Jacin Blog

AI见闻

分类下的全部文章

[转] codex 使用配置
AI见闻
15 分钟

[转] codex 使用配置

这是一份围绕 Codex 本地使用治理的配置摘录，先交代 `~/.codex` 目录中 `config.toml`、`auth.json`、`instructions.md`、`version.json`、`token` 等文件的职责，再指出 Codex 主配置采用 TOML 格式，位置在 `~/.codex/config.toml`。重点内容是一份全局 `AGENTS.md` 示例，它被类比为 Claude Code 的 `CLAUDE.md`，用于在 `~/.codex` 范围内约束 Codex 的默认行为，并允许子目录同名文件覆盖。示例提示词强调用户显式命令、子目录指南、根目录指南和其他约定之间的优先级，同时要求在冲突、工具降级、外部检索、文件变更和交付环节保留可审计说明。正文还列出本地检索、`apply_patch`、安全 shell、Sequential Thinking、Context7、Fetch、Playwright 等工具的使用顺序与降级条件，并把 Research、Plan、Implement、Verify、Deliver 固化为标准工作流。其价值不在于讲解 Codex 功能细节，而是提供一套偏工程治理的全局提示词框架，帮助开发者统一安全边界、证据来源、质量门槛、交付说明和风险留痕。需要注意的是，文中部分路径、工具清单和质量指标具有强烈个人环境特征，适合参考结构与约束思路，实际落地时应按自己的 Codex 配置、可用 MCP 工具和项目流程裁剪。

Harness/Skills/Rules 结构
AI见闻
4 分钟

Harness/Skills/Rules 结构

这篇笔记聚焦 2026 年 Agent 项目中 Harness、Skills 与 Rules 的目录组织方式，给出一套兼顾 Codex、Cursor、Claude Code 与 GitHub Copilot 的项目结构参考。核心建议是把 AGENTS.md 放在项目根目录，作为 Agent 的规则、约束与项目概览入口，并允许在子模块中继续放置子 AGENTS.md 形成层级继承。Skills 推荐集中放在跨工具通用的 .agents/skills/ 下，每个 Skill 必须是独立文件夹，至少包含带 YAML 前言的 SKILL.md，也可以附带 scripts、references、assets 等资源。Rules 则主要是 Cursor 的专属机制，放在 .cursor/rules/ 中，以 .mdc 或 .md 文件形式存在，并支持 glob 路径匹配、智能匹配和手动触发。文中还区分了不同工具的惯例：Codex 更依赖 AGENTS.md 与 docs/ 知识库，Cursor 可并存 .agents/skills 与 .cursor/skills，Claude Code 可使用 CLAUDE.md 或 .claude/skills，Copilot 则偏轻量并使用 .github/skills。适合正在整理多 Agent 工具链配置、希望减少目录分裂和规则重复的开发者，用来快速判断哪些文件应作为跨工具标准，哪些只应保留在工具专属目录中。

AI见闻
2 分钟

antigravity 设置插件 url

Antigravity 虽然是 VS Code fork，但默认接入的是 Open VSX 而不是 Microsoft 官方 VS Code Marketplace，因此可搜索到的扩展数量更少，部分主题、语言支持和 AI 类插件可能缺失。文章把这个问题放在 Antigravity 作为第三方 fork 的授权背景下解释：官方 Marketplace 并非默认可用，而 Antigravity 又更侧重 agentic AI 任务，插件生态和兼容性仍不如 Cursor 这类已获得完整 marketplace 授权并做过优化的产品。解决路径是进入 Antigravity 设置中的 Editor 配置，把 Marketplace Item URL 改为 https://marketplace.visualstudio.com/items，并把 Marketplace Gallery URL 改为 https://marketplace.visualstudio.com/_apis/public/gallery，重启后即可在扩展面板搜索更多 VS Code 插件。文章也提醒，即便切换源后能安装更多扩展，仍可能遇到扩展面板卡顿、安装失败或激活异常等兼容性问题，因为 Antigravity 的 UI 和 agent 能力经过定制，插件支持还处在不成熟阶段。对于少数无法直接搜索或属于 Cursor 独占的扩展，可通过下载 .vsix 文件，再在扩展面板的 Install from VSIX 中手动安装。整体适合正在把 Antigravity 当作 VS Code/Cursor 替代品使用、但发现插件缺失或扩展搜索结果不足的开发者，用来快速判断问题原因、调整插件源并了解后续兼容风险。

gemini in chrome 开启
AI见闻
1 分钟

gemini in chrome 开启

这是一则关于在 Chrome 中手动启用 Gemini/Glic 相关实验功能的简短配置记录，适用于想提前查看浏览器 AI 助手入口或界面变化的用户。操作路径是新建标签页后在地址栏输入 chrome://flags，进入实验功能页面，再分别开启 Tabstrip Combo Button、Glic、Glic Z Order Changes 和 Glic actor 等选项。正文说明这些开关主要与 Chrome 推出的 AI 助手 Glic 以及界面布局优化有关，开启后通常不会对日常浏览造成明显影响。完成修改后，Chrome 会在右下角显示重启按钮，需要重启浏览器后配置才会真正生效。文章的价值在于把需要开启的 flags 名称和生效步骤集中列出，减少用户在实验选项中逐项查找和判断的成本。需要注意的是，flags 属于浏览器实验功能，具体入口、命名和可用性可能随 Chrome 版本变化，因此更适合作为临时尝鲜或功能验证参考，而不是稳定功能配置指南。

AI见闻
2 分钟

2026 年 海外四大前沿模型 API 成本对比（美元/百万 tokens）

这份笔记围绕 2026 年 2 月海外四大前沿模型 API 的调用成本展开，把 xAI Grok、OpenAI GPT、Google Gemini 与 Anthropic Claude 的代表型号放在同一张表中比较，核心维度包括每百万 tokens 输入价、输出价、上下文窗口和产品定位。表中最突出的结论是 Grok-4.1-fast 与 Grok-4-fast 系列以 $0.20 输入、$0.50 输出和 2M 上下文形成明显低价区间，适合高调用量、批量处理和工具调用场景，而旧版 Grok-4-0709 价格显著更高且上下文仅 256K。OpenAI 侧呈现分层策略：GPT-5.2 标准旗舰偏向编码和代理任务，支持缓存输入低价；GPT-5.2 pro 面向精密任务但成本极高；GPT-5 mini 则承担轻量快速版本的角色。Gemini 3 Pro 采用随长 prompt 变化的阶梯价格，输入约 $2.00-$4.00、输出约 $12.00-$18.00，并以 1M-2M 上下文和多模态能力作为主要卖点。Claude 4 / 3.5 Sonnet 级模型价格处在较高区间，强调高智能、安全、缓存与工具能力，同时保留 Haiku 等更廉价变体。它适合需要快速判断模型选型成本的 AI 应用开发者、后端工程师和产品负责人，用来在预算、上下文长度、智能水平与多模态或安全需求之间做初步取舍。

AI见闻
10 分钟

gemini cli 的提示词 gemini.md 文档

这份 GEMINI.md 是一套面向 Gemini CLI 的个人级工作规则配置，目标是把 AI 编码助手从“即时问答”约束为有流程、有质量门槛、可记录的工程协作系统。正文围绕质量第一、中文交流、思考先行、工具优先和透明记录建立基本行为准则，并进一步把架构设计、代码质量、性能意识、测试覆盖、静态检查等要求写成执行标准。工具部分给出了较明确的 MCP 选择策略：复杂任务用 shrimp-task-manager 或 TodoWrite 管理，本地代码检索和命令执行优先 Desktop Commander，文档查询使用 Context7、Microsoft Docs、DeepWiki 或 DuckDuckGo，复杂规划则依赖 Sequential Thinking 与 Memory。规则还按紧急修复、新功能、重构和学习探索区分流程强度，并设置任务开始、编码前、实施中、完成后的检查点，要求读取记忆、确认降级方案、记录决策、验证测试并更新经验。后半部分重点限定 MCP 调用边界，包括每轮最多一个服务、串行调用、最小查询范围、失败退避、降级链路、敏感信息禁用和统一的“工具调用简报”格式。末尾的终端片段说明该文件位于用户主目录下的 .gemini 配置目录，适合希望定制 Gemini CLI 行为、规范 AI 辅助开发流程、减少盲目调用外部工具的开发者参考。

使用 CLIPROXY AI 进行 qwen-code 免费反代
AI见闻
2 分钟

使用 CLIPROXY AI 进行 qwen-code 免费反代

这是一篇面向 Claude Code 用户的本地反代配置笔记，目标是用 CLIPROXY AI 将 qwen-code 相关模型接入到本机服务，再让 Claude Code 通过 Anthropic 兼容环境变量调用。正文给出的流程从下载 CLIProxyAPI release 开始，按 config.example.yaml 创建或调整 config.yaml，并重点放开 secret-key、api-keys 以及 qwen 模型配置，把 qwen3-coder-plus 设置为可通过 qwen-plus 访问的别名。作者同时提示可以借助 CLIPROXY 的 web-ui 查看或辅助确认配置状态，而不是只依赖手工编辑文件。接入 Claude Code 时需要先安装并运行 npx @z_ai/coding-helper，因为这里强调不能直接编辑 settings.json，而是让 z-ai 帮助处理反代相关写入。最终 ~/.claude/settings.json 中需要设置 ANTHROPIC_AUTH_TOKEN、ANTHROPIC_BASE_URL 指向 http://127.0.0.1:8317，并把 Haiku、Sonnet、Opus 默认模型分别映射到 qwen3-coder-flash 或 qwen-plus，同时提高 API_TIMEOUT_MS、关闭非必要流量。适合已经在使用 Claude Code、想尝试本地代理接入 qwen-code 模型的开发者参考，重点价值在于给出了最小改动项和环境变量落点，但前提是读者已理解本机代理、token 与模型别名之间的对应关系。

claude code 配置GLM 4.7（其他中转站)
AI见闻
4 分钟

claude code 配置GLM 4.7（其他中转站)

这是一篇面向 Claude Code 用户的接入配置笔记，重点放在如何把本地 Claude Code 指向 GLM 4.7 或自建/第三方 Anthropic 兼容中转站。正文先给出全局安装与更新方式，包括 npm 安装、claude update，以及 macOS、Linux、WSL 和 Windows 下的官方脚本安装命令，并用 claude --version 作为安装成功的验证依据。配置部分提供两条路径：使用 npx @z_ai/coding-helper 打开可视化工具，或直接编辑 ~/.claude/settings.json，设置 ANTHROPIC_AUTH_TOKEN、ANTHROPIC_BASE_URL、API_TIMEOUT_MS、禁用非必要流量以及 Haiku、Sonnet、Opus 的默认模型映射。示例中 BigModel 的 Anthropic 接口地址被配置为 GLM 4.7 的调用入口，而自有中转站示例则展示了替换 Base URL、模型名、model、effortLevel 和 permissions 的写法，并说明 bypassPermissions 会跳过确认提示。文章还提醒可通过启动 claude 后查看 /status 来确认模型映射是否生效，同时补充 Claude.md 作为 Claude Code 长期记忆和规则文件的作用，适合需要快速落地中转站配置、理解关键环境变量含义的开发者参考。结尾给出一个外部链接，用于进一步判断中转站是否属于“纯血 Claude”操作，但正文没有展开验证方法本身。

20251213-最新 gemin image pro 最强提示词
AI见闻
4 分钟

20251213-最新 gemin image pro 最强提示词

这则笔记记录了一段外网流传的 Gemini Image Pro 结构化提示词，形式上以 JSON 分层描述“带参考图的文本生成图像”任务，重点展示如何把画幅、参考图匹配、主体设定、场景环境、光照和摄影规格写进同一套提示词框架。正文中的模板将输出约束设为 9:16 竖屏，并启用严格视觉匹配，试图让生成结果贴近参考图且保持高清、写实、手机镜前自拍的观感。提示词主体围绕卧室床边、镜面反射、手机拍摄、自然灯光、凌乱床铺和小红书式抓拍审美展开，同时用负面词排除卡通、插画、3D 渲染、畸形手部和多余肢体等常见生成问题。它的可读价值不在于具体画面设定，而在于提供了一个拆解图像生成需求的结构样例：先写技术边界，再写人物、动作、服装、环境、摄影质量与反向限制。需要注意的是，原示例包含带未成年人感的人物设定和明显不适合直接复用的性感化服装描述，作为提示词工程参考时应抽取结构方法，避免照搬具体内容。对于研究图像生成提示词、参考图约束和写实摄影风格控制的读者，这篇笔记更适合当作反面风险与结构化写法并存的案例来看。

AI见闻
1 分钟

关于“AI见闻”类别

“AI见闻”可被定位为收纳人工智能相关观察、资讯线索、趋势讨论与零散认知记录的类别，用于承接那些不适合归入具体教程、工程实践或系统性技术分析的内容。该类别的核心价值在于提供一个判断入口：当文章重点是对 AI 领域现象、产品变化、行业动态或个人阅读所得的整理，而不是给出可复现的实现步骤时，可以考虑放入此处。它需要与更明确的技术分类保持边界，例如模型部署、提示词工程、应用开发或问题排查类内容，若正文已经有清晰的操作对象和技术路径，应优先归入对应专业类别。适合收纳的话题包括 AI 工具体验、技术新闻解读、研究或产品见闻、生态变化记录，以及尚未形成完整方法论的思考。使用该类别时应关注分类必要性，避免把所有与 AI 有关的内容都笼统放入其中；如果某类主题持续积累并形成稳定方向，也可以进一步拆分为子类别或合并到已有分类中。