余额都在底下展现出来， 在进行 web 缓存的时候，就可以更好知道自己的一个使用状况，避免因为没有钱啊导致这个缓存的中断。而且它还显示了这个缓存命中率，我大概测试了一下，基本上都是九级以上。 那大家都知道，如果你想降低你的 token 消耗成本，那你也需要尽可能高的缓存命中率，因为按照 deepsea 目前的机会方式的话，如果是命中缓存的情况下，你的 flash 只要两分钱一个 token， 如果是 pro 是 两分五，就等于没钱嘛。那么其实很多时候你的对话是可以命中缓存的， 因为上下文很多时候是重复的，并不需要全部空闲。但如果你用 cloud 扣的这类工具，你也知道 a 社现在就搞一些混淆，或者加入一些莫名其妙的字词 在你这，在你这个上下文前缀加入一个提示词去降低你的缓冲率，提升你的投币的成本，就非常的不友好。所以我觉得如果你们现在在使用国产模型进行 white code 的 学习的话呢，我建议你可以先尝试使用这个 agent， 并且使用 dbc 这个模型进行学习。 因为目前来说，从我自己的使用体验来看，我觉得 dbc 是 目前国内一线啊，一梯队的一个比较领先的大模型，并且 他提供的服务是比较稳定的，他会出现各种莫名其妙，什么限速啊，或者什么呃套餐不可用啊，或后面给你变更套餐这样的骚操作。我也有用过其他的模型，比如说智普啊， mini max， 那 么智普是我用过最离谱的模型 啊，我的那个账号呢，我不知道为什么，反正他就各种就是不稳定，稍微跟他多聊几句，他就说，哦，现在模型使用人数过多，所以就给你限速，或者直接告诉你我不能用了，服务非常的不稳定，太离谱了， 我已经决定确定制服全面拥抱 deepsea。 deepsea 在 我使用的过程中非常的稳定啊，没有什么这个限速啊这些乱七八糟的问题啊。 所以梁叔叔的恩情啊，是真的还不完啊。那话说回来，做一个 a 卷人，他的提示式工程跟自己的框架能力也非常关键。比如说为什么大家都喜欢用 cloud code 呢？ 因为 codecode 的 这个框架工程跟它内置的提示词工程，可以大幅度的提升你的 coding 的 成功率。当然呢，这个 recent 现在是一个新兴的一个项目嘛，具体的能力怎么样我们还不知道，但是呢，它同时也有集成这些 skill 的 管理工具， 所以其实你可以把一些不错的这种 coding 的 这个提升的 skill 放进去，这样应该也可以提升你的 coding 的 成功率。如果你在学习 ai 过程中，大家一起交流一下，我是 textfuture， 我 们下期视频再见。
01:45查看AI文稿AI文稿reesnex 发布了零点五一点零到零点五三点二版本，在短短三天内密集发布了五个版本，带来了超过百项改进，包含桌面优化、全新功能和大量修复。 本次升级亮点包括 brave search 后端 for summary、 适配第三方模型 desktop、 工作区切换器、 per tab hook 触发数学定界符、支持 windows 路径修复以及 do d n s 回退等多项网络改进。 桌面方面大幅优化，新增工作区切换器侧边栏支持多项目根目录，无需重开应用。 per tabook 出发，确保 pre 和 post to use 等按标签页独立执行。 支持数学定界符渲染、 windows 路径标准化。同时修复了 context token 每轮刷新和 abort 上下文保留等问题。 功能方面， web search 新增 brave search api 后端 for summary， 现在使用活动模型，不再硬编码。 deepseek flash 兼容第三方端点 qq 命令默认改为 markdown 回复 in current time 完全内联为 workspace 包 acp 错误详情结构化传递贯穿整个流程。 修复方面， web fetch 在 系统 dns over http 传递贯穿整个流程。修复方面， web fetch 在 系统 dns over http 区块串截断边界对其 utf 十六编码点，防止乱码。 cartstream 测量循环被打破。 config c v p i key 覆盖过期环境变量， ui 保存即时生效， 立即升级到最新版本，在终端中运行 m p m update 及 resync 即可完成升级。
400全栈二把刀
04:29查看AI文稿AI文稿最近那个 deep seek resynx 听说挺省钱的啊，我们看一下代码，看一下它为什么这么省钱啊？一般都是走 catch， 因为如果 deep seek 你 从官方价格来看，走 catch 的 话是只要付百分之十七的费用啊， 就靠这个就是靠命中 catch 来省钱啊。其实就是，那怎么尽可能的命中 catch 呢？这里关键其实就是像那个就是 system prompt 和 tools 这两个东西， 这两个东西因为它在对话比较靠前，嗯，它们如果发生了变化，那整段对话都无法命中，缓存了，就就废了，那你就得 掏更多的钱嘛。所以其实 deepsea consensus 就是 在这两个地方。嗯，下功夫啊。就是我们要想一个问题，就是为什么 system prompt 这个东西会发生变化呢？ 或者因为我们之之前有一个东西比较火，就是叫 deepsea t u i 嘛，它你去看它的实现，你就会发现像像它的那个 mod 就是 它的模式，有 agent， 有 agent， ulow 和 plan plan 模式，对吧？ 这三种模式啊，它在这三种模式中间切换的话，这个 system prompt 肯定要发生变化。那你不能不变化是吧？就是比方说 plan 模式，你在做任何操作， ai 在 做任何操作之前 是吧？你得制定个计划。我靠，是吧？你不告诉 ai 怎么行？ 大家想想这个问题，但你如果告诉他 system prompt 就 变了，对吧？变了我就不命中 catch 了，我就要花更多的钱，那 deepsea t u i 他 就是不管了。但是我们这个 reasonix， 我 们看一下它代码怎么做的，对吧？ 我们首先发现它这个 system prompt 都不变，你看它这里是不变的，哎，它不变，那问题来了，它不变，它怎么做？那个 play 模式是吧？ 它这个 play 模式它直接告诉你，哎，它告诉你这个 play 模式怎么写，它这么做的呀？ 当他发现是 play 模式的时候，然后这个 ai 是 吧？ ai 如果还没制定计划，直接给你报错，对吧？这个就是他比较巧妙的一个地方，他直接给你报错，给你拦住，换句话说，他是 就是 deep seek ti 的 方式是，呃，我一开始就知道，我现在是 play 模式，我一开始就知道，所以我 a， 我 作为 ai， 我 知道我是 play 模式，我一定会先制定计划，然后再写， 但是对于对于那个 deep seek resynix 而言，我压根不知道，就你不告诉我，为什么呢？因为告诉我这个缓存就不命中了，这个就是代价。 那我如何知道呢？通过程序检测直接给你报错，哎，报错我就知道了，哎，我一看报错，哦，我知道了，换句话说，我我，我要多浪费一次请求，对吧？ 但是我的 catch 保住了，就我，我这个是一个两害相权取其轻啊，这个就是他做的一个价值判断，就是这么一个 啊。同样啊，就是工具，工具描述，工具描述，呃，在 deep seek t u i 这里是会变的，为什么呢？因为模式变了，因为因为不同的模式下它用的工具都不一样，所以一切它全切了。 但是 deep seek resynix 就 这里就做了个取数，它它工具都是固定的，就因为，呵， ai 压根不知道现在是什么模式， 当然 ai 它知道每种模式下应该怎么用，但，但是它只能通过那种去试探性的，就是发现有问题，我有问题，哎，我就缩回来，哎，原来我现在是 plan 模式对不对？否则我就不把我自己当 plan 模式。就 它，它其实就是采取了一些这样的措施，换句话说它们俩价值，价值取向不一样，就是，呃， deepsea renaissance 它更加，它宁肯用更多的 request 来换取，换取 catch 的 命中率就是你们，你们试下来是不是更加省钱啊？是吧？
171Cookcoco
03:32查看AI文稿AI文稿hello， 呃，大家好啊，今天是主要要分享一个这个这个啊 re sonics 啊，这个智能题，它是专门针对这个 tcp 进行了一个优化， 呃，现在呢也已经被正式呃收入到这个 deepsea 官方，呃在这里有接入的这个，呃说明啊，呃。其次呢就是，呃为什么要分享这个呢？就是，呃因为我自己也用这个 cloud code， 然后还有 code banks， 还有一些 open code， 还有其他的一些，呃各种各样的智能题， 但是我自己就是，呃我，呃因为有时候也想去看一些小说，但是呢网上又找不到特别好的小说，然后呢我自己就装了一个写小说的一个呃这个 skill 啊，这其实一个子智能体。 这个子智能体是什么啊？可以直接给给大家看一下。这智能体是什么啊？看到了没啊？就是它啊就是它， 他是专门用来写小说的一个，呃这个智能体啊子智能体啊，你可以安装到任何的智能体里面。其次呢就是，呃我用他去写了一部剑来的一部同人文啊，就是啊主要讲的就是啊，比如说这个主角陈平安啊，他本身就是 就是这个天庭共主散道之前啊，他自己设下的一场考验，然后他的主角就是天庭共主的一个转世啊 转世，然后他自己呃针对他自己作为一个平凡人、普通人做了一场啊呃考验，然后呢一步一步去啊，觉醒去体验人生的这样这样的一部小说， 然后我我把整体的一个思路说给这个这个 sonax 啊，他就直接去呃用这个呃 skill， 呃这个正字写小说智能题，然后呢他自己去写大纲，然后去写规定的这些，呃什么场景啊，设计啊等等的这一系列的，我不是专业写小说的，然后呢 让他自己去写，然后大家可以看一下。我这儿呢大概烧了两亿两亿六千多万的头肯，但是他的缓存命中达到了百分之九十九啊，这个肯定已经达到百分之九十九以上了， 这样的话你相当于我这一整次对话。可是就是我用的是这个 v 四 flinch， 我 还没有用 pro 啊，如果用 pro 估计也差不多，因为你这么高的缓存命中的话，呃正常基本呃都是这么点钱啊，就是 非常非常的神，而且，呃速度非常快啊，对中文支持特别的友好，之后我还会做一些其他的一些功能上的一些测试，呃反正我自己已经做过了一些自动写公众号，还有自动去呃调 copyui 去申图啊，包括去我这里 这里去写小说啊，反正，呃它的缓冲命中率非常高啊。啊这么高的命中率就会导致你的这个 tokyo 消耗的这个成本非常非常低，所以如果说你使用的是 deepsea 的 话，我真的很建议你去使用一下这个 resonix 啊。 呃它现在呢也在逐步在迭代当中啊。呃是近期刚发布的这个开源的这个智能题啊，就是呃非常值得去体验啊，如果有什么 bug 或者说有什么问题的话，大家可以直接去找这个 呃这个这个这个作者去给他反馈啊，反馈了以后的话去及时去修复啊。我觉得这个的话其实 呃对就是呃就是国内的这个智能题的生态发展，真的是呃特别的友好，我真的非常推荐这个智能题， 大家有机会的话都可以体验一下，也就是欢迎大家就是关注我，我会给大家去分享一些这种各种各样的一种智能题，更节省啊，更好用的一些啊方式和方法。好的。
02:42查看AI文稿AI文稿一定一定要学 curser， 我 说真的，它满足普通人最爽的一件事，让 ai 直接看你的本地文件，按你的项目来干活。而且很多人没意识到， curser 的 免费版就已经能够让你用到怀疑人生。今天我只用三点让你了解免费版的 curser。 先跟大家讲一个很多人的福音，它不吃配置，很多人都想玩 ai， 都卡在第一步，玩 ai 是 不是得需要配置高的电脑？ curser 更像是一个做业务的人来说，这就是最值钱的地方， 先谈交付，再谈过程。接下来我们直接进入正题。第一点，他最强的就是带着上下文干活。你以前用对话框最大的痛苦是什么？ 聊了一堆关键信息，其实讲到最后，你自己都快把活干完了。而 curson 不 一样，本地 markdown 文档保存好，他可以看到你的目录结构，你的命名方式，你的资料内容，所以你一句话就能派活。按我这份资料给我出一版结构，再把它改成口播稿， 你会第一次感受到这个 ai 像个坐在你旁边的同事，而不是外面的陌生网友。第二点，它的本地资料库玩法才是真正的效率核弹。你把它当做一个随时能换场景的资料柜，比如你有投标资料、产品手册、历史文案库三个文件夹，你切换任何一个文件夹就相当于换了一个行业背景， 你有任何的指令，他都会按照你资料来写，这就叫可控。他最大的好处是，你不需要每一次都从头再讲一遍，你只需要说按照这个资料库的口径来，这比你在对话框里反反复复粘贴省事的多。第三个点就是大家绕不开的编程，那编程能力对于普通人来说，他到底有什么用？ 就是你不一定要写代码，但你一定会遇到需要一点代码才能帮你省半天的事，比如批量改文件名，比如 如批量整理表格，比如批量生成模板，把一堆重复操作自动化，你以前要么自己干，要么找人做。现在 curser 的 意义就是一个指令，他帮你把工具直接给你搭建出来，你不用成为程序员，你只需要成为一个会下达需求的人。 最后再给大家科普一下， curser 的 会员到底有没有必要开。第一，可调用多种大模型版，比如 gpt、 五点四，可 loft 四点六， oppas 适合哪项工作，他就调用哪个更适配的大模型。 第二，更长的上下文，如果你敲代码或处理长文本，可以考虑。第三，说白一点就是限速调用次数以及更多的功能性等等一系列问题， 他会在你使用量增大后给你限速这种操作来让你开通会员。目前我的会员也是刚刚到期，暂时是够用的，所以我建议大家先正常使用，如果不够的话再考虑买会员，因为你买的不是模型，你买的是更稳定的生产率。我是林然，我们下期见！
1089林然的AI笔记（休假）
03:37查看AI文稿AI文稿呃今天我用了一天的 reason 啊呃开始是觉得挺惊艳的，然后功能呢，其实也挺好。呃但是这个跟它传说中的这个啊，这个 节省就是缓存这个命中率啊，也确实高啊。他确实高，但是啊他这个位就是这个，呃以命中的缓存然后花费的掏垦量啊，太大了。 我是觉得它它所谓的这个缓存命中率高，是不是因为它的这个呃以命中的缓存量 tucker 量太高了导致的 呃所以它的这个缓存呃缓存率才会高。因为我我之前就是一直用这个 cherry 啊 呃我来对比的话就是就是，同样我都是干一天的活，基本上干一天的活用这个瑞瑞斯那个他的这个呃以命中的缓存率啊呃他会高出拆瑞我看得将近一倍甚至两倍啊。 嗯其实总的算下来我感觉好像费用更更多。虽然说这个命中缓存的话 他的这个呃这个这个单价更更低吗？啊但是你总的算下来，因为他数量太大了，他这个多几倍的话你像他我基本上， 呃如果用拆瑞的话我一天也就一个多亿这个命中缓存，但是呢，如果用这个锐志 max 他一天今天我都达到四个多亿的就是命中换算了。其实总的算下来我感觉这个价格好像反而比用拆瑞这种方式虽然他命中率要低一些，但是也得也百分之九十以上， 呃差了那么几个点啊。但是你要总算总账的话，我感觉还是拆瑞 呃更便宜一点啊。相对来说，呃我不知道可能是用 pro 的 话可能会好一些吗？因为 pro 的 话它的这个未命中缓存跟命中缓存它的这个价差更大， 所以说可能是不是用这个 pro 版本 pro 的 这个模型啊，可能会好一些。这个我还没试过，但是我觉得我现在的项目好像也用不上 pro。 pro 我 感觉还是有点贵。 呃， pro 的 话我一天我要是这么啊完全算的话，我一天我感觉得三 得二，三十块钱都打不住。但是我用 flash 的 话可能一天也就十块钱左右分怎么用啊？就是我如果啊满打满就是一天我都在工作都在使用的话，一天可能也就十块左右就能打住了。那 pro 的 话可能得要二十或者三十。 呃，但是我如果是我今天用了这个，呃， rezenix 啊，呃，我用了 不到一天它就超过十块钱了。我是觉得好像是用这个东西有点贵，稍微比这个 cherry 有 点贵。 但是 china 呢？它现在的问题就是它没有这个多标签，还没有一个，就是比如说我输入一下，它能排序这个整体的界面上 read 那 个字要强一些。嗯， china 要加油啊。
18自由践行
02:45查看AI文稿AI文稿并里面搜索 reasonix， 点第一个， 这里点 website， 点下载桌面端， 这里有三个平台可以选择。此次以 macos 为例， 下载完成后，打开 reasonix 安装包，直接拖动到应用程序，应用程序中打开 reasonix， 如果出现这个提示，不要慌，先点完成， 打开系统设置，选隐私与安全性， 滚动到下方会看到一组 z a s n x， 此时点人要打开， 输入密码后就可以正常打开了。 通用选项里面有个 api key， 把 deepsek 的 api key 粘贴上去即可， 这里必须有余额。点左侧的 api key， 然后创建 api key， 名称随意这里不要让别人看到。复制一下，关闭后就不能再复制了，粘贴到这里保存。 点账户计费选项，可直接看到余额。简单测试下写代码。 先点 workspace， 浏览本地，新建一个文件夹，并选择打开，然后就可以写代码了。这里测试下最简单的贪吃蛇 游戏，感觉风格还是不错的。进行测试下， 状态栏可以看到花费的金额以及账户余额。
84卡皮拉
