作者在使用GLM和MiniMax两个AI模型时遇到资源分配不均问题，通过迁移到OpenCode工具解决了Claude Code的流式传输故障。采用"按需分配"策略，将轻量任务交给MiniMax处理，核心编码任务由GLM-5.1完成。通过配置opencode.json实现智能分流，测试显示50%轻量请求被路由到MiniMax，同时保持主Agent上下文简洁，有效提升任务处理效率和

这篇文章对比了DeepSeek和MiniMax两款AI助手在完成开发任务时的表现。任务包括从GitHub拉取代码、配置MySQL连接和使用mcp工具修改数据库。DeepSeek表现出色，能主动确认环境配置、自动处理依赖安装，并正确生成数据库更新脚本。而MiniMax表现较差，需要人工介入配置，且生成的SQL语句存在错误。在响应速度方面，DeepSeek也明显快于MiniMax。整体来看，DeepS

这篇文章对比了DeepSeek和MiniMax两款AI助手在完成开发任务时的表现。任务包括从GitHub拉取代码、配置MySQL连接和使用mcp工具修改数据库。DeepSeek表现出色，能主动确认环境配置、自动处理依赖安装，并正确生成数据库更新脚本。而MiniMax表现较差，需要人工介入配置，且生成的SQL语句存在错误。在响应速度方面，DeepSeek也明显快于MiniMax。整体来看，DeepS

摘要：文章探讨了AI开发中文件版本控制的痛点：Agent生成的文件经常未被自动git add。作者尝试通过Prompt约束和IDE自动添加功能解决，但均因AI遗忘或系统事件丢失而失败。最终采用AOP切面拦截方案，在底层框架中嵌入自动git add的Hook，确保文件落盘即同步到版本控制。这一方案揭示了AI时代开发的新思路：用工程化手段（而非Prompt）兜底AI的非确定性行为，将规范代码化而非依赖

本文分享了使用ClaudeCode与GLM-4.7组合进行AI辅助编程的优化方案。针对AI在编程中出现的"偷懒留TODO"和"捏造API"问题，作者提出了"MCP约束+Plan模式"的解决方法。方案包含四个核心工具：1) Shrimp Task Manager定义标准开发流程；2) Memory实现渐进式知识披露；3) Sequentia

这个项目的出发点很小——就是想少切几次终端窗口，用一盏灯来告诉自己 AI 在干什么。但做下来发现还挺实用的，尤其是红灯亮起来的时候，真的能做到「不打断工作流但又不漏掉权限请求」。项目完全开源，欢迎各位佬友试试，有建议或者想加功能欢迎提 Issue / PR。

这个项目的出发点很小——就是想少切几次终端窗口，用一盏灯来告诉自己 AI 在干什么。但做下来发现还挺实用的，尤其是红灯亮起来的时候，真的能做到「不打断工作流但又不漏掉权限请求」。项目完全开源，欢迎各位佬友试试，有建议或者想加功能欢迎提 Issue / PR。

作者在使用GLM和MiniMax两个AI模型时遇到资源分配不均问题，通过迁移到OpenCode工具解决了Claude Code的流式传输故障。采用"按需分配"策略，将轻量任务交给MiniMax处理，核心编码任务由GLM-5.1完成。通过配置opencode.json实现智能分流，测试显示50%轻量请求被路由到MiniMax，同时保持主Agent上下文简洁，有效提升任务处理效率和

作者在使用GLM和MiniMax两个AI模型时遇到资源分配不均问题，通过迁移到OpenCode工具解决了Claude Code的流式传输故障。采用"按需分配"策略，将轻量任务交给MiniMax处理，核心编码任务由GLM-5.1完成。通过配置opencode.json实现智能分流，测试显示50%轻量请求被路由到MiniMax，同时保持主Agent上下文简洁，有效提升任务处理效率和

近期生产环境因Nacos控制台存在​​（CVE-2023-6271）被扫描告警。该漏洞源于Nacos默认配置未修改secret.key，攻击者可通过默认密钥生成JWT Token绕过鉴权访问敏感接口。官方在2.2.3版本修复了此问题，但升级涉及权限体系重构和数据库表结构变更，需谨慎操作以避免服务中断。以下是完整升级流程与关键注意事项。