logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

阿里云 Coding Plan 终极全栈开发指南:Claude Code 与 OpenCode 模型配置全攻略

Claude Code 作为当前最强大的命令行 AI Agent 工具,通过环境变量的灵活配置,可以在不同任务场景下自动调用最合适的模型。然而,在 Java 后端(强类型、重逻辑、框架深)与 Vue 前端(响应式、样式感、代码现代感)混合开发的场景下,单一模型往往难以兼顾。同时,定期检查阿里云 Coding Plan 的模型更新,因为大模型领域变化极快,新版本的模型可能会带来显著的性能提升。:利用

#后端
新手必看!Qwen 3.6 Plus免费版实操教程(含Cherry Studio使用+openclaw接入+5款平替模型)

咱们开发者福音来了!阿里Qwen 3.6 Plus Preview免费开放了,限时、无门槛,还带100万token上下文,能自动完成编程全流程,可不是单纯白送福利,背后其实是编程Agent赛道的卡位战——用免费体验换真实数据,咱们刚好借这个机会,低成本练手、提效,不薅白不薅!其实不管是Qwen,还是其他免费模型,咱们开发者要做的就是按需选择,不用盲目跟风,能帮咱们提高效率、解决问题的,才是好工具~

#后端
2026年4月最新:AI编程模型终极配置指南

50% Qwen3.6-Plus + 30% M2.5 + 15% GLM-5 + 5% 其他。🎯 Multimodal-Looker(视觉专家)→ Qwen3.6-Plus ⭐ 重点变化。(SWE-Bench、SWE-rebench、Terminal-Bench 2.0等)和。❓ Q1:为什么主力模型选 Qwen3.6-Plus 而不是 MiniMax-M2.5?SWE-Bench 可能突破

#后端
Hermes Agent 使用技巧与最佳实践:一份写给中文开发者的实战指南

我会从实际使用场景出发,把 Hermes Agent 最值得掌握的功能——上下文文件、记忆系统、技能体系、定时任务、安全沙箱——逐个拆开讲,同时在关键位置穿插和 OpenClaw 的对比,帮你看清两者的本质区别。这个机制和 Claude Code 的 CLAUDE.md、Cursor 的 .cursorrules 是同一个思路——Hermes 的 Issue #681 也明确提到,这是研究 30+

#后端
已有 Hermes Agent?7 分钟让 Agent 自主装好 hermes-web-ui + SenseNova Skill

如果你已经在用(Nous Research 出品的自进化 AI 智能体),你可能已经体验过它跨会话记忆、自主创建技能、多平台接入的核心能力。但 Hermes Agent 默认使用的是海外模型(如 Claude、GPT),在国内网络环境下延迟高、成本也不低。商汤 SenseNova在 2026 年 5 月发布了Token Plan 免费套餐,每 5 小时 1500 次调用额度,覆盖(多模态理解+对话

文章图片
#前端#ui
我让 AI 评估maple-os 是不是未来的agent os

结合 SCALE 引擎,它可以模拟真实的研发团队(产品经理写 Spec,架构师做 Plan,程序员写 Task,测试找 Defect),实现从需求到交付的自动化流水线,极大提升了“一人公司”或小型团队的交付吞吐量。:虽然支持云端路由,但其“Local-first”和“离线运行”的愿景,若要在本地跑通高质量的混合检索和隐私模型(如 Ollama),对用户的本地硬件(尤其是内存和 GPU)提出了较高要

#后端
OpenCode 插件生态完整指南:从零到生产力的配置方案

OpenCode 是一个开源的 AI 编程助手框架,支持通过插件(Plugins)、MCP 服务器(MCP Servers)和技能(Skills)进行扩展。3.3.5 @zenobi-us/opencode-skillful(技能系统)3.3.3 @tarquinen/opencode-dcp(动态上下文裁剪)3.3.7 @mohak34/opencode-notifier(桌面通知)安装 @mo

#后端
Claude Code 多模型协作利器:CCG Workflow v1.7.55 更新指南

Claude Code 编排 Codex + Gemini 三 CLI 协作,固定路由前端→Gemini、后端→Codex,支持多模型并行工作流,一键安装极简配置。:之前使用第三方 Gemini API(如中转服务)时,常因模型名称不匹配导致报错。v1.7.55 彻底解决了这个问题!此时,系统将自动驱动 6 阶段流水线,你可以在 Web UI 中静静观看三个模型协同工作的全过程。,配置 ace-t

#后端
打工人实测:用 MonkeyCode 一周,我少加了3天班

我本地是 Windows+WSL,以前配环境能搞半小时,现在秒开。通过官方活动参与,分享使用心得换积分,顺便安利一个最近让我效率起飞的神器。支持云端开发 + 多模型调用,还能用中文直接描述需求生成代码,就抱着"试试又不亏"的心态注册了。我试了个需求:"写一个 Flask 接口,接收 JSON 参数,校验手机号格式,返回标准响应"。:官方现在有分享活动,发2篇原创内容就能领 1 万~10 万积分,够

#后端
Agency Agents 中文版:215 个即插即用的 AI 智能体专家团队

每个智能体不只是告诉 AI 要扮演什么角色,而是定义了完整的专业方法论和工作产出标准。配合 Agency Orchestrator 的多智能体协作能力,215 个专家角色可以从"单兵作战"升级为"团队协作",几分钟内交付跨领域完整方案。Agency Agents 中文版是上游 agency-agents 的中文社区版,在完整翻译 165 个英文智能体的基础上,新增 50 个中国市场原创智能体,形成

#后端
    共 112 条
  • 1
  • 2
  • 3
  • 12
  • 请选择