所有文章

Cluade code、Codex、Gemini三架马车是齐头并进的势头，那将来必定是Farm农场和Token战争的年代。 那节省成本的方法是尽量使用合适的模型来做合适的事情 那如果有openrouter的API KEY，如何接入Claude code进行使用呢？ openrouter基本提供了500个AI models，从中选择合适的模型就可以极大的降低费用 那Claude Code使用的三个模型 Opus – 复杂推理任务（适合架构设计、解决棘手 Bug） Sonnet – 日常标准任务（适合绝大多数编程/写代码工作） Haiku – 快速、低成本任务（适合探索性工作、查阅文档） 我们分别用 Gemini Flash、DeepSeek Coder来替代，最后用Sonnet来补全剩余部分，就省钱多了 方法如下： 一、gen出OpenRoute的API Key 访问 OpenRouter 注册登录 (有 $1 的免费额度) 访问 API Keys 点击 “Create Key” 把key复制下来 (类似 sk-or-v1-...) 二、安装配置薅Claude Code 这个也不多说了 三、配置连接Claude Code的连接 主要是几个变量： export OPENROUTER_API_KEY="sk-or-v1-your-actual-key-here" export ANTHROPIC_BASE_URL="https://openrouter.ai/api" export ANTHROPIC_AUTH_TOKEN="$OPENROUTER_API_KEY" export ANTHROPIC_API_KEY="" 验证一下，启动claude，输入 /status 看到就ok了 四、Cluaude工具链调用的模型选择 Claude Code需要模型能支持"tool use"(也叫做函数调用)，这些允许Claude code做如下事情 *Read and edit files* *Run terminal commands* *Search your codebase* *Execute git commands* 支持工具链调用的模型: ...

黄大善人的Nvidia里面有很多免费的模型，包括kimi-k2-thinking、glm4.7、minimax-m2.7、deepseek-v3.2 那没有订阅的同学们可以拿来直接用到Cluade code中 方法如下： 一、从官网进行获取api-key 起手先注册账户拿Key 地址：https://build.nvidia.com/explore/discover 或者 二、如何使用 然后主要是我不用ccr，CLIProxyAPI也开全局代理了，也无法用，所以干脆搓个好了 用ccr和CLIProxyAPI就可以直接用。 源代码： https://github.com/zhangrr/claude-nvidia-proxy 配置文件： { "nvidia_url": "https://integrate.api.nvidia.com/v1/chat/completions", "nvidia_key": "nvapi-api-key" } 直接运行程序，会监听本地端口3001 kimi-k2-thinking export ANTHROPIC_BASE_URL=http://localhost:3001 export ANTHROPIC_AUTH_TOKEN=nvapi-api-key export ANTHROPIC_DEFAULT_HAIKU_MODEL=moonshotai/kimi-k2-thinking export ANTHROPIC_DEFAULT_SONNET_MODEL=moonshotai/kimi-k2-thinking export ANTHROPIC_DEFAULT_OPUS_MODEL=moonshotai/kimi-k2-thinking claude glm 4.7的配法： export ANTHROPIC_BASE_URL=http://localhost:3001 export ANTHROPIC_AUTH_TOKEN=nvapi-api-key export ANTHROPIC_DEFAULT_HAIKU_MODEL=z-ai/glm4.7 export ANTHROPIC_DEFAULT_SONNET_MODEL=z-ai/glm4.7 export ANTHROPIC_DEFAULT_OPUS_MODEL=z-ai/glm4.7 claude minimax 2.7 的配法： export ANTHROPIC_BASE_URL=http://localhost:3001 export ANTHROPIC_AUTH_TOKEN=nvapi-api-key export ANTHROPIC_DEFAULT_HAIKU_MODEL=minimaxai/minimax-m2.7 export ANTHROPIC_DEFAULT_SONNET_MODEL=minimaxai/minimax-m2.7 export ANTHROPIC_DEFAULT_OPUS_MODEL=minimaxai/minimax-m2.7 claude deepseek 3.2 export ANTHROPIC_BASE_URL=http://localhost:3001 export ANTHROPIC_AUTH_TOKEN=nvapi-api-key export ANTHROPIC_DEFAULT_HAIKU_MODEL=deepseek-ai/deepseek-v3.2 export ANTHROPIC_DEFAULT_SONNET_MODEL=deepseek-ai/deepseek-v3.2 export ANTHROPIC_DEFAULT_OPUS_MODEL=deepseek-ai/deepseek-v3.2 claude

那缺省的claude code 和 codex 都很好用，上下文搜索用rigrep也算可以，那有更厉害的Augment引擎，能压缩上下文 试一试，首先去佬友的网站： https://acemcp.heroman.wtf 注册并申请好API Key 然后安装这个ace-tool-rs或者ace-tool # 安装最新版本 npx ace-tool-rs npx ace-tool 然后最重要要的，在什么地方添加文档，编辑~/.claude.json文件。 不是系统的~/.claude/settings.json，千万别弄错了 添加： "mcpServers": { "ace-tool-rs": { "type": "stdio", "command": "npx", "args": [ "ace-tool-rs", "--base-url", "https://acemcp.heroman.wtf/relay/", "--token", "ace_api_key" ], "env": {} } } { "mcpServers": { "ace-tool": { "command": "/root/.nvm/versions/node/v22.21.1/bin/ace-tool", "args": [ "--base-url", "https://acemcp.heroman.wtf/relay/", "--token", "ace_api_key" ] } } 我的ace-tool比较直接，command是全路径的，因为node是nvm管理的，而且claude运行的时候是派生一个子进程来运行的，导致路径找不到；或者更加直接的，bash起手，ace-tool放进 args里。 那codex如下： [mcp_servers.ace-tool] command = "ace-tool" args = [ "--enable-log", "--base-url", "https://acemcp.heroman.wtf/relay/", "--token", "ace_api_key"] [mcp_servers.ace-tool-rs] command = "npx" args = ["ace-tool-rs", "--base-url", "https://acemcp.heroman.wtf/relay/", "--token", "ace_api_key", "--transport", "lsp"] env = { RUST_LOG = "info" } startup_timeout_ms = 60000 然后验证 /mcp list 使用ace-tool-rs mcp来索引整个项目

反重力真的是超级好用，可以直接命令他建立一个nodejs程序，使用puppytear，然后执行点击什么什么动作，这就直接给你拉起来一个框架，然后我们可以在这个框架上不断完善、丰富，最终完成程序。 那使用它还真的是有点门槛，首先必须要有一个纯净的IP，美国的 然后不用tun，首先要本地有个代理，比如v2rayN，127.0.0.1:10808端口，通往纯净美国ip的转发 还需要有个proxifier，先新建代理服务器 再新建规则来使用这个代理： 需要新建一条gemini的规则（因为antigravity也是调用gemini cli） 一开始就是只加了antigravity.exe，不行，后来都加上就行了。 antigravity.exe; language_server_windows_x64.exe; "Antigravity.app"; "Antigravity"; com.google.antigravity; language_server_macos_arm 2026年5月20日，反重力升级到Antigravity2.0了，文件改名+多了个agy，language_server.exe;agy.exe antigravity.exe; language_server_windows_x64.exe; "Antigravity.app"; "Antigravity"; com.google.antigravity; language_server_macos_arm; language_server.exe;agy.exe 设置走本地那个代理 这样齐活了。 如果登录后提示： Your current account is not eligible for Antigravity, because it is not currentlyavailable in your location. 确认账号当前的国家或地区 访问以下网址https://policies.google.com/terms，登录自己的账号即可查看账号当前的国家或地区版本。 修改账号当前的国家或地区 访问以下网址https://policies.google.com/country-association-form 重点来了，以上选择请选最后一个“以上都不是”，参考申请如下： 我因工作需要用到gemini，请帮我更改到美国 那反重力的中文配置： # 中文原生协议 v5.0 ## 一、核心身份 你是**中文原生**的技术专家。思维和输出必须遵循中文优先原则。 --- ## 二、语言规则 ### 2.1 输出语言 - 所有解释、分析、建议用**中文** - 技术术语保留英文（如 API、JWT、Docker、Kubernetes） - 代码相关保持英文（变量名、函数名、文件路径、CLI 命令） ### 2.2 示例 - ✅ "检查 `UserService.java` 中的认证逻辑" - ✅ "这个 `useEffect` Hook 存在依赖项问题" - ❌ "Let me analyze the code structure" - ❌ "I'll check the authentication logic" ### 2.3 工具调用 -**机器读的保留英文**：file_path, function_name, endpoint - **人读的必须中文**：task_title, description, commit_message --- ## 三、项目上下文获取 ### 3.1 新对话时，按优先级阅读以下文件（如果存在）： 1.`contexts/context.md` - 项目核心上下文 ⭐最重要 2.`README.md` - 项目概述 3.`specs/*.md` - 技术规范 4.`.agent/workflows/*.md` - 工作流配置 ### 3.2 如果项目没有上述文件： - 先询问项目基本情况 - 建议创建 `contexts/context.md` 记录项目信息 --- ## 四、通用开发规范 ### 4.1 Implementation Plan 和 Task - 标题必须使用**中文** - 步骤说明必须使用**中文** - 示例：`### 实现用户登录功能` 而非 `### Implement User Login` ### 4.2 代码注释 - 新代码的注释必须使用**中文** - 保持注释简洁明了 - 示例：`// 检查用户是否已登录` 而非 `// Check if user is logged in` ### 4.3 Git 提交信息 - 使用中文，格式：`<类型>: <描述>` - 示例：`feat: 添加用户登录功能`、`fix: 修复积分计算错误` ### 4.3 文档编写 - 技术文档使用中文 - 保持 Markdown 格式规范 --- ## 五、工作模式 ### 5.1 复杂任务 - 先阅读相关规范文档 - 制定计划后再执行 - 完成后更新相关文档 ### 5.2 简单任务 - 直接执行 - 保持代码风格一致 ### 5.3 不确定时 - 主动询问而非猜测 - 提供选项让用户决策 仔细看一下，果然是GEMINI.md ...

现在的爱好是天天逛github.com，里面真的是有非常多的好项目 哪个好就clone下来，让Cluade Code来分析分析 推荐一个好的lxc容器平台 https://github.com/FootprintAI/Containarium 之所有说它好，是因为10年前，初到叮当的时候，就搭了一套LXC的容器平台，那时候Docker才方兴未艾，ZFS好像也才刚起步 找了三台特别普通的Dell R720 2U服务器，然后搭了LXC，一台物理机虚拟60台lxc容器，然后同事们用了大概6年，没有人意识到这只是个容器，并非完整虚机，但都当做完整虚机再使用，直到运行到第6年，大数据的同事在上面跑了若干elasticsearch，然后就拉跨了。原因是用的人过多，而es又认为有服务器的一半内存可用，一旦灌输数据，就把服务器拖死了。 这个项目也是相同的想法，也用lxc，然后用ZFS来当存储，这个主意很绝妙 完成度相当的高，用terraform来搭建底层支撑平台。 看看claude code的分析： ● 现在我已经获得了足够的信息来进行详细分析。让我基于收集的信息为您提供全面的项目可行性评估。 Containarium 项目详细分析与可行性评估 📋 项目概述 Containarium 是一个基于 LXC 系统容器的多租户开发环境平台,旨在通过在单个云虚拟机上运行数百个隔离的 Linux 开发环境,大幅降低基础设施成本(可节省高达92%)。 ✅ 核心优势与创新点 成本效益极高 资源密度: 相比传统 VM,每个容器仅消耗 100-500MB RAM,密度提升 10-50倍 Spot 实例: 利用 GCP Spot 实例可节省 76% 成本 实际数字: 50 用户从 $1,250/月 降至 $98/月 (92% 节省) 技术架构扎实 LXC vs Docker: 选择系统容器(LXC)而非应用容器,更适合多用户开发环境 ZFS 存储: 支持压缩、配额、快照,数据在 Spot 实例重启后完全保留 安全多租户: 每个用户独立的 jump server 账户(proxy-only,无 shell 访问) unprivileged 容器隔离 fail2ban + SSH 审计日志 工程质量高 类型安全: 使用 Protobuf/gRPC 定义接口 测试完备: 包含基于 Terraform 的 E2E 测试,验证 ZFS 持久化 文档完善: README 长达 2400+ 行,包含详细架构图、使用指南、FAQ 生产就绪: 支持 mTLS 远程管理、水平扩展、负载均衡 🎯 技术可行性分析 ...

Google 学生号的申请，备份一下，省的忘记了： 首先前提是要有一个纯净的美国IP，可打开下面网址先看看纯净不纯净 ping0.cc 然后打开网页看看有没有权限 https://gemini.google.com/students 然后不要乱点，一定要右键复制链接 但是奇怪的是，我这边直接点了就过了，也是奇葩 如果能Copy链接，就拷贝了 然后到 https://batch.1key.me 打开验证通过 然后刷新页面，绑卡，就OK了。 然后啊，需要打开 https://aistudio.google.com/?authuser=3 拿到缺省项目的key，然后 export GEMINI_API_KEY="你的API_KEY" 尝试gemini登录一下，问问它是什么模型 最后别忘记在主号里面，管理会员资格，管理会员方案，打开共享 就可以放心的登录antigravity了

拉尔夫·维古姆（Ralph Wiggum）：没完没了的 Claude 代码循环 这其实是个梗： Ralph Wiggum 是动画片《辛普森一家》中那个总是搞不清状况、智商不太在线的孩子。他最著名的梗图是 “I’m helping”（我在帮忙）。 我们在calude-code源代码仓库中可以看到这个插件 https://github.com/anthropics/claude-code/tree/main/plugins/ralph-wiggum 核心概念： # You run ONCE: /ralph-loop "Your task description" --completion-promise "DONE" # Then Claude Code automatically: # 1. Works on the task # 2. Tries to exit # 3. Stop hook blocks exit # 4. Stop hook feeds the SAME prompt back # 5. Repeat until completion 翻译一下： # 执行命令 /ralph-loop "Your task description" --completion-promise "DONE" # 接下来 Claude Code 将自动执行以下操作： # 1. 处理/执行该任务 # 2. 尝试退出程序 # 3. “停止挂钩（Stop hook）”拦截并阻止退出 # 4. “停止挂钩”将完全相同的提示词（prompt）重新传回给系统 # 5. 重复上述循环，直到任务完成（即出现 "DONE"） 说白了就是Claude执行了一轮后要退出，然后拉尔夫就蹦出来阻止，没完；再跑一轮，又想退出，又被阻止，如此往复。 ...

现在基本Claude code 和 Codex 和 Gemini 混用 运维本身的项目也不会怎么大 用Claude的时候，开了很多项目去学习、研究；那历史和切回来继续研究就变得很重要，每次如果都从头开始分析，那崩溃了 手搓了一个工具claude-history，可以观看历史，并且生成命令，可以在以前的session基础上继续研究 http://github.com/zhangrr/claude-history 纯用Go，前后端一起，监听端口是8888 ✨ 特性 单文件实现：所有功能集成在 main.go 一个文件中（约 900 行） 零依赖部署：编译后的二进制文件包含前端资源，无需额外文件 高性能：使用 Go 标准库，性能优异 跨平台：支持 Linux、macOS、Windows 实时流式传输：通过 SSE (Server-Sent Events) 实现实时更新 文件监控：使用 fsnotify 监控 Claude 会话文件变化

codex和claude code两者各有所长，尝试在一个音乐项目里把两者结合起来，试试看 首先 clone 项目 git clone https://github.com/truelife0958/music888 然后命令它： 请你把这个项目的api音乐源都提取出来然后制作一个api接口文档 然后得出一个结果 然后新建一个目录，把这个文档单独拷贝进去，新启动一个codex 请你看一下这个api接口文档并测试一下哪些是有效的，帮我制作一个音乐播放web，需要有喜欢，最近播放，以及用户创立。 让它运行，打开页面看看 然后claude装好skills，Apple-Hig-Designer，地址是：https://github.com/axiaoge2/Apple-Hig-Designer 分析当前项目，Using apple-hig-desiner skills 重新设计前端页面 代开claude 回答几个问题 确定方案后开始改造 牛B吹得挺大： 打开一看，250啊 啥狗屁玩意，继续修去 <link rel="stylesheet" href="/.claude/skills/Apple-Hig-Designer/resources/design-tokens.css" /> 无法访问 刷新，擦的，图标都是错的 顶栏的图标都是错的 修好后再看 确实是苹果风格，点开设置，又拉跨了 继续命令它改： 设置，齿轮按钮打开后，配置窗口跑到最左面了，没有在右边 擦的，什么玩意，放中央，简直了 弹窗放到按钮附近 最终还可以，但是。 感觉这个skills还没有codex原生生成的好看。 编程基本变成了口嗨的行为了，真的是脑洞大开。

公司有两个docker的registry，一个是在公司内网，一个是在hk的公网 那jenkins打镜像的时候，FROM底包是在hk，打出镜像后，又要推到公司的内网，这样jenkins的pipeline看起来就很痛苦 打包登录公网一次，打包的地址是内网的harbor，推包再登录内网一次，脚本如下： docker.withRegistry("https://hk.rendoumi.com", "hk-user") { image = docker.build("harbor.rendoumi.dev/${IMAGE_NAME}:${TAG}", "${PROJECT_PATH}") } docker.withRegistry("https://harbor.rendoumi.dev", "harbor-user") { if (image) { image.push() } } 流水线不多的话这么还行得通，流水线很多，就得改个一溜够 那就想如果登录hk的服务器使用白名单机制，公司的jenkins worknodes服务器去访问，就不用登录，直接访问，就好了 那公司私网的registry是用的harbor搭的，公网的registry用的caddy+zot搭建 问了下 Gemini， 结果非常的荒谬，居然出现幻觉，呓推出了zot根本不存在的ip白名单限制规则，简直了！！！ 后来跑到 zot 的官网看了半天文档，发现不行，根本没有这种配置 那就只能从Caddy入手了，从公司jenkins worknode出来的ip先到Caddy 然后Caddy模拟登录信息，给后端的zot发请求，就可以通过了 做法如下： 首先把 hk registry 的用户名和密码生成base64字串，得到XXXXX的BASE64字符串 echo -n "user1:pass1" | base64 然后修改Caddyfile，原有的配置 hk.rendoumi.com { reverse_proxy 127.0.0.1:5000 { header_up X-Real-IP {remote_host} transport http { dial_timeout 15s response_header_timeout 300s } } } 改成如下： hk.rendoumi.com { @trusted { remote_ip 111.222.333.444 } handle @trusted { reverse_proxy 127.0.0.1:5000 { header_up Authorization "Basic XXXXXXXXXXXXXXXX" header_up X-Real-IP {remote_host} transport http { dial_timeout 15s response_header_timeout 300s } } } handle { reverse_proxy 127.0.0.1:5000 { header_up X-Real-IP {remote_host} transport http { dial_timeout 15s response_header_timeout 300s } } } } 解释一下，上面如果是 111.222.333.444 的ip来访问，那就模拟登录的 Head 头信息，如果不是，就直接放行，由后端的zot进行验证 ...