2025/08/17 更新:

lobe-chat-database 确实上报了 MCP 工具调用的详情，这点在代码仓库的置顶 issue(#8367)里有提及。 @arvin_xu 在新版（ v1.112.5+）增加了数据上报开关，并缩减了上报数据的范围。
lobe-chat-database 通过 lobehub/market-sdk 上报 MCP 调用数据，https://market.lobehub.com 域名写在/market-sdk/dist/index.mjs:18 里。“docker 镜像内代码和 lobe-chat 仓库代码不一致”的说法缺少证据支撑。
我觉得 lobe-chat 作者的回应比较诚恳，我对 lobe-chat 代码的分析也并不完全准确。作者在隐私保护和透明度上做出的努力，我挺认可。

@oness #4 在编辑框中输入中文后, 选中文本, 右键用浏览器插件翻译成中文, 再把翻译好的内容发送到 reddit

我上个月交了 400 电费……一个人住的两居室, 想想真夸张啊. 人在家的时候空调一直续, 然后还有两台 24h 开机的台式机

@newaccount #14 “明眼人一眼就看出来，看破不说破而已”, “这有啥谜语不谜语的”
谢谢 OP 承包我笑点

先不论 OP 说的“文章的隐藏含义”具体含义是啥.
任何新闻媒体(以及发布信息的人)在发布内容时都有自己的倾向.
即使是纯事实陈述的内容, 也可能会有观察角度不同/选择性表达带来的差异.
如果是评论类的内容, 那就更会受到作者立场/个人偏好等带来的影响.
即使是道德水平标杆的 AI, 也会受到训练预料/人类打分的影响.

我看阮周刊, 就是信任作者对信息的审美, 也不觉得“作者有自己的价值观”有啥问题.

@qq976739120 #34 我的工作和 linux 内核/k8s 打交道比较多, 业余折腾图像处理/RAG/图数据库/MCP 比较多, 对 CORS 确实不太熟, 真是不好意思哈.
目前总的趋势是, 程序员逐渐从代码的编写者变成 AI 代码的审阅者. 在这个趋势下, 选择你觉得好用的工具即可.

举个例子, 我上周发现一个小项目出现了 CORS 问题. CORS 这块我不是很熟, 我的修复流程是:
1. 打开项目(启动 vscode 和 claude code)
2. 让 claude code 针对报错提示进行修复
3. 用 vscode review 完代码, 然后进行部署
4. 部署后发现只解决了部分问题, 继续让 claude code 修改
5. 用 vscode review 完代码, 然后进行部署
6. 问题解决

在这个过程里, vscode 只承担 review 代码 (以及一些很小的改动)的功能. 我可以用任何惯用的 UI (vim? 代码仓库的网页?)来完成这部分工作. 甚至在 ai 能力范围内的场景(随着模型能力提升而扩宽), 这部分 review 的工作都可以省略了.

甚至这个过程可以可以进一步简化: 我打开一个 AI 对话软件, 将 Claude Code 作为 MCP 服务器注册, 直接在对话框里完成这个流程.

@qq976739120 #18
"如果 claude code 真的好用, 有没有人可以用它来做个适配它的图形界面? 现在可是 2025 年"
@culapicar #21
"命令行和 ide 比就是 ide 好用啊"

不知道两位使用 claude code 的经验如何, 但如果坚持认为“图形界面比命令行界面更好”, 那确实没有什么讨论空间了.

向量数据库的缺陷（分块导致上下文丢失）难以解决。目前来看 agent 才是未来解决方案，ai 自行搜索相关代码，并维护自己的记忆（类似 Cluade.md ），这样 ai 对代码仓库会有全局理解，也会逐渐加深

代码：github copilot （通过某种独特的方式白嫖）
日常：gemini advanced （ edu 白嫖）
搜索：秘塔 AI （免费）
API：gemini （ gcp 白嫖）、阿里云 qwen （ edu 白嫖）
结论：我爱白嫖

https://pve.proxmox.com/wiki/Passthrough_Physical_Disk_to_Virtual_Machine_(VM)
17 楼的链接多了一个括号，重新发一下

pve 直通 sata 设备的标准姿势：

[Passthrough Physical Disk to Virtual Machine (VM) - Proxmox VE]( https://pve.proxmox.com/wiki/Passthrough_Physical_Disk_to_Virtual_Machine_(VM))

按设备直通就行，不需要直通 sata 控制器

@steve009 #1 同感。而且听说植发之后也还是会掉，权衡了一下还是放弃了。

@sciel #1 我最开始用本地 corn ，觉得功能不够用切到了 gocron ，还是觉得不够用，现在已经切到 k3s cronjob 了……
宇宙的尽头是 k8s

简单看了下，感觉亮点主要是 ReAct 模式的落地 + 相对清晰的 Agent 代码模板。我感觉最大的瓶颈还是在 LLM 本身和人类发生的指令上。

平均每天 1-2 小时的阅读时间？

@terrysnake #46 笑死，非常真实

@klo424 #4 “查了一下 ktransformers 是框架？我需要硬件推荐。”
deepseek 和常规 llm 在架构上有较大差别（非常稀疏），而 llm 对硬件的要求相比常规应用又有较大区别。所以部署 deepseek 有多种推理方案：纯 CPU 、CPU/GPU 混合（ ktransformers ）、纯 GPU ，每种方案的硬件配置有很大差别。
但 OP 这种问法的话，我建议老老实实调 API 得了