JRoger retweeted
冷知识:闲鱼大多无货源进货渠道均来源于此。
⛓️:nav.edumails.cn
这个网站不只卖EDU邮箱,它本质是一个虚拟资源批发中转站。
我买过里面的Notion教育版账号,5块钱一个,闲鱼上挂19.9,卖了十几单。后来发现有人直接拿它当货源库,批量上架到闲鱼,一单赚10块,一天出20单。
实物更稳。拼多多找退货包运费的,1688筛一件代发,客单价50到150。桌面收纳盒,拼多多12块,闲鱼29,一单17。
别搬图,自己拍或者从买家秀里挑。文案写“个人闲置出掉回血”,别写商家那套。晚上7点到11点上新,新品有流量倾斜。
一个号稳定后月入两千左右。想放大就多开号,但别用同一台设备切,容易被关联。这生意吃的是信息差,知道的人多了就没了。
为什么某鱼被网友戏称为民间暗网?
因为它给钱是真办事,至于这事儿怎么办的,你别管。
1⃣演唱会门票
找黄牛买演唱会门票,黄牛开着叉车让我蹲纸箱里,推着进去说我是货物。
2⃣海鲜自助
在上面买海鲜自助,价格低到离谱。唯一要求是买家要有眼力见儿。结果到了以后是人家公司年会,可以带家属,领导来了得起来敬酒。
3⃣A4纸
在上面买A4纸,觉得便宜又好用,问商家多买点能优惠吗?商家说不能多买,因为自己在公司一次偷太多容易被发现。
4⃣欢乐谷
和朋友去欢乐谷玩,两个人加起来得四百多。朋友灵机一动说看看闲鱼,结果俩人才150。下单后按照商家描述来到指定地点,本以为是内部人员有员工价,没想到直接给了两套员工马甲,带着从员工通道进去了。
5⃣讨薪
有人被无良老板拖欠工资,到闲鱼上找了个号称特靠谱的法务。完单刚过没几天,老板就给工资结了。问对方咋做到的,谁成想就是雇了个精神病人,天天到公司门口拉屎。公司打不得骂不得,最后顶不住压力,顺利讨薪成功。
5⃣酒店早餐
有网友住橘子水晶,看到早餐要60块钱,一个人觉得太贵了,转手在闲鱼上花十块钱买了一份。到了晚上刚办完入住,酒店前台就给网友打电话,问她是不是在闲鱼上买早餐了。网友正犹豫要不要坦白,谁知店员直接说,闲鱼上的人打电话谎称是他的家人,说如果不送早餐就一直投诉他们酒店。打电话的意思是让他把闲鱼上的给退了,明早免费给送一次早餐。
6⃣马来西亚退房
还有个网友本来计划去马来西亚旅游,酒店都订好了,但临时计划有变,需要退房。原本想挂闲鱼上卖掉,就是添加个同住人,让对方买了以后直接去办理入住。结果闲鱼上有人反过来联系她,说可以收费,帮她把房退了。网友抱着试一试的心态把账号给了对方,然后就真的退订成功了。后来看了看后台客服记录,发现对方帮她弄了张医院开的证明,说她有传染病🤣
7⃣代分手
有人在闲鱼花200块找人代分手。对方直接去对方公司楼下拉横幅,写着“你前女友祝你前程似锦”。当天就分干净了。问怎么做到的,他说横幅一拉,保安都来围观,对方脸都绿了。
8⃣代叫醒
考研怕起不来,闲鱼5块买叫醒服务。早上六点东北大哥打电话:“老弟,起来没?没起我就一直打。”想再睡五分钟。大哥说行,五分钟后接着打,但每多睡一分钟加一块,秒起。
而我现在在闲鱼挂了个“AI代做周报”,一单30。客户发来一周的聊天记录或零散笔记,我用AI整理成结构清晰的摘要,再手动改两句就交付。
每天花半小时,能接两三单。不用懂技术,会复制粘贴就行。
一个月下来多赚两千多,零成本。不用露脸、不用囤货,接单就有钱
JRoger retweeted
CCSwitch 迎来了史上最强对手:yetone 大佬的 magpie
常驻菜单栏,Claude Code / Codex / 等 20+ agent 一键换模型,还有本地网关(反代)功能。
顺便请教下:如果我让 Codex 通过它调用 Claude 订阅里的 Opus,Claude 账号有被封的风险吗?有人长期这样用过?
github.com/yetone/magpie
A股玩家这回是真有人把数据给你喂到嘴边了。
同花顺官方亲自下场,开源了一个叫Financial-API的项目,专门给AI Agent用。只要申请一个API Key,剩下的基本都能拿:
1️⃣ 实时行情、历史K线,趋势回测随便跑
2️⃣ 涨跌停、炸板、个股异动,盘口那点猫腻都能扒
3️⃣ 热榜、龙虎榜,游资在哪进哪出看得明明白白
最爽的是接入方式不挑,API、MCP、Python、Agent Skill全支持,Claude、Cursor这些工具直接连上就能查。以前手搓爬虫、买贵价数据源的日子,这回算是省了。
自己去扒代码:
🔗 github.com/HiThink-Tech/Fina…
JRoger retweeted
Thirty years ago, I wrote the original Windows Task Manager because I wanted it to look and work a certain way. Which is exactly how I've built TMOG.
I'm stoked to announce the immediate availability of Task Manager TMOG Beta3 for Mac, Windows & Linux.
Download it for free now at tmog.org!
JRoger retweeted
如果你是 Agent Harness 相关开源项目的开发者,希望参加 DeepSeek Harness 的内测,可以回复或私信联系我。请附上 GitHub id 以及开源代表作。
开源项目推荐:Claude Code From Scratch
这是一本学习 Claude Code 的开源电子书,严格来说不仅仅是电子书,还有代码,不需要你去看 Claude Code 的 50 万行代码。
用 ~4300 行代码(TypeScript 和 Python 两个版本分别实现)复现了 Claude Code 的核心架构——Agent Loop、13 个工具(含并行执行 + 流式早期启动)、4 层上下文压缩、语义记忆召回、技能系统、多 Agent、MCP 集成……每一步都对照真实源码讲解它怎么做的 → 我们怎么简化的。
有 13 章内容,每一章都是一份分步教程,跟着动手写几千行代码,快速理解 Claude Code 这样最好用的 coding agent 的精髓。
读完你就能大致理解了 coding agent 的工作原理,我跟着快速浏览了下都有了些新的收获,推荐有兴趣的可以看看。
有中英文版:
diwang.info/claude-code-from…
JRoger retweeted
国行 Mac 一键开启完整 macOS AI 智能
这是一款内核补丁,把国行 Mac 底层地区伪装成美版,以此解锁完整 macOS AI 全部功能。
github.com/SkyBlue997/enable…
Qwen3.6 35B A3B can't fill out a paper form on its own. But give it NVIDIA's LocateAnything-3B — the #1 trending model on HuggingFace — as its eyes, and the two small models get it done together.
(The test: place each element at the right pixel position on a blank form image, not type into a field.)
Setup:
> Qwen is the brain (main model), LocateAnything is the eyes (helper model acting as a tool).
> I gave Qwen a new tool: ask "where's the email field?" and LocateAnything returns the exact x, y, width, height.
> The blue boxes on the screen are its detections. Look how tight they are — it nails every field.
Result:
> Qwen3.6 35B A3B + LocateAnything-3B: form completed, all info correct.
> Name, DOB, ID, gender, marital status, nationality, email, phone, address, postal code: all landed in the right field areas.
> Character-box alignment still a touch loose, but every value is where it belongs.
> 9m10s, 224.5k input, 24.3k output, 21 turns.
Why it matters:
> Qwen alone can't finish this test. Bolt on a 3B model that does exactly one thing > locate > and suddenly it can.
> A combination of small models can do the work of a single large one.
JRoger retweeted
数字人视频这块,又有人把底牌掀了。
Duix Avatar,开源数字人工具,GitHub 1.3万星,主打离线生成视频和数字人制作。
以前做一个像样的数字人,报价动不动几万起步。
现在这类工具开源之后,玩法就变了:
课程讲解可以做数字人;
产品介绍可以做数字人;
出海口播可以做数字人;
短视频矩阵也能批量测试。
注意,别拿去搞未授权冒充,正经玩法是做自己的数字分身,或者用授权素材做内容生产。
真正有价值的是降本。
以前一个小团队做不起的视频资产,现在自己电脑也能折腾。
链接:github.com/duixcom/Duix-Avat…
编程思维
├── 0. 核心定义
│ ├── 把模糊问题转化为可计算问题
│ ├── 把现实对象转化为数据表示
│ ├── 把解决过程转化为明确步骤
│ ├── 把结果转化为可验证输出
│ └── 把一次性解决转化为可复用系统
│
├── 1. 问题建模
│ ├── 1.1 明确问题
│ │ ├── 问题是什么
│ │ ├── 为什么要解决
│ │ ├── 谁在使用结果
│ │ └── 成功标准是什么
│ │
│ ├── 1.2 定义输入
│ │ ├── 输入来自哪里
│ │ ├── 输入格式是什么
│ │ ├── 输入是否完整
│ │ ├── 输入是否可靠
│ │ └── 异常输入有哪些
│ │
│ ├── 1.3 定义输出
│ │ ├── 输出给谁看
│ │ ├── 输出格式是什么
│ │ ├── 输出如何判断对错
│ │ └── 输出如何被后续使用
│ │
│ └── 1.4 明确约束
│ ├── 时间限制
│ ├── 空间限制
│ ├── 数据规模
│ ├── 安全要求
│ ├── 可维护性要求
│ └── 使用场景限制
│
├── 2. 数据表示
│ ├── 2.1 基本数据
│ │ ├── 数字
│ │ ├── 字符串
│ │ ├── 布尔值
│ │ └── 空值
│ │
│ ├── 2.2 数据结构
│ │ ├── 列表 / 数组
│ │ ├── 字典 / 哈希表
│ │ ├── 集合
│ │ ├── 栈
│ │ ├── 队列
│ │ ├── 树
│ │ └── 图
│ │
│ ├── 2.3 类型意识
│ │ ├── 数据能做什么操作
│ │ ├── 数据不能做什么操作
│ │ ├── 类型转换
│ │ └── 类型错误
│ │
│ └── 2.4 状态表示
│ ├── 当前状态
│ ├── 历史状态
│ ├── 状态变化
│ └── 状态一致性
│
├── 3. 过程设计
│ ├── 3.1 顺序执行
│ │ ├── 第一步做什么
│ │ ├── 第二步做什么
│ │ └── 每一步依赖什么
│ │
│ ├── 3.2 条件判断
│ │ ├── if
│ │ ├── else
│ │ ├── 多分支
│ │ └── 边界条件
│ │
│ ├── 3.3 循环
│ │ ├── 遍历
│ │ ├── 计数
│ │ ├── 累积
│ │ ├── 搜索
│ │ └── 终止条件
│ │
│ ├── 3.4 递归
│ │ ├── 基本情况
│ │ ├── 递归情况
│ │ ├── 问题缩小
│ │ └── 调用栈
│ │
│ └── 3.5 算法
│ ├── 排序
│ ├── 搜索
│ ├── 分治
│ ├── 贪心
│ ├── 动态规划
│ └── 图算法
│
├── 4. 抽象与分解
│ ├── 4.1 函数抽象
│ │ ├── 输入参数
│ │ ├── 返回结果
│ │ ├── 函数职责
│ │ └── 副作用控制
│ │
│ ├── 4.2 模块抽象
│ │ ├── 文件组织
│ │ ├── 功能分层
│ │ ├── 内部实现
│ │ └── 外部接口
│ │
│ ├── 4.3 接口抽象
│ │ ├── 使用者需要知道什么
│ │ ├── 使用者不需要知道什么
│ │ ├── 输入契约
│ │ ├── 输出契约
│ │ └── 错误契约
│ │
│ └── 4.4 系统分解
│ ├── 拆成子问题
│ ├── 拆成组件
│ ├── 拆成流程
│ ├── 拆成数据层
│ └── 拆成交互层
│
├── 5. 正确性与验证
│ ├── 5.1 正确性意识
│ │ ├── 能运行不等于正确
│ │ ├── 示例正确不等于普遍正确
│ │ ├── 小数据正确不等于大数据正确
│ │ └── 当前正确不等于未来可维护
│ │
│ ├── 5.2 测试
│ │ ├── 正常用例
│ │ ├── 边界用例
│ │ ├── 异常用例
│ │ ├── 回归测试
│ │ └── 自动化测试
│ │
│ ├── 5.3 调试
│ │ ├── 复现问题
│ │ ├── 缩小范围
│ │ ├── 提出假设
│ │ ├── 验证假设
│ │ ├── 修复问题
│ │ └── 防止复发
│ │
│ └── 5.4 复杂度
│ ├── 时间复杂度
│ ├── 空间复杂度
│ ├── 数据规模
│ ├── 性能瓶颈
│ └── 可扩展性
│
├── 6. 工程化思维
│ ├── 6.1 可读性
│ │ ├── 命名
│ │ ├── 注释
│ │ ├── 代码结构
│ │ └── 简洁表达
│ │
│ ├── 6.2 可维护性
│ │ ├── 低耦合
│ │ ├── 高内聚
│ │ ├── 单一职责
│ │ ├── 可替换
│ │ └── 可扩展
│ │
│ ├── 6.3 版本控制
│ │ ├── Git
│ │ ├── commit
│ │ ├── branch
│ │ ├── diff
│ │ └── merge
│ │
│ ├── 6.4 文档
│ │ ├── README
│ │ ├── 使用说明
│ │ ├── 设计说明
│ │ ├── API 文档
│ │ └── 变更记录
│ │
│ └── 6.5 重构
│ ├── 消除重复
│ ├── 提取函数
│ ├── 改善命名
│ ├── 简化条件
│ ├── 拆分模块
│ └── 保持行为不变
│
├── 7. 系统思维
│ ├── 7.1 程序不是孤立代码
│ │ ├── 用户
│ │ ├── 数据
│ │ ├── 文件
│ │ ├── 网络
│ │ ├── 数据库
│ │ └── 外部服务
│ │
│ ├── 7.2 反馈机制
│ │ ├── 日志
│ │ ├── 错误信息
│ │ ├── 监控
│ │ ├── 用户反馈
│ │ └── 测试反馈
│ │
│ ├── 7.3 风险意识
│ │ ├── 数据丢失
│ │ ├── 权限错误
│ │ ├── 安全漏洞
│ │ ├── 性能崩溃
│ │ └── 依赖失效
│ │
│ └── 7.4 演化意识
│ ├── 需求会变化
│ ├── 数据会变化
│ ├── 用户会变化
│ ├── 环境会变化
│ └── 代码必须可修改
│
├── 8. 工具链能力
│ ├── 8.1 编辑器
│ │ ├── 代码编辑
│ │ ├── 快捷操作
│ │ ├── 搜索替换
│ │ └── 插件管理
│ │
│ ├── 8.2 命令行
│ │ ├── 文件操作
│ │ ├── 程序运行
│ │ ├── 环境管理
│ │ └── 自动化脚本
│ │
│ ├── 8.3 包管理
│ │ ├── 安装依赖
│ │ ├── 管理版本
│ │ ├── 虚拟环境
│ │ └── 依赖冲突
│ │
│ ├── 8.4 调试工具
│ │ ├── 断点
│ │ ├── 日志
│ │ ├── 变量检查
│ │ └── 调用栈
│ │
│ └── 8.5 协作工具
│ ├── GitHub
│ ├── Issue
│ ├── Pull Request
│ ├── Code Review
│ └── CI/CD
│
├── 9. 典型应用场景
│ ├── 9.1 自动化
│ │ ├── 文件整理
│ │ ├── 数据清洗
│ │ ├── 批量处理
│ │ └── 报表生成
│ │
│ ├── 9.2 数据处理
│ │ ├── 读取数据
│ │ ├── 转换数据
│ │ ├── 分析数据
│ │ └── 可视化数据
│ │
│ ├── 9.3 Web 应用
│ │ ├── 前端界面
│ │ ├── 后端服务
│ │ ├── API
│ │ ├── 数据库
│ │ └── 部署
│ │
│ ├── 9.4 工具开发
│ │ ├── 命令行工具
│ │ ├── 插件
│ │ ├── 小程序
│ │ └── 内部系统
│ │
│ └── 9.5 AI 时代编程
│ ├── 提示词转代码
│ ├── 代码阅读
│ ├── 代码验证
│ ├── 自动测试
│ └── 人类负责判断
│
├── 10. 常见误区
│ ├── 10.1 把编程等同于语法
│ ├── 10.2 把会复制代码等同于会编程
│ ├── 10.3 把能运行等同于正确
│ ├── 10.4 把刷题等同于工程能力
│ ├── 10.5 把框架等同于基本功
│ ├── 10.6 把 AI 生成等同于理解
│ ├── 10.7 把代码行数等同于能力
│ └── 10.8 把学习资料数量等同于进步
│
└── 11. 最小学习闭环
├── 11.1 选一个真实小问题
├── 11.2 写清楚输入和输出
├── 11.3 设计数据结构
├── 11.4 拆成函数
├── 11.5 写最小可运行版本
├── 11.6 添加测试用例
├── 11.7 调试并记录错误
├── 11.8 用 Git 管理版本
├── 11.9 写 README
└── 11.10 复盘设计取舍
JRoger retweeted
xitter.cf/victormustar/status/20…
我操!美团直接把商业闭源Avatar干翻了,
开源免费版LongCat-Video-Avatar-1.5来了!
塞一张照片 + 一段语音(中文英语日语随便来),
直接出唇同步爆炸、自然眨眼摇头、手势乱飞的说话视频。
长视频脸不崩、多人对话各管各的、
唱歌跳舞都行,动漫动物真人全吃得下!
之前HeyGen、Kling那些动不动嘴巴对不上、脸飘、只能说英语的毛病?全寄了。
现在开源MIT,本地就能跑,批量生成随便搞!
内容党、带货、虚拟讲师、YouTuber不想露脸的、做多语言营销的……这波血赚生产力啊!
核心思路(Core Idea):
LongCat-Video-Avatar-1.5 最适合做
Talking Head Avatar(说话头像数字人),
特别适合e-commerce marketing(电商营销)
场景: 输入一张Reference Image(参考图像)+ 一段Audio(音频,说话脚本录音),生成唇同步自然、身份稳定(Identity Consistency)的带货视频。
优点:支持长视频(Long Video Continuation)、
多人对话、多语言,脸不漂(no identity drift),
适合直播回放或短视频预渲染。
项目+HF Demo戳下面👇
JRoger retweeted
一哥们用 vibe coding
直接干掉了城市 3D 可视化行业。
GitHub仓库。
输入一个城市,它就能吐出3D模型,
包含建筑和街道。
还能导出GLB格式。
MIT许可。无需登录,无需API密钥。
Mermaid 画流程图、时序图确实省事,但默认渲染谈不上好看,更别说在终端里几乎没法用。
我在 GitHub 挖到一个新开源项目:beautiful-mermaid,专门把 Mermaid 的渲染这件事做漂亮、做实用——既能导出精致的 SVG,也能生成终端友好的 ASCII 字符画。
它用纯 TypeScript 实现,不依赖 DOM;常用的五类图表一次覆盖:流程图、状态图、时序图、类图、ER 图。
GitHub:github.com/lukilabs/beautifu…
主题也很到位:内置 15 套精选主题,强调色、边框色等细节都能细调,还支持直接套用任意 VS Code 主题配色。
更关键的是,颜色全用 CSS 变量驱动:切主题不必重渲染,改变量就能即时生效。































