Gemini CLI 使用小技巧

本文记录 Gemini CLI 使用过程中一些容易被忽略的问题,以及使用小技巧。 对于常用的 Gemini CLI 命令比如操作符 @ / 等,可以参考官方文档完成入门学习。 每分钟请求数 RPM : 60 次 每天请求数 RPD: 1000 次 GEMINI.md 项目上下文定义 GEMINI.md 和 CLAUDE.md 文件作用类似,它们被设计用来存储项目特定的上下文信息。每次你在项目目录中启动 Gemini CLI 时,它都会自动加载这个文件的内容。这相当于给 AI 预设了一个“出厂设置”,让它迅速了解项目的规范、常用命令和注 Read more ...


让 AI 更懂你的工作流:Gemini CLI 自定义 Slash Commands 配置指南

看过我博客的人会发现,我过去分享了非常多 Claude Code 下的使用小技巧,Claude Code 提供了非常好用的 Clash Commands,可以让我们直接通过快捷方式调用我们预先定义好的 prompt。最近我在使用 Gemini CLI 时,也发现我需要类似的功能。但幸好,Gemini CLI 已经帮我们实现了 slash commands,我们只需要定义好一个函数,就可以非常轻松地通过斜杠命令来调用。 今天就来聊聊怎么配置这套”快捷指令”。 什么是 Slash Commands? 简单来说,Slash Commands 就是你在聊天 Read more ...


在 Obsidian 中使用 Gemini CLI

从 2020 年开始使用 Obsidian 算起,到今天也已经快 5 年了,这个过程中我将过去将近 10 年的笔记,包括 Evernote,WizNote 中的笔记,豆瓣上的笔记全部转成了 Markdown 保存到了本地,后来陆陆续续使用的比如 [[Voicenotes]] 也都转成 Markdown 存如 Obsidian。虽然过去纪念陆陆续续在整理,但是实际上每天添加到笔记库中的内容要远多于要整理阅读的内容,笔记仓库也是越来越大,所以我越来越想使用一个工具可以帮助我真正地理解我写下的东西,并且在我想使用的时候能快速的找回。 现状是当我想要回溯笔记中 Read more ...


Helm 更新安装好的应用

在 k3s 中使用 Helm 安装的应用,更新流程非常标准化。基本公式是:更新仓库 -> (可选)修改配置 -> 执行 Upgrade。 以下是通用步骤,假设你要更新名为 gitea 的应用: 更新 Helm 仓库缓存 首先必须告诉 Helm 获取最新的 Chart 版本列表,否则它只知道旧版本。 helm repo update (可选) 查看有哪些新版本 如果你想知道现在有什么版本可供升级: # 搜索仓库里的版本 helm search repo gitea/gitea # 或者查看你当前安装版本的状态 helm lis Read more ...

2025-11-29 helm , k3s , k8s , chart , kubernetes

Z-Image-Turbo 高性能 AI 图像生成模型

Z-Image-Turbo 是由阿里巴巴集团开发的高性能图像生成模型,基于 Z-Image 原始版本进行了深度蒸馏和强化学习。 这个模型采用了 6B 参数的轻量级设计,但能够在保证质量的前提下,实现闪电般的生成速度。 [[Z-Image-Turbo]] 的最大特色在于,它仅使用了 8 个 NFE 函数评估次数就完成了高质量的图像生成。而传统的扩散模型通常需要 50 步以上。 企业级的 Nvidia H800 GPU 上,它能够实现一秒以内的推理延迟。 即使在配备 16GB 显存的消费级设备上,也能流畅运行。 Z-Image-Turbo 高效能得益于其 Read more ...

2025-11-28 Z-Image-Turbo , nano-banana

小凹语音输入法 又一款语音转文字应用

在之前的文章中写过太多的语音转文字输入法,在 B 站的视频中也介绍了不少。包括 [[Aqua Voice]],[[Spokenly]],[[Wispr Flow]],[[superwhisper]], [[Whispering]] ,国内也有不少团队做出了类似 [[闪电说]],[[Ququ 蛐蛐]] 这样体验非常棒的应用。除了豆包语音输入法,现在又一家大语言模型公司下场做语音输入法,小凹语音输入法。 小凹语音输入法 小凹语音输入法 是由智谱 AI 公司推出的一款 AI 驱动的语音输入法,基于智谱 AI 大语言模型 GLM-4.5,在 2025 年 1 Read more ...


Kompose:将 Docker Compose 迁移到 Kubernetes 的利器

在云原生时代,Kubernetes (K8s) 已经成为容器编排的事实标准。然而,对于很多开发者来说,Docker Compose 依然是本地开发和测试的首选工具,因为它简单、直观且易于配置。 当我们准备将应用从本地开发环境迁移到生产环境的 Kubernetes 集群时,往往面临着一个痛点:如何将 docker-compose.yaml 文件“翻译”成 Kubernetes 的各种 YAML 资源文件(Deployment, Service, PVC 等)? 手工编写这些 Kubernetes Manifests 不仅耗时,而且容易出错。这时,Kom Read more ...

2025-11-23 Kubernetes , Docker , DevOps , Tools

iPhone/iOS 利用 Whistle 代理抓包

之前的一篇文章当中介绍过 Whistle 这样一款非常强大的网络代理和抓包工具,我们可以轻松的利用 Whistle 实现系统级别的抓包。在之前的一篇视频当中,我介绍过如何在桌面版,比如说 macOS 和 windows 当中利用 Whistle。本文再来介绍一下如何在 iOS/iPhone 上利用 Whistle 进行抓包。 必要条件 如果要使用 Whistle 进行抓包,必须满足如下的条件: iPhone 和桌面端必须在同一局域网 需要手机设置 WiFi 代理 手机上需要下载 安装 root CA 证书 操作步骤 首先,按照我 Read more ...

2025-11-22 经验总结 , whistle , iphone , ios

语音转文字技术方案以及应用整理

在过去一年的博客当中,我介绍了不少和语音转文字相关的应用,有一些主打的是语音转文字的延迟低,有一些则以语音笔记为卖点,还有一些是语音输入法,我还介绍过很多开源项目,主打的是将视频内容转成文字。 Aqua Voice 利用语音转文字提升产出效率 ,这是一款语音转文字输入法 Spokenly 这是一款非常轻量的语音转文字工具。 Voicenotes 一款 AI 语音笔记应用 这是一款笔语音笔记软件 Dinox 又一款 AI 语音转录笔记 这也是一款语音笔记软件 Emote 又一款 AI 语音笔记应用 这还是一款语音笔记软键 Wis Read more ...


Happy Engineering: 在手机上随时随地运行 Claude Code

之前我介绍过使用 VibeTunnel 将终端暴露到浏览器,从而实现移动端的 Vibe Coding。虽然 VibeTunnel 非常通用且强大,但如果你专注于使用 Claude Code,那么今天要介绍的这款工具 —— Happy (Happy.engineering),可能会给你带来更极致的体验。 Happy 是一个专为 Claude Code 设计的移动端客户端,它允许你在手机或桌面上并行生成和控制多个 Claude Code 实例。最重要的是,它是完全开源且免费的。 Happy 是什么 Happy 是一个移动端应用(支持 iOS 和 And Read more ...


最近文章

  • Claude Code 第三方 API 代理配置 Headroom 最近在给自己的 AI 编程工作流加入 [[Headroom]] 上下文压缩工具时,遇到了一个需要特别注意的配置问题。相信有不少人和我一样,为了降低成本或者改善访问体验,已经在 [[Claude Code]] 或 [[Codex]] 里配置了第三方 API 代理,比如一些第三方聚合平台或者自建的转发服务。这时候想再套上一层 Headroom 做 Token 压缩,就需要特别注意配置细节,不然两层代理会打架。
  • Headroom:让 AI Agent 少花冤枉钱的上下文压缩工具 最近一段时间我在深度使用 [[Claude Code]] 做开发工作,用得越多,账单就越触目惊心。一次稍微复杂一点的任务,比如让它读取几个文件、搜索一下代码、跑一下测试,轻轻松松就能烧掉超过 100K 的 Token。更让人无奈的是,这 100K 里面有相当大一部分是重复冗余的内容——工具调用的输出、日志、搜索结果,它们被原封不动地塞进上下文,再一次次地发给模型,而模型其实只需要其中很小一部分关键信息。
  • 用 Harbor 搭建私有 Docker Registry:从安装到日常使用的完整实践 我维护过几个跑在自己服务器上的小项目,构建出来的 [[Docker]] 镜像最早都是直接推到 [[Docker Hub]] 上的。用了一段时间之后开始觉得别扭:一些只在内网跑的服务镜像,没必要也不应该传到公开的仓库;Docker Hub 对匿名拉取做了限流之后,CI 流水线偶尔会因为触发了速率限制而失败;再加上想给不同的项目、不同的同事分配不同的访问权限时,公共仓库这套体系根本满足不了。折腾到后来我意识到,是时候在自己的机器上搭一个真正能用的私有镜像仓库了。
  • 用 New API 打造个人 AI 网关:统一管理所有大语言模型接口 这段时间我同时用着好几个大语言模型服务:日常写作和代码靠 [[Claude]],轻量任务交给 [[Codex]],搜索增强用 [[Antigravity]],还有几个本地跑着 [[Ollama]] 的小模型供离线场景使用。每个平台各自的 API Key 散落在项目环境变量里,月底要去好几个后台分别对账,想横向对比两个模型的输出还得打开不同的网页或客户端来回切换,很费事。
  • Surfingkeys:比 Vimium 更强大的浏览器键盘控制扩展 最早接触 [[Vimium]] 是在学习 Vim 编辑器之后,那种能用键盘完全控制浏览器的感觉确实让人着迷。不用频繁移手到鼠标,链接跳转、页面滚动、标签切换全用键盘搞定,效率提升的体验是实实在在的。用了几年 Vimium 之后,我开始接触到 [[Surfingkeys]],起初以为不过是另一个同类扩展,但深入用下来才发现这两者的差距远比我想象的大。