为 DeepSeek-v4-flash 增加视觉和联网搜索能力的 Skill
作者分享了为 deepseek-v4-flash 开发的两个 skill:一个增加免费视觉能力,另一个通过 antigravity cli 借道 google 实现联网搜索和网页解析。尽管 deepseek-v4-flash 官方已支持搜索,但作者认为其效果不如 google,并提供了禁用官方搜索的方法。源码已开源。
作者分享了为 deepseek-v4-flash 开发的两个 skill:一个增加免费视觉能力,另一个通过 antigravity cli 借道 google 实现联网搜索和网页解析。尽管 deepseek-v4-flash 官方已支持搜索,但作者认为其效果不如 google,并提供了禁用官方搜索的方法。源码已开源。
本文是一篇面向小白的 DeepSeek Harness(DSH)完整上手教程。作者介绍了 DSH 的核心特点:门槛低(DeepSeek 账号登录即用)、一切皆插件(连 Agent 循环都可替换,社区插件超 6000 个)、过程可回放(轨迹功能)。文章详细讲解了下载安装、登录方式(账号与 API Key 两种)、界面各功能入口(模式、权限、模型、推理强度等)的含义,并分析了计费方式与省钱技巧,同时提醒它仍是预览版,未经过安全审计,需注意数据安全。后续还将涵盖插件市场、原理拆解、实战练习及与 Pi、Claude Code、Codex 的对比。
燃气行业财务人员Lucky在卡兹克开源AIHOT当天,借助AI将源码改造成燃气行业资讯站GasHot。零代码基础的他像包工头一样指挥多个AI协作:Claude Code主力开发,Codex负责代码审查和可靠性,DeepSeek做日常资讯AI把关。三周内完成部署、公网上线、接入37个信源、SEO改造和监控机制,并解决了信息准确性、界面简化、数据合规、搜索引擎收录等难题。GasHot提供气价盯盘、业务视角要点、政策倒计时和一页日报,大幅节省了翻找政策资讯的时间。作者证明:懂行业的人,即使不会写代码,也能借助AI亲手造工具。
作者认为大量阅读 AI 论文是入门 AI 领域的极佳方式,并以朋友韭二老师爆肝 60 篇论文后入职盛大 evermind 为例。同时指出在 X 上分发论文解读是一种起号方式,该赛道仍有空白。针对论文小白,作者推荐一体化 AI 科研工作台 Open-Science:内置科研 skills 的 Agent 可检索文献、梳理方法并输出报告;支持灵活接入 Codex、Claude 等模型;研究过程可回溯审核;支持动手复现论文计算与分析。复现 5 篇以上即可深入掌握 AI 领域知识,项目已开源。
文章介绍 GitHub 现象级项目 REA(Reverse Engineer Anything),它将专业逆向工程工具接入 Claude Code、Codex 等 AI 编程助手,一周狂揽 17 万星。作者用大白话讲解逆向工程原理及 REA 如何把数百兆的反编译数据浓缩成小目录供 AI 精准取证分析,并通过两个实战展示威力:20 多分钟逆向 1988 年《魂斗罗》并复刻出完成度 80% 的网页版,还挖出 30 条命作弊码;3 小时拆解 Notion 桌面端,摸清其剪贴板与流畅编辑机制,将自己的 Mac 编辑器核心功能升级 70%。最后探讨开发者如何用 REA 破局变现,以及闭源不再是护城河后的真壁垒与合规边界。
作者整理了 10 个面向自媒体视频制作的优质 Codex Skill,涵盖风格化短片、手绘与漫画风、资讯解说、图书带货等方向,每个都附 GitHub 地址和原帖链接,装上即可用 AI 不露脸出片,多个案例达到百万播放、快速涨粉的效果。文章还补充了金句图片、文案生成等图文类 Skill,以及古风武侠英语剧、AI 治愈号等爆款账号拆解。同时给出安装提醒:不要一次全装避免 context 膨胀、注意模型和视频生成的费用成本、使用前看清开源许可协议避免商用风险。
作者分享 Claude 账号被封后如何无损迁移开发任务和历史记录的 4 招实操方法。第一招是使用 Claude Code 而非 Chat,因为其对话记录、配置、skill 和 memory 都明文存放在本地 ~/.claude 目录,可被新号或其他 Agent 直接读取;第二招是利用 Codex App 的一键导入功能,连对话历史都能原样搬过去;第三招是在全局契约中约定自动沉淀 run log(过程轨)和 summary(结论轨)文档,让交接材料平时就写好;第四招是将项目文档定期备份到 GitHub 私有仓库,新工具连上即可了解项目全貌。文末还附有外挂记忆工具推荐及注册 Claude 新号的番外方法。
剪映官方推出 Agent,走封闭全家桶路线,能力仅限软件内并售卖 AI 会员。与此相反,逸尘开源的逆向项目 jianying-headless 将剪映控制权交还外部 Agent:可用 Codex 一条指令批量粗剪、加字幕、配 BGM;借助 DeepSeek 和豆包 ASR,一小时视频成本不到一块钱;生成的是剪映原生工程文件,可随时人工微调。作者认为这是目前最自由、成本最低的视频剪辑自动化方案,并建议大家尽快 Fork 以防项目被下架(404)。该项目替代了此前用 Computer Use 模拟鼠标操作的笨办法。
文章介绍了作者开发的三个围绕 Harness 的 Skill:star-your-harness 用于从零搭建个人 Agent 工作台,通过四个问题生成目录骨架;better-your-harness 用于诊断已有文件夹,从安全隐私、上下文质量、工具装备、记忆学习五层扫描并生成 HTML 报告;view-your-harness 用于可视化展示项目文件和 Skill 调用情况。作者认为 Harness 是模型之外让模型能干活的整套结构,搭建个人 Harness 能让工作在不同 Agent 间无缝衔接。
DeepSeek 发布新架构家族中最小的模型 V4.1-Flash,具备原生视觉理解能力。该模型采用非对称因果编码器-解码器架构,552B 参数 MoE,仅 8B 激活参数用于输入、16B 用于输出,通过新预训练方法和大规模 RL 后训练,性能超越旗舰模型 V4-Pro。KV 缓存仅需前代 1/4 的 HBM 和 1/8 的 SSD 存储,大幅降低 Agent 成本。模型已上线 DeepSeek API,支持多模态,API 价格下调,非高峰时段费率为峰值的 50%。官方将与开源社区合作推进推理支持,模型已在 HuggingFace 开放。
作者分享了自己深度学习 Pi Agent 两个月后,将零散的学习心得整理成一本开源蓝皮书的完整过程。文章涵盖整理 98 条学习推文并提炼判断、选择 VitePress 作为技术方案、两轮 UI 返工、创建 GitHub 开源仓库、使用 Cloudflare Pages 部署并绑定域名,以及主动发邮件向 Earendil 获取文章翻译授权的经历。作者提供了可照做的实操步骤,说明即使没有前端经验,也能从材料整理到网站上线的全流程完成一本可公开访问、持续维护的开源知识手册。
作者介绍了一款 DeepSeek Harness 的 Live2D 桌宠插件 dsh-live2d-pets。该插件能在写代码时提供互动陪伴:内置 Hiyori/Haru/Mao 等 5 款模型,支持人设选择(傲娇、元气、三无、病娇等),眼睛跟随鼠标、可拖动摆放,还有 51 段动画包括发呆、打瞌睡、散步、玩魔方等互动效果。作者还将其从原平台迁移到了 Windows,支持桌面闲逛、置顶、开机自启、多实例生成。安装方式非常简单,只需复制一句指令给 Agent,通过 dsh plugin 命令即可完成安装。项目已开源在 GitHub。
作者基于几个月的实际使用体验,为Google Gemini正名,介绍了三个好用的工具:网页版Gemini速度极快、多模态能力强,适合处理长PDF、长视频等海量内容,回答风格自然有人味;Antigravity改版为Agent终端后掌控感下降,但前端交互和多模态理解依然出色;NotebookLM被作者誉为封神的第二大脑,可聚合各类资料建立个人知识库,无幻觉输出,还能生成PPT报告、知识导览图,以及将专业文档转为双人访谈播客,极大提升学习和工作效率。作者最后给出了三工具的日常使用搭配建议。