Article
20645 discoveries · Hand-picked discoveries from the open web, newest first.
-
用 Happy 在手机上控制 Claude Code：从安装到自建服务器
VibeCoding 大半年，最大的感受是： 慢 。一个需求跑大半天，高峰期 API 限速更是雪上加霜。你想走开干点别的，又怕 AI 卡在权限弹窗上等你审批——走也不是，守也不是。 实践久了之后会发现： VibeCoding 需要的不是持续盯盘，而是一种 间歇性、片段化的持续注意力 。 AI 自己跑着就行，你只在关键节点出现——审批权限、纠正方向、拍板决策。 你不是监控器，你是把关人。 Happy Coder 恰好解决了两个问题： “守” ——手机随时查看进度、审批、发指令，不用守在电脑前。 “等” ——通勤路上掏出手机接着推需求，碎片时间变生产力。 这篇文章分享一下我从零开始用 Happy 的全过程，覆盖日常使用、后台常驻、开机自启、以及自建服务器。
Seven's blog · ZH
-
LLM-Wiki：让知识像花园一样持续生长
自从 Karpathy 提出 llm-wiki 这套理念，我就一直想自己动手搭一个 AI 知识库——用它记录笔记、学习知识，也试着让它指引生活。 几经拖延，最后先让 AI 帮我把 llm-wiki 的生态通盘调研了一遍。结果出乎意料地详实：llm-wiki 为什么出现、解决了什么问题，理念和社区如何发展，有哪些开源实现，又该怎么亲手创建一个——都讲清楚了。 整理成文，分享至此，供君参考。 本文涉及版本、星标数、项目状态等信息，截至 2026-07 月的公开仓库/文档，后续可能变化，请以官方最新信息为准。 先用一个比喻理解 llm-wiki 传统 RAG 像一个“临时资料员”： 1 你问问题 → 它去仓库里翻几箱资料 → 抽出几页 → 临时拼一个答案 llm-wiki 更像一个“长期图书管理员 + 研究助理”： 1 2 3 新资料进来 → 它读懂、归档、做索引、写摘要、加交叉引用、标注冲突 你问问题 → 它先查已经整理好的知识图谱 → 必要时再回原始资料核验 好答案 → 继续沉淀回知识库 一句话： RAG 每次临时找资料；llm-wiki 平时就把资料整理成会复利的知识资产。
Seven's blog · ZH
-
运维踩坑：nginx 缓存上游容器旧 IP，请求转发到了错误的服务
容器重建后 nginx 仍连旧 IP，把请求打到了 Docker 重新分配的别的服务上。根因是 proxy_pass 写主机名只在启动时解析一次并永久缓存，用 resolver + 变量版 proxy_pass 按 TTL 动态解析修复。
Seven's blog · ZH
-
运维笔记：NetworkManager shared 模式给共享客户端固定 IP
Manjaro Linux 用 WiFi（ wlp7s0 ）上网，把网线口（ enp8s0 ）共享给一台下游设备。共享用的不是独立 dnsmasq，而是 NetworkManager 自带的 shared 模式。下游设备能正常上网，但 IP 是 DHCP 动态分的，今天 .108 ，下次可能 .109 。想把那台设备固定成 10.42.0.2 ，方便后面做端口转发和固定访问。 现场 笔记本同时连着两张网卡： 1 2 3 4 5 6 7 8 9 10 11 12 13 上游 WiFi（出口） wlp7s0 192.168.1.x/24 gw 192.168.1.1 （示例网段） │ ┌────┴─────┐ │ 笔记本 │ Manjaro 26.1 / Kernel 7.1.4 │ │ NetworkManager 1.58（nmcli）/ dnsmasq 2.93 │ │ ipv4.method=shared（共享连接） └────┬─────┘ │ enp8s0 10.42.0.1/24 │ └─ NM 内置 dnsmasq：DHCP 池 10.42.0.10–254，租约 3600s ▼ 下游设备（share client） MAC aa:bb:cc:dd:ee:01 （示例） 当前拿到 10.42.0.108
Seven's blog · ZH
-
使用生财 MCP 构建 LLM-WIKI
什么是 LLM-WIKI LLM-WIKI 是 Andrej Karpathy 大神 2026 年 4 月提出来的一个理念，核心是 让大语言模型把阅读、理解、综合、交叉引用、矛盾发现和问答，持续沉淀为一个持久、结构化、互链、带引用的 Markdown 知识库。 Agent owns the wiki; human owns the judgment. 它可以： 把离散的信息沉淀成 结构化 的知识库：通过理解、提炼、总结，把生财有术海量优质内容转换成清洗、糅合过的知识库。从文档中提取 概念/实体/总结 等多层结构，帮助我们更好地理解信息。 把文档集合转化为 概念图谱 ：通过 wikilink 在文档和文档之间建立关联，关系脉络一目了然。 把问答的过程转换成知识维护过程：有价值的问答沉淀进知识库，问答本身也可以是知识。 把 LLM 的阅读工作从一次性消耗变成复利资产：LLM-WIKI 的每次摄入都会沉淀知识，告别传统一次性消耗。 维护知识：知识库不是死物，通过定期的 lint 检查和维护知识库，检查断链、修正引用关系、处理冲突、更新陈旧事实，防止知识库腐化。 一张图看懂 LLM-WIKI： 1 2 3 4 5 6 7 8 9 10 11 flowchart TD A[Raw Sources<br>网页 / PDF / 代码 / issue / transcript] --> B[Ing
Seven's blog · ZH
-
我做了一个浏览器扩展：把网页生词一键收进「不背单词」
起因：一个很小的烦恼 我平时看技术文档、英文博客、Wikipedia，经常会卡在一些不认识的单词上。频率不高，但足够烦人——每次遇到，都得中断阅读，切到词典查一下，再想想「这词要不要记下来」。 真要记的话，路径更长：打开背单词 App，手动搜索，手动加进生词本。一个词点五六下，读一篇文档遇到十个生词，光录入就十几分钟过去了。 也试过现成的单词本，但它们和「我当下正在读的这篇网页」是脱节的。词书按主题或考试划分，而我读的是 Github Readme、某个库的 RFC、英文论文——这些页面里的词汇分布，任何一本预制词书都覆盖不好。 我真正想要的其实很简单： 看到一篇英文文章，把它里面的生词一次性收集出来，直接进我正在用的背单词 App 的生词本。 这样背的词就是我这周真实读到的词，针对性拉满。 背单词 App 我用的是「不背单词」（bbdc.cn），所以就围绕它做。工具的名字叫「单词雷达 WordRadar」——雷达扫一遍页面，生词就现形了。 功能介绍：极致简约 一键添加网页单词到「不背单词」 最近高频接触各种各样的开源项目和 SKILLs，每天都要直面开源项目文档和 SKILL 介绍等各种英文单词。屡屡查词不如一次背词，索性直接全部添加到生词本，背完便能无障碍阅读原文。 点一下扩展图标、再点一下「采集当前页」，扩展就把正文里的英文单词全部提取出来，和本地词库对比，弹窗告诉你：本次采
Seven's blog · ZH
-
盘了 4986 篇生财文章后，我把 28 个已验证项目画成了一棵决策树
前言：这篇文章是 使用生财 MCP 构建 LLM-WIKI 的续篇——当 4,986 篇文章被结构化进 wiki 之后，下一步自然就是：能不能让这些知识直接回答”我该做什么项目”这个问题。于是有了这棵决策树。 项目宇宙全景（28 个已验证项目） 内容/流量型（12 个） # 项目 门槛 时间 成本 变现 收益🟡 风险 出处 P01 公众号垂直小号 低 30-60min/天 0 流量主→商单→私域 高价值垂类 60-80 元/千阅；中位 3-6 月近零收入 E1、E4 公众号调研 P02 公众号贴图号 低 30min/天 0 流量主 单价 0.68 元/千阅，靠量（日 380 万阅≈2586 元） 单价低 manual_10373 P03 中老年垂直内容 低 30-60min/天 0 流量主+赞赏 5-8 元/千阅；优质号日 200-300 元 E5 煽情反噬 elderly-content-vertical P04 小红书虚拟产品 低 碎片 ~30 元 店铺直成交 9.9-99 元/品；21 天 SOP 类目违规（可恢复） manual_9623 P05 小红书垂直小店 中 整块 数百元 内容→店铺 月 5 千-2 万 F5 竞烈、退货 vertical-niche-store P06 抖音自然流 CPS 中 日 1-2h 0 挂链佣金 月几千-几万（20 条测试法） E4 衰减
Seven's blog · ZH
-
逆境会改变大脑
这篇文章《A stable and replicable neural signature of lifespan adversity in the adult brain》在《Nature Neuroscience》上发表，讲述了一项纵向研究，研究人员通过对约170人的一生数据及其大脑结构的检视，发现逆境（如母亲怀孕期吸烟，受虐待等负面事件）会导致大脑广泛的形态变化，这种影响与生逆境类型和患者大脑特定区域有关。研究结果显示，这种逆境对大脑结构的影响是可持续且稳定的，逆境不仅改变了大脑结构，而且可能引起持续的焦虑症状，有助于预测谁更有可能患上精神障碍，这为精神健康的干预和治疗提供了新的理论依据。逆境不仅是社会和心理问题，更是生物学问题。我们需要对逆境的影响进行更多重视，寻求有效策略减轻其对个人和家庭的长期影响。同时，研究团队开源了用于预测临床神经科学的工具包，旨在推动此领域的进一步发展。
轶哥博客 · ZH
-
首款iPhone短信自动转发到Android的APP
由于工作需要，长期以来我都是iPhone作为主力机，安卓作为备用机。经常出现iPhone在充电的时候需要接收验证码。为了实现备用机和主力机一致的功能体验，特地让AI帮我写了一个APP实现“iPhone短信自动转发到Android手机”。 众所周知，Android手机APP是可以可以申请读取短信内容权限的，实现Android短信自动转发或者自动识别验证码是比较容易的。但是目前为止，我并没有发现市面上存在IOS应用程序可以实现读取短信的。真的没有办法实现读取短信内容吗？带着疑问我让AI帮忙翻阅了Apple开发者文档，最后发现其实是可以实现这个功能的。
轶哥博客 · ZH
-
在MacOS Sonoma中安装RNDIS驱动的方法
RNDIS（Remote Network Driver Interface Specification）驱动在MacOS Sonoma中的安装，可以有效解决一些网络共享问题。这主要用于两个场景： 安卓手机有线共享网络 ：允许用户通过USB连接，将安卓设备的网络共享给MacOS设备。 USB随身WiFi有线共享网络 ：实现通过USB连接的WiFi设备，为MacOS提供网络连接。常见的飞猫智联U8、高通410随身Wifi等几乎所有USB和TypeC接口的4G/5G随身WIFI都是RNDIS方式有线上网。 支持Intel、Apple Silicon（M1/M2/M3）芯片。
轶哥博客 · ZH
-
AI写标书踩过的那些坑
这篇记录了我最近在真实招投标项目里踩过的几个坑：不是写得多快，而是能不能把项目真正跑完。文章先聚焦于盯标阶段最容易错的判断边界：先用可核验规则区分值得不值得参投，再进入资格项和评分点的逐条响应。我们强调每个响应必须有原文件依据和责任人补齐计划，不能靠“看起来像对了”算完成。后续落地多 Agent 分工后，读标、写标、查标被拆开，输出从“单次结论”变成可复核的材料链，减少漏项和“提交后才发现错位”的风险。
轶哥博客 · ZH
-
Agent远程控制Windows设备
这篇记录我如何把一台真实 Windows 11 机器接入 Agent 验收链路，而不是临时远程桌面替代测试。内容聚焦 SSH 与 GUI 自动化通道的分工：PowerShell/命令用于状态查询和变更，CUA Driver MCP 负责窗口识别、点击与表单输入，任务执行结果由日志和回执双重收口。文中也记录了 OpenSSH 配置中的关键卡点、管理员连接细节和权限边界，目标是把“执行看似成功”与“操作真正生效、可复验”区分清楚，提升真实 Windows 场景交付稳定性。
轶哥博客 · ZH
-
多Agent系统实现工程图解析及校核
这篇记录我们在工程图场景里的实践：与其把整张图交给单次识别，不如把流程改造成可追踪、可复核的多层链路。先做版本冻结、页码与基线校验，再做局部识别并带上下文恢复连接关系，最后对照设计资料做规则校核。文章强调工程图中单点误差会放大，必须保留来源页码、坐标和对象关系，才能避免“看起来完整却后续逻辑错位”。流程最终通过独立复核 Agent 与人工签发关口，确保可追责。
轶哥博客 · ZH
-
用多Agent搭建更可靠的合同审查智能体
这篇记录我把合同审查从“单次模型输出”改造成“可复核流程”。先固定合同版本、法域边界和输入一致性，再用多角色链路做结构化抽取、风险识别和法务规则匹配，并按风险输出动作建议。重点在于在每一步保留证据和来源落点，让法务明确结论来源与边界。文章还给出前置硬校验（占位符、附件、签署状态、页码完整性）和人工签发机制，避免模型文本再完整也被误当作最终决策。
轶哥博客 · ZH