正在使用lobe-chat的佬们注意了!lobe-chat正在泄漏你的隐私!
LINUX DO - 热门话题 (RSS)

太长不看版本:

当你使用lobe-chat-database进行MCP工具调用之后, lobe-chat团队和cloudflare就会知道该工具调用的细节。

存在严重隐私泄漏、跨境数据传输等安全风险,请各位佬友谨慎使用该软件。

lobe-chat我觉得算是一个优秀的ai对话工具,特别是在MCP集成方面。

项目开发者也在本站: 个人资料 - Arvin_Xu - LINUX DO

但最近碰到的一件事却让我不寒而栗。

我通过lobehub/lobe-chat-database - Docker Image | Docker Hub 这个镜像部署了本地数据库版(v1.112.0),连接了内网的数据库,AI使用的MCP服务器也是部署在内网的(由我自己开发)。理论上,我和AI的对话记录只有我内网有记录(以及AI的服务供应商)。

但我最近在使用AI调用MCP服务器时, 发现lobe-chat在MCP服务器返回结果后,还需要loading很长的时间(可能要几十秒)才能发起下一次AI请求。经过排查,主要是受该接口影响: /trpc/lambda/market.reportCall,message.update?batch=1, 短则几秒、多则几十秒。

让AI帮我分析lobe-chat代码后, 我发现lobe-chat在这个接口里将MCP调用数据上报到了env.MARKET_BASE_URL



但我的lobe-chat-database实例内没有MARKET_BASE_URL这个环境变量,那么数据去哪了呢?

通过查看DNS解析记录/网络抓包后,我发现lobe-chat将数据传到了https://market.lobehub.com,托管在cloudflare上(怪不得速度忽快忽慢!)。但这个域名,在lobe-chat的官方代码仓库(lobehub/lobe-chat)里是没有的,这又是怎么回事呢?

通过排查lobe-chat-database容器实例,我发现这个域名记录在容器内的js文件中:...

View original post
手把手教程利用gemini-cli操控你的浏览器!附实用场景总结L站帖子
LINUX DO - 热门话题 (RSS)






应佬友 @Darthvader 邀请,分享一下可以通过大模型操控自己的浏览器的开源MCP项目,跟着我一步步操作吧!我个人常用场景是总结L站的帖子,试图快速理清佬友们讨论的重点hh。

一、安装mcp-chrome

github.com

GitHub - hangwin/mcp-chrome: Chrome MCP Server is a Chrome extension-based...

Chrome MCP Server is a Chrome extension-based Model Context Protocol (MCP) server that exposes your Chrome browser functionality to AI assistants like Claude, enabling complex browser automation, content analysis, and semantic search.

1、全局安装mcp-chrome-bridge...

View original post
#影视 #电影
😞 飞流视频 新兴的在线影视播放平台

亮点😝
😍高清播放体验优秀,支持多清晰度切换

😍片源丰富,涵盖电影、电视剧、动漫、综艺全品类

😍界面简洁,操作直观,新手友好

😍更新速度快,热门内容同步及时

😍适合人群:全类型影视观众,尤其是追求操作简便的用户


🥰 https://www.flixflop.com/
🗣️ 豆包Ai实战营从小白到高手速成

🏷️ #资源 #AI

👉 https://www.ahhhhfs.com/74706/
Open Lovable 是一个开源的 AI 驱动网页应用构建工具,能够将任意网站 URL 转换成一个可编辑的 React 克隆版本,极大加速 MVP 和产品验证过程。核心亮点包括:

• 基于 Groq、E2B 和 Firecrawl 的高性能技术栈,兼顾速度与智能
• 支持即时可视化编辑,直接修改 DOM 元素,代码与设计实时同步
• 通过拖拽新增、移动 div 容器,TailwindCSS 样式可视调整,Figma 风格 UI 体验
• 可从现有 GitHub 仓库或 Figma 设计导入,快速启动项目或迭代设计
• 开源且社区活跃,已在 vercel 等平台部署演示,便于开发者贡献与扩展
• 适用于快速生成产品原型、设计验证及团队协作,降低前端开发门槛

目前仍处于积极开发阶段,欢迎开发者参与改进。
deck:用 Markdown 高效驱动 Google Slides 幻灯片制作的利器
• 基于“内容与设计分离”理念,Markdown 负责内容创作,Google Slides 专注视觉呈现
• 支持持续迭代构建,实时同步修改,配合 --watch 参数实现边写边看,显著提升制作效率
• 完整支持 Google Slides API 与 Drive API,兼容个人与共享云盘,管理演示文稿更灵活
• YAML Frontmatter 灵活配置演示ID、标题、换行、代码块转图片命令等,满足多样化定制需求
• 自动识别 Markdown 结构,智能匹配幻灯片布局(标题、副标题、正文占位符),减少重复操作
• 支持 GitHub Flavored Markdown 语法,包括表格、粗体、斜体、代码、引用及内嵌 HTML 标签
• 代码块可通过自定义命令转为图片,方便展示复杂代码或图表(如 Mermaid、文本转图等)
• 页配置可嵌入 JSON 注释,实现布局、跳过、冻结、忽略等细粒度控制,提升演示灵活性
• 多账号/环境支持,profile 模式下管理多个身份,适应不同项目或组织需求
• 结合 AI agent 协作,可实现更高效的 Markdown 格式幻灯片创作,推动内容与设计的深度融合

deck 让幻灯片制作回归内容本质,兼顾灵活定制与自动化,适合研发、教学、产品等多场景的专业演示需求。
构建智能AI代理的新范式:基于MCP与OpenAI gpt-oss的实用指南

• 使用MCP打造标准化工具接口,简化AI代理与外部工具的交互,提升代理能力与扩展性。
• 结合OpenAI最新gpt-oss-120B大模型,作为强大LLM骨干,实现更精准且多功能的智能响应。
• Hugging Face轻量级客户端支持TypeScript(@huggingface/tiny-agents)和Python(huggingface_hub[mcp]),入门简便,跨语言体验无缝衔接。
• 本地浏览器代理示例:通过Playwright MCP服务器,代理可自主浏览互联网,进行信息检索与任务执行,具备实战应用价值。
• 灵活定义agent.json配置,支持自定义模型、工具、输入参数及系统提示,确保代理行为可控且高效。
• 轻松接入Hugging Face MCP服务器,访问数千AI空间,实现代理与多样AI服务的深度融合。
• 运行方式统一,Python与JavaScript客户端均支持“一行命令”快速启动,适合开发测试与生产部署。
• 设计理念强调代理需深度规划调用逻辑,反思执行结果,避免盲目调用与猜测,确保解决方案的准确性与完整性。

这套方案不仅降低了构建复杂AI代理的门槛,也为长期构建智能、多工具协同的AI系统奠定了基础。未来AI代理将不再孤立,而是通过MCP无缝连接多样能力,真正实现智能助理的多场景落地。
一款轻量级、高度可定制的开源编码命令行工具,基于 Groq 实现极速迭代体验。

• 极简架构,去除臃肿代码,便于本地开发和深度定制,适合想打造专属 CLI 的开发者
• 内置常用命令与工具,支持自定义启动命令、ASCII 艺术,随时扩展 slash 命令(如 /complexity、/deadcode)
• 支持通过 Groq 模型加速智能交互,轻松调用 AI 功能提升编码效率
• 多种安装方式:克隆源码开发、全局安装或 npx 一次性使用,灵活适配各种开发场景
• 结构清晰,代码分层合理,方便添加新工具(定义 schema + 实现功能 + 注册),以及新增用户交互命令
• 配置管理支持本地环境变量或 .groq/ 文件,保障密钥与模型选择安全便捷
• 开发体验友好,支持热更新监听(npm run dev)和详细调试日志,助力快速迭代
• 对社区开放,欢迎提交 PR 贡献功能,持续丰富生态

Groq Code CLI 让你真正拥有属于自己的编码命令行,兼顾轻量和强大,助力高效开发与个性化扩展。

Groq Code CLI | #工具
Media is too big
VIEW IN TELEGRAM
高效阅读学术论文的实用流程分享

• 利用 Obsidian 结合 pdf++ 插件与 Excalidraw,实现 PDF 注释与可视化思维导图无缝集成,极大提升笔记的结构化和直观性。
• 通过论文中的引用链条决定后续阅读重点,构建知识网络而非盲目阅读,节省时间聚焦核心文献。
• 主要借助 Google Scholar 和 arXiv 等学术搜索引擎精准定位相关论文,确保信息权威且及时。
• 关注专业信息源如 bycloud、yannic 频道,获取最新、高质量的研究动态,避免信息滞后。
• 保持社交平台(X 和 LinkedIn)时间线整洁,利用平台算法推荐发现有价值论文,结合多渠道信息源实现全面覆盖。
• 通过系统化工具与渠道整合,打造个性化的科研知识管理体系,优化学习路径和研究效率。
Back to Top