v2ex_hot_2026-04-21

V2EX 热门帖子

1. 求推荐，如何购买 Claude，正版无法购买，有其他渠道吗

cursor 老用户无法使用 opus4.7 ，求推荐其他使用 opus4.7 渠道

_{作者: 757384557 | 发布时间: 2026-04-20 02:49}

2. 想自己写一个 code agent 玩玩，有什么开源项目可以参考吗？

想定义好工作流，然后用 subAgent 执行，还支持 skill 扩展，目前有什么开源项目可以参考吗？

_{作者: sw042 | 发布时间: 2026-04-20 15:35}

3. 运维 help 运维，开源一个桌面端 K8S 多集群管理工具: https://github.com/eryajf/kite-desktop

做运维的同学应该都懂那种感受：kubectl 的敲多了难受，Web Dashboard 寄存于浏览器也有很多限制。

所以我自己做了个桌面端的 K8S 工具：Kite Desktop ，基于 Wails v3 （ Go + React ），可以来看看是否合你的胃口。

GitHub： https://github.com/eryajf/kite-desktop

目前 v0.1.8 ，半个月已迭代 9 个版本，持续更新中。

核心功能：

多集群一键切换，kubeconfig 自动发现

Pod/Deployment/Service 等全资源可视化管理

内置 Monaco 编辑器直接改 YAML

Web 终端，不用再手敲 port-forward

内置 AI Sidecar ，历史会话持久化

快捷键，高频操作支持快捷键，快人一步。

欢迎试用，欢迎 Star ⭐

_{作者: eryajf | 发布时间: 2026-04-20 01:29}

4. 用了三个月 Claude Code 被封了，复盘下我排查 IP 问题的过程

最近又被 Claude 封了一个号。

这已经是第三个了。第一个用了半年多，第二个三个月，这个不到六周。收到的都是那句经典的 “Your account has been disabled after an automatic review”，连个具体原因都不给。

我知道 V 站上聊这个话题的帖子已经很多了，从去年到今年，封号帖子隔几天就来一个。我不想再讨论”为什么 Anthropic 不让用”这种问题，只想聊聊在排查过程中我学到的一些关于 IP 检测的东西，可能对正在被同样问题折磨的人有点用。

起因：买了”双 ISP 家宽”，ping0 和 ipinfo 全绿，照样被封

之前看论坛里的建议，说要用 ASN type 是 ISP 的 IP ，别用 Hosting 。于是我花钱买了个 Cogent AS174 的双 ISP VPS ，号称”家宽属性”。

买之前我还特意验了货。去 ipinfo.io 一查，ASN type 显示 ISP ，Privacy 显示 False ，没有检测到 VPN 或代理。ping0 那边也显示双 ISP ，风控值很低。当时觉得稳了，放心大胆用。

结果不到六周，Claude 又给我封了。

第一步：换个工具查，结论完全不一样

被封之后我不甘心，又多试了几个检测工具。这一试，发现问题了。

先去 ipapi.is 查了同一个 IP 。这个站的数据结构跟 ipinfo 不太一样，它把 ASN 层面和 Company 层面分开展示。ASN 信息里，Cogent AS174 的 type 赫然写着：hosting 。

等一下——ipinfo 说是 ISP ，ipapi.is 说是 hosting ？

仔细看了一下，ipapi.is 在 ASN 层面的判断跟 ipinfo 确实不同。Cogent 虽然本质是 ISP ，但它大量的 IP 段被分配给下游的机房和 VPS 商家使用，ipapi.is 显然把这个因素纳入了判断。另外 company 的 abuser_score 标注为 “Elevated”（升高），虽然没标代理或 VPN ，但已经亮了黄灯。

再去 scamalytics.com 查了一下，fraud score 倒是不高才 5 分。但在下面的详细字段里，有一行赫然写着：Datacenter: Yes ，还有 Server: Yes 。文字描述也写得很直白：“This is not a standard domestic connection, it is a commercial server which could be proxying traffic from another geographical location.”

翻译过来就是：这不是家用宽带，这是一台商业服务器。

第二步：搞明白为什么同一个 IP ，工具之间结论相反 经过这次排查我才搞明白，不同检测工具的数据来源和判断逻辑完全不同：

ipinfo.io 主要依据 ASN 注册信息来分类。Cogent 在 ARIN 注册为 ISP ，所以 ipinfo 判定 ISP——这在注册层面没错，但也没挡住 Cogent 下面挂了无数 VPS 的事实。

ping0.cc 的判断逻辑类似，看到 Cogent 双 ISP 属性就标绿，风控值也给得很低。很多人买 Cogent 伪家宽之前就是拿 ping0 验的货，看到双 ISP+低风控就觉得稳了——我当初也是这么被骗的。

ipapi.is 则把 Cogent 的实际使用情况纳入了考量。虽然 Cogent 注册是 ISP ，但它的大量 IP 段被 VPS 商家租用来跑机器，ipapi.is 直接标记为 hosting 。同时它还给了 abuser_score 这个维度，能看出这个 IP 段的历史滥用程度。

scamalytics 基于自己的欺诈检测流量网络来判断。它见过大量来自这些 IP 段的非家用流量，所以哪怕 fraud score 不高，也会在底层字段里标记 Datacenter = Yes 、Server = Yes 。

四个工具，ipinfo 和 ping0 说没问题，ipapi.is 和 scamalytics 说有问题。所以只查 ipinfo 或只查 ping0 就觉得自己的 IP 安全，是不够的。Claude 的风控系统大概率不会只看 ASN 注册属性这一个维度——人家更可能像 scamalytics 和 ipapi.is 一样，去看这个 IP 到底在跑什么。

第三步：用聚合工具做交叉验证

逐个查工具太费事了，后来找到一个叫 iprisk.top 的站，能同时查 16 个风控数据库，包括 ipapi.is、Scamalytics 、proxycheck.io、Shodan 、IP2Location 、Blocklist.de、DNSBL （ Spamhaus 那几个）、GreyNoise 、Pulsedive 等等。输入一个 IP ，所有源一起查，结果逐个返回。

它有个 IP 类型的投票机制，不是单看 ASN 注册信息，而是综合多个源的数据来投票判断。像这种 Cogent 的伪家宽，ipinfo 那边投 ISP ，但 ipapi.is 投 hosting ，scamalytics 标 Datacenter——综合投票后就会被判定为机房 IP ，天花板分直接压到 50 左右。

我用它查了那个 Cogent IP ，果然被判定机房 IP ，实际得分只有 40 多。扣分项里清清楚楚写着哪些数据库标记了什么。后来又查了一个朋友的日本真家宽 IP ，判定住宅单 ISP ，得分 90 多。差距一目了然。

第四步：处理 IP 之外的泄露

IP 只是一个维度。V 站很多帖子里也提到过，Claude 的风控不只看 IP ，还可能检测 WebRTC 泄露、DNS 泄露、时区和语言设置跟 IP 归属地是否匹配。

我之前就踩过 WebRTC 的坑——代理挂着但 WebRTC 泄露了真实 IP ，等于白搭。后来装了 WebRTC Control 插件才解决。DNS 泄露也是类似的问题，你的代理链路走了美国，但 DNS 请求走了国内，一查就知道你在哪。

iprisk.top 上还有个 /env 页面可以检测浏览器环境，包括 WebRTC 泄露、DNS 泄露、时区语言一致性之类的。虽然这些功能别的站也有，但放在一起查比较方便。

我现在的方案

总结一下我目前的做法，供参考：

彻底放弃了 Cogent 伪家宽，换了一个真正的日本住宅出口，所有 Claude 相关流量固定走这一个节点。用 iprisk.top 确认过这个 IP 是住宅类型、纯净度在 90 分以上。关掉浏览器 WebRTC ，DNS 走代理。不在网页端和 CLI 同时登录。支付走 Apple Store 内购。

目前新号存活两个月了，希望别再翻车。

当然这个方案不一定适合所有人。影响因素除了 IP 还有支付方式、注册手机号来源、设备指纹、使用频率等等。

_{作者: gogoyp | 发布时间: 2026-04-20 09:06}

5. copilot 也被风控了嘛？那我没招了啊。。

今天发现我的 copilot 也出问题了。就是提问后，也不是不回答，只是回答一部分后就中断。难道是因为我是通过 opencode 登录的 copilot 的原因嘛。我的机场买的花云的，然后开的 tun 模式，不至于是梯子的问题吧。

copilot 要是也没了，天才程序员就真的陨落了。

_{作者: AnQiYang | 发布时间: 2026-04-20 07:45}

6. AI-Powered Log Analysis Tool - Pangu RCA

Introduction
In software development and system operations, log analysis has always been one of the biggest headaches for developers. Faced with massive amounts of log information, how can we quickly locate the root cause of problems? Traditional log analysis methods are often inefficient and require extensive manual investigation.

Today, we introduce a powerful AI log analysis tool - Pangu RCA (RCA Agent Portal), which can intelligently analyze logs, quickly locate root causes, and provide professional repair suggestions.

Tool Features
🤖 AI Intelligent Analysis
Pangu RCA is based on advanced AI technology and can:

Automatically understand log formats of various programming languages

Intelligently extract key error information

Analyze error patterns and contextual relationships

Provide precise root cause diagnosis

🌍 Multi-Language Support
Supports log analysis for mainstream programming languages:

Java : Including Spring Boot, Tomcat and other framework logs

Python : Django, Flask, FastAPI and other framework logs

Go : Gin, Echo and other framework logs

Rust : Standard library and common framework logs

JavaScript/Node.js : Express, NestJS and other framework logs

⚡ Quick Location

Real-time Analysis : Paste logs for immediate analysis

Confidence Scoring : Provides confidence assessment for each analysis result

Repair Suggestions : Provides specific solutions and repair steps

How to Use

Visit: https://www.pangulab.com

Choose language (Chinese/English)

Paste your application logs

Click “Start Analysis”

View AI-provided analysis results

Applicable Scenarios
Developer Debugging
// Example: Java application error log
2024-01-15 10:30:25 ERROR com.example.UserService - Database connection failed
java.sql.SQLException: Connection timeout
    at com.example.DatabaseManager.getConnection(DatabaseManager.java:45)
AI Analysis Results:

Problem Type : Database connection timeout

Confidence : 95%

Suggested Fix : Check database configuration, increase connection pool settings

Operations Monitoring
System logs, container logs, API call logs and various other scenarios, Pangu RCA can provide intelligent analysis.

Technical Advantages

No Installation Required : Pure web application, use anytime, anywhere

Completely Free : Currently provides all features free of charge

Privacy Protection : Log analysis is performed locally, no sensitive information uploaded

Fast Response : Based on cloud AI, fast analysis speed

Future Plans
We plan to add more features in future versions:

📊 Batch Analysis : Support simultaneous analysis of multiple log files

📈 Trend Analysis : Analyze log change trends

🔗 API Integration : Provide API interfaces for third-party system integration

📱 Mobile App : Develop mobile applications

Conclusion
Pangu RCA is changing the way developers handle logs, making log analysis intelligent and efficient. If you are a developer or operations personnel, why not try this powerful tool.

Try Now : https://www.pangulab.com

For any questions or suggestions, please contact us via email: r00txxyyzz@gmail.com

_{作者: r0kyle | 发布时间: 2026-04-20 15:57}

7. 最近上线了一个开发了半年的 shopify SAAS

开发完了，现在感觉推广还是更困难哈。目前的单月成本差不多 1k 刀。

_{作者: branddomains | 发布时间: 2026-04-20 10:57}

8. 以防你不知道 Codex App 偷偷加了 SSH 远程开发功能

更新 Codex App 到最新，远程机的 Codex 版本在 0.121 以上

在配置文件 ~/.codex/config.toml 中加入
[features]
remote_connections = true
重启 App 就可以在设置中找到 Connections 配置项了

用了一天，感觉还可以

_{作者: shineonme | 发布时间: 2026-04-20 09:40}

9. 现在还有哪一个国产 Coding Plan 能买到吗？

关注了一周的 GLM 和阿里云的 Coding Plan 了，根本抢不到。

_{作者: cryzzchen | 发布时间: 2026-04-20 11:37}

10. 想在本地部署 OCR 服务，解析美团的外卖订单截图，求推荐一个好用的 OCR 模型

公司做的是美团业务，需要定期解析一批美团的订单截图（也有一些是手机相机拍的订单页面图片），提取出其中的订单号码。我试用了下腾讯的 ocr 识别成功率很高，就是太贵了，图片量很大遭不住。哪位老哥研究过 OCR ，能不能推荐一个适合本地部署的，公司有 5060 显卡。

_{作者: EchoPrince | 发布时间: 2026-04-20 07:40}

11. AI 代码后面怎么维护,心智负担太大了

ai 生成爽是很爽,但是数量太多了,每次阅读起来真的太累了
今天加了两个函数,回来一看,又多了 300 行,也不能说它错,因为字段检验,格式又是自己写的要求
本来立项的时候,规定一个文件最长就 400 行,现在都多余,无非是拆分一堆小文件,还不如一个文件两千行,省得点了
整个项目搞下来都几万行了
读是肯定要读的,不然后面报错,只能跟 ai 一起赌运气了,好累啊,难道要用 AI 控制 AI?

_{作者: cc9910 | 发布时间: 2026-04-19 23:37}

12. 有 amytelecom 的用户么，美日一直挂

amytelecom 的美日一直是挂的吗？最近？

问了客服，联通监管因素，可以提供退款。用了好多年了。

换机场一下子不知道换啥，主要用日区。接受年费 200-300 的。

自建的话，有大佬给点提示词吗。

_{作者: frank1256 | 发布时间: 2026-04-20 03:18}

13. 每月 AI 支出都超过生活费了

cc 和 Codex 写代码是真的强，随便改个一两百行，编译几乎不报错

_{作者: wuruxu | 发布时间: 2026-04-19 22:31}

14. 如何建一个自己的号池，让 cursor 真正实现 token 自由

Cursor Pro $20 一个月，500 次快速请求用完就降速。重度用的人，月中就开始焦虑额度。

但 Cursor 的模型不是只能用它自己的配额。

有办法把外部的免费模型接进去，额度用完无缝切换，不中断编码。

先说能接什么
目前能免费拿到的顶级编码模型：

来源模型费用怎么拿

Kiro Claude Sonnet 4.5 免费（约 500 次/月） kiro.dev 注册

Codex GPT-5.4 等 7 个模型限时免费安装即用

Antigravity Gemini 3.1 Pro 免费 Google AI Pro 首月免费领

Groq Llama 70B, Kimi K2 免费注册拿 API Key

Cerebras Qwen 235B 免费注册拿 API Key

Gemini API Gemini 2.5 Pro 免费 Google 账号登录 AI Studio

这些加起来，Sonnet + GPT-5.4 + Gemini 3.1 Pro + Llama 70B + Qwen 235B ，全部零成本（ Codex 为限时免费）。

问题是：这些配额各自为政，不能直接在 Cursor 里用。

怎么接进 Cursor
用 OpenRelay 。

它跑在本地，把上面所有配额统一成一个端点，然后通过 RPC 代理无缝接入 Cursor 。

具体步骤：

1. 装 OpenRelay

去 GitHub 下载可执行文件：github.com/romgX/openrelay/releases

Windows 双击运行，macOS 终端执行：
chmod +x openrelay-macos
xattr -d com.apple.quarantine openrelay-macos
./openrelay-macos
打开 http://localhost:18765，进 Web 面板。

2. 添加免费 Provider

OpenRelay 会自动扫描你机器上已有的 AI 工具——Kiro 、Claude Code 、Antigravity——自动发现它们的配额。

API 类的（ Groq 、Cerebras 、SambaNova ），在面板里点「添加 Provider 」，填一次 API Key 。

3. 组配额池

在面板的「自定义模型组」里，把多个 Provider 串成一条链：
"coding-sonnet" = Kiro (Sonnet 4.5) → Claude Code (Sonnet 4.6)
"coding-fast" = Groq (Llama 70B) → Cerebras (Qwen 235B) → SambaNova (DeepSeek V3.2)
第一个配额用完，自动切第二个。你感知不到切换。

4. 接入 Cursor

面板里找到 Cursor ，开启 RPC 代理。Cursor 会无缝使用你的配额池，不需要改 Cursor 的任何设置。

搞定。

Claude Code 同理
如果你用 Claude Code ，接入更简单：
export ANTHROPIC_BASE_URL=http://localhost:18765
export ANTHROPIC_API_KEY=unused
或者面板里一键配置：选中 Claude Code → 选择 Provider → 开关打开 → 重开终端。

现在 Claude Code 走你的配额池。Kiro 的 Sonnet 用完，自动切 Groq 的 Llama ，再切 Cerebras 。

Google AI Pro：最大的一块免费配额
单独说一下这个，因为它的含金量最高。

Google One AI Pro 首月免费，包含 Gemini 3.1 Pro 、Claude Opus 4.6 、Sonnet 4.6 、GPT-OSS 120B ，配额每 5 小时刷新。

领取方法：Google One 官网 → AI Pro 方案 → 绑支付方式 → $0 开通。到期前取消不扣钱。

领了之后装 Antigravity （ Google 的 AI 编辑器），OpenRelay 自动发现这个配额，加入你的配额池。

家庭组玩法 ：Google One 支持家庭组共享，一个主账号拉 5 个人，所有人共享 AI Pro 权益。每人都能在自己电脑上装 Antigravity ，拿到独立的 Gemini 3.1 Pro 和 Opus 4.6 配额。

OpenRelay 自动发现你本机已登录的 Antigravity ，加上你添加的 API Key （ Groq 、Cerebras 等），全部串成一条配额链。怎么注册、有几个号，它不管——只负责把你已有的配额统一管理和自动切换。

算笔账

方案月费能用的模型

Cursor Pro $20 自带模型，500 次快速

Claude Code Pro $20 Opus 4.6 + Sonnet 4.6

本文方案 $0 （ Google AI Pro 首月免费，Codex 限时免费） Opus 4.6 + Sonnet 4.5 + GPT-5.4 + Gemini 3.1 Pro + Llama 70B + Qwen 235B

$0 方案的代价是：免费额度有日限，重度用可能不够。但多个 Provider 轮换兜底，日常开发基本不断供。

如果你已经有 Cursor 或 Claude Code 订阅，加上这些免费配额，等于在订阅基础上多了一层保险——额度用完不降速，自动切免费池。

注意事项

网络要稳定 ——Google 、Anthropic 对异常 IP 敏感

Google AI Pro 到期前取消 ——不然扣 $19.99

所有数据本地处理 ——OpenRelay 跑在你电脑上，Key 不上传，请求直连 AI 后端

开源可审计 ——不放心可以看代码

下载
GitHub：github.com/romgX/openrelay

觉得有用，Star 一下。

来源	模型	费用	怎么拿
Kiro	Claude Sonnet 4.5	免费（约 500 次/月）	kiro.dev 注册
Codex	GPT-5.4 等 7 个模型	限时免费	安装即用
Antigravity	Gemini 3.1 Pro	免费	Google AI Pro 首月免费领
Groq	Llama 70B, Kimi K2	免费	注册拿 API Key
Cerebras	Qwen 235B	免费	注册拿 API Key
Gemini API	Gemini 2.5 Pro	免费	Google 账号登录 AI Studio

方案	月费	能用的模型
Cursor Pro	$20	自带模型，500 次快速
Claude Code Pro	$20	Opus 4.6 + Sonnet 4.6
本文方案	$0 （ Google AI Pro 首月免费，Codex 限时免费）	Opus 4.6 + Sonnet 4.5 + GPT-5.4 + Gemini 3.1 Pro + Llama 70B + Qwen 235B

_{作者: rxc420902911 | 发布时间: 2026-04-14 12:40}

15. 有没有简单版的 new-api 项目

个人使用 new-api 配置项太多了，看的我头疼。有没有简单版本的

_{作者: novaren | 发布时间: 2026-04-20 09:26}

16. AI 就像那渣男渣女，平时哄着你温柔小意，关键时刻就坑你一波大的

用久了 AI 之后真的会产生依赖性，慢慢地就懒得动脑了，很多事情首先就是问 AI 。（大脑真的太会偷懒了）但是等你真的依赖上它的时候，它的幻觉尿性就会狠狠地背刺你，给你忽悠一波大的。关键是它还一本正经的胡说八道，让你轻易发现不了。

总而言之就是小事捧着你，大事靠不住，防不胜防。平时用的时候还是要留个心眼，核实很重要，别把真脑子交给假人了。

_{作者: cxd8190102 | 发布时间: 2026-04-20 10:39}

17. gpt 6.0 到底什么时候发布呀，各种新闻说明天发，怎么还没动静，隔壁 claude 都发布最新的了

_{作者: RoroTomacy | 发布时间: 2026-04-20 06:13}

18. 人生中第一次装机🎉

买配件，组装，旧服务器环境迁移。

耗时 7 天终于搞定了⚒️

人生中第一次装机，还算顺利✌️

_{作者: MagicCoder | 发布时间: 2026-04-19 09:24}

19. 低价 GPT 到底有多少漏洞，怎么封了还有

昨天我看就有修复了票据重复使用的漏洞，而且账号 vip 都掉了，今天我看别的地方还能买到低价 codex, 群主说他知道的就有三个不同的漏洞开会员，离谱

_{作者: jackqian | 发布时间: 2026-04-19 17:52}

20. deep research 生成的研究报告效果如何？

最近在调研国内外研究进展，写一个课题的立项依据。gemini 和 chatgpt 都有 deep research 。你们用下来哪个更好？

_{作者: seraphlz | 发布时间: 2026-04-20 04:00}

21. 中年人爱上 AI 编程，就像爱上钓鱼

真的上瘾，停不下来。酒也不喝了，有空就坐在电脑前面。最近吭哧吭哧做了个 SEO 评测工具，auditedge.app,全部 ai 制作，自己看着还行，发出来让大家拍砖。砸醒我吧，太上瘾了。

_{作者: phenchow | 发布时间: 2026-04-19 22:48}

22. 我用 AI 写了一个游戏，我发现我不想看代码，也看不懂代码了

最近写了一波代码，很快，速成一个游戏（ Demo ），到了后期优化基底段，AI 优化的有点吃力，我准备分模块优化，大点进源代码，我草，看不懂，不想看

有一种，很规范，缺过于规范的感觉。看代码，那那都是对的，整体运行就是不对劲。

而且看不下去，有几个原因
1. 不是自己写的，不想看
2. 没有整体思路，不知道 ai 的实现方式，且命名不符合自己的习惯
3. 这个其实是重点，游戏用的新语言自己对框架不熟悉

思考：用 AI 写代码的人，还是要对整体框架要熟悉，如果能力不够，AI 写出来代码也优化不了（尤其是大项目），只针对现阶段，过几个月 AI 发展到什么程度，还说不好

_{作者: DeepSIeep | 发布时间: 2026-04-20 03:35}

23. 部署本地模型 token 输出万能公式

比如看 dgx spark 这台机子，部署 31B BF16 gemma

这台机子的带宽 273 GB/s

31B 参数 × 2 bytes (BF16) ÷ 273 GB/s = 每个 token 227 ms = 理论最大 4.4 token/s

实际能到 3token/s 已经是牛逼 plus ，顶多 2.5token/s

所以有个关系，不要问能不能运行咋的，自己大概算下基本就知道能不能用

简单得推理我觉得至少要到25token/s ，看起来才正常

1. 模型必须能加载完，显存只是基本条件

2. 必须要看内存带宽（ Memory Bandwidth ），这个太低得话估计就是个跛子，我看几乎很少有人部署模型时注意这个配置，这个也是非常重要得参数

3. 上面得基本是按照英伟达机子算出来得，mac 机子比较特殊，基本只要能加载到 gpu 里面，剩余一点内存，就能用速度不会很慢（ 20token/s 将就能用），冷启动稍微慢点

还有个本地模型部署，除了花大钱 ，本地部署就是玩玩可以，起码现在不要妄想超过线上得模型，尤其写代码方面

我个人认为现在本地模型能做得事

ocr

总结做知识库

openclaw 还有什么爱马仕这个推理也可以做，需要提前用线上模型完成复杂得代码，本地执行推理一定要记得做好机子散热，一定！！一定一定！！！

希望大家来交流自己得心得，大家共同学习进步

_{作者: diudiuu | 发布时间: 2026-04-20 09:40}

24. Manjaro 真不错

本来打算直接 ubuntu 的，但这个时间节点有点尴尬，26.04LTS 快发又还没发。试了下 Manjaro ，几乎开箱即用了~
linux 没有微信语音输入有点难受 = =

_{作者: KKKKale | 发布时间: 2026-04-19 10:32}

25. 大家在开发智能体时，都是怎么写系统提示词的？

在尝试开发智能体，系统提示词无从下手，大家都是用什么工具辅助的？

_{作者: imqiyue | 发布时间: 2026-04-20 08:38}

26. 大家用 AI 是订阅制多还是 API 按量付费多？

想问问大家：

1. 主力用订阅还是 API ？
2. 如果两种都用，怎么分配的？
3. 有没有算过哪种更划算？

_{作者: wangjifeng | 发布时间: 2026-04-20 04:20}

27. Claude 45%-55%折渠道

日本的 AWS 和 Anthropic 把渠道生态铺开了。能往上叠的优惠比你以为的多得多。他们那个八折，是把下面这堆羊毛全薅一遍之后算出来的——实际成本能干到五五折到八折。

第一层，AWS 企业折扣，EDP 。
年承诺一百万美金起步，折扣五到十五个点。单家小公司用不完。但是没关系，反正我们可以将中国的几个公司给聚合起来。十几家中国客户的消耗量全塞进一个 AWS Org 底下，凑一百万简简单单。量再往上堆到两千万美金，EDP 折扣大概 25%。

第二层，Anthropic 授权经销商返点。
Bedrock 能走渠道转售，Anthropic 再单独审 Preferred Reseller 。过了这道门槛，再吃五到十个点的分销毛利。其实这个过不过都无所谓，因为你拿到返利之后还得交管理费，交完管理费之后，大概只有 2% 左右的返点了。

第三层，日本本土大经销商的 Flat Discount 。
Classmethod 、Server Works 、SCSK 、CTC 、NRI 这几家公司。挂靠在他们名下蹭折扣。

第四层，政府补贴。
IT 導入補助金，云服务费最高补两年，四百五十万日元封顶。東京都 DX 助成金 AI 活用コース，补助率二分之一到五分之四，上限三千万日元，加薪条件下到五千万。只要你是东京都内注册的中小企业，六月到九月写个提案，十月交件，钱就到手。日本政府给你补贴

第五层，AWS 自己的创业补贴-最核心的
Activate Portfolio 一次性十万美金，有 VC 的 Org ID 就能申。 GenAI Activate 跑在 Bedrock 上再补三十万美金。 AWS GenAI Scale 就送五千到一万美金 promo credit 。一个日本法人，头一年把这些首轮补贴全薅干净，毛利能到三四十个点以上。

把上面这些全叠满，一个运营到位的日本法人，真实成本就是 Claude 官方标价的 45% 到 55%。所以他们八折，还敢跟承诺企业节点物理隔离。隔离是真的，调用路径客户端 → AWS Bedrock → Anthropic ，路径一隔，Anthropic 看不到最终用户是谁。不会被封号，不会被拉去训练，数据安全那套也全都是真的

合规性方面，日本转销中国 Claude API 这事本身就踩在灰区，不展开，懂的自然懂。重点在聚合消耗量带来的议价能力——谁手里攥的量大，谁就是上游的爹。

实操层面，想自己做的：
第一，主体搭建。日本注册个法人，把 AWS 直签、渠道嵌套、补贴申请的路子全跑通。补贴申请书要花心思写，日本本地有朋友就用。

第二，创业补贴。一次性十万美金那个难度高，需要本地资源配合，一旦拿下来，启动成本约等于 0.

第三，消耗聚合。国内需求端汇总起来，统一走日本法人采购，量冲上去，EDP 折扣往死里压。

这就是整个日本 Claude 折扣渠道的全貌。一层窗户纸罢了。

卡住了就去闲鱼搜。代办、资源、中间人-这才是最核心

转发自 @xkajon

_{作者: xiaommi | 发布时间: 2026-04-20 04:04}

28. 智谱 coding plan 的使用 token 限制是多少？

去年 12 月买了智谱的 coding plan ，lite.，一直没怎么用。4 月份智谱说 lite 用户可以用 glm 5.1 了，用了一下感觉不错。

结果可能是用的太猛，已经被封了 2 次了，说是检测多人使用，但肯定只有我一个人用。

第一次解封后，降低了使用频次，结果今天又被封了 30 天。

个人感觉是使用量太大，触发算法了。

有人知道不同 coding plan 大概多少 token 使用量，算合理使用吗？现在智谱没有公布 token 限制，只有消息请求限制，但请求次数远远没到限制。

希望智谱能够公布不同 coding plan 的 token 使用量限制，这样用户使用量大，自己可以升级套餐。现在不公布，升级套餐也不知道会不会继续封？

_{作者: mike163 | 发布时间: 2026-04-20 05:58}

29. 阿里云 ECS 自定义镜像云下 Esxi 恢复问题

发现阿里云很坑，之前以为只有 windows 的系统的 ECS 实例导出成镜像后，因微软版权问题，控制台页面没有导出镜像操作。后来 v2 高人指点用 Disk2vhd 搞定。现在发现 linux 镜像能导出，但是 Esxi 上恢复启动不了，阿里云文档说基于公开市场镜像创建的实例，也有版权问题，非阿里云环境恢复不了，wc 上云容易下云难啊。 AI 给我的方案是 dd 成 raw 格式后再转 vmdk ，目前测试中。还有其它方案没？求指点

_{作者: lyo710 | 发布时间: 2026-04-20 08:40}

30. 一个人写了大半年 Android App，聊聊过程中的一些取舍，第二篇

上次发了一篇聊 Meows 的开发取舍（V2EX 原帖），收到了一些反馈。这段时间一直在迭代，1.0.146 刚推到 Play Store 没多久，趁热来更新一下进展。

加了两本离线手册
平时 SSH 上去总要查命令参数，手机上翻 man page 体验很差。索性把常用的整理进 App 了。

Linux 命令手册，240 个命令，按分类整理，搜一下就出来，选项和示例都有。

顺手做了份 C 标准库手册，288 个函数，C11 的 18 个头文件全覆盖了。每个函数带完整代码和运行结果，结果是 gcc 编译出来的不是瞎写的。

两份手册加起来 4000 多条字符串，做了中英日韩繁体 5 语言，全走 stringResource ，不联网不用数据库。

加了一些运维小工具
chmod 权限计算、cron 表达式生成、子网计算、密码生成、正则匹配、时间戳转换，都是那种要用的时候去 Google 不如直接算的东西。

每个工具底下附了 Shell 写法，毕竟有终端的时候还是命令行更快。

在做的
SSH 隧道和进制转换。隧道本地和远程转发都跑通了，还在磨 UI 细节。进制转换做了个类似 Windows 计算器程序员模式的 bit 位切换面板，64 个位可以逐个点击翻转，四种进制实时联动。

$4.99 买断，不订阅不内购。Google Play 搜 Meows 。

https://play.google.com/store/apps/details?id=com.meows.android

上架地区：日本、美国、新加坡、韩国、香港、台湾、英国、加拿大、澳门、马来西亚、冰岛。Android 14+，支持中英日韩。

有问题继续回帖。

_{作者: putilaoha | 发布时间: 2026-04-20 07:38}

31. aosp 编译系统镜像时候,可以兼容 gradle 吗有没有什么好的方案

我们普通 app 用的 gradle 编译,项目结构也是这样,但是放在 aosp 中编译就不行, AOSP 这边之所以不能直接吃 implementation(…)，依据是官方 Soong 文档和模块类型：AOSP 用的是 Soong/Android.bp ，不是 Gradle ；预编译依赖需要 android_library_import / java_import 这类模块来接。能做个什么改造吗一套代码两边都能正常使用?

_{作者: andlp | 发布时间: 2026-04-20 02:07}

32. 飞牛自动开机

刷了飞牛之后一直做局域网备份用，备份完就关机了，最近发现 nas 经常处于开机状态，刚开始以为是忘记关机了，后面确认是他自己开的。。。只能拔电源了。

_{作者: C64NRD | 发布时间: 2026-04-20 05:50}

33. cli-proxy-api + 中转站领的鸡蛋 = 大模型免费用是否可行？

最近中转站爆发，天天一堆新开的站，基本都能注册免费送些额度。

那我搭建一个 CPA 服务，配置上中转站领取的 api 和 key 。
再搞一个监控服务（我记得 V 站有人发过这类工具），盯着 V 站或其他论坛帖子，有鸡蛋可领取就提醒。岂不是可以天天领鸡蛋，大模型天天免费用，我觉得还是可行的。

如果在实现自动注册，自动领鸡蛋，自动配置 CPA ，就更好了，各位大佬觉得有没有搞头？

_{作者: hnbcinfo | 发布时间: 2026-04-20 05:32}

34. 电脑版 EDGE 浏览器的同步功能是不是坏了？

上周发现 MAC 版的 EDGE 一直是“正在设置同步”，退出账号、卸载重装都没效果，昨天下午还花了一个多小时，在 GPT 的指导下里里外外删了一堆东西，结果还是不行。后来发现公司电脑和我个人的 WIN 电脑，EDGE 都是这样，无法同步。

退出账号重置浏览器设置后，能同步回来书签这些，把浏览器关了再开同步就废了。

后来翻了半天，发现 Reddit 也有一样的问题： https://www.reddit.com/r/MicrosoftEdge/comments/1saeb2p/edge_sync_broken_beta_dev

这个问题目前只存在电脑版的 EDGE 浏览器，手机上同步正常。目前确定 Canary 版是正常的，Beta 和 Dev 都有这个 BUG 。

想看看大家是不是也有类似问题。用 EDGE 也是无奈，刚需多端同步，手机版的 EDGE 爆杀手机版 Chrome 。

_{作者: tyzrj766 | 发布时间: 2026-04-20 07:07}

35. ICC2022 站倒了，求一个支持 MoviePilot 认证的站(一个就好)

手里有馒头和 pttime ，之前是用的 icc2022 认证的 MP

audiences/hdkyl 或者别的支持 MoviePilot 的站也可以，谢谢~

邮箱：aHV5aWZhbnN0YXJAZ21haWwuY29t

_{作者: MagicStarTrace | 发布时间: 2026-04-20 03:06}

36. 大家都在嫌弃 MCP 的时候我竟然发现有点离不开它

MCP 这个协议刚出来的时候我感觉它到处透露着过度设计的味道，难用又难写，工作需要又不得不用，几乎就是捏着鼻子写。看到社区现在几乎一边倒地嫌弃它，要用 api 和 cli 替代掉它的时候我还有点幸灾乐祸。

但我在开发自己的 Harness 项目 Chorus 的时候又发现一些场景下没办法替换掉 MCP ，主要的原因是通过 MCP 可以更好地感知 Agent 的意图 。有点抽象，让我给大伙把我碰到的问题展开唠唠。

首先说说我想达到什么效果吧，Chorus 是一个用来让 Claude Code 这样的 Coding Agent 能自主推进从需求到设计最后到交付流程的 Harness ，前端看起来大概是这样，能跟踪 Agent 的工作到底到哪了

在这个流程里的关键节点，比如 Proposal 或者 Task 提交审批，就需要在 claude code 里启动一个独立的 Agent 去替人类审，揪出问题，用对抗的方式让 Agent 自己迭代出没有太大问题的结果

那么问题来了：我应该如何让 Claude Code 在这几个关键节点稳定地启动 Reviewer Agent 呢？

方法 1: 用 Skill 或者 Prompt
这是最简单的方式，直接在 Skill 里写清楚，“你必须在 XXX 节点调用 XXX Agent ，根据反馈然后去做 XXX” 非常简单但不靠谱，现在的 Agent 大家调过 PE 也知道，在 Skill 里写的真的会一致遵从吗？尤其是一个小迭代它自己跑上半小时，一开始的 PE 都忘得差不多了，这个方案只是锦上添花但是不解决问题

方法 2：在调用返回中注入 Prompt
既然放在 Skill 里不靠谱，能不能在要启动 Reviewer 的时间点直接给 CC 注入 Prompt 呢？最简单的做法就是上一步动作，比如提交审批这个调用的返回结果里提醒 CC 你该启动一个 Agent 去 review 结果了。其实这个手法是有效的，但存在几个问题：

耦合性 ：不一定每个 Agent 框架都支持你去启动一个自定义 Agent ，遇到不支持的框架你还这么返回就会让 Agent 陷入困惑，执行一些迷惑操作。另外如果你想支持这个 Review Agent 的启用与否，还需要和你的服务耦合，你需要在自己的服务侧去定义这个配置，而不是让用户在自己的 Claude Code 等环境里做用户侧配置

语义不清晰 ：如果是 MCP 这么返回还好，如果你用 API 或者 CLI 还这么返回，会让你的接口一直混着一些专门给 Agent 准备的内容，那你这些接口是只给 Agent 用还是其他的集成也能用呢？当然这不是一个致命问题，加一个设计复杂度比如额外传参，路径分离等也能解决，但是加上这些设计不就变成自己设计了一套类 MCP 的形式吗？

方法 3：在 Hook 处捕获事件
大多数成熟的 Coding Agent 都支持 Hooks ，这也是这类 Agent 的插件系统里最有用的机制，其实就是利用 AOP 的思想去在某一个关键节点上做一些操作。比如我现在的需求，只需要在提交审批这个动作之后去读取本地 Claude Code 配置，如果启用了 Reviewer Agent ，启动它就好。下一个问题是：我如何才能知道 Claude Code 触发了提交审批这个动作，并且提取参数（ Proposal ID 等）来让 Reviewer Agent 知道自己到底要去看哪个资源？

拿 Claude Code 举例子，它的 Hook 机制大多数是围绕自己的生命周期流程的，比如SubagentStart, SessionStart等。如何才能知道它在 Chorus 上调用了提交审批这个动作呢？很明显用PostToolUse这个钩子。

如果我的服务用 CLI 或者 API 去暴露接口，那么对应的 tool use 其实是bash或者fetch等等通用的命令/网络操作调用，你想在其中解析出意图不是不可能，但非常不可靠。Claude Code 今天心情好给你直接调用，明天心情不好也许写了一个 py 脚本调用，你怎么去抓呢，参数匹配能出的幺蛾子就更多了。

对比之下用 MCP 去匹配意图简直是手拿把掐，因为 CC 暂时不支持配置本地工具，MCP 就是唯一能把调用固定成一个确定工具名的手法。大家有兴趣可以看下源码我是如何定义这个 Hook 的，简单地说用通配就行
"PostToolUse": [
  {
    "matcher": ".*chorus_pm_submit_proposal",
    "hooks": [
      {
        "type": "command",
        "command": "${CLAUDE_PLUGIN_ROOT}/bin/on-post-submit-proposal.sh"
      }
    ]
  },
这样我不仅能完全感知到 Claude Code 的意图，还能很好地提取参数去注入到一个 Reviewer Agent 的上下文中，省得 Agent 不靠谱地去帮我用生成 Token 的方式传递了。

当然我不是 MCP 的拥趸，这个协议设计得实在太难用了。MCP 真正不可替代的地方在于它把 Agent 的每一次调用都变成了带语义的、确定性的意图信号，前面提到的接口污染和意图捕获问题本质上都是因为这一点。更关键的是 MCP 是跨 Agent 的，不管哪个框架，不管支不支持本地工具定义，只要接了 MCP ，你就有了一个稳定的锚点去感知意图、围绕意图构建 Harness 。让我稳定感知 Agent 意图的协议，似乎只是目前只有 MCP 能做到？如果大家有更好的方法，务必评论给我。

_{作者: fennu2333 | 发布时间: 2026-04-18 03:09}

37. 现在大模型国内外直连越来越难买或拼车了，想试试中转站，大家有没什么推荐呀

三个月前还能在闲鱼拼车一个月 30 的满血 glm ，后面涨到 70 ，到现在直接全没了。claude 也是，一直封号。之前一直不喜欢中转的，但现在也不得不考虑了。大家有好的推荐嘛。

_{作者: plane | 发布时间: 2026-04-20 07:40}

38. Vercel 又出问题 - Vercel April 2026 security incident

https://vercel.com/kb/bulletin/vercel-april-2026-security-incident

Vercel 披露其部分内部系统发生未授权访问事件，起因与第三方 AI 工具 Context.ai 的安全事件相关，导致一名员工的 Google Workspace 账号被接管并进一步触达部分 Vercel 环境。当前已确认仅少量客户凭证可能泄露并已被定向通知，整体服务保持可用，但数据外流范围仍在持续核查中

_{作者: rimworld | 发布时间: 2026-04-20 04:59}

39. 不开代理的增强模式，如何在 vscode 中愉快的使用 Claude Code 插件？

我试了，vscode 中设置配置 Proxy 不能解决问题

有什么办法吗？问 ai 没有得到想要的答案，开增强模式是最优解。

_{作者: gefangshuai | 发布时间: 2026-04-20 02:16}

40. Tellis v0.5.0 beta 版本测试！

历时多个迭代之后，Trellis v0.5.0 第一个可用 beta 正式上线！这是 0.4.0 GA 以来最大的一次架构换血，期待大家上手试试并反馈问题！

安装：
npm install -g @mindfoldhq/trellis@beta
从 0.4.x 升级：
trellis update --migrate
（--migrate 这次必须加，详见下文”强制迁移”）

1. Skill-first 架构
/start /continue /finish-work 以外的所有 Trellis 命令都变成 auto-triggered skill —— AI 看到合适的上下文会自己激活，不用你敲 /trellis:before-dev（另外 skill 本身也是可以由用户主动唤起触发的，所以更喜欢主动掌控节奏命令的用户仍旧可以继续使用原有流程）。5 个命令完成转换：

before-dev / brainstorm / break-loop / check / update-spec

每个平台下，对应位置从 commands/<name>.md 迁移到 skills/trellis-<name>/[SKILL.md](http://SKILL)。升级时有 65 条 rename migration 自动处理，用户本地改过的文件会在 confirm prompt 里让你选。

同时所有平台的命令和 skill 模板合并到单一源 packages/cli/src/templates/common/（ 3 个命令 + 5 个 skill ）—— 以前 “A 平台更新了 B 平台没跟上” 的漂移问题一次性消除。

2. 7 个平台升级到 agent-capable
Qoder / CodeBuddy / Factory Droid / Cursor / Gemini CLI / Kiro / GitHub Copilot 从 “仅命令” 升级到完整的 agent-capable：

Sub-agent 定义（implement / check / research）按各平台原生格式生成

Hook 基于 shared-hooks/ Python 脚本（ session-start / inject-subagent-context / statusline ）—— 单一实现 + 跨平台输出 adapter

Claude Code 的 hook 也迁移到共享实现，删了 1435 行平台专有代码

同时我们移除了对 iflow 的支持（悲）

3. Workflow enforcement v2：每轮面包屑
新增 [inject-workflow-state.py](http://inject-workflow-state.py) 共享 hook ，每次你发消息触发一次（ 8 个平台的 UserPromptSubmit； OpenCode 走 Bun plugin 的 chat.message）。会注入一个 ~200 字节的 <workflow-state> 块，根据当前任务的 status 提示 AI 下一步该做什么，帮 AI 更稳地走完 plan → execute → finish 三阶段。

面包屑内容来自 [workflow.md](http://workflow) 里的 [workflow-state:STATUS] 标签块 —— fork 工作流的用户只需改一个 markdown 文件 ，不用碰 hook Python 代码。

4. Sub-agent 上下文注入：class-1 hook vs class-2 pull-based
Codex / Copilot / Gemini / Qoder （ class-2 ）无法可靠地通过 hook 改写 sub-agent prompt （上游 bug 或架构限制）。这 4 个平台改走 pull-based prelude —— sub-agent 定义的最前面加一段指令，让 sub-agent 在第一轮自己 Read .current-task + [prd.md](http://prd) + implement.jsonl。

Class-1 平台（ Claude / Cursor / OpenCode / Kiro / CodeBuddy / Droid ）继续走 hook 推送注入。两种路径都在共享基础设施里，以后新加平台挑一种就能用。

5. [workflow.md](http://workflow)：唯一的工作流 SoT
这次 0.5.0 最核心的重构 —— 把”Trellis 的工作流定义”收敛到.trellis/[workflow.md](http://workflow) 一个 markdown 文件。

之前工作流行为分散在三处：hook Python 脚本里硬编码分支、configurator TypeScript 里的模板生成、命令 markdown 里的分步指令。想 fork 一份”我自己的工作流”得同时改三处才能自洽。

现在 workflow.md 是单一事实源（ single source of truth ） ：

Phase 定义 ：## Phase 1: Plan / ## Phase 2: Execute / ## Phase 3: Finish 三阶段 + 每阶段的 step 内容，AI 从这里读指令

Skill routing 表 ：哪个场景用哪个 skill ，改 workflow.md 就改路由

Per-turn 面包屑内容 ：[workflow-state:no_task]...[/workflow-state:no_task] 标签块定义每个状态下 AI 该做什么

task.py 16 个子命令的使用时机：lifecycle / context / metadata / hierarchy / PR 五组用途

Fork 工作流 = 改一个 markdown 文件 。不用碰 Python 、不用改 hook 、不用重发包。自己团队想要”多一个 review phase”、”把 plan 拆成 A/B 两条分支”、”加一个 [workflow-state:blocked] 状态”？全在 workflow.md 里改。

workflow.md 本体也瘦身了（ 17 KB → 14 KB ）：去掉重复段、task.py 命令表从 5 条扩到 16 条并加了 --help 指引。

同时我们引入 /continue 命令，配合上面的 workflow.md SoT + SessionStart 注入形成完整闭环。让 ai 获取到当前的工作流进入到哪一步，以及下一步需要干什么（比如下一步应该 before-dev 还是 check 还是 update-spec ），通过这个机制也可以让 ai 更好的进入 brainstorm 或者是创建 task 的流程，避免之前的 ai 跳步骤的情况（同时因为只维护唯一的 workflow 的 source of truth ，也更方便大家魔改二开流程，不用费劲去各个地方修改脚本，文档）

6. SessionStart payload 重构：step 级 how-to 直接前置
每次开新 session ，AI 读取的 SessionStart 块从 2.7 KB （只有 TOC + Phase Index ）升级到 9.5 KB （内联 Phase 1/2/3 每个 step 的完整 how-to ） 。效果：

开场即上手 ：AI 不用再临时 lazy-load [get_context.py](http://get_context.py) --mode phase --step X.Y，step 级指令第一轮就在上下文里

<workflow> 和 <guidelines> 一起瘦身：guidelines 从 10.9 KB 压到 4.6 KB （跨包 guides/[index.md](http://index) 保留内联，spec/<pkg>/<layer>/[index.md](http://index) 改成 paths-only ； sub-agent 需要的具体 spec 走 jsonl 注入，主 agent 需要时按需读）

总 payload 控制在 16.7 KB ，卡在 Claude Code additionalContext 的 ~20 KB 截断阈值下

加上每轮面包屑 hook （每个用户消息注入 <workflow-state> 块），AI 整个 session 的”当前该做什么”感知成本降到几乎 0 。

7. /record-session 被 /finish-work 吸收
/trellis:record-session 命令移除了。它原本唯一的职责（写 session journal ）现在是 /trellis:finish-work 的 Step 3 ，finish-work 同时覆盖 Quality Gate 和 Commit 提醒。如果你的 alias 或脚本引用了record-session，请改成 finish-work。

8. 强制迁移 gate （–migrate 必加）
这是 breaking release ，从 0.4.x 升级时 trellis update 会 exit 1 明确要求你加 --migrate：
✖ MIGRATION REQUIRED  Breaking changes between 0.4.0 → 0.5.0-beta.3 require --migrate.
  Run: trellis update --migrate
之前的行为是安静跳过 rename/delete 条目但仍然推进 .version 戳，留下”半迁移”状态（老路径和新模板并存）。新 gate 避免这种坑。

--dry-run 会绕过 gate ，你可以先 trellis update --migrate --dry-run 预览。

8.1 config.yaml 里的 update.skip 自动 bypass （只有 breaking change 时会这样）
如果你在 .trellis/config.yaml 配了 update.skip（比如保护 .claude/commands/），之前升 breaking release 会卡在半迁移状态 —— 老命令留着、新命令不来。现在 gate 触发时 update.skip 会对三类操作全部 bypass：

safe-file-delete（清理老文件）

新文件写入（比如 [continue.md](http://continue)）

模板更新（比如 [finish-work.md](http://finish-work)）

本地改过的文件仍由 “Modified by you” confirm prompt 保护，不会粗暴覆盖。顶部会有 ⚠ 黄色提示列出 bypass 的文件。

9. 大规模清理（ 126 条 safe-file-delete + 12 额外）
这版本移除了四类”已有更好替代”的老功能：

iFlow 平台 —— CLI 已不再维护；整个 .iflow/ 目录移除

Multi-agent pipeline （.trellis/scripts/multi_agent/ + worktree.yaml）—— 目前基本主流的 agent cli/ide 都有原生 worktree 支持了

Ralph Loop hook （[ralph-loop.py](http://ralph-loop.py)）—— SubagentStop + exit-code-2 跨平台不可移植； check sub-agent 自己的修复循环已经够用

6 个命令 + 3 个 sub-agent —— parallel（被原生 worktree 取代）、onboard / create-command / integrate-skill（使用率低）、check-cross-layer（合并进 check）、record-session（被 finish-work 吸收）；dispatch / debug / plan agent （被 skill routing 取代）

所有清理都 hash 校验 ：本地改过的文件就保留 + 警告；只有原版 Trellis 写入的文件会被清。

10. 其他值得一提的改进

Confirm prompt 重设计 —— 现在显示 What（这次 migration 做什么）+ Why prompted（为什么被 flag 成 modified ，可以由 manifest 作者在 reason 字段里写版本特定的上下文）+ 每个选项的推荐场景和后果

Backup 不再打包 .claude/worktrees/ / .cursor/worktrees/ / .gemini/worktrees/ —— 开了 worktree 后 backup 不会再膨胀到数百 MB

SessionStart payload 从 2.7 KB 增至 9.5 KB ，把 Phase 1/2/3 step body 内联进去 —— AI 一开场就有 step 级 how-to

task.py 命令表从 5 条扩到 16 条（ lifecycle / context / metadata / hierarchy / PR 分组）

v0.5.0 GA 的时间线预计看 beta 稳定性决定 —— 大的架构改动都在 beta.0 / beta.3 落地了，后续 beta 应该主要跑 bug 修复。

11. 后续 roadmap

加强 brainstorm 的规划，提问能力

对 tdd 流程提供可选模板

引入类似 plugin 的机制，让用户能接入自定义的外部流程

repo: https://github.com/mindfold-ai/Trellis doc: https://docs.trytrellis.app/zh

_{作者: fmfsaisai | 发布时间: 2026-04-20 03:38}

V2EX 热门帖子

1. 求推荐，如何购买 Claude，正版无法购买，有其他渠道吗

2. 想自己写一个 code agent 玩玩，有什么开源项目可以参考吗？

3. 运维 help 运维，开源一个桌面端 K8S 多集群管理工具: https://github.com/eryajf/kite-desktop

4. 用了三个月 Claude Code 被封了，复盘下我排查 IP 问题的过程

5. copilot 也被风控了嘛？那我没招了啊。。

6. AI-Powered Log Analysis Tool - Pangu RCA

Introduction

Tool Features

🤖 AI Intelligent Analysis

🌍 Multi-Language Support

⚡ Quick Location

How to Use

Applicable Scenarios

Developer Debugging

Operations Monitoring

Technical Advantages

Future Plans

Conclusion

7. 最近上线了一个开发了半年的 shopify SAAS

8. 以防你不知道 Codex App 偷偷加了 SSH 远程开发功能

9. 现在还有哪一个国产 Coding Plan 能买到吗？

10. 想在本地部署 OCR 服务，解析美团的外卖订单截图，求推荐一个好用的 OCR 模型

11. AI 代码后面怎么维护,心智负担太大了

12. 有 amytelecom 的用户么，美日一直挂

13. 每月 AI 支出都超过生活费了

14. 如何建一个自己的号池，让 cursor 真正实现 token 自由

先说能接什么

怎么接进 Cursor

Claude Code 同理

Google AI Pro：最大的一块免费配额

算笔账

注意事项

下载

15. 有没有简单版的 new-api 项目

16. AI 就像那渣男渣女，平时哄着你温柔小意，关键时刻就坑你一波大的

17. gpt 6.0 到底什么时候发布呀，各种新闻说明天发，怎么还没动静，隔壁 claude 都发布最新的了

18. 人生中第一次装机🎉

19. 低价 GPT 到底有多少漏洞，怎么封了还有

20. deep research 生成的研究报告效果如何？

21. 中年人爱上 AI 编程，就像爱上钓鱼

22. 我用 AI 写了一个游戏，我发现我不想看代码，也看不懂代码了

23. 部署本地模型 token 输出万能公式

24. Manjaro 真不错

25. 大家在开发智能体时，都是怎么写系统提示词的？

26. 大家用 AI 是订阅制多还是 API 按量付费多？

27. Claude 45%-55%折渠道

第一层，AWS 企业折扣，EDP 。

第二层，Anthropic 授权经销商返点。

第三层，日本本土大经销商的 Flat Discount 。

第四层，政府补贴。

第五层，AWS 自己的创业补贴-最核心的

实操层面，想自己做的：

28. 智谱 coding plan 的使用 token 限制是多少？

29. 阿里云 ECS 自定义镜像云下 Esxi 恢复问题

30. 一个人写了大半年 Android App，聊聊过程中的一些取舍，第二篇

加了两本离线手册

加了一些运维小工具

在做的

31. aosp 编译系统镜像时候,可以兼容 gradle 吗有没有什么好的方案

32. 飞牛自动开机

33. cli-proxy-api + 中转站领的鸡蛋 = 大模型免费用是否可行？

34. 电脑版 EDGE 浏览器的同步功能是不是坏了？

35. ICC2022 站倒了，求一个支持 MoviePilot 认证的站(一个就好)

36. 大家都在嫌弃 MCP 的时候我竟然发现有点离不开它

方法 1: 用 Skill 或者 Prompt

方法 2：在调用返回中注入 Prompt

方法 3：在 Hook 处捕获事件

37. 现在大模型国内外直连越来越难买或拼车了，想试试中转站，大家有没什么推荐呀

38. Vercel 又出问题 - Vercel April 2026 security incident

39. 不开代理的增强模式，如何在 vscode 中愉快的使用 Claude Code 插件？

40. Tellis v0.5.0 beta 版本测试！

1. Skill-first 架构

2. 7 个平台升级到 agent-capable

3. Workflow enforcement v2：每轮面包屑

4. Sub-agent 上下文注入：class-1 hook vs class-2 pull-based

5. [workflow.md](http://workflow)：唯一的工作流 SoT

6. SessionStart payload 重构：step 级 how-to 直接前置

7. /record-session 被 /finish-work 吸收

8. 强制迁移 gate （–migrate 必加）

5. `[workflow.md](http://workflow)`：唯一的工作流 SoT

7. `/record-session` 被 `/finish-work` 吸收