自用手搓 Clash 配置，支持多订阅，强烈推荐！希望佬们给予关注和支持。

因为本人技术有限，大部分修改都参考于 Linux.do 论坛内的配置分享，再加上ChatGPT配合来进行手搓完成。:tieba_025:

希望大家点点小心心给予鼓励。万分感激 🙏

目前处于自用配置（mac端 Sparkle 和安卓端 Clash Meta For Android）。

使用习惯是Web-ui。
web-ui是这么设置的，个人觉得看着更直观。 (click for more details)

带有广告屏蔽（秋风广告规则和blackmatrix7 / ios_rule_script 🧸 去广告）:tieba_024:
NSFW类网站屏蔽（目前注释掉了，需要自己开）:tieba_026:
虽然我完全看不到效果（也可能过滤完了，反正是开着呢。目前无误伤。）:tieba_022:

有不完善的地方，欢迎佬们补充。:tieba_002:

配置文件参考链接：

适用于Clash/Mihomo的配置模板分享【2025/5/19更新】

Clash/Clash Verge自用配置 可链式代理 无DNS泄露的全局配置(可多机场+机场中转+手机使用)

【全网最细】手把手教你定制自己的yaml文件，mihomo/clash全平台通用，告别早已落后的订阅转换，机场订阅 | 自建节点 | 链式代理 | DNS泄露 | 二进制规则转换、等全介绍！

MetaCubeX/mihomo 官方yaml

七尺宇 - 可用的yaml文件

geosite 的小妙用

使用的支持库和参考：

配置 - 虚空终端 Docs
MetaCubeX / meta-rules-dat
blackmatrix7 / ios_rule_script 分流规则、重写写规则及脚本。
定制适合 mihomo 内核和 sing-box 内核的 ruleset&geodata 文件

图标库（本人用的有点乱，按需自取）：
https://github.com/Vbaethon/HOMOMIX
https://github.com/DustinWin/ruleset_geodata/releases/tag/icons
https://testingcf.jsdelivr.net/gh/Koolson/Qure@master/IconSet/Color/
https://github.com/blackmatrix7/ios_rule_script/tree/master/icon/color
aihdde/Rules@master / icon

这个也不错，不过我搓配置时没有看到，放在这里作为参考吧
【保姆级教学】掰碎了给你讲！Clash配置文件详解（含实战演练）

不算是教程贴，clash/mihomo相关教程可以搜搜站里其他佬友的帖子哈，或者使用AI来进行辅助。
欢迎佬友给出更好的配置～ :bili_038:有问题欢迎佬友们一起探讨
具体配置如下： (click for more details)
关于 “u: &u #总订阅引用” 和 “u_s: &u_s #其他订阅分组” 部分，因为我p1为备用，所以这里分了2个组，方便自动选择使用。

分享到此结束。希望对各位有用。有用的话，请给予点赞支持哦:tieba_034: ，万分感谢:tieba_003:

45 posts - 24 participants

Read full topic

via LINUX DO - 热门话题 (author: Mitchell)

‌授人以鱼不如授人以渔：怎么写完美的prompt - part 2
LINUX DO - 热门话题 (RSS)

授人以鱼不如授人以渔：怎么写完美的prompt

搞七捻三

续接上回
中文版本
https://github.com/KuekHaoYang/AI-Prompt-Protocols/blob/main/高级提示词工程权威指南：系统架构与对话动态.pdf
英文版本
https://github.com/KuekHaoYang/AI-Prompt-Protocols/blob/main/A%20Definitive%20Guide%20to%20A...

OK,上一次只是整本书的part 1，让你们消化消化，这次我就放整本书了

英文版本

Architecting Intelligence: A Definitive Guide to the Art and Science of Elite Prompt Engineering.pdf (1.8 MB)

github.com



Architecting%20Intelligence%3A%20A%20Definitive%20Guide%20to%20the%20Art%20and%20Science%20of%20Elite%20Prompt%20Engineering.pdf

中文版本

构建智能：顶级提示词工程的艺术与科学权威指南.pdf (3.6 MB)

github.com



%E6%9E%84%E5%BB%BA%E6%99%BA%E8%83%BD%EF%BC%9A%E9%A1%B6%E7%BA%A7%E6%8F%90%E7%A4%BA%E8%AF%8D%E5%B7%A5%E7%A8%8B%E7%9A%84%E8%89%BA%E6%9C%AF%E4%B8%8E%E7%A7%91%E5%AD%A6%E6%9D%83%E5%A8%81%E6%8C%87%E5%8D%97.pdf

markdown

中文版本

github.com/KuekHaoYang/AI-Prompt-Protocols

%E6%9E%84%E5%BB%BA%E6%99%BA%E8%83%BD%EF%BC%9A%E9%A1%B6%E7%BA%A7%E6%8F%90%E7%A4%BA%E8%AF%8D%E5%B7%A5%E7%A8%8B%E7%9A%84%E8%89%BA%E6%9C%AF%E4%B8%8E%E7%A7%91%E5%AD%A6%E6%9D%83%E5%A8%81%E6%8C%87%E5%8D%97.md

main

# 构建智能：顶级提示词工程的艺术与科学权威指南

# 第一章：提示词的哲学：人机协作导论

## 1.1 一场新对话的黎明

在人工智能飞速发展的版图上，大语言模型（LLM）已然成为一股变革性的力量，它是一种有潜力重新定义生产力、创造力和问题解决方式的工具。然而，这些模型蕴含的巨大能量，往往受限于一个关键因素：它们接收到的沟通质量。这，便是提示词工程这门学科的起点。

**提示词**（Prompt），最简单的形式，就是你提供给 AI 模型的指令、问题或输入。它是每一次互动的催化剂，是每一个生成的句子、图像或代码的起点。因此，**提示词工程**（Prompt Engineering），就是一门设计这些输入，以引导 AI 模型产出精确、可靠、高价值输出的艺术和科学。

我们必须澄清“工程”这个词。这门学科无需任何软件开发或数据科学背景。从根本上说，它是一门沟通的学科。你可以把它想象成学习如何与你那位能力超凡的新同事沟通。你的意图表达得越清晰、越具体、越有情境，AI 就越能准确地执行你的构想。输入的质量不仅影响输出，它甚至决定了输出。

本指南将为你掌握这种新形式的对话提供一个全面的框架。它建立在这样一种哲学之上：与 AI 互动，并非简单的问答交易，而是关乎于构建对话、设计行为，并锻造一种能同时提升人与机器能力的协作伙伴关系。

## 1.2 AI 是协作者，而非神谕

一个常见的误解是将大语言模型（LLM）视为无所不知的神谕——一个装着所有答案的魔法盒子，只等一个正确的问题来开启。这种看法局限了它的潜能。一个更强大、更准确的心智模型是，将 AI 视作一位技能无限，但初来乍到的助理。他读完了整个互联网，但对你、你的目标或当前任务没有任何具体背景。并且，每段对话一结束，他就会立刻失忆。

这位助理是一个强大的预测引擎。当你提供一个提示词时，LLM 并非像人类一样“理解”你的请求。相反，它会进行复杂的统计分析，根据其在训练中学到的大量模式，预测最有可能跟在你输入之后的一系列词语（或“tokens”）。你的提示词为这个预测设定了初始条件，它创建了一个起点，AI 从这一点出发，规划出最可能的路径。



此文件已被截断。 显示原始文件

英文版本

github.com/KuekHaoYang/AI-Prompt-Protocols

Architecting%20Intelligence%3A%20A%20Definitive%20Guide%20to%20the%20Art%20and%20Science%20of%20Elite%20Prompt%20Engineering.md

main...

View original post

LINUX DO

授人以鱼不如授人以渔：怎么写完美的prompt

续接上回 中文版本 https://github.com/KuekHaoYang/AI-Prompt-Protocols/blob/main/高级提示词工程权威指南：系统架构与对话动态.pdf 英文版本 https://github.com/KuekHaoYang/AI-Prompt-Protocols/blob/main/A%20Definitive%20Guide%20to%20Advanced%20Prompt%20Engineering:%20System%20Architecture%…

‌Prompt生成器
LINUX DO - 热门话题 (RSS)

授人以鱼不如授人以渔：怎么写完美的prompt

搞七捻三

续接上回
中文版本

英文版本

生成prompt的prompt

纯文件
中文版本
高级提示词工程权威指南：系统架构与对话动态.pdf (1.5 MB)
英文版本
A Definitive Guide to Advanced Prompt Engineering: System Architecture and Conversational Dynamics.pdf (239...

续接上回

github：GitHub - KuekHaoYang/KPrompt

直接使用：https://kprompt.vercel.app/

11 个帖子 - 11 位参与者

阅读完整话题

LINUX DO

授人以鱼不如授人以渔：怎么写完美的prompt

续接上回 中文版本 https://github.com/KuekHaoYang/AI-Prompt-Protocols/blob/main/高级提示词工程权威指南：系统架构与对话动态.pdf 英文版本 https://github.com/KuekHaoYang/AI-Prompt-Protocols/blob/main/A%20Definitive%20Guide%20to%20Advanced%20Prompt%20Engineering:%20System%20Architecture%…

现在可以将 MCP Reddit Server 这个 MCP 服务器，接入到 AI 助手，帮我们快速获取 Reddit 的热帖，了解最新动态。

支持获取任意 subreddit 的热门帖子，抓取完整的内容和评论，支持处理文字、链接和图片。

#GitHub

http://github.com/adhikasp/mcp-reddit

主要功能：

● 获取任意 subreddit 的热门话题和讨论内容
● 抓取帖子详细信息，包括评论和互动数据
● 支持文本、链接、图集等多种 Reddit 内容类型
● 提供命令行工具，方便开发者测试和调试

可与 Claude Desktop 等 MCP 客户端无缝集成，一键安装即可使用。喜欢逛 Reddit 的同学，可以安装体验看看。

via Memos

‌一文入门 Docker Compose
LINUX DO - 热门话题 (RSS)

本文同步发布在我的博客之中：一文入门 Docker Compose - Lynn的小站

前言

借助 Docker，您可将容器当做轻巧、模块化的虚拟机来使用。同时，您还将获得高度灵活性，实现对容器的高效创建、部署及复制，并在环境之间迁移它们，从而有助于您针对云来优化应用。

——《什么是 Docker？》

Docker Compose is a tool for running multi-container applications on Docker defined using the Compose file format. A Compose file is used to define how one or more containers that make up your application are configured. Once you have a Compose file, you can create and start your application with a single command: docker compose up。

——《Docker Compose 官方介绍》

简单来说，Docker可以让我们把一个项目的所有依赖环境配置好，我们可以快速的运行起来，而无需处理环境的依赖问题；

而某个项目需要用到诸如数据库、Redis等其他项目的时候，使用Docker Compose可以将所有的项目和项目依赖通过一个yml完全配置好，我们只需要通过一行命令就可以快速启动这个项目。

Compose 使用的三个步骤：

— 使用 Dockerfile 定义应用程序的环境。
— 使用 docker-compose.yml 定义构成应用程序的服务，这样它们可以在隔离环境中一起运行。
— 最后，执行 docker-compose up 命令来启动并运行整个应用程序。

——《Docker Compose - 菜鸟教程》

安装 Docker Compose
这部分，我们在这里仅介绍Linux的安装步骤，Windows和MacOS已经在Docker Desktop之中内置了Docker Compose的功能，如果你有其他特殊的需求，也可以参考官方文档。

基本上来说，只需要这两条命令即可：

sudo curl -L "https://github.com/docker/compose/releases/download/<版本号>/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
sudo chmod +x /usr/local/bin/docker-compose

如果你使用的是Ubuntu系统，那么安装的步骤则会变得更为简单：

sudo apt install docker-compose

在安装完成后，我们可以通过下面的命令检查是否安装成功

docker-compose --version

配置文件
接下来，我们聊聊配置文件，也就是Docker Compose的核心部分，在这里我们设计了两个服务，一种为源文件构造，另一种是拉取现有的镜像部署。

# docker-compose.yml
version: "3.9"

services: # 定义服务
web: # Web 应用
build: ./app # 使用 ./app 目录下的 Dockerfile 构建镜像
command: flask run --host=0.0.0.0 --port=5000 # 启动 Flask 应用
ports:
- "8000:5000" # 本机8000端口映射到容器5000端口
environment:
# 数据库连接URL，这里通过服务名 db 连接 Postgres
DATABASE_URL: postgresql://postgres:${POSTGRES_PASSWORD}@db:5432/${POSTGRES_DB}
depends_on:
db:
condition: service_healthy # 等待数据库健康检查通过再启动

db: # 数据库服务（PostgreSQL）
image: postgres:16 # 使用官方 Postgres 16 镜像
restart: unless-stopped # 意外退出时自动重启
environment:
POSTGRES_USER: postgres # 数据库用户名
POSTGRES_PASSWORD: ${POSTGRES_PASSWORD} # 从 .env 文件读取密码
POSTGRES_DB: ${POSTGRES_DB} # 默认数据库名
volumes:
- db_data:/var/lib/postgresql/data # 数据持久化，保存到数据卷 db_data 之中
healthcheck: # 健康检查，保证数据库可用
test: ["CMD-SHELL", "pg_isready -U postgres -d ${POSTGRES_DB}"]
interval: 5s
timeout: 3s
retries: 10

volumes: # 定义数据卷
db_data: # PostgreSQL 的数据卷

Service - Web服务（从源文件构造）
我们以Web服务为例，这里我们设计了一个Python Flask项目作为示例：

web: # Web 应用服务（Flask 示例）
build: ./app # 使用 ./app 目录下的 Dockerfile 构建镜像
command: flask run --host=0.0.0.0 --port=5000 # 启动 Flask 应用
ports:
- "8000:5000" # 本机8000端口映射到容器5000端口
environment:
# 数据库连接URL，这里通过服务名 db 连接 Postgres
DATABASE_URL: postgresql://postgres:${POSTGRES_PASSWORD}@db:5432/${POSTGRES_DB}
depends_on:
db:
condition: service_healthy # 等待数据库健康检查通过再启动


— build：指定构建镜像的目录（./app 里需要有 Dockerfile）。
— command：覆盖容器启动命令，这里用flask启动了一个允许所有IP访问的，端口为5000的服务端。

注意：这里应该允许所有IP访问（0.0.0.0），而不是只允许本地访问（127.0.0.1），否则会导致无法从外部连接到容器。

— ports：端口映射，本机 8000 → 容器 5000。
— env_file：从 .env 文件读取环境变量。
— environment：额外定义的环境变量，在这里我们设置了数据库地址。
— depends_on：表示依赖关系，这里web服务要等到db服务通过了健康检查，才会启动。

Services - db服务（拉取现有的镜像）

db: # 数据库服务（PostgreSQL）
image: postgres:16 # 使用官方 Postgres 16 镜像
restart: unless-stopped # 意外退出时自动重启
environment:
POSTGRES_USER: postgres # 数据库用户名
POSTGRES_PASSWORD: ${POSTGRES_PASSWORD} # 从 .env 文件读取密码
POSTGRES_DB: ${POSTGRES_DB} # 默认数据库名
volumes:
- db_data:/var/lib/postgresql/data # 数据持久化，保存到卷 db_data
healthcheck: # 健康检查，保证数据库可用
test: ["CMD-SHELL", "pg_isready -U postgres -d ${POSTGRES_DB}"]
interval: 5s
timeout: 3s
retries: 10


— image：使用构建好的镜像。这里我们固定了版本为16，如果使用latest可能会导致新旧版本的兼容性导致问题。
— restart：容器异常退出后会自动重启。
— environment：POSTGRES_USER/POSTGRES_PASSWORD/POSTGRES_DB 仅在第一次初始化数据目录时生效。之后数据由卷持久化，再改这些变量不会重置已有库。
— volumes：用 命名卷（db_data）作为文件的存储，后面说映射到容器内的存储目录。
— healthcheck：

— CMD-SHELL：表示这条命令会在容器的 shell 里执行（相当于 bash -c）。
— pg_isready：这是 PostgreSQL 自带的一个小工具，用来检测数据库是否可以连接。
— -U postgres：指定用 postgres 这个用户去检测。
— -d ${POSTGRES_DB}：指定要检测的数据库名字（这里我们使用的是变量，会从 .env 文件读取同名的环境变量值）。

数据卷
在 Docker Compose 中，数据卷的定义通常放在最底部的 volumes...

View original post

Lynn的小站

一文入门 Docker Compose

前言 借助 Docker，您可将容器当做轻巧、模块化的虚拟机来使用。同时，您还将获得高度灵活性，实现对容器的高效创建、部署及复制，并在环境之间迁移它们，从而有助于您针对云来优化应用。 ——《什么是 Docker？》 Docker Compose is a tool for running multi-container applications on Docker defined usin

分享一个vibe coding 复杂项目开发的Prompt

最近在开发自己的app，项目变得比较打了之后发现vibe coding之后，很难做到指哪打哪，经常会改错东西。研究了很久，发现需要一个索引/词表/地图/词典之类的东西，能够帮助ai理解，“帮我改下头像框”究竟指的是要改什么东西。 对于不能完全掌握代码的散修coder来说，应该是很有用的
```

# 通用代码项目功能映射生成器

## 🎯 目标
为任意代码项目生成一份**AI可理解的功能索引**，让用户能够：
- 用自然语言描述想修改的功能
- AI能快速定位到具体的代码文件和位置
- 实现"指哪打哪"的精确代码修改

## 📋 核心任务
扫描项目代码，识别所有**用户可感知的功能点**，并建立**自然语言到代码位置**的映射关系。

## 🔍 分析要点

### 识别标准
1. **界面元素**: 按钮、表单、菜单、弹窗等
2. **交互行为**: 点击、拖拽、输入、导航等
3. **数据展示**: 列表、图表、卡片、详情等
4. **业务流程**: 登录、支付、搜索、上传等

### AI友好的描述原则
- 使用**用户视角**的自然语言
- 避免技术术语，多用功能性描述
- 包含**视觉特征**和**交互方式**
- 提供**多种表达方式**的关键词

## 📊 输出格式

```markdown
# 📂 [项目名称] 功能-代码映射报告

## 🏗️ 项目概览
- **技术栈**: [主要框架] + [其他重要依赖]
- **架构模式**: [识别的架构模式，如 MVC, Component-based, Feature-based 等]
- **状态管理**: [使用的状态管理方案，如 Redux, Context, Vuex 等]
- **样式方案**: [CSS Modules/Styled-components/Tailwind/SCSS 等]
- **构建工具**: [Webpack, Vite, Create React App 等]
- **包管理**: [npm, yarn, pnpm]

## 📊 功能模块统计
- **页面级组件**: X 个 [主要页面/路由]
- **可复用组件**: Y 个 [通用UI组件]
- **业务逻辑模块**: Z 个 [Hooks/Services/Utils]
- **样式文件**: W 个 [CSS/SCSS/样式模块]
- **配置文件**: N 个 [路由/环境/构建配置]

## 🗂️ 目录结构概览
```
[项目根目录]/
├── [主要源码目录]/
│   ├── [页面目录]/
│   ├── [组件目录]/
│   ├── [样式目录]/
│   └── [工具目录]/
├── [资源目录]/
└── [配置文件]
```

---

## 🎯 功能映射表

### [功能类别] - [功能名称]

**🔤 用户描述方式**:
- 主要: "[用户会怎么描述这个功能]"
- 别名: "[其他可能的叫法]", "[相关词汇]"

**📍 代码位置**:
- 主文件: `[文件路径]` - [作用说明]
- 样式: `[样式文件路径]` (如果有)
- 逻辑: `[业务逻辑文件]` (如果分离)

**🎨 视觉标识**:
- 外观: [颜色/形状/位置等描述]
- 文本: "[界面上的关键文字]"

**⚡ 修改指引**:
- 修改外观: 编辑 `[具体文件和行数/区域]`
- 修改行为: 编辑 `[具体文件和函数名]`
- 修改文本: 编辑 `[具体位置]`

---
```

## 📝 示例模板

```markdown
### 界面元素 - 用户头像

**🔤 用户描述方式**:
- 主要: "用户头像", "个人头像", "用户图片"
- 别名: "头像框", "用户照片", "个人图标", "profile picture"

**📍 代码位置**:
- 主文件: `src/components/UserAvatar.jsx` - 头像组件定义
- 样式: `src/components/UserAvatar.css` - 头像圆形边框和大小
- 默认图片: `public/images/default-avatar.png`

**🎨 视觉标识**:
- 外观: 圆形图片，通常在右上角或用户信息区域
- 文本: 无文本，但可能有用户名在旁边

**⚡ 修改指引**:
- 修改头像大小: 编辑 `UserAvatar.css` 中的 `width/height`
- 修改默认头像: 替换 `public/images/default-avatar.png`
- 修改点击行为: 编辑 `UserAvatar.jsx` 中的 `onClick` 函数

---

### 交互功能 - 商品收藏

**🔤 用户描述方式**:
- 主要: "收藏商品", "添加到收藏夹", "收藏按钮"
- 别名: "点赞", "喜欢", "心形按钮", "收藏功能", "favorite"

**📍 代码位置**:
- 主文件: `src/components/FavoriteButton.jsx` - 收藏按钮组件
- 业务逻辑: `src/services/favoriteService.js` - 收藏相关API调用
- 状态管理: `src/store/userStore.js` - 收藏列表状态

**🎨 视觉标识**:
- 外观: 心形图标，未收藏时为空心，已收藏时为红色实心
- 位置: 通常在商品卡片右上角或商品详情页

**⚡ 修改指引**:
- 修改图标样式: 编辑 `FavoriteButton.jsx` 中的图标组件
- 修改收藏逻辑: 编辑 `favoriteService.js` 中的收藏方法
- 修改收藏状态: 编辑 `userStore.js` 中的收藏数据结构

---
```

## 🚀 使用说明

### 对于用户
当你想修改某个功能时，只需告诉AI：
- "我想修改登录按钮的颜色"
- "搜索框的位置需要调整"
- "商品评分的星星太小了"

### 对于AI
收到用户需求后：
1. 在映射表中搜索相关的"用户描述方式"
2. 定位到对应的"代码位置"
3. 根据"修改指引"提供具体的修改方案

## 🎯 生成指令

请分析提供的项目代码，按照上述格式生成功能映射表。重点关注：

1. **完整性**: 覆盖所有用户可见的功能
2. **准确性**: 确保代码位置和修改指引正确
3. **自然性**: 用户描述要贴近真实表达习惯
4. **实用性**: AI能够直接根据映射表定位和修改代码

现在请开始分析我的项目代码，生成这份AI友好的功能映射表。

14 posts - 13 participants

Read full topic

via LINUX DO - 热门话题 (author: fakepan)

【PowerShell 全自动】[Google Gemini AI ONE ] 全自动12月学生认证一键脚本

效果：

----------------------

使用方法：

1. 使用Powershell ISE 直接修改代码：

需要填写的部分：

[string]$ProxyUrl = "http://127.0.0.1:7892",
[string]$verificationId = "689c",

可选：

$birthDate = "2000-10-02"

1. 命令行传入参数执行

可用的参数：

1. 指定自定义logo文件(除非你想用自己的)：
   .\google.ps1 -verificationId "custom_id" -logoPath "university_logo.png"

2. 使用系统代理：
   .\google.ps1 -verificationId "custom_id" -UseSystemProxy

4. 使用指定的HTTP代理：
   .\google.ps1 -verificationId "custom_id" -ProxyUrl "http://127.0.0.1:7890"

5. 完整参数示例：
   .\google.ps1 -verificationId "custom_id" -logoPath "mit_logo.png" -ProxyUrl "http://127.0.0.1:7890"

注意：Logo文件必须存在，否则脚本会报错退出

一般情况下，只设置verificationId和你的代理ProxyUrl即可

----------------------

提示：

请保持logo.png和google.ps1在同一个文件夹，如果报错请先管理员权限下运行：

Set-ExecutionPolicy RemoteSigned

另外请自查ipqs，建议使用azure，
代码里面的生日为什么是固定的？
自己修改就行了
verificationId 从 SheerID URL 中的参数中获取:

https://services.sheerid.com/verify/67c8c14f5f17a83b745e3f82/?verificationId=689c96eexxxxxxxx

----------------------

下载：

Gemini.zip (78.7 KB)

----------------------

代码如果过了之后订阅没生效，按 @xjw 的方法修改

【PowerShell 全自动】[Google Gemini AI ONE ] 全自动12月学生认证一键脚本 福利羊毛

发现实际验证和ID和自己填写的verificationId不一样唉 导致验证完后 跳转到one会发现没有优惠 手动在代码394行 定义 $actualVerificationId = $verificationId 正常通过 页面也有优惠了 想问一下 $actualVerificationId 这个值的意义？ thinking

242 posts - 167 participants

Read full topic

via LINUX DO - 热门话题 (author: 存档账号)

Invalid media: image

魔搭免费api接口支持Anthropic API可直接用于claude code附教程

今天看到这个消息

测试支持Anthropic API了 于是去试了下能不能直接支持claudecode 发现可以用
直接改环境变量的这几个
“ANTHROPIC_API_KEY”: “你自己的key注意去掉前面的ms-”,
“ANTHROPIC_BASE_URL”: “https://api-inference.modelscope.cn”,
“ANTHROPIC_MODEL”: “Qwen/Qwen3-Coder-480B-A35B-Instruct”,
“ANTHROPIC_SMALL_FAST_MODEL”: “Qwen/Qwen3-Coder-480B-A35B-Instruct”
我直接默认用的qwen3code 可以换成里面能用的别的模型

也可以用glm4.5，总共每天免费2000次 qwen3code是500限制
直接改配置文件这样

Windows 平台：notepad C:\Users\你的用户名.claude\settings.json
Linux/Mac 平台：vim ~/.claude/settings.json
复制粘贴以下内容：
{
“env”: {
“ANTHROPIC_API_KEY”: “你自己的key注意去掉前面的ms-”,
“ANTHROPIC_BASE_URL”: “https://api-inference.modelscope.cn”,
“ANTHROPIC_MODEL”: “Qwen/Qwen3-Coder-480B-A35B-Instruct”,
“ANTHROPIC_SMALL_FAST_MODEL”: “Qwen/Qwen3-Coder-480B-A35B-Instruct”
},
“permissions”: {
“allow”: ,
“deny”:
}
}

26 posts - 15 participants

Read full topic

via LINUX DO - 热门话题 (author: 麒白掌)

Invalid media:
image
image