与「discord」相关的搜索结果

Hermes Studio v0.6.22 版本更新 本次版本整理 0.6.21 之后合并的 PR，重点更新组合模型、会话历史、代理设置、斜杠命令和移动端布局细节 首先是模型页面新增了组合模型面板，聊天里现在可以看到真实的 MoA reference 和 aggregator 进度，不再靠前端占位展示。 会话历史也更好用了：会话可以从列表里归档，之后还能在历史记录里恢复。本地-only 的 Claude Code / Codex 会话，也会正常出现在历史里。 设置页新增了代理标签页，可以配置 gateway 全局 HTTP(S)、ALL_PROXY、NO_PROXY，也支持 Telegram、Discord、Matrix 的平台代理，公网和服务器环境会更方便。 另外 Hermes 聊天新增 /learn 命令，Agent Bridge 运行时会使用你选中的 workspace 作为 cwd。 注意：因为新版 Hermes Agent 还没发布，桌面端的 /learn 和 MoA 指令能力需要等 Agent 新版发布后才能完整可用。

以前读懂一个开源仓库，你得硬着头皮去翻那个写得不清不楚的 README。 现在不用了。 有人直接把整个 GitHub 仓库，反编译成了一句产品提示词。 这个新工具叫 GitReverse。 用法简单到令人发指。 你不用安装任何插件，也不用配置任何环境。 在浏览器的地址栏里，把网址里的 “github” 改成 “gitreverse”，敲回车，直接收工。 比如视频里拆解了一个叫 openclaw 的公开仓库。 这是一个在本地运行的 AI 助手，用来统一接管 WhatsApp、Telegram、Discord 和 iMessage。 GitReverse 进去扫了一圈，直接吐出了一段极度清晰、精准的系统级提示词。 它把整个项目的“骨架”全摸透了：用 TypeScript 和 Node.js 写一个命令行工具，接入那些消息 API，调用用户自己的密钥，甚至连细节都规定好了：“不要出错”。 这就是低代码时代的新玩法。 不用抄袭，直接在公开仓库里进行极速的架构学习。 以前你想看懂一个项目怎么架构的，得去啃成百上千行的代码。 现在，直接给项目“脱水”，一秒还原出它的设计灵魂。 这才是真正的认知套利。

作为一名 Web3 x AI 博主，看到 Apodex 这个产品时，感到非常惊喜！ 原因很简单：它不像普通 AI 搜索工具，更像一个真正能参与链上投研流程的研究助手。 做 Web3 调研，最痛苦的从来不是“找不到信息”，而是信息太多、太碎、太冲突。 我之前研究一个 AI Agent 项目时，就遇到过很典型的情况： 项目方说自己用户增长很快，社区也在疯狂转发，KOL 都在说它是下一个叙事龙头。 但我去看链上数据时，发现新增地址很多都是短周期交互地址，行为路径高度相似，资金来源也集中在少数几个钱包。表面上看是用户增长，深挖下去更像是任务激励和刷量行为。 另一次做协议调研时，项目宣传自己收入增长很快，但我追踪合约交互和资金流后发现，部分收入可能来自内部循环或短期补贴，并不能证明产品真的形成了稳定需求。 这类问题非常折磨人。 因为官网、白皮书、KOL 观点、链上数据、GitHub 更新、社区反馈，每一类信息单独看都可能有道理，但放在一起却经常互相矛盾。 更麻烦的是，普通 AI 很容易把这些材料拼成一份看起来很专业的报告，但关键结论并没有真正验证。 这就是 Web3 投研里最危险的东西：虽然不是胡说，而是一种“伪正确” 报告结构完整、语气自信、引用很多，但真正决定项目价值的几个问题，比如用户是不是真实、收入能不能持续、token 是否有必要、链上行为是否支持叙事，往往没有被严格验证。 Apodex 最让我感兴趣的地方，正是它把这个问题作为核心来解决。它不是简单帮你生成一份报告，而是围绕复杂问题建立一套验证流程。 Apodex 的 Heavy-Duty 架构，更像一支研究团队：主 Agent 负责拆解问题，多个子 Agent 分别查资料、做对比、找证据、处理冲突，最后再由独立 verifier 检查结论是否真的站得住。 这和普通 Agent 最大的区别在于：它不是让同一个模型自己写、自己查、自己反思，而是把“生成”和“核查”两个环节拆开。 这对链上投研非常关键。 比如我研究一个项目时，真正需要的不是“这个项目怎么样”这种笼统回答，而是： 链上活跃是不是真实用户？ 收入增长是否有可持续需求支撑？ 项目叙事和实际产品是否一致？ 代币机制是否真的捕获价值？ 同赛道对比里，它的优势到底是技术、生态，还是单纯营销？ 这些问题没有标准答案，只能靠多来源交叉验证。 Apodex 的价值就在这里：它会尽量让每个判断回到证据链，而不是停留在叙事层面。 它关注的不是“答案看起来是否专业”，而是“这个答案是否真的解决了原问题”。 我觉得这正是我在做项目研究最想 AI 拥有的能力。 因为未来的信息只会越来越多，AI 生成内容也会越来越多。真正稀缺的不是总结能力，而是验证能力；不是把公开信息重新包装一遍，而是从混乱信息里发现真正可信的信号。 所以 Apodex 的定位很明确： 它不是普通写作工具，也不是普通搜索工具，而是一个面向复杂问题的 verified deep research agent。 对 Web3 投研来说，它最适合用来做项目尽调、链上数据解释、赛道对比、叙事验证和风险排查。 如果说过去的 AI 更多是在帮我们生成内容，那么 Apodex 代表的方向，是让 AI 开始帮我们接近真相。 这也是我为什么认为 Apodex 值得大家的关注，不仅仅是 Web 3 投研，也适合所有需要跨来源验证、处理复杂证据链的高价值研究场景，比如项目尽调、金融分析、法律合规、医药文献综述和前沿科研探索。 官网： GitHub： Discord：

我用 Apodex 做了一次深度研究测试。 Apodex 的定位是 Self-Evolving Heavy-Duty Solver，也就是“自进化重型求解器”。它面向的不是简单问答，更专注那些重要、复杂、没有现成答案的问题：需要拆解、搜索、比较证据，再在下结论前核查关键主张。 这次我选的问题是： AI Agent 公司如何选择产品方向：开发者工具、企业工作流、研究助手，哪个更值得做？ 这个问题比单纯问“某个技术最近有什么进展”更难，因为它没有标准答案。要同时看市场需求、付费意愿、竞争格局、技术门槛、销售周期、融资叙事、短期落地难度和长期空间。 我用中档 Deep Reasoning 跑了一次，也尝试了 Deep Discovery。后面这个模式更能体现 Apodex 的核心能力：它会把问题拆成多条研究线，分别查开发者工具、企业工作流、研究助手，再补充 VC 视角、企业采用率、市场规模、客户流失风险和具体创业机会。 比较有意思的是，它没有在第一轮搜索后马上给结论。它先做总览，再发现证据不够，于是继续补查 TAM、创业方向排名、Menlo Ventures、SaaStr、BCG、企业 AI 报告等来源。这个过程能看到它在不断确认：哪些判断有数据支撑，哪些只是看起来合理。 最后它给出的排序是： 1. 垂直企业工作流 Agent 2. 垂直研究助手 3. 开发者工具 它认为，2026 年对大多数 AI Agent 创业公司来说，最值得做的是“垂直企业工作流 Agent”。理由是这类产品更容易找到明确买方，也更容易证明价值：比如保险理赔、医疗账单、物流异常处理、合规监测、采购和库存管理。这些场景本来就有人力和外包成本，Agent 如果能节省时间、降低错误率或提升收入，客户更容易付费。 开发者工具当然是 AI 最成熟的应用之一，但竞争也最强。Codex、Cursor、Claude Code、Devin 这些玩家已经占住用户心智。新公司如果还只是做通用 coding assistant，很难讲出差异。除非团队本身有很强的开发者工具背景，并且能切入更细的方向，比如合规代码、安全审查、CI/CD 自动化、企业代码治理。 研究助手的机会也存在，但前提是必须垂直化。通用 research assistant 很容易被大模型和浏览器插件覆盖。更有价值的是法律、金融、药研、监管、投研这类高价值场景，因为它们需要引用来源、审计记录和人工确认。换句话说，好的研究助手最后往往会变成“研究型企业工作流 Agent”。 这次测试让我更清楚地感受到 Apodex 和普通聊天机器人的区别：它的重点是先验证、后下结论。对这种变量多、信息散、需要做取舍的问题，过程透明和证据核查比答案本身更重要。 所以我觉得 Apodex 更适合拿来处理这类问题： · 一个创业方向值不值得做？ · 某个行业现在是否适合进入？ · 技术趋势背后有没有真实商业机会？ · 一个投资判断有哪些反方证据？ · 复杂议题里，哪些结论可以相信？ 这类问题很难靠一次搜索或一次对话解决，需要一个系统把资料找齐、拆开比较、反复验证。Apodex 想做的就是这件事。 体验入口： 开发者可以在 Hugging Face 下载模型： 感兴趣也可以加入 Discord。

🐺Wolves rule the wilderness. And these eyes will always remember the path they run— Valko's Trailer "Chasing Night" Released! ✨Follow @Love_Deepspace and share this post with the hashtag #Valko# We will randomly select 5 hunters to each receive 100 USD! Love and Deepspace Version 6.0 "A Shattered Quiet" launches on Jul. 9! 💫Valko, the EonCore Tech Chairman, mysterious head of the werewolf clan will debut in this version! There will be a whole new romance line launching at the same time, and new Companions will soon be available to unlock! A creature of fangs and claws hides within the concrete jungle. The wind stills, the grass bows, as he awaits the perfect moment to go for the throat—then your figure suddenly enters his sight. "The real hunting ground's up ahead." "Do you dare follow?" ——— Love and Deepspace Version 6.0 "A Shattered Quiet" launches on Jul. 9! 🪐Join the official Discord discussion for the new update: 🪐Download and Log in Now: #LoveandDeepspace# #Valko#

说一下我的Macbook的必备软件： 工具类： 1. Typora：写作软件，正版用户 2. ima.copilot：腾讯出品的AI知识库，难得的好产品 3. Obsidian：写作和知识库软件，我一般用这个写小说 4. Hermes Studio： @libapi_ 老师开发的hermes封装的桌面端，傻瓜式安装 5. Stash：不解释，翻墙的 6. Firefox：比谷歌浏览器更好用，我一般用来测试 7. TRAE/TRAE CN：字节出品的AI IDE，建议国际版和国内版都安装，白嫖。 聊天类： 1. Telegram：加密专属，查询信息利器 2. Discord：加密专属，撸空投专用 其他工具（这些都是小工具）： 1. Playwright：爬虫工具，node的 2. Nanobot：新生的AI Agent，我的Echoir就是它做的，真的好用，适合当AI产品经理 3. Cloudflare： 不解释

Senator Tom Cotton (R-AR) Wasn’t Telling The Truth 👉When Sen. Cotton goes on television, he’s actually doing it to be Senate Majority Leader Thune’s mouthpiece👈 How do I know? Look at who Leader Thune surrounds himself with at pressers: Cotton, Barrasso, & Capito. Sen. Cotton said that the SAVE America Act does not have 50 votes, which is false. Senator Mike Lee introduced an amendment to attach the SAVE America Act to budget reconciliation 2.0 & it did garner 50 votes. This was a direct attack on Senator Mike Lee. You’ll also note that Sen. Cotton even addresses Lee in this clip. It’s not by mistake. Cotton was likely instructed to try to sow discord about the SAVE America Act & the architect of the legislation. Other people won’t tell you this information or spell it out, but I sure as heck will.

Un desarrollador chino llamado tw93 se hartó de que sus aplicaciones de escritorio le devoraran la RAM y el disco. Abría Slack y desaparecían cientos de megabytes. Abría Discord, Notion o cualquier otra app y pasaba lo mismo. ¿La razón? Casi todas son lo mismo por dentro: un sitio web empaquetado con una copia completa del motor de Chrome (Electron). Decidió que tenía que haber una forma mejor. En 2022 empezó a construir Pake. Usó Rust + Tauri, que en vez de incluir un navegador completo, aprovecha el WebView nativo del sistema operativo. El resultado fue brutal: - Slack con Pake → 8 MB (en vez de 524 MB) - Discord con Pake → 9 MB (en vez de 265 MB) - ChatGPT con Pake → 9 MB (en vez de 260 MB) Cuatro años después, su repositorio tiene más de 51.000 estrellas en GitHub. Tiene builds listos para Grok, ChatGPT, Gemini, Discord, YouTube, Twitter y muchos más. Todo bajo los 10 MB, ligero, rápido y gratis. Y lo mejor: con un solo comando puedes convertir cualquier página web en una aplicación de escritorio nativa. No fundó una startup. No levantó inversión. Solo resolvió un problema que molestaba a millones de personas. A veces el cambio real lo hace una sola persona que se cansa de las cosas como están. Esta brutal, repo en los comentarios 👇