zww学习笔记

Claude Code Router 是一个开源工具，是 Claude Code 的扩展，旨在增强 AI 编码工作流程。它能将编码请求路由到不同的 AI 模型，为用户提供更灵活的模型交互方式。随着Claude Code的爆火，Claude Code Router也受到越来越多小伙伴的喜爱，在Github上目前已坐拥18.3K Star。https://github.com/musistudio/claude-code-router/blob/main/blog/zh/项目初衷及原理.md。

这是Claude Code Chat自己提供的功能提示词快捷操作命令，非Claude Code CLI中的自定义命令功能。在聊天框输入/唤起命令面板，点击【Add Custom Command】添加一条新的提示词命令，输入 命令名称 和 提示词内容点击【Save Command】保存，在命令面板就可以看到对应的提示词命令，不要时也可以点击右侧【删除】删除不需要的提示词模版命令点击提示词命令会在聊天框自动填充对应的提示词内容。

Claude Code CLI 是 Anthropic 司推出的一款为开发者打造的命令行工具，它搭载了强大的Claude系列模型，允许开发者直接在终端环境中访问Claude大型语言模型，旨在帮助开发者在保持透明度和控制权的同时，委托 AI 完成复杂的编码任务。

最近使用豆包桌面端比较多，发现一些不错的功能，可以在一定程度上帮助我们提效。

Comet 是 Perplexity AI于2025年7月9日正式推出的全球首款AI原生浏览器，其核心目标是通过智能代理技术重构用户与互联网的交互方式，挑战谷歌 Chrome 在浏览器市场的统治地位。Comet并非传统浏览器的简单升级，而是AI技术与浏览器场景的深度融合。其核心逻辑是：通过预装的Perplexity AI搜索引擎和内置的Comet Assistant智能代理，将用户的自然语言指令转化为跨平台、多步骤的自动化操作。

前面对Gemini CLI有了基本了解，使用了两天有个突发奇想，既然Gemini CLI可以轻松驾驭文件、Shell相关操作，是不是也可以轻松驾驭CLI工具呢？传统的CLI工具功能也很强大，只是大量的指令参数和晦涩的文档真的让人崩溃，真的是不试不知道，一试停不下来，两者结合真的实现了强强联合。

Gemini CLI 是由 Google 推出的一款开源、免费的命令行界面（CLI）工具，基于强大的 Gemini 2.5 Pro 模型构建，拥有高达 100 万 token 的上下文窗口。它不仅适用于编程任务（如代码编写、调试、生成测试用例），还支持内容创作、问题解决、深度研究和任务管理等多种功能，旨在为开发者和研究人员提供一个高效、灵活且功能强大的 AI 辅助工具。Gemini CLI目前在Github上拥有53.9K Star，其受欢迎程度可见一般。

其中一个比较重要的问题就是存在上下文遗忘的问题，同一个任务需求，一个会话中多次提问就会出现上下文丢失的问题，不是在前面已有代码基础上丰富内容而是会重新开发，舍弃已有功能和内容，通过可视化编程形式才会在已有功能基础上进行丰富。有时Image标签识别不准确，无法进行换图操作有样式改动时也是重新开始开发所有代码，等待时间较长。

之前微信提供的元宝AI好友使用上也很方便，将内容分享到聊天就可以让Ai分析和总结，玩法上略显单一和复杂，现在微信将元宝AI集成到了公众号和视频评论区，玩法一下就多了不少，除了做分析、总结，我们还可以发挥我们的想象力充分发挥AI的优势，让AI成为生活小助手、生活百科等，更好的服务我们的生活。

Qoder 是阿里巴于 2025年8月22日 推出的一款智能编码IDE，专为真实软件开发设计。它以增强上下文工程和智能代理集成为核心，能深度理解代码库，通过代理智能、自动化工作流等功能提升开发效率与代码质量。其具备透明化协作、多模型协同等优势，支持代码检索、Repo Wiki 等亮点功能助力开发者高效构建软件。

正在找免费模型的小伙伴可以看过来，最近发现智谱清言提供了福利专区，包含免费模型和免费工具的调用，想白嫖或者在某些场景想使用免费模型的小伙伴可以尝试一下。

Copilot可以读取当前窗口所有打开的页签，当我们要求Copilot查看所有打开的页签内容时Copilot便会输出所有已打开页签的内容总结利用这个功能我们能做什么呢，比如我们可以整合将多个页签的数据将多页签作为上下文提问还可以将指定tab添加到上下文内容，比语言描述查找页签更方便。

Google Drive 是谷歌提供的云盘服务，提供免费 15 GB 空间，可在多设备实时同步、在线协作编辑、精细权限分享，并支持全文搜索与版本回溯，让个人和团队随时随地安全存取与共享文件。

整体体验下来，感觉CodeBuddy还是不错的，集成了很多实用的工具，CodeBuddy的Craft模式结合 设计模式、Plan模式 配合 Figema、UI组件库、MCP、Supabase 等工具是有很大可能实现 需求、设计、计划、开发、数据库、部署一条龙服务落地的。当然目前CodeBuddy尚处在内测阶段，还是存在一些待改进地方，比如 代码补全 和 服务稳定性 ，CodeBuddy的代码补全目前是单行补全，任务服务经常出现卡死不动的情况，也不知道是不是使用人过多导致的。

DDColor是一种基于深度学习的图像上色技术，它利用卷积神经网络（CNN）对黑白图像进行上色处理。该模型通常包含一个编码器和一个解码器，编码器提取图像的特征，解码器则根据这些特征生成颜色。DDColor模型能够处理多种类型的图像，并生成自然且逼真的颜色效果。它在图像编辑、电影后期制作以及历史照片修复等领域有广泛的应用。

首先我们需要使用Gradio搭建一个文生图的UI界面，包含文生图需要的基本参数，如 提示词、反向提示词、引导系数、迭代步数、随机种子 等。如果觉得每次生成一张图片太少，每次都要重新生成，我们也可以把文生图改为批次生成，即一次生成多张图片。Hugging Face上使用的是免费CPU，配置比较低生图过程会比较慢，需要耐心等待。这里我们使用模型官方API，使用Hugging Face Inference会产生费用。本示例以 stabilityai/sdxl-turbo。最后重启服务，输入提示词及参数查看效果。

加载 模型、分词器 以及 训练的模型参数，注意需要将模型切换到 eval 模式（使用 *.pt 模型需要将模型切换到 eval 模式否则会报错）创建一个函数 analyze_sentiment 用于接收和处理Gradio传递的参数。使用Gradio搭建情感分析应用，提供 分析内容、分析结果、示例 等相关参数配置。运行 python man.py 启动服务，在浏览器中打开效果如下。重新运行服务，进行测试，该模型只有正向和负向评价，不支持中性评价。为Gradio按钮绑定事件。

重新运行服务，输入提示词，设置模型参数，点击【Generate Text】，可以看到模型默认开启了思考模式，设置的最大tokens太短了，思考过程就被终止了，现在有两种方式来处理该问题，第一种是修改最大tokens长度，第二种方式是禁用思考输出。除了使用Pipeline实现，也可以使用Transformers实现并为模型添加历史上下文内容，首先创建一个 QwenChatbot 类，实现模型、分词加载、文本生成功能。重新运行服务，输入提示词，设置模型参数，点击【Generate Text】

Diffusers 是Hugging Face开源的 扩散模型（Diffusion Models）一站式工具箱，把最前沿的扩散相关论文 / 权重 封装成简单、可组合的 API，让你用几行代码就能做文生图、图生图、音频生成、视频生成、3D 生成、分子生成、数据增强等任务，也支持训练 / 微调自己的模型。

Transformers 是Hugging Face的一个基于注意力机制的深度学习模型架构的开源工具包，旨在简化Transformer模型的开发和使用。Transformers支持多种流行的深度学习框架，如 TensorFlow 和 PyTorch，提供了丰富的预训练模型和微调。Transformers 库不仅支持文本生成、分类、翻译等任务，还扩展到图像处理和多模态任务。

前面我们了解了Hugging Face Space空间 和 DataSets数据集 的基本使用方式，今天我们继续探索Hugging Face Models的基本使用方式。

CUDA 是 NVIDIA（英伟达）公司 2007 年推出的通用并行计算平台和编程模型。它让开发者可以直接用 C/C++/Fortran/Python 等语言在 NVIDIA GPU 上编写并运行通用计算程序，而不仅限于图形渲染。一句话总结：CUDA 让 NVIDIA GPU 从“只能画三角形”变成了“万能并行计算怪兽”，是深度学习、高性能计算领域的基石技术。

前面我们了解了Hugging Face Space空间的基本使用方式，今天我们探索一下Hugging Face DataSets的基本使用方式。

Kiro 是由亚马逊公司推出的人工智能集成开发环境（IDE），旨在帮助开发者从概念阶段到开发阶段高效地交付产品。Kiro 通过两个核心模式 规范（Specs）和 钩子（Hooks）简化了开发流程。官网目前只能加入后补，无法进行下载了。

前面我们对Hugging Face的主要功能以及Hugging Face Hub有了基本了解，这次我们开始探索Hugging Face另一个重要的板块Space空间，这相当于一个可无限部署应用的平台。

Hugging Face Hub 是Hugging Face提供的Hub客户端库，通过 huggingface_hub 库，我们可以与面向机器学习开发者和协作者的平台 Hugging Face Hub 进行交互，找到适用于您所在项目的预训练模型和数据集，体验在平台托管的数百个机器学习应用，还可以创建或分享自己的模型和数据集并于社区共享。

Gradio提供轻量化的机器学习交互式web页面定制工具，为开发者迅速定制AI应用提供快速上手的脚手架。

当我们需要使用模型绘制Mermaid图的时候，我们通常可以输入类似如下的提示词，只需要要求模型 “mermaid格式输出” 或者 “输出mermaid” 即可然后我们将得到一段mermaid代码在支持mermaid预览的模型平台或者mermaid官网使用在线编辑器得到预览效果。

Copilot for Xcode 是一款由Github提供的专为 Xcode 设计的源代码编辑器扩展，旨在为 Swift 和 Objective-C 开发者提供全方位的智能支持。Copilot for Xcode的热度也是非常高，十分受XCoder的喜爱，该开源项目目前在Github上已收获 4.3K StarCopilot整体体验下来效果还是相当不错的，比Comate for XCode准确率更高代码提示更合理，除此之外Copilot还提供了Agent和MCP服务可以更大程度的赋能XCode开发。

目前腾讯云代码助手已经支持在 Xcode 上安装并使用，支持在 Xcode 上开启智能辅助编码的代码补全推荐能力，助力 iOS 原生应用的开发者提高编码效率。Code Buddy目前只支持代码补全功能，本人尝试配置后没有任何提示效果，根反馈客服杀掉服务进程、启动电脑也没有什么作用，已放弃，有小伙伴知道原因也可以指教一下。

文心快码 (Baidu Comate) 是一款由百度推出的创新型 AI 编码辅助工具，基于文心大模型，结合百度编程大数据生成优质编程代码。其中Comate for XCode是Comate为XCode辅助编程提供支持的一款插件，提供了代码自动补全、对话问答等功能。使用了两天，体验下来整体感觉就是能凑合用，自动补全和聊天对话响应速度还不错，自动补全准确率一般。

Fetch MCP是Anthropic官方提供的一款专注于网页内容抓取的轻量级的网页爬虫服务器，它能够智能地将HTML内容转换为Markdown格式，特别适合与LLM（大语言模型）配合使用。FireCrawl MCP是MCP社区提供的一款基于FireCrawl API封装的企业级网页数据采集工具，专门针对复杂网页场景设计，支持JavaScript动态渲染、批量数据处理、智能内容搜索和深度网页爬取等高级功能。

该示例为Claude Desktop客户端通过SQLite MCP可以访问本地SQLite服务的配置过程。

Context7 是 Upstash 推出的AI编程辅助工具，为大型语言模型（LLMs）和 AI 代码编辑器提供最新、版本特定的文档和代码示例。通过解析文档、丰富内容、向量化和重新排名等步骤，确保开发者能获取到准确且最新的代码示例和文档。Context7 支持多种工具，如 Cursor、Windsurf、Claude Desktop 等，通过模型上下文协议（MCP）实现集成。目前Context7上已经收录了1.4万个库并且支持手动更新。

DeepWiki MCP 是Cognition Labs基于MCP（Model Context Protocol）推出的远程服务器。DeepWiki MCP为 AI 应用提供访问和搜索 GitHub 代码库DeepWiki文档的能力。DeepWiki MCP 支持 SSE 和 Streamable HTTP 两种传输协议，解决 AI 的信息滞后问题，为 AI 提供最新鲜、最准确的知识来源。DeepWiki MCP是否可以减少AI上下文？答案是肯定的。

DeepWiki 是 Devin 团队推出的 GitHub 代码仓库智能AI阅读助手，该工具可以自动将任何 GitHub 仓库转换为详细且易于阅读的知识库文档，并提供交互式图表和对话式 AI 助手，允许用户轻松理解仓库的技术细节、架构设计和使用方法。

Stagewise 是一款面向前端开发者的浏览器工具，能够捕捉网页 UI 元素并生成元素截图、DOM 路径和元数据等信息。它支持将这些信息快速发送给 AI 编码助手如 Cursor 和 Windsurf，以便直接修改样式或组件逻辑。Stagewise 无缝集成了主流框架和 AI 工具，提供插件系统，旨在提升前端开发的效率和体验。可以看到目前是支持 VS Code 和 Cursor 的在Github上也是有1.9k Star的高热度。

【Cherry Studio】Cherry Studio上使用MCP【Cursor实战】Cursor+两个MCP复刻一个简单的ManusBrowserTools MCP是一款强大的浏览器监控和交互工具，MCP使人工智能驱动的应用程序能够通过 Chrome 扩展程序捕获和分析浏览器数据。Playwright MCP和BrowserTools MCP两个MCP都可以满足在不打开浏览器控制台的情况下获取基本的日志和请求信息，两者提供的工具略有不同，前者为统一获取，后者则是做了分类获取；

使用飞书多维表格作为工作流和数据库并通过飞书API的为其他端提供数据源的方式是可行的，当然端不限于浏览器插件。其中也有会踩坑过程，如鉴权access token的时效问题，需要间断性更新access token，请求参数传递形式等。其次是免费版飞书文档API有请求次数限制，使用量大的话建议参考付费方案。

小伙伴们大家好，我是小溪，见字如面。这次Cursor实战要探索的内容是使用飞书多维表格搭建文章内容解析工作流并作为数据库为浏览器插件提供文章展示功能。由于流程内容篇幅过长将分为两期进行展示，第一期主要是飞书多维表格工作流的搭建及飞书应用授权配置，第二期为飞书调试接口与浏览器插件开发。