clinyong (@clinyong) profile picture
Joined July 2012
Photo by clinyong (@clinyong)Photo by clinyong (@clinyong)Photo by clinyong (@clinyong)Photo by clinyong (@clinyong)Photo by clinyong (@clinyong)Photo by clinyong (@clinyong)Photo by clinyong (@clinyong)Photo by clinyong (@clinyong)Photo by clinyong (@clinyong)Photo by clinyong (@clinyong)
最近的日元汇率,每次结汇都要损失好几个月的 claude max 🥲
63
看到 @mranti 推荐的 WorkBuddy 里面的 deepseek,用了下很不错。 每天的积分奖励可以让 WorkBuddy 写脚本自己领取。 用 @yetone 的 magpie 还能直接代理到 Pi 里面使用。
1
104
workbuddy.cn/events/invite?i… 忘记放链接了😅,注册能拿个 2000 积分
27
Luna 干活其实还不错,就是速度太慢了,跑在 Pi 里面默认还没有 fast 选项。 写了个 Pi 插件,看起来效果还不错。
38
base 日本,两个都选了 20 刀的档位。 GPT 额度耐用一点,而且网页端做图片的能力也很不错,还不占用额度。
其实我很好奇, 海外那些能自由选择Claude和GPT的用户,到底是因为什么原因放弃了Claude? 我百思不得其解🤔
2
2
88
用一个 opus 5.5 带着 luna 干活发现还挺不错的 luna 负责各种重活,包括改完 UI 之后,把所有状态都截图保存到本地 opus 负责决策,review,把 luna 提供的截图对比设计稿 opus 是 20 刀的档位,基本也不会撞上 5 小时的额度
2
96
今天 opencode go 的额度掉得特别快,一直找不出来是哪里的问题。我把所有 agent 的模型都切掉了。晚上才发现是 pi-observational-memory 配置导致的。。。
38
clinyong retweeted
最近用 Opus 和 Astra 写了不少 UI,发现一个避免 AI slop 并且让界面更好看的秘诀: 在 AGENTS.md 里加上 “Avoid unnecessary secondary labels and descriptions. Let the layout do the explaining.”
160
520
73
7,919
573,031
opencode go 最近真不稳定
1
39
换了 luna 6 max,然后我就后悔了。又慢又费 token。。。
23
Raft 的上下文太可怕了,一下子就把额度打挂了。。。
22
clinyong retweeted
Claude Artifacts 改变了我做产品的流程:现在我已经习惯了「设计驱动开发」的模式。在开始实现之前,我会先从 UX 的角度思考产品,用户应该在这个软件中感受到什么,使用的流程应该怎么设计,元素应该放到哪些合适的地方。然后使用 Claude Artifacts 生成多种 UI 设计方案,我再从中和 AI 讨论细节的设计改动。 也是这样的原因,让我能有更多的时间花在用户体验上。而这正是 AI 无法复刻的东西。 但同时也能让我感受到,专业背景仍然很难被取代。Claude Artifacts 让我在设计上只能从 0 分做到 60 分,而专业的设计师可以利用它做到 99 分。
20
6
1
70
9,052
为了玩好 Raft,又氪金了 Claude
1
17
clinyong retweeted
旧文新读,与其讨论有没有 code review,不如直接试试真别 review 了,研究一下不 review code 如何控制项目质量,这是一个很有挑战性但解决之后结果上限很高的工程问题(不仅仅是软件工程)
12
19
2
156
16,657
clinyong retweeted
和 Agent 一起搞起了共同学习 属实要办报了
3
3
31
4,366
clinyong retweeted
用 REA 小试牛刀逆向了 Claude Slides 的 Slides 编辑器,几乎完整功能。(图1) 我的用法很简单,不一定是最佳实践,仅供参考: 1. 先去 Claude Slides 上把核心的脚本和样式表下载下来(图2) 2. 按照 REA 官网的说明让 Codex 安装 REA 3. 使用 REA Skill 去逆向混淆后的代码(图3) 4. 用不了太久就能有一个目录结构不错的代码,但其实里面还挺乱的 5. 然后再用 Claude Code 5.5 去重写了一遍就变成结构良好类型完整的代码了 至于提示词,我没有直接逆向,而是换了个思路,先做个 Slides,然后在对话里面,说我要做一个 slides skill,让它帮我实现一个,要做的跟它的一样好,这样子出来的提示词,和原始的提示词肯定不一样,但是做出来的效果没什么差别。(图4是我用同样方法问 Claude Dashboard 的提示词) 完整的代码参考:github.com/JimLiu/baocut/com…
REA:让 AI 智能体帮你逆向没有源码的软件 开源项目 REA(Reverse Engineer Anything)把逆向分析工具接到了 Claude Code、Codex、Cursor 这类 AI 编程智能体上。看到别人 App 里有个好功能,可以让智能体去拆这个程序,讲清楚功能是怎么实现的,附上证据,再在你自己的项目里写一个类似的。逆向分析指的是手里没有源代码,从编译好的程序反推它是怎么写的。 REA 本身是一个 MCP 服务。MCP 是 AI 智能体调用外部工具的通用接口,接上以后,智能体在对话里就能直接调用 REA 的分析功能。安装只需一行命令 npx rea-agents setup,它会注册到 Claude Code、Codex、Cursor、Gemini CLI、Grok Build 等智能体里,改配置前会先备份并让你确认。不用智能体的话,也可以在终端里直接跑命令。 能分析的东西很多。原生程序(直接编译成机器码的软件)要借助 Hopper、Ghidra 或 IDA 这几款反汇编工具,把机器码还原成汇编和近似 C 语言的伪代码。Electron 应用(用网页技术做的桌面软件,比如 Notion)可以直接拆开安装包里的 ASAR 归档文件,理清模块和进程间通信,不需要额外工具。此外还支持 .NET 程序、安卓 APK、固件、网站、抓包记录、以太坊合约字节码,以及在 Linux 和 macOS 上记录程序运行时的行为。 分析在本机进行,REA 不上传目标程序,但分析结果会交给智能体背后的模型服务商,数据怎么处理看各家政策。 项目给了三个案例。一是经典打砖块游戏 DX-Ball:从一次播放音效的调用,追到根据球的位置计算左右声道的函数,把不完整的伪代码还原成 C 代码,3205 组测试结果和原版一致,编译出的 63 个字节也和原版完全相同。二是 Notion 桌面版:追踪复制粘贴从界面一路经过预加载脚本、进程间通信到主进程的完整链路。三是日本老电脑 PC-98 上的游戏《东方幻想乡》(TH04):从 16 位指令里还原出弹幕子弹环的角度算法。 对安全研究员、做老游戏复刻和软件保存的人来说,以前要自己对着反汇编工具一行行读、一层层追调用,现在可以让智能体先追,人来核对它给出的证据。普通开发者想研究竞品某个功能的做法,也多了一条路。 README 显示项目在 GitHub 上已有 5 万星。npm 包今年 7 月首次发布,最新的 6.3.0 版今天刚发。 使用前注意两点。项目声明只支持合法的逆向研究,授权和合规由使用者自己负责,逆向别人的软件可能违反用户协议或版权法规。项目还说明从未发行或背书任何加密货币,借用 REA 名字的代币都与它无关。 github.com/morluto/rea
103
130
25
876
214,585
那就来看看开源大神的高质量 Agent代码呗 随便点几个集中度高的 Go 文件,适配多 provider 的就看 gateway 之类的 一把就能看到很多抽象泄露
54
6
7
150
80,644
原来网页端的 gemini 也是可以接入 MCP 的
2
88