买家发来一张红框截图:DeepSeek Harness 起不来,报 Web authentication failed。我按直觉清了 cookie——还是失败。拿到完整崩溃日志后才发现,同一句报错背后有两条完全不相干的故障链:一条是随机端口每开一次就多一个 host-only cookie,攒到请求头撞上 16KB;另一条是另一个人的数据文件里时间戳被写成了数字。前者一次清理能好,但会复发;后者不改文本就永远起不来。
那天晚上,我把一套 AI 记忆同步装到别人电脑上,卡在了第三步:建仓库、生成令牌、粘进配置文件。买家说“我搞不来了,钱你照常收”。就是这个卡点,让我决定做一个不需要安装、不需要服务器、不需要注册的东西——一份 skill 加一个你自己的 Git 仓库。
毕业论文截止日,我的笔记本内屏黑了。你很认真地告诉我:八成是转轴处的屏线断了,建议先别换整屏。我差点就信了——直到我说了一句话:'我拔掉外接屏、合上盖子再打开,内屏就正常了。'你用一条命令推翻了自己前面所有的推断。这篇是我和你的完整复盘。
我的系统盘同时给出两个相反信号:固件说可靠性降级,健康工具说 Healthy。我拉了扫描器、内核事件日志和 SMART 计数器,然后得出了一个很吓人的结论。后来我请 ChatGPT 审了一遍,它说这可能是 false alarm——但准确地说,这是一种更麻烦的误报:底层观测全是真的,错在我把它包装成了它支撑不起的精度。
一份打印了“请输入”的作业,严格比对是 0 分,人看却是对的;一个死循环,能让批改作业的电脑一起卡死。这篇讲我怎么把“运行”和“判分”拆开,用一次性 Docker 容器接住各种水平的 C 作业。
一道限时 6 小时的 take-home 题,要求从零写一个 Agent/Harness 原型,并且明确禁止使用现成的 Agent 框架。我给这道题的核心诉求定了一句话:不许编——每一条结论都必须能回到源码的具体某几行、逐字对得上。这篇文章记录它长什么样、真跑时翻的四个车,以及「熔断、续跑、人工门」这些词在真实数据里的样子。
You just landed. This page covers the ten things that actually matter in your first 48 hours in China — how to get online, how to pay, how to move around, the one legal rule most visitors break by accident, and the numbers to call when something goes wrong.
我让一台安卓手机在半夜自己玩《Earn to Die 2》,六个半小时跑了 395 局,把游戏内天数从 850 天推到 1247 天。真正值得写的不是成绩,而是凌晨 1:52 那次崩盘:一个只写不读的列表,每帧吞掉 2.26 MB,把内存吃到 OCR 引擎直接罢工。这篇文章记录它怎么跑、怎么崩、以及我是怎么用一个被自己骗过的实验找到真凶的。
先说边界 这不是一份安全审计报告,也不是「2026 必装插件 Top10」。它只是一次带着明确取舍的筛选与安装记录:环境是 Windows 11 + Node v24.18.1 + pnpm 12.6.0 + DeepSeek Harness(DSH)0.1.7-rc.2,目标是给我自己这台机器配一套够用、可信、成本可控的插件。 我没有逐行读每个插件的源码。所以下面的「可信」,指的是一组可被验证的门槛(公开包、无安装脚本、声明了官方规范的字段、来源可追溯),而不是「我担保它绝对安全」。任何第三方插件,你都应该在安装前自己看一眼它的仓库。 另外一条边界:装了插件不会改变对话内容要发给模型这件事。本机处理的部分(比如文献检索、费用统计)确实不出去,但对话本身仍然走你在 DSH 里配的 API。这两件事别混。 为什么值得折腾插件 把 dsh --profile web --dump-config 的输出数一遍,模块加载条目有 300 条——网页搜索、终端、计划模式、子代理、定时任务都在里面,日常够用。我后来加的 5 个插件,只占其中 5 条。 不过有两类需求它默认不管: 成本可见性:你花了多少钱、上下文被什么吃掉了,默认是黑箱; 私有资料的处理:把几十篇 PDF 丢给云端检索,既贵又让人不放心。 这两件事恰好都能由很小的插件补上,而且都能在本机完成。 候选从哪来 我没有在 npm 上瞎搜,而是先去找「别人已经整理过的清单」: GitHub 上的几个 awesome 清单(awesome-dsh-plugin、awesome-deepseek-harness 等),两份加起来有 600 多个包名;...
我把自己 30 天真实消耗的 3.18 亿 token 导出来,先看清它的形状(81.7% 是缓存命中),再同一份用量分别套进 DeepSeek 按量、MiMo Token Plan 和 OpenCode Go 三套计价器。结论不是“谁最便宜”,而是:一个月度上限明确的订阅,值多少钱。
出差住酒店,想用房间电视给 PPT 做演示者视图——这需要『扩展屏』而不是『镜像』。我顺着酒店给的一条投屏注册链接,摸出房间里那台海思盒子里的 DLNA 渲染器和 adb root 通道,确认它的 Miracast 接收端被厂商裁掉了,最后在几种『把另一块屏接进来』的方案里选了 spacedesk,用 adb 反向隧道绕开跨网段和防火墙,把电视变成了一块真正的扩展屏。这篇记录路上踩的 17 个坑。
我用一位朋友的 DeepSeek 对话导出记录做了一个小型、脱敏的探索性分析,并把离线分析脚本开源。本文从“算法更懂你”出发,讨论为什么离线不仅是隐私选择,也是面对长聊天记录时更便宜、更可控的工程选择。
课代表期末收齐50份论文,看着老师通宵改作业——于是我用多Agent架构搭了一套AI批改流水线。教师写评分标准,系统自动拆解为评分细则,多个AI评分Agent并行处理,输出6维度分数+个性化评语。30份论文从3天缩短到30分钟。本文记录设计与实现。
From the Gate of Heavenly Culture to the ancient well of Wuyi Lane, from the Imperial Examination Museum to a legendary artist's former residence — this guide helps you navigate the most storied stretch of Nanjing's Qinhuai River in half a day.
从天下文枢牌坊到乌衣巷口,从科举博物馆到李香君故居——这篇指南带你避开人流陷阱,用半天时间走完秦淮河畔最值得驻足的角落。
用 AutoGluon 参加 Kaggle 金融风控二分类竞赛,从特征工程到模型调优的完整实战记录,含 L1/L2 模型解析和踩坑经验。
一门课程的结课比赛,让我看清了'高频打靶'的本质——那不是实力,而是标准误差带来的统计错觉。
对比Logistic Regression、LightGBM和CatBoost三种模型在信贷风险预测任务上的表现,揭示哪个模型才是真正的风控之王。
在 CNB 云原生开发中用自定义模型 API 替代默认 CodeBuddy 模型,结果 credit 耗尽后一切失效。根源是 ACC_ 开头的环境变量在暗中覆盖你的配置。本文整理完整的问题分析和可行方案。
在 CNB 上给仓库造一个 AI NPC,听起来很酷。实际做下来,从镜像混淆到 AI 固执己见,从文件上传反复失败到 Credits 爆炸——这篇文章记录了一路踩过的所有坑。
以 FunASR 说话人识别插件为例,记录 CNB 插件从开发、构建到提交市场的完整流程,以及那些让 CI 挂了四次的坑。
用 GitHub Actions 自动化测试了 6 种 Matplotlib 中文字体解决方案在 Windows、macOS、Linux 上的表现,发现一种常见方法竟然全平台失败。
如果把大白菜、西红柿当成股票来分析,会发现什么有趣的投资机会?本文用金融工程的方法,分析了北京新发地市场1000多天的农产品价格数据,为农业公司提供科学选品建议。
一、赛题背景
我开发的npc/office项目被CNB官方选为优秀NPC,并在CNB公众号发布介绍!通过AI自动生成PPT、Word、Excel等Office文档。
用React 19 + Vite + Tailwind CSS 4 + Google Gemini AI构建一个pudding.cool风格的海盗分金博弈论交互式滚动叙事应用。
如何设计一个可扩展的AI Agent技能市场?从skill-creator元技能到50+垂直领域技能的完整架构。
用Python+AkShare实现两个期货量化策略:甲醇(3均线+ATR过滤)和白糖(均线+季节性),含完整回测引擎和绩效评估。
用Foundry框架复现Capture the Ether经典挑战:伪随机数、整数溢出、重入攻击、ERC20授权绕过。
基于美国OEWS就业数据,用固定效应面板模型和Event Study方法,量化GPT暴露对就业和工资的影响。
从零搭建Jekyll博客,记录学习、项目和思考。
Plotly是Python新一代数据可视化库,支持交互式图表。本文深入讲解go(面向对象)和px(函数式)两种接口,附5种图表实战。
一套面向金融专业的Python课程笔记:基础语法、NumPy科学计算、Pandas数据分析、线性回归、数据源获取、网络爬虫。
用Python+Tushare获取上证指数近5年数据,模拟每月定投1000元策略,并用IRR方法计算真实年化收益率,对比定投vs一次性投资。
基于IBM AML数据集,使用TabFormer(Transformer变体)提取交易序列特征,再用XGBoost进行分类,实现反洗钱检测。
2026年美国大学生数学建模竞赛F题完整复盘,从选题到提交的全流程经验分享。
分享RAG知识库插件的完整开发流程,从架构设计到CNB插件市场上线。
从AWS Lambda后端到微信小程序前端,记录全链路开发的完整经验。
一篇搞懂 GB/T 7713.2-2022《学术论文编写规则》和 GB/T 7713.1-2025《学位论文编写规则》中的字号字体、版面装订、图表序号标注等具体要求,附完整速查表。