VIP充值ChatGPT PlusChatGPT Plus¥119.9月卡30 天质保订阅去看看 ›
首页/账号榜/Kxians
Kxians

Kxians

@xulijian1994AI赛道 7 天曝光第 121 名

软件工程师 | AI & Tech Observer 关注 AI、科技、历史和互联网趣闻 保持好奇,独立思考,偶尔说点实话

粉丝数据 11-01 00:28推文数据 11-01 00:23
3473总粉丝
+7237 天涨粉
20617 天帖均曝光
去 X 主页 ↗

健康趋势

波动观察
近 7 天帖均曝光2061
曝光效率每帖曝光≈粉丝数的 59.3%同体量中位 30.1%
曝光环比-30.0%
涨粉环比-43.3%
本账号59.3%
同体量中位30.1%

健康趋势仅为公开数据层面的走势参考,不代表账号在 X 平台的任何状态判定,一切以 X 官方为准。

数据总览

每天早上 8 点定格昨日数据,白天持续更新今天
维度今天昨日7天30天
推文曝光3.7万2.3万54.6万-
发帖5440327-
评论1401101453-
涨粉+58+82+723-
帖均曝光2061206120612061
最高单帖5.6万5.6万5.6万5.6万

帖均曝光固定是近 7 天口径,不随时间档变。空着的格子表示这个账号在那个时间窗里数据还不完整,不是 0。

近 30 天趋势

近 30 天曝光名次

近 30 天每日粉丝涨跌

近 30 天每日曝光

近 30 天每日发帖

近 30 天每日评论

近期爆款推文

按曝光排前 5 条
1

我觉得 ZCode 可能是目前被低估得比较严重的 Coding Harness 之一。 之前因为未经充分告知就上传用户代码仓库的事情,口碑直接崩了,被骂一点都不冤。 但说实话,最近几个版本迭代下来,我个人的使用体验是真的不错。交互、功能完整度、细节打磨,都能感觉到团队在认真做产品。 安全问题该骂还是得骂,但我也不想因为一次严重失误,就完全否定一个产品后续的进步。 不知道还有多少人在用 ZCode?你们最近的体验怎么样?

10/25 16:04曝光 5.0万点赞 149评论 114互动率 0.5%看原帖 ↗
2

分享一个 Pi 上的破甲插件:Pi-Purge,可以配合 RAE 一起使用。 原来的 dsh-purge 是给 DSH 做的,现在有人把它简化后移植到了 Pi 上。 我觉得移植到 Pi 反而更灵活了。Pi 本身的扩展机制就很开放,这个插件可以直接替换系统提示词,而且支持会话独立,不需要为了破甲去修改全局配置。 目前支持三种模式: - strict:只保留自定义人设和工作目录 - replace:替换 Pi 的部分默认提示词 - append:在原有提示词基础上追加内容 需要的时候开启,不需要就正常使用。配合 RAE,可以把模型调用和提示词控制拆开,玩法更多。 项目地址: https…

10/26 08:38曝光 3.1万点赞 431评论 8互动率 1.6%看原帖 ↗
3

分享一套目前成本极低、相对可靠稳定的免费 AI Coding 使用方法:WorkBuddy + DeepSeek + Magpie。 WorkBuddy 每个新账号有 500 免费积分,每日签到再送 100 积分,目前 DeepSeek 的积分消耗倍率仅为 0.11,额度相当耐用。 通过开源项目 Magpie,可以将 WorkBuddy 的 DeepSeek 模型额度反代出来,再接入 Codex CLI、Claude Code、OpenCode 等其他 AI Agent 工具使用。 具体操作: 1. 注册 WorkBuddy,领取 500 免费积分。 2. 安装 Magpie,配置 W…

10/30 16:45曝光 2.7万点赞 169评论 33互动率 0.8%看原帖 ↗
4

之前分享过一个 Pi-Purge 插件,可以配合 RAE 使用,实现一键破甲。 没想到作者这么快就搞出了升级版:agent-purge。 这次不再局限于 Pi,而是直接扩展到了 Codex、Claude Code、OpenCode、Grok、CodeBuddy 等一大批主流 AI Agent。 核心功能还是替换或注入 System Prompt,可以通过本地 Web 界面统一管理,不用再针对不同 Agent 单独折腾。 不过提醒一下,这种破甲主要针对 Agent 的提示词和 Harness 层,不代表能绕过模型服务端的安全审查。作者也提醒,部分国外模型存在云端审查,可能有封号风险,建议…

10/26 23:08曝光 1.9万点赞 306评论 13互动率 1.8%看原帖 ↗
5

dax 说 OpenCode 自己部署的 DeepSeek,和 DeepSeek 官方 API 提供的服务完全一致。 但我实际测下来,总感觉两边的模型表现有差异。。。 按理说,如果模型、推理配置和服务方式都一致,效果应该差不多才对。 不知道是我的错觉,还是大家也有类似的体验?

10/25 12:42曝光 1.9万点赞 137评论 24互动率 0.9%看原帖 ↗

同赛道的其他账号