2026 9 19 11:29 PM 12 次查看
分类：AI 标签：AI
自从去年底 DeepSeek V3.2 发布后，我就从代码补全爱好者逐步转变成了 vibe coder。在最初的那个月里，我陆续使用了很多 coding agents，只有 2 个给我带来过惊喜：Claude Code 和 OpenCode。前者主要是因为它的模型强大和功能完善，后者则是它可以组合多种模型且可以自由定制。
而在我逐渐因为费用问题转向 OpenCode 后，我陆续给它添加了很多功能，例如给模型配置多个 key，以及给 agent 配置多个模型，在遇到 429 等限速时可以切换到其他可用的 key 或模型。可是当我想把这个 PR 推给上游时，却石沉大海。而我为了保持这个功能可用，不得不每天同步上游改动并修复冲突。那时我才关注到，OpenCode 已经是一个有几千 issues 和 PR 的超大项目了，而它的团队显然已经无法正常维护这个开源社区了。
为了响应国家号召，不让吃饭用的核心工具被卡脖子，于是我在今年春节期间开始了造轮子的历程。
Phil Karlton 曾说过「计算机科学中最难的两件事是缓存失效和命名」，而最初的几小时我全花在了选名字上。在定下 Chord 的那一刻，我已经解决了一半的难题。
后续的选择就容易多了：
- 在形态上，我毫不犹豫地选择了终端应用：VSCode 插件寄生于 VSCode 生态，过多的限制会让开发不自由；桌面应用的兼容性和开发难度较高，且资源占用过多；而终端是最能跨平台的方案，且能在小内存的 VPS 上运行。
- 至于编程语言，我自然选择了熟悉的 Go，毕竟出了问题也要自己能懂才好改。
然后我就让 OpenCode 帮我收集其他 coding agents 的资料和源码，让 Claude Code 出架构设计方案，再用 OpenCode 进行实现，仅花了约 3 天就完成了最小可用版。
至此，就像编译器自举一样，Chord 也开始了自迭代的过程，一周后就已经比 OpenCode 更顺手，成为了我的主力开发工具。
2025 7 27 10:28 PM 445 次查看
分类：AI 标签：AI
先展示效果图吧：
2025 7 20 03:00 AM 408 次查看
分类：AI 标签：AI
自从上周使用 Claude Code 以来，我越发觉得 Cursor 弱智了。可是免费的 Any Router 被攻击停服了，我只好找其他替代方案了。
很容易想到的方式就是让 Claude Code 使用 Gemini 模型，毕竟有免费的 API 可以薅羊毛。
实现也很简单：做个 API 代理服务，将 Claude Code 的请求转成 Gemini 的 API 格式去调用 Gemini 模型，拿到响应后再转成 Claude 的格式。
看上去应该是个很简单的任务吧，我决定让 AI 编程工具帮我搞定。
2025 7 11 06:56 PM 1106 次查看
分类：AI 标签：AI
去年我曾测试过 Cline、GitHub Copilot 和 Cursor 的编程表现，但是今年 agentic coding tool 这个领域的竞争更加激烈了，我也想重新测试下当今的王者是谁。
正好最近在研究 MacBook 的 ANE 芯片能干啥时，发现它可以做 OCR，且 Apple 原生提供了 OCR 的接口。
考虑到经常有同事找我排查问题时只发截图，我还需要将其中的文字提取出来才能用于定位问题，于是想让 AI 帮我写一个简单的 OCR 工具。
我并没有什么 macOS 应用的开发经验，因此这个项目正好可以考查一下各种 AI 工具对小白的帮助程度。
我设计的测试方案如下：
- 基于我简单的了解，开发 macOS 应用应该需要 XCode，可能需要先配置一些环境，因此我先设计一段提示词，故意让它用 VSCode 配置：
帮我开发一个macOS应用：
1. 平时它在后台静默运行。
2. 当用户截图或在任意应用（如浏览器）中复制图片时，它自动检测图片中的文本内容。
3. 如果检测到有文本内容，就弹出一个小窗口，并提供一键复制功能，过几秒钟自动关闭窗口。
4. 用户可以打开菜单栏，查看历史的文本列表。（无需持久化，保存最近5条。）
先不要写代码，如果需要用vscode创建必要的环境，指导我怎么做。直到我完成环境配置后，才开始生成代码
- 配置完成后，用下面的提示词生成代码：
我已经创建好了，请检查下项目结构，开始写代码。如果需要操作，请通知我
2025 4 17 11:15 AM 595 次查看
分类：Google Chrome 标签：CSS, Google Chrome, JavaScript
14 年前刚学 Chrome 插件开发时，我做了个叫 Enable Copy 的插件，用来解除很多网站对于文本选择、复制和右键菜单的限制。维护 9 年后，该插件的用户量突破了 20 万，先后有 3 个买家想买，我觉得继续维护也麻烦，就卖掉了。
这几天交接工作比较清闲，正好又被 CSDN 的复制限制给恶心到，于是准备重做这个插件。
2025 4 11 05:16 PM 343 次查看
分类：Go 标签：Go
最近想用 Go 写一个 Web 服务，于是看了下当前的 Web 框架性能排行榜。
Go 框架中，排第一的是 Fast HTTP，但是文档几乎没有，看了下如果要获取一个 query 参数，大概要这样写：ctx.QueryArgs().Peek("foo")。紧随其后的是 atreugo，写法也是类似：ctx.UserValue("foo").(string)。
都 2025 年了，连 Python 都不干这种硬编码字符串和手动类型转换的事了，没想到 Go 还在做。
2025 1 26 05:32 PM 486 次查看
分类：AI 标签：AI
自上次评测 AI 自动编程工具以来，各种新兴产品如 Trae 等相继入局，而 Roo Code（原Roo Cline）也通过集成 VS Code LM API，提供了每月 50 次的 Claude 3.5 Sonnet 免费调用。这些替代品的出现和完善使它们在成本上有着显著的优势，但在自动补全和光标预测方面，仍无人撼动 Cursor 的地位，那它究竟有怎样的核心技术壁垒呢？
2024 12 26 11:13 PM 712 次查看
分类：AI 标签：AI
最近 Cursor 很火，而我一直觉得免费的自动补全工具就已经够用了，花钱使用自动编程工具似乎有些浪费。然而最近的一次经历让我对其大为改观：Cline + Claude 3.5 Sonnet 在 5 分钟内就帮我解决了一个几天都没有搞定的问题。
好奇之下，我准备评测一番各种自动编程的工具，看看谁是目前的王者。
这次的任务背景如下：
公司有一个服务需要调用多种大语言模型的 API，在接入其他模型时，都能通过 HTTP 接口异步调用，唯独 AWS Redrock 提供的 Claude 模型没有。
我花了几天时间去搜索文档和寻找资料，只得到这个结论：AWS Redrock 没有提供 HTTP 的接口文档，官方只提供了同步库（如 boto3）来进行调用，没有异步实现。
大约半年前，我曾向 AWS 的工程师请求帮助，得到了一份复杂的代码片段，介绍了如何为 HTTP 接口调用添加签名。我简单尝试了一下，发现签名仍然错误。也许再多花几个小时修改代码，我有可能可以解决这个问题，但当时业务重心偏向 GPT-4o 模型，所以我就将其搁置了。
如今有了 AI 自动编程工具，我决定让它们来解决这个问题。
2024 12 23 05:41 PM 441 次查看
分类：Mac OS X 标签：Mac OS X, 翻墙
这两天在用 VCMI 玩英雄无敌3，发现之前遇到的很多崩溃 bug 都已经解决了。但是在下载 mods 时，仍然遇到一个问题：mods 的仓库托管于 raw.githubusercontent.com，而这个域名早就被墙了，导致无法通过 VCMI Launcher 下载。
我查看了一下 VCMI 的源码，发现它是用 Qt 的 QNetworkRequest 来创建网络连接的，没有写任何代理相关的代码。由于我是用 SOCKS5/HTTP 代理翻墙，并没有采用 VPN 这种全局代理的方式，因此只能另找方法让它使用代理。
2024 9 30 05:19 PM 399 次查看
分类：AI 标签：AI
继上个月研究 LLM 的微调以来，我把各种参数都折腾了一遍，效果大致已经到极限了。
当时的数据量只有 400 多条，为了避免过拟合，我一共只训练了 2 轮。为了避免相同的训练顺序对学习造成影响，还将两次训练集的顺序打乱了。
由于数据量很少，初始 loss 更低的 PiSSA 是非常推荐使用的，不然本就稀少的数据被用于降低初期较高的 loss，显得有点浪费。
之前那篇文章我没有说明 PiSSA 的原理，这里简单提一下：
LoRA 的原理是构造 2 个低秩矩阵，其中 A 矩阵是随机值，B 矩阵全是 0，它们相乘后再和原矩阵相加作为参数。
而 PiSSA 则是将原矩阵进行奇异值分解，也就是让分解得到的两个矩阵相乘等于原矩阵。当然，完全相等也没必要，一般会使用快速奇异值分解，让 A * B 近似于原矩阵即可。这样，我们在微调 A、B 矩阵时，初始状态更接近原矩阵（初始 loss 低），微调效果也更接近全参微调（最终 loss 低）。
我选用的验证集约 40 条，Qwen2-7B-Instruct 的 eval loss 大概能降到 0.3。
之后针对验证集中表现不好的例子，我又陆续构造了约 200 条数据。至此，eval loss 大概能降到 0.2。但继续增加数据量，却发现模型会出现教不会的现象。
顺便对比一些在线的模型：gpt-4o 和 gpt-4o-mini 大概到 0.14，glm-4-flash 大概到 0.25。
« 看看还有什么好玩意
订阅
