AI影片 凡人修仙傳 銀月II【劇情預覽】 全13min For more, please visit my profile page/完整內容請前往： 友情推薦： 圖包動圖 fansky→awei，hyominli，huachen，subking 中配劇情 fansky→ailin，ggd，QSWX，NinePM 檢索： #AI影視# #國漫# #腹黑的X# #nsfw# #doonghua# #video# #凡人修仙传# #银月#

X的中文检索功能是我用过所有网站里最烂的，我真的搞不懂怎么能做到这么烂，这不是啥很复杂的功能吧？ @elonmusk 啥时候换一批靠谱点的程序猿？？

还在心疼 Token 跑得太快？那是你的 Agent 检索姿势不对！ 分享一套我的本地 Agent 检索策略： 1️⃣ 结构化目标 → 优先用 mq 预览 .tree 架构。 2️⃣ 模糊目标 → 先 qmd 扫文件名，再 mq 精准提取段落。 这一套组合拳打下来，Token 消耗暴降 80%+，精准度却丝毫不输云端。你的 Local Agent🦞 学废了吗？

黄仁勋跟红杉聊了一场很深的对话，把AI产业的底层逻辑讲得特别清楚 他提了一个概念：过去60年的计算机行业本质上就干了一件事——检索。写代码、拍照片、录音乐，存成文件，用的时候再调出来。数据中心说到底就是一个大硬盘 现在不一样了。AI不是从硬盘里找旧数据，是实时生成新内容。这是完全不同的计算范式，他管这叫"AI工厂" 然后他画了一个"五层蛋糕"来解释AI产业的结构： 最底层：能源。AI工厂需要巨量电力 第二层：芯片和计算。英伟达在这里 第三层：基础设施。土地、电力接入、建筑、融资 第四层：模型。OpenAI、Anthropic 在这里 最顶层：应用。创业公司和终端用户在这里 每一层都是万亿级别的市场 关于AI取代工作，他反驳得很干脆：AI消灭的是任务，不是职业。放射科医生没有因为AI看片子更准就失业，反而需求增长了。软件工程师也是，代码越容易写，能解决的问题越多，需要的工程师反而更多 你们觉得这个"五层蛋糕"的框架，哪一层机会最大？

一个非常有用的必装工具：claude-mem 重点功能就是给 Agent 加长期记忆，必须安排上 claude-mem 做的是跨会话持久上下文。它会记录 agent 会话，压缩成可检索记忆，再把相关上下文注入后面的任务。README 里还有 progressive disclosure、skill-based search、web viewer 和 private tag。 GitHub 现在约 78.7k stars，今天新增 352 stars。用 Claude Code、Codex、Gemini CLI、OpenCode 跑长期项目的人可以重点看。 仓库地址：

个人知识库的天花板来了！ GitHub这个 LLM Wiki 项目已经2800+ Star，彻底把普通RAG甩在身后！ 它不是每次都“重新检索”的废物模式， 而是让AI直接帮你增量构建一个真正的结构化Wiki —— 知识编译一次，就持续进化、越用越聪明！ 真正牛的几个点： ① 四信号知识图谱：自动建立高质量关联，不是乱连 ② Louvain社区检测：自动发现知识簇，帮你找到自己都没意识到的盲区 ③ Chrome一键剪藏：看到好网页直接扔进知识库 ④ 完美兼容Obsidian：三栏布局，颜值和体验都在线 做研究、写笔记、搞个人知识管理的朋友，这项目真的值得冲！ GitHub： 想把自己的大脑变成“活的第二大脑”的，这波必须收藏！

觉得Claude消耗TOKEN太多了？ 可以试试这个叫Claude-Mem的项目，目前已经75k star 具体功能如下： 持久化内存 - 上下文跨会话保留 📊 渐进式披露 - 分层内存检索,具有令牌成本可见性 🔍 基于技能的搜索 - 使用 mem-search 技能查询项目历史 🖥️ Web 查看器界面 - 在 http://localhost:37777 实时查看内存流 💻 Claude Desktop 技能 - 从 Claude Desktop 对话中搜索内存 🔒 隐私控制 - 使用 标签排除敏感内容的存储 ⚙️ 上下文配置 - 精细控制注入的上下文内容 🤖 自动操作 - 无需手动干预