Google 提供了非常慷慨的 Gemini 模型调用额度，但是如果日常高频使用的话，还是可能超出使用限制，我的主力帐号，每天几十 K Token 的使用也差不多有 3 美元左右的费用了，所以我想着能不能直接利用多个 Google 帐号的 AI Key 轮询使用免费的额度，果不其然都已经有人实现了并开源了，Gemini Balance 就是这样一个可以使用多个 API 密钥的项目。
什么是 Gemini Balance
Gemini Balance 是一个基于 Python FastAPI 构建的开源应用，专门为 Google Gemini API
Read more ...
我个人一直都是使用本地的 SSH Config 来管理我的 SSH 连接，虽然这个方案有自身的优点，就是安全，易配置，我所有的连接都只允许使用 SSH Key 访问，关闭了用户名密码，另外所有的配置都通过 assh 一键配置，我给所有的节点都配置了昵称，所以我只需要输入 ssh alias 就可以连接到任何我想连接的机器。
但这个方案有一个缺点，就是我必须在我经常使用的机器旁，我才能访问我的服务器，一旦我离开了我的电脑，那么任何设备我都无法连接上。但是前段时间我发现了一款基于浏览器的远程连接管理工具 Next Terminal。在我看来 Next Te
Read more ...
Meta Muse 使用教程：上手设置、提示词技巧与实用案例
上一篇 Meta Muse 介绍与注册指南：一个会替你跑腿的个人 AI Agent 把 [[Muse]] 是什么、怎么注册、额度怎么算都整理了一遍，但是留了一个结尾：注册完之后到底该让它干什么。Muse 上线这几周，我查阅了一些测评体验，整理了 X 和 Threads 上用户晒出来的用法，发现大家的使用路径其实很像：从提醒和文件这类零风险的任务开始，确认它靠谱之后再慢慢接入邮箱、日历，最后才让它碰钱。这篇就按这个顺序来整理，从界面和设置讲起，再到具体的案例和踩过的坑。
Meta Muse 介绍与注册指南：一个会替你跑腿的个人 AI Agent
2026 年 9 月 8 日，[[Meta]] 发布了个人 AI Agent [[Muse]]，宣传语只有一句：「它去做，而不是告诉你怎么做」。用 [[ChatGPT]] 或 [[Claude]] 时，我们得到的往往是一份说明书，真正动手的部分，打开网页、填表单、下单付款，还得自己来。Muse 想把这一段也接过去：你交给它的不是一个问题，而是一件事，它会自己打开浏览器一步步做完，需要你拍板时再回来问你。这是 Meta 迄今为止在消费级 AI 上下的最大一笔注，两周后的 Connect 2026 大会几乎整场都围绕它展开。
Jev：不聊天只做判断的 System One 决策模型
过去一两年，大模型的发展方向几乎都是更长的思考链、更大的上下文、更强的 Agent 能力。但在日常写代码和搭建自动化流程的过程中，我发现很多地方用到大模型，其实只是为了让它做一个简单的判断，却要付出几秒钟的等待和解析 JSON 的麻烦。TypeSafe AI 发布的 Jev 走了一条相反的路：不聊天、不写代码，只做快速的判断。
Executor：多 Agents 和外部世界之间的统一代理层
同时使用 Claude Code，Codex，Pi，OpenClaw 等等 Agent 工具时有一个非常尴尬的状况，就是不同的 Agent 工具维护了不同的配置格式，如果要配置 MCP server 就需要分别到不同的配置文件中定义，相同的配置散落在系统的各个角落中。同一份 API Key 也需要重复粘贴到不同的配置中，更麻烦的是如果一旦有更新或者 API Key 变动就需要重复修改多个地方，我之前还调查过如何[[跨平台管理 MCP]]，主要的思路还是通过脚本和同步来对齐配置，但本质上还是在管理多个副本，直到我看到了 Executor 这个项目。