Qwen Code:国产Gemini CLI!开放SDK接入!
发表于|更新于|编程工具
大家想玩gemini cli又没有条件的,可以去试下千问这个Qwen Code,大家看下这界面,整一个其实就是geminicli的复刻,只是背后用的事qwen3 coder模型,这个模型在编码方面其实也是行当不错的,我之前就有视频测评过。qwen code刚刚还升级到了0.5.0正式版。支持在一个终端同时运行4个实例,另外一个就是推出SDK,也就是说大家可以通过他的SDK接入到自己的项目中,至于做出什么产品来,大家就各师各法吧…
相关推荐

2026-06-02
Step 3.7 Flash 测试报告!真的能打吗?
本期视频实测阶跃星辰最新发布的 Step 3.7 Flash,国产旗舰大模型轻量极速版本。本期视频用祖传测试用力测评,看 Step 3.7 Flash 究竟能不能打。 访问入口

2026-11-01
蚂蚁百灵ling-3.1-flash-1019 测评报告!真的能打吗?
新鲜出炉的蚂蚁百灵 Ling 3.1 Flash 1019 测评报告来了。这个模型前两天已经在 HuggingFace 上开源,但本地没有条件部署这么大的模型,官方也一直没有正式宣布切换到这一版;今天是听粉丝说 CommandCode 上线了,才赶紧在 Pi Agent 上接入,同时把思考深度拉到最高,万事俱备开测。 第一题是强约束指令遵循的句子生成,要求每句话都以 1 到 10 的数字结尾,再看句子是否通顺。结果真正勉强通顺的只有第 1 句和第 7 句,而且都算不上非常通顺;其余句子基本是靠去掉最后的单位,才勉强满足「以数字结尾」这个约束。 第二题是鹈鹕在土星环上骑自行车的 SVG,效果感觉不太行。首先转弯明显不行,跑到下方就开始倒着骑;其次土星环跑道也不对;第三,自行车没有挡住鹈鹕,另一只脚明显和这只脚在同一边;第四,脚和脚踏融在了一起。 第三题复合弓射箭 SVG 同样问题不少:上下两个滑轮转动方向相同;拉弓的时候弓是平的,一放手箭却突然往上飞,不符合物理规律;箭羽怎么看都是反的;小人的头和身体离得也太远——明知道是 SVG,断开一点点还能接受,但这个距离实在夸张,又不...

2026-10-16
Flux 3 Image Klein 测评报告!是否真的能打?
这期测评的是 Black Forest Labs 最新开源的 Flux 3 Image Klein。照旧搬出我们那套祖传测试用例,六道题逐一过一遍,看这个「乞丐版」模型到底能不能打。 第一题是中文长文本排版支持测试,要求生成一张水彩风的珠海五天行程插画。结果错字密度高得离谱:第一天的渔女和日月贝真实形象不对,「渔女」的「渔」字就错了,「渔民老鹈鹕海鲜餐厅」里的「渔」「鹈鹕」「海」都没写对。第二天「鲸鲨馆」的「鲨」字也错,第三天「渔民乐」的「渔」字同样错,「外伶仃」的「伶」「岛」只能算它潦草,细究也有问题;第四天「唐家湾」的「家」「湾」和「荔枝苑农家乐」都不对。第五天已经懒得数了——坦白说,这个模型的中文就是烂。 第二题考文生图的综合能力:左撇子咖啡馆写信。四个问题。提示词要求左手拿笔、右手拿烟斗,它正好反了;杯子里的清水应该满到快溢出来,也没有;画面上的文字本该面向我们、写着「亲爱的阿珍,见字如面」,结果很多字是错的;墙上的时钟要求停在 3 点 45 分,时针和分针都没指对地方。另外玻璃窗反射出的那只手也很怪,看着像在握一把勺子——而且手能被反射出来,同样肤色的人脸却完全看...
2025-12-28
NotebookLM 2.0?谷歌最新学习神器!
谷歌又出了个好玩的,叫做learn your way,就是按照你想要的方式学习。这玩意儿看上去和之前跟大家分享的notebooklm有点像,不过更简洁。我们只需要上传个文档,然后选择下你自己对这方面知识理解的的水平,然后就能生成对应水平的沉浸式文本、幻灯片讲解,音频讲解,以及思维导图,这个对于快速学习非常的有帮助,大家感兴趣的可以去玩下… 访问入口

2025-08-05
一键生成情感类视频!免费扣子工作流!
每天分享一个免费扣子工作流,今天要分享的是一键生成情感类视频的工作流! 扣子访问入口 工作流 第一步,扣子上新建工作流 第二步,拷贝上面工作流 第三步,粘贴到第一步新建工作流 第四步,配置好开始和结束节点

2026-09-06
Skills自动进化神器!让你的智能体越用越聪明!
还在手动维护一堆 AI 智能体 Skills 吗?用一段时间就频繁出问题是不是特别闹心?如今不管 Claude Code、Codex 还是别的智能体工具,大家都会装大量 Skills,可时间一长部分 skill 就会失效,处理新任务输出效果大幅下滑——根源就是这些技能都是静态写死的文件,没有自我迭代能力,接口变更、场景变化不会自动更新;就算本次会话把问题修正,下次调用依旧旧错重犯。网上找来的 Skill 只有文字描述、缺少真实运行数据,好不好用只能靠踩坑,会话一关经验就丢了,无法沉淀成智能体自身能力。 港大(HKU Data Science Lab)开源的 OpenSpace 正好解决这个痛点。原理并不复杂:监控并记录每一次任务的成败,从失败中学习修复现有 skill,还能生成全新 skill。简单说,从前是人维护静态 Skill;用上它之后,Agent 执行的任务越多,技能库就越靠谱,不仅让 skills 越来越好用,还能节省大量无效试错带来的 tokens 损耗。 OpenSpace 通过 MCP 协议接入 Claude Code、Codex、Cursor、OpenCl...
公告






