#重溫郭文貴先生直播爆料# (2022.01.17) 【3000萬官司變億萬超限戰：73,000頁證據背後】 🔶過去五年，太平聯盟最初拒絕提供證據，後來才交出7.3萬頁文件。本案累計文件約30萬頁，律師費高達上億美元。原本僅涉3000萬美元個人擔保的官司，太平聯盟律師費約8000萬美元，我們亦支出數千萬美元。法院未允許陪審團審判，也未讓當事人陳述，對方關鍵人物Chris始終未出庭。證人與會計師均承認債務已全額償還。對方文件顯示北京警方曾介入此案，並承認與吳徵、海航有投資關係。這些情況令人質疑程序公正，並懷疑是否有更多類似George Higginbotham的司法腐敗問題。 #73000頁證據# #30萬頁文件# #超限戰# #太平聯盟# #北京警察# #吳徵海航# #程序正義# #律師費億萬#

美以爆打伊朗 14天「人間地獄」降臨；美官方曝中共「超限戰」 大批主編記者被收買；伊朗海外中樞灰飛煙滅 川普爲何專爲中俄立Flag? 🔥新片出爐👉🏻

所有皇朝在崩潰前，都是搜刮民脂民膏，各種苛捐雜稅，出台各種法律法規，限制人的思想自由，然後剝奪人民所有的財富，最後倒閉嗝屁 當共產黨的房地產稅、各種稅收都出來的時候，就是共產黨完蛋的時候了 #新中國聯邦# #郭文貴# #中國人不等於中共# #超限戰# #脫鉤#

前有 Trezor ，后有 Safepal ，硬件钱包怎么了？为何我不建议小散户用硬件钱包，而是存在头部最大的交易所。 现在看硬件钱包似乎也存在不少致命的缺点： 1、自己忘了密码，试错超限永远锁死或格式化 网上看到有人说，遇到几个Ledger硬件钱包输错密码超过三次被重置的，硬件钱包中的私钥已经被清除，因而已经没办法再恢复了。 基本所有硬件钱包，密码输入次数超过一个临界值就会清除私钥，Ledger是3次，Trezor是16次，其他硬件钱包也各有设定。切记Ledger在第一次输入错误后，就不要再去试了，确认绝对正确才能再试，Trezor可以多试几次。 iphone也是一样，因为密码输错多次被永远锁定，导致手机里大额的ETH和BTC没法用的事，我们看到过很多起，BTC和ETH金额都很吓人。 希望大家别再犯同样的错误！！！ 2、硬件钱包丢失 谁都丢过手机，何况一个长期不用的U盘一样的东西。 3、损坏或升级错误，变砖 苹果手机都可能变砖，手机掉水里更是常见，出门家里着火或被水淹，一切皆有可能。 4、被黑被盗 过去觉得是离线冷钱包绝对不可能被盗，现在看也不是什么新鲜事了。 所以，硬件钱包安全级别高不假，但是我觉得更是适合有安全保障维护团队的大户或者机构使用，而一般个人，我觉得还不如放在大交易所更好，就算被盗了，至少还能找客服闹一哈，让交易所赔，如果不赔就找KOL发帖施压继续闹，没准就赔了。可如果是自己放在硬件钱包里，丢了就是丢了，可真是一点办法都没了。

AI 网关天花板！ 一个端点接 268+ 提供商、500+ 模型，Cursor/Claude Code 直接用 用 AI coding 时最烦的几个问题： • 模型太多，切换麻烦 • 免费额度分散，经常超限 • Token 吃得太凶，成本高 • Agent 想自主调用模型却很难 OmniRoute 把这些问题一次性干掉了。它是一个免费开源的 AI 网关，通过一个本地端点（http://localhost:20128/v1），就能访问 268+ 提供商、500+ 模型（包括 Claude、GPT、Gemini、Kimi K3、GLM、DeepSeek 等）。支持 Claude Code、Cursor、Codex、Cline、Copilot 等主流 AI coding 工具。 // 核心黑科技： • 智能路由 + 自动 fallback：18 种路由策略（优先级、加权、成本最优、融合等），配额感知，模型挂了自动切下一个 • RTK + Caveman 压缩：可叠加 11 种压缩引擎，节省 15-95% tokens，代码/JSON 几乎无损 • MCP/A2A 支持：AI Agent 可以直接控制网关，实现真正的自主调用 • 免费额度聚合：把散落在各家的免费额度集中管理，据称每月可省下巨量成本 • 本地优先：完全自托管，支持 Desktop/PWA/Termux，隐私安全 • 开箱即用：npm 一键安装，Dashboard 可视化配置，支持 43 种语言（含中文） // 简单来说：把“模型碎片化”变成“统一智能入口”，让开发者真正实现 “Never stop coding”。目前已获 22k stars，由 500+ 贡献者共同打造，社区非常活跃。 GitHub： 去 star 一下，装上后把你的 Cursor 或 Claude Code 指向这个端点，model 填 auto，立刻感受丝滑体验。

为什么现在基本上见不到黑社会了？ 我建议你可以去尝试一下干这几件事： 1、举报当地市政工程违规施工偷工减料 2、举报当地矿山非法开采 3、举报当地工厂乱排污水，偷税漏税 4、举报当地最大的KTV消防不合格。 5、举报当地最大的货运公司大货车超限超载。 6、举报当地的土方公司违规挖土，地产暴力拆迁。 如果这些都举报完了还安然无恙的情况下，你就是最大的黑社会

最近正在梳理专属于自己的AI编程套件，用于提升自己的编程效率 我先花了几天收集和测评了 5 个 GitHub 26 万星的 AI 编程套件！直接把结论分享给大家： 1. obra/superpowers 这个应该大家都很熟悉了，superpower已经存在了2年左右 14 个技能硬编码工作流：brainstorming（苏格拉底式提问出 spec）→ writing-plans（拆成 2-5 分钟粒度任务）→ 子代理逐任务实现 + 双阶段评审（5 轮修复上限，超限强制停机裁决） 适合场景：你在意“防 AI 跑偏”多于交互流畅，需要无人值守的长任务 2. mattpocock/skills — 按需取用的工程工具箱 这个最近可以说是火爆了，我实测下来单环节的效果最好，强烈推荐大家用用，我之后的ai套件也会基于这个skill体系进行优化 两个杀手级技能值得单独说： /grill-with-docs — 把需求对齐变成文档资产 这是我测下来最聪明的一个设计 它不是简单的“AI 问你问题”，而是边问边写 CONTEXT.md 和 ADR（架构决策记录） 举个例子，你说“课程里的 lesson 变成真实文件时有问题” 它会逼你定义“真实文件”是什么，然后把这个概念写进 CONTEXT.md，术语统一叫“materialization cascade” 下次 AI 看代码时直接用这个词，不用每次都解释一遍 更绝的是：它会拿你的新想法去撞现有的 CONTEXT.md，发现矛盾就当场质疑你 “你上周说 X，这周又说 Y，到底哪个对？” 这个反向质疑机制，是我见过唯一能防止需求飘移的工具 /diagnosing-bugs — 6 步诊断法，强制你别瞎猜 这个技能解决了 AI 调试最大的问题：跳过复现直接改代码 它强制执行 6 个阶段： 先写一个能让 bug 稳定复现的测试（红灯） 最小化复现场景（删到不能再删） 提出假设（不许直接改代码） 加 log 验证假设 修复 写回归测试 3. garrytan/gstack — Web 产品从想法到上线的流水线 YC CEO Garry Tan 开源的个人配置，59 个技能，角色分工（CEO 拷问 /office-hours、安全官 /cso、发布工程师 /land-and-deploy） 这个skill我主要吸收以下两块内容： Playwright 驱动真实 Chromium 的常驻 daemon（首次 3 秒、之后每命令 100-200ms，登录态全程保留，/qa 边点页面边改码边复验） careful/freeze/guard 三个护栏用 PreToolUse hook 真拦截，不是靠提示词“记得小心” 4. multica-ai/andrej-karpathy-skills — LLM 通病的行为补丁 这个之前推荐过，karpathy的编程准则，非常适合写入claude.md中 本体就是一份 2.3KB 的 CLAUDE.md，四组守则： Think Before Coding（不静默假设） / Simplicity First（不过度抽象，“200 行能写 50 行就重写”） / Surgical Changes（每行改动可追溯到用户请求，不顺手重构） / Goal-Driven（“修 bug”→“先写复现测试再让它通过”） 5. anthropics/skills — 官方能力扩展 + 写 skill 的标尺 GitHub: anthropics/skills（16.7 万星，官方仓库） 17 个能力型技能：docx/pptx/xlsx/pdf 操作、Playwright 网页测试、MCP 构建指南等 它给 Claude 加“会做的事”，不管“怎么工作”，和上面四家不构成竞争 最值钱的是 skill-creator：唯一带闭环评测的技能（自动跑 with-skill vs baseline 对照、优化 description 触发率、格式校验脚本） 你以后自己写 skill 时它是标尺 适合场景：/plugin marketplace add anthropics/skills，装 document-skills（pdf/xlsx/docx）；另装 skill-creator 这些套件的共同点是：它们都在用代码重新定义“什么是好的 AI 编程工作流” 以前写代码是在 IDE 里敲，现在是在跟 AI 描述你要什么 但 AI 不懂工程规范，所以这些开源作者做的事，本质上是把工程纪律编译成了 AI 能理解的规则 我认为每一个资深的开发者都值得搭建一个自生长的专属ai编程套件，从而适配自己的编程习惯！ 如果这次的分享对你有帮助，欢迎大家点赞支持一下！谢谢大家～

推荐一个GitHub高星开源项目：obra/superpowers（Superpowers 6） 仓库地址： 它不属于大模型，是面向AI编码Agent的完整工程流程增强框架，适配Claude Code、Cursor、Codex、Kimi Code等主流AI编程工具。 项目核心优势 1. 性能大幅优化，降低Token开销 v6重构评审体系，把两套独立评审Agent合并为一套，同等代码质量下，评审速度提升，Token消耗下降约50‑60%，减少会话成本浪费。 2. 文件化传递评审材料，缓解上下文膨胀 差异内容、评审素材写入本地文件供Agent读取，不再全部塞进对话Prompt，长任务更稳定，避免上下文超限中断。 3. 前置任务预检，减少返工成本 编码之前先校验开发方案，提前发现逻辑冲突与设计缺陷，避免写完代码才发现方向出错，节约调试时间。 4. 厂商无关设计，多工具兼容 提示词完成通用化改造，去除单一模型绑定，一套工作流可以跨多款AI编码平台直接使用。 5. 标准化软件工程流水线，约束AI输出质量 固化需求梳理、方案规划、TDD测试驱动开发、自动评审完整链路。AI不会拿到需求就直接写代码，先确认规格再动手，提升代码可靠性，减少AI幻觉带来的bug。 6. 评审权限隔离，规避自我放水 评审Agent设置为只读裁决模式，只负责判定结果，不修改业务代码，评审结论更加客观严谨。 如果你在用AI做开发，非常值得给这个项目点个Star。现在AI编码的比拼，早已不局限模型本身，工程流程、成本控制、校验体系同样是关键竞争力。