GPT-Image-2 等模型上线 API 中转服务：单次调用仅需 4 分钱
文章介绍了 API 中转平台 APIMart 上线了 GPT-Image-2 等新模型。其中 GPT-Image-2 价格低至 0.04 美元，支持 RPM 500，并承诺新模型 12 小时内上架。此外，作者回复了用户关于节点和 4k 分辨率出图稳定性的问题，并表示 Midjourney API 也在当天上线。
相关文档
MJ 人像磨皮感太重？这段 Prompt 能把真实纹理补回来
文章介绍用 Midjourney 生成人像时皮肤过于光滑、缺乏真实纹理的问题，作者提出不必重新抽卡，只需将原图上传到支持图片编辑的模型，配合一段高保真增强 Prompt，即可只补皮肤细节而不改变人物。作者在 Seedream 5.0 Pro、GPT-image-2 和 Nano Banana Pro 三个模型上做了对比测试，展示各自风格差异，并总结了 Prompt 设计的三要素：明确允许增强什么、锁定不能改变什么、排除不想要的结果。文末提供了完整 Prompt 及可直接套用的通用版模板。
Muse 实操教程：任意公开API包装成Muse能用的连接器
本文以 OpenRouter 模型目录 API 为例，手把手讲解如何将任意公开 API 包装成 Muse 可调用的自定义连接器。连接器由三件套组成：connector.yaml（登记信息）、CONNECTOR.md（给 Muse 的说明书，写死口径）、助手脚本（真正干活的子命令）。方法论为：先看数据形状、建最小脚手架、本地实跑验证。实测 list 返回 467 个模型、search llama 命中 13 个、free 筛出 20 个真免费模型（输入输出单价双零），与独立脚本结果互相印证。文中还解答了鉴权 API 处理、耗时、失效维护等常见问题，并强调验收实跑的重要性。
Midjourney 从0-1 入门手把手教会你
本文是 Midjourney 网页版入门系列教程，重点讲解输入框以外的界面功能。作者介绍了 Explore 社区页面如何浏览公开作品、学习他人提示词的写法（含主体、配色、画风、构图四步拆解法），以及顶栏 For you、Random、Hot、Top 等标签的用途。随后详解左侧导航栏的 Create 创作记录、Edit 画布局部修改与延展、Organize 作品整理与文件夹归档、Tasks 社区任务，以及 AESTHETICS 分组中 Personalize、Moodboards、Style Creator 三个审美工具的用途，并给出新手界面熟悉练习路径。
Midjourney 上手：从0到1小白也能看懂的教程
这是一篇面向新手的 Midjourney 入门教程，作者逐一讲解 MJ 输入界面的各个功能模块，包括提示词输入区、三种参考图入口（Attach to prompt 编辑原图、Style Reference 参考画风、Image Prompts 参考构图）的区别与用途，以及生成设置中的画面比例、模型版本、审美参数（Stylization、Weirdness、Variety）等选项的作用。文章还介绍了草稿模式、对话模式、个人化功能（P值）的使用方法和常见误区，帮助小白快速掌握 MJ 的界面操作与参数调优。
同样 10 美元，OpenCode Go 和 Command Code GOAT 选哪个？基于 6 万多条记录的实测对比
作者将 OpenCode Go 和 Command Code GOAT 两个 10 美元/月的套餐接入自己的 Sub2API 网关，基于 64,648 条使用记录和小规模质量测试进行实测对比。两者月额度均为 80 美元，OpenCode 短时额度更大（5 小时 16 美元、周 40 美元），GOAT 为 14/35 美元。在相近规模流式请求中 GOAT 耗时中位数和 P95 更短，400 错误也显著更少。结论：接自己的 Agent 或通用 API 客户端优先 GOAT；用于兼容的 coding agent 且集中跑任务则选 OpenCode Go。文章还讨论了处理费、高峰定价、参数兼容问题和模型是否量化等细节。
Muse 自定义连接器开发 · 小白手把手教程
本文是一篇面向小白的 Muse 自定义连接器开发教程。作者首先介绍了连接外部服务的三条路径，并说明动手前需确认服务是否有 API（API Key 或 OAuth 2.0）。随后讲解五步标准流程：用户提供服务信息、AI 读取文档、安全授权、实测验证、保存为可复用技能。教程以接入 Parallel Search MCP 为完整实战案例，端到端演示连接、测试与技能保存全过程，全程约 3-5 分钟。文章还说明了 MCP、API 等三种入口的区别，并强调安全要点：密钥永不进聊天框、先只读后写、最小权限、防钓鱼设计等。附有 30 秒速查卡，帮助读者快速上手。
大模型、AI 产品、Agent、Skill、插件和 MCP 到底是什么？
文章系统梳理了 AI 生态中的核心概念及其关系。首先介绍 AI 模型，按处理信息类型分为语言/多模态、图像生成、视频生成、音频语音和专用任务模型，并列举 GPT、Claude、Gemini、FLUX、Veo、Whisper 等代表产品。其次区分 AI 模型与 AI 产品，涵盖综合助手、AI 搜索、创作和办公开发工具。然后解释 Agent 如何从回答问题走向执行任务，分类介绍了编程 Agent（Codex、Claude Code）、跨应用 Agent（Manus、OpenClaw）和长期个人 Agent。最后厘清 Skill（可复用工作方法）、Tool（具体能力）、Plugin（功能集成）、API（软件接口）和 MCP（标准化连接协议）的区别，以及 Workflow、Memory、知识库和执行环境等支撑能力，帮助读者理解整个 AI 生态的组成与协作方式。
Claude 封号与防封百问百答：Windows / Mac 实测
作者分享了自己订阅的 Claude 账号被封后的完整排查与应对经验。文章以问答形式系统梳理了封号判断误区、账号停用与警告/拦截的区别、地区限制政策、企业与个人账号差异、身份验证（Persona/Yoti）流程、第三方工具与支付风险（成品号、拼车、代充、反代）等常见问题，并分别针对 Windows 和 Mac 给出具体的环境清理与防封操作建议。作者强调官方通知是唯一判断依据，澄清了网上诸多无依据的猜测，提醒用户区分订阅与 API 计费、注意凭据管理与账号安全。
DeepSeek-V4.1-Flash-1017 发布
DeepSeek 发布 V4.1-Flash-1017 模型，性能更强、任务完成更快、输出更短，实现性能与成本的帕累托改进，已在官网、App 和 API 上线。模型通过强化学习自反馈优化端到端项目开发能力，覆盖游戏创建到 3D 建模等完整项目构建，并针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等工具优化。同时 Search & Fetch API 面向所有人开放，基于自研搜索引擎，每端点 $0.75/千次调用，已在 Hugging Face 和 ModelScope 开源。
手把手教你做AI短片：从0到1完整制作全流程（零基础入门版）
作者完整拆解了一条奇幻AI短片的制作流程：想法→剧本→风格测试→人物/场景/道具资产→分镜与视频生成→剪辑成片。剧本用ChatGPT、DeepSeek辅助并人工检查逻辑；美术先做风格测试再批量生成场景；人物资产强调定妆图、纯色背景、三视图与人物道具分离；视频生成在LibTV画布中按批次写清站位，用静帧参考保持连贯性；最后在剪映统一铺音、配音、调色。文中附完整场景、人物、道具提示词示例，强调先做完整条流程再逐步打磨。
原来在“做设计”这件事上，超越 MidJourney 的大模型就在国内
作者用 4 段相同提示词对比测试了蚂蚁百灵开源的 Ming-Image-0.1-Design 与 MidJourney 在 SaaS Dashboard、中文活动海报、透明背景产品素材、中文信息图四个设计场景下的表现。结论是两者定位不同：Ming 中文文字渲染准确、布局执行力强、原生支持 RGBA 透明背景输出且免费开源（MIT 协议），适合直接生成可用的 UI 稿、海报和信息图底稿；MidJourney 则在视觉质感、光影氛围和风格多样性上明显占优，适合概念效果图和产品渲染。文中还介绍了 Ming 的 Design-Layer 拆层能力，可拆成多个透明图层并转为可编辑 PPT。最终建议按需求选择：要能直接用的图选 Ming，要好看的图选 MJ。
万字总结：成为 Agent 工程师的学习线路
作者面试一家 AI+Web3 公司失败后，获得面试官分享的《Agent工程师入门指南》，并结合自己的学习心得整理成一条完整的 Agent 工程师学习路线。内容涵盖 LLM 基础（Transformer、Token、上下文窗口、采样参数、API 协议、流式输出、结构化输出、工具调用、Embedding）、Prompt Engineering（Zero-shot/Few-shot、CoT、ReAct、Reflexion）以及 RAG（文档解析、分块、检索与重排）等核心知识。每个知识点都附有学习文档链接、项目要求和验收标准，帮助学习者系统掌握 AI 应用开发技能并检验学习成果。
