註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

Fox
@indie_maker_fox
🔥 TanStack 模板: 🚀 Nextjs 模板: 🎉 AI 生图 模板: 👨‍💻 主业大厂高工,副业独立开发 📚 公开构建,专注 AI 相关技术分享 🤑 产品出海,2 年收入破 10 万美刀
1.2K 正在關注    15.7K 粉絲
朋友们,喜大普奔,赛博菩萨又显灵啦 Cloudflare Worker 包大小限制现在是 64M 啦! 而且是 免费 和 付费 计划都是这么大! 不说啦,我要去修改 TanStarter 和 MkSaaS 这 2 个模板的文档啦
顯示更多
0
45
31
2
轉發到社區
如果是连接云服务器,走ssh连接方式 如果是连接mac机器,走远程控制方式 远程控制要么是电脑,要么是手机控制 如果真的要手机控制,建议走uu远程
当 codex 连接了 2 台云机,这体验不要太爽 它甚至改变了我开发方式,要考虑分布式啦! 之前跑个长时间大任务,1台机器要持续跑24小时,如果任务划分清晰,2台机器只需要12小时就可以看到结果啦。而且,我手里的机器还能继续干其他的活,原来 AI 时代的开发这么爽啊!
顯示更多
workbuddy 开源的 benchmark 数据集分成 code、web、office、security 这 4个部分,核心特点是测试场景更贴近真实用户场景,连提示词也是。 比如 code,总共80题,分别使用不同角色(dev、algo、pm、ops等)用最真实朴素的语言表达方式写用户提示词。 - 没有一家通吃:各列榜首分散在不同子集与 harness 之间:Claude Opus 4.8 拿下八个计分列中的五个(Code 双 harness 74.43 / 77.90、Web 双 harness 68.14 / 69.86、CodeBuddy Code 下 Office 82.37),GLM-5.2 两个(Security 双 harness 76.32 / 80.86),GPT-5.5 一个(Claude Code 下 Office 86.05)。 - 开源权重模型不落下风:GLM-5.2 在两个 harness 下均领跑 Security(拿下八个计分列中的 两个),并在 Claude Code 下的 Code 榜上与榜首相差不到一分。开源权重的竞争力在这套基准上因榜单而异,并非全面领先。
顯示更多
吴恩达老师最近有个观点,说得太好了:“AI 对于学习来说,非常糟糕。” 诚然,AI 对每个人都提效很多,比如调研和总结。但由于“认知外包”,很多时候实际上是 AI 学会了这些知识,而不是人学会了。其后果就是:过段时间,人会对自己之前做过的事一无所知。 现在这样的事情每天都在发生。由于用 AI 做的事情太多了,很多内容还没来得及真正消化,就得立刻做下一件事。我也经常问 AI:上次 xx 事情我们做到哪了?为什么用了这个方案? 还有就是新增的代码,越来越没有耐心读代码了。有些时候你都不知道内部是怎么实现的了,被别人一问就被问到了。再也不会刨根问底,再也没有了研究代码 + 死抠细节的精力了。 AI 对于学习来说是把双刃剑,要让 AI 辅助我们学习,减少不必要的时间浪费,但也要沉下心来,脚踏实地,消化知识。这几周的学习很有用,后面还要继续这样,知识一点点掌握。
顯示更多
刚把昨天启动的新项目按下暂停 回头一想,大概率又是个自嗨项目。哪怕成本不高,也挺耗时间。与其继续消磨,不如及时止损。 接下来几周我会专心学习:把 agent 开发真正吃透,摸清 cloudflare 平台的能力,密集体验各类 ai 产品,打磨并定制一套可复用的技能库,为下一次产品开发和运营把底子打牢。
顯示更多
0
83
23
2
轉發到社區
之前注册的 agent mail,没想到可以在 workbuddy 中用了
试了下腾讯新出的 Agent Mail 1、注册很简单,微信扫码登录就有一个邮箱地址 2、接入很简单,发一段提示词给 agent 授权就行 3、发邮件很简单,对话说给谁发邮件写什么就行 4、目前看起来一个人最多可以有2个邮箱地址 5、一个地址每天可以发 50 封邮件,存储上限是 1G 6、暂时没想到有什么应用场景
顯示更多
workbuddy 我真的是谢谢你哦 显示器在那里亮了一整个夜晚
恭喜haonan 🎉 方向对了,努力就有收获👍
说说我是如何0基础赚到第1个9.9美刀的吧 1.多看哥飞老师@gefei55的文章,学习挖需求SEO知识。有条件直接入社群。 哥飞老师的网站也很好用,免费用户也可以用一部分 2.AITDK插件,@blankwebdev大佬作品,免费版已经能看不少数据了,挖需求研究竞品很有帮助。新项目TabAPI,对Agent更友好。 3.使用Cloudflare上站,起步阶段,基本不用花钱。 4.在Spaceship买域名,两个.com官方优惠码:COMPROS、COM67。(分别可以用一次, 低至¥18) 5.用成熟Sass模板快速上站,我只用搞一下核心功能就ok了,我用的是@indie_maker_fox的TanStarter,优惠码:HAONAN(立减$20) 6.开通支付,我用的是@WaffoPancake,中国团队,产品和服务都很好,审核快,Agent友好,省很多折腾时间。 7.剩下就是不断的优化页面、推广、搞外链等等。如果需求方向没问题,早晚会赚到你的第1个美金。
顯示更多
说说我是如何0基础赚到第1个9.9美刀的吧 1.多看哥飞老师@gefei55的文章,学习挖需求SEO知识。有条件直接入社群。 哥飞老师的网站也很好用,免费用户也可以用一部分 2.AITDK插件,@blankwebdev大佬作品,免费版已经能看不少数据了,挖需求研究竞品很有帮助。新项目TabAPI,对Agent更友好。 3.使用Cloudflare上站,起步阶段,基本不用花钱。 4.在Spaceship买域名,两个.com官方优惠码:COMPROS、COM67。(分别可以用一次, 低至¥18) 5.用成熟Sass模板快速上站,我只用搞一下核心功能就ok了,我用的是@indie_maker_fox的TanStarter,优惠码:HAONAN(立减$20) 6.开通支付,我用的是@WaffoPancake,中国团队,产品和服务都很好,审核快,Agent友好,省很多折腾时间。 7.剩下就是不断的优化页面、推广、搞外链等等。如果需求方向没问题,早晚会赚到你的第1个美金。
顯示更多
0
31
232
25
轉發到社區
@Jackywine 要不要试试我的模板?基于 @indie_maker_fox 佬的自己改造的,完全运行在 cloudflare 上,只需要一个域名钱
哈哈,这个好 👍👍👍
Cloudflare Workers 免费版刚刚把大小限制从 3MB 提升到了 64MB,足足翻了 20 多倍。 所以我去 GitHub 挖了挖,找到了 10 个可以免费部署到 Cloudflare 的开源项目:临时邮箱、图床、文件分享、私人笔记、AI 语音转文字…… 原来不用买服务器,也能玩这么多东西 👇
顯示更多
0
64
102
5
轉發到社區
朋友们,喜大普奔,赛博菩萨又显灵啦 Cloudflare Worker 包大小限制现在是 64M 啦! 而且是 免费 和 付费 计划都是这么大! 不说啦,我要去修改 TanStarter 和 MkSaaS 这 2 个模板的文档啦
顯示更多
0
45
31
2
轉發到社區
MkAgent 更新啦 升级 Pi agent 版本到 0.81.1 同步 craft agent 版本到 v0.12.1
🎉 MkAgent 开源啦! 不是DSH不优秀,而是 MkAagent 更优雅更简单 🙋 MkAgent 是什么 MkAgent 是一个基于 Pi Agent 构建的通用 Agent 工具与开发基座,目标是让 Agent 不仅可以被使用,也可以被自由扩展和重新构建。 你可以理解为,这是个基于 Pi agent 的跨平台的桌面端 agent 产品的开发模板,使用它,谁都可以轻轻松松开发属于自己的 agent 产品。 🛠️ 核心能力 • 基于 Pi Agent • 支持跨平台运行 • 支持 WebUI 与 CLI • 支持 Skills 扩展机制 • 支持 Claude 和 ChatGPT 订阅 • 支持主流大模型商和自定义模型 • 内置 Browser,能够理解和操作网页 • 支持会话、工具调用和 Agent 工作流 • 支持多语言、多主题、多 Workspace 👨‍💻 目标用户 对于普通用户来说,MkAgent 可以作为一个开箱即用的个人 Agent 工具,用来处理日常任务、操作网页、调用工具、运行 Skills,以及完成更复杂的工作流,BYOK,简单易上手。 对于开发者来说,MkAgent 也可以作为构建新产品的基础设施。你可以基于它的 Agent Runtime、工具系统、Browser 能力和交互界面,快速开发面向不同场景的专用 Agent。 🚀 应用场景 你可以基于 MkAgent 开发 AI 生图的桌面端 agent 应用,或者 AI 生成视频的桌面端 agent 应用,或者给教师、给医生、给律师、给销售等任何岗位工作者的开发专用的 Agent。 🙋 为什么要开发 MkAgent Craft Agent 是一个非常好的桌面端 agent 产品,我已经推荐过多次了,不过它有个问题,很多功能很复杂,对我来说没有必要,而且它的复杂功能越来越多,比如 projects、kanban 等等,而且双 agent backend 设计导致它的体积太大了,所以我想造个 agent 开发的模板。 🤔 MkAgent 和 Craft Agent 是什么关系 MkAgent 基于 Craft Agent v0.11.2 版本,在此基础之上进行了大刀阔斧的改造。在 agent backend 方面,删除了对 claude agent sdk 的依赖,现在只基于 Pi agent。在功能方面,删除了 session label和status、projects、sources、automations、kanban 等诸多功能。实际开发并非是做减法,而是做加法(烧了海量的token),这样做的好处是代码简洁,没有遗留历史残余代码,最终安装包体积只有Craft agent 的一半。 Craft Agent 是 Apache 2.0协议,MkAgent 也是 Apache 2.0协议,你可以自由扩展进行二次开发,支持商用。 🌳 开源地址 Your agent,Your Code,欢迎下载体验。
顯示更多
MkAgent 更新啦 升级 Pi agent 版本到 0.81.1 同步 craft agent 版本到 v0.12.1
🎉 MkAgent 开源啦! 不是DSH不优秀,而是 MkAagent 更优雅更简单 🙋 MkAgent 是什么 MkAgent 是一个基于 Pi Agent 构建的通用 Agent 工具与开发基座,目标是让 Agent 不仅可以被使用,也可以被自由扩展和重新构建。 你可以理解为,这是个基于 Pi agent 的跨平台的桌面端 agent 产品的开发模板,使用它,谁都可以轻轻松松开发属于自己的 agent 产品。 🛠️ 核心能力 • 基于 Pi Agent • 支持跨平台运行 • 支持 WebUI 与 CLI • 支持 Skills 扩展机制 • 支持 Claude 和 ChatGPT 订阅 • 支持主流大模型商和自定义模型 • 内置 Browser,能够理解和操作网页 • 支持会话、工具调用和 Agent 工作流 • 支持多语言、多主题、多 Workspace 👨‍💻 目标用户 对于普通用户来说,MkAgent 可以作为一个开箱即用的个人 Agent 工具,用来处理日常任务、操作网页、调用工具、运行 Skills,以及完成更复杂的工作流,BYOK,简单易上手。 对于开发者来说,MkAgent 也可以作为构建新产品的基础设施。你可以基于它的 Agent Runtime、工具系统、Browser 能力和交互界面,快速开发面向不同场景的专用 Agent。 🚀 应用场景 你可以基于 MkAgent 开发 AI 生图的桌面端 agent 应用,或者 AI 生成视频的桌面端 agent 应用,或者给教师、给医生、给律师、给销售等任何岗位工作者的开发专用的 Agent。 🙋 为什么要开发 MkAgent Craft Agent 是一个非常好的桌面端 agent 产品,我已经推荐过多次了,不过它有个问题,很多功能很复杂,对我来说没有必要,而且它的复杂功能越来越多,比如 projects、kanban 等等,而且双 agent backend 设计导致它的体积太大了,所以我想造个 agent 开发的模板。 🤔 MkAgent 和 Craft Agent 是什么关系 MkAgent 基于 Craft Agent v0.11.2 版本,在此基础之上进行了大刀阔斧的改造。在 agent backend 方面,删除了对 claude agent sdk 的依赖,现在只基于 Pi agent。在功能方面,删除了 session label和status、projects、sources、automations、kanban 等诸多功能。实际开发并非是做减法,而是做加法(烧了海量的token),这样做的好处是代码简洁,没有遗留历史残余代码,最终安装包体积只有Craft agent 的一半。 Craft Agent 是 Apache 2.0协议,MkAgent 也是 Apache 2.0协议,你可以自由扩展进行二次开发,支持商用。 🌳 开源地址 Your agent,Your Code,欢迎下载体验。
顯示更多
workbuddy 我真的是谢谢你哦 显示器在那里亮了一整个夜晚
吴恩达老师最近有个观点,说得太好了:“AI 对于学习来说,非常糟糕。” 诚然,AI 对每个人都提效很多,比如调研和总结。但由于“认知外包”,很多时候实际上是 AI 学会了这些知识,而不是人学会了。其后果就是:过段时间,人会对自己之前做过的事一无所知。 现在这样的事情每天都在发生。由于用 AI 做的事情太多了,很多内容还没来得及真正消化,就得立刻做下一件事。我也经常问 AI:上次 xx 事情我们做到哪了?为什么用了这个方案? 还有就是新增的代码,越来越没有耐心读代码了。有些时候你都不知道内部是怎么实现的了,被别人一问就被问到了。再也不会刨根问底,再也没有了研究代码 + 死抠细节的精力了。 AI 对于学习来说是把双刃剑,要让 AI 辅助我们学习,减少不必要的时间浪费,但也要沉下心来,脚踏实地,消化知识。这几周的学习很有用,后面还要继续这样,知识一点点掌握。
顯示更多
刚把昨天启动的新项目按下暂停 回头一想,大概率又是个自嗨项目。哪怕成本不高,也挺耗时间。与其继续消磨,不如及时止损。 接下来几周我会专心学习:把 agent 开发真正吃透,摸清 cloudflare 平台的能力,密集体验各类 ai 产品,打磨并定制一套可复用的技能库,为下一次产品开发和运营把底子打牢。
顯示更多
0
83
23
2
轉發到社區
workbuddy 开源的 benchmark 数据集分成 code、web、office、security 这 4个部分,核心特点是测试场景更贴近真实用户场景,连提示词也是。 比如 code,总共80题,分别使用不同角色(dev、algo、pm、ops等)用最真实朴素的语言表达方式写用户提示词。 - 没有一家通吃:各列榜首分散在不同子集与 harness 之间:Claude Opus 4.8 拿下八个计分列中的五个(Code 双 harness 74.43 / 77.90、Web 双 harness 68.14 / 69.86、CodeBuddy Code 下 Office 82.37),GLM-5.2 两个(Security 双 harness 76.32 / 80.86),GPT-5.5 一个(Claude Code 下 Office 86.05)。 - 开源权重模型不落下风:GLM-5.2 在两个 harness 下均领跑 Security(拿下八个计分列中的 两个),并在 Claude Code 下的 Code 榜上与榜首相差不到一分。开源权重的竞争力在这套基准上因榜单而异,并非全面领先。
顯示更多
之前注册的 agent mail,没想到可以在 workbuddy 中用了
试了下腾讯新出的 Agent Mail 1、注册很简单,微信扫码登录就有一个邮箱地址 2、接入很简单,发一段提示词给 agent 授权就行 3、发邮件很简单,对话说给谁发邮件写什么就行 4、目前看起来一个人最多可以有2个邮箱地址 5、一个地址每天可以发 50 封邮件,存储上限是 1G 6、暂时没想到有什么应用场景
顯示更多
原帖的部分说法有些误导,我来纠正下 1、帖子说,“普通 coding agent 往往是: 提问 → 改代码 → 返回结果” 非也,这是chat,现在的 agent 都能loop,更别说 pi agent 这么厉害的coding agent 2、帖子说,“我已经把 Pi 里的 Grok、Codex、DeepSeek 相关模型上下文统一配置为 1M,适合长时间 coding session 和多轮任务恢复。” 可以这么做,但是,这可能不是目前的最佳实践。模型最大支持上下文是1M,不代表你应该把上下文窗口都设置为1M。 太大的上下文窗口会导致太多的信息lost in the middle,上下文不及时compact的话,模型实际输出效果会受到影响。codex为例,实际默认的context_window大小大概是272K 3、帖子说,“如果你在用 Pi,强烈建议试试它的 loop。” 这句话我看了半天,我以为是pi的内置插件或者命令,读完后调研了下并没有。作者可能不知道agent都有loop,所以其实他是想说试下 pi agent。 从thread后面的内容来看,就是类似claude的/loop,其实在pi中你加不加插件都可以做到这点。现在主流的code agent默认都做得到 “改代码 → 跑测试 → 等 CI → 看日志 → 修复新问题”,不然没人用。 欢迎留言,一起技术交流 👨‍💻
顯示更多
1/7 如果你在用 Pi,强烈建议试试它的 loop。 它不是简单地重复执行 shell 命令,而是让 Pi 定期回到真实的 coding session,继续观察任务、读取新日志,并根据变化采取下一步行动。
顯示更多
0
40
15
0
轉發到社區
当 codex 连接了 2 台云机,这体验不要太爽 它甚至改变了我开发方式,要考虑分布式啦! 之前跑个长时间大任务,1台机器要持续跑24小时,如果任务划分清晰,2台机器只需要12小时就可以看到结果啦。而且,我手里的机器还能继续干其他的活,原来 AI 时代的开发这么爽啊!
顯示更多
0
11
12
0
轉發到社區
🎉 MkAgent 开源啦! 不是DSH不优秀,而是 MkAagent 更优雅更简单 🙋 MkAgent 是什么 MkAgent 是一个基于 Pi Agent 构建的通用 Agent 工具与开发基座,目标是让 Agent 不仅可以被使用,也可以被自由扩展和重新构建。 你可以理解为,这是个基于 Pi agent 的跨平台的桌面端 agent 产品的开发模板,使用它,谁都可以轻轻松松开发属于自己的 agent 产品。 🛠️ 核心能力 • 基于 Pi Agent • 支持跨平台运行 • 支持 WebUI 与 CLI • 支持 Skills 扩展机制 • 支持 Claude 和 ChatGPT 订阅 • 支持主流大模型商和自定义模型 • 内置 Browser,能够理解和操作网页 • 支持会话、工具调用和 Agent 工作流 • 支持多语言、多主题、多 Workspace 👨‍💻 目标用户 对于普通用户来说,MkAgent 可以作为一个开箱即用的个人 Agent 工具,用来处理日常任务、操作网页、调用工具、运行 Skills,以及完成更复杂的工作流,BYOK,简单易上手。 对于开发者来说,MkAgent 也可以作为构建新产品的基础设施。你可以基于它的 Agent Runtime、工具系统、Browser 能力和交互界面,快速开发面向不同场景的专用 Agent。 🚀 应用场景 你可以基于 MkAgent 开发 AI 生图的桌面端 agent 应用,或者 AI 生成视频的桌面端 agent 应用,或者给教师、给医生、给律师、给销售等任何岗位工作者的开发专用的 Agent。 🙋 为什么要开发 MkAgent Craft Agent 是一个非常好的桌面端 agent 产品,我已经推荐过多次了,不过它有个问题,很多功能很复杂,对我来说没有必要,而且它的复杂功能越来越多,比如 projects、kanban 等等,而且双 agent backend 设计导致它的体积太大了,所以我想造个 agent 开发的模板。 🤔 MkAgent 和 Craft Agent 是什么关系 MkAgent 基于 Craft Agent v0.11.2 版本,在此基础之上进行了大刀阔斧的改造。在 agent backend 方面,删除了对 claude agent sdk 的依赖,现在只基于 Pi agent。在功能方面,删除了 session label和status、projects、sources、automations、kanban 等诸多功能。实际开发并非是做减法,而是做加法(烧了海量的token),这样做的好处是代码简洁,没有遗留历史残余代码,最终安装包体积只有Craft agent 的一半。 Craft Agent 是 Apache 2.0协议,MkAgent 也是 Apache 2.0协议,你可以自由扩展进行二次开发,支持商用。 🌳 开源地址 Your agent,Your Code,欢迎下载体验。
顯示更多
0
14
97
16
轉發到社區