zerb

假期第一天，在nas上跑通了web2api、openweb ui，部署好了tradingpannel，为后续工作打下基础

@M5Stack 一个顶一堆streamdeck 就是编码器精度不够 滚快了就跳变 什么时候出二代🥲

Anthropic publicó su prompting oficial para Claude. 24 minutos, gratis y directo de las personas que lo construyeron. si usas Claude y no has visto esto, estás perdiendo el tiempo.

两个人能一起生活的前提是尊重。如果一个人再也无法唤起另一个人的尊重，结果就会变成后果。

交易台跑通了，双端，llm/api两种方式接入/输出。不敢想未来都是量化的世界会怎样。

收集了一些同行朋友的建议，继续迭代 MotionSheet。 目前增加了 Lottie 播放、Timeline、递归读取和复杂度检查。 一个页面完成 Lottie 预览和动效交接。 zerb.cc.cd

我的第一个动效工具 MotionSheet上线了。 它可以把 AE 导出的 JSON 转成开发易读的动效交接表，包含 Delay、Duration、Curve 和 Parent/Child 关系。 文件只在浏览器本地读取，不上传服务器。 zerb.cc.cd First public preview: 2026-06-09

The AI ​​era only needs good product ideas.

不知道看什么，把几年没看的海贼三倍速看了一遍，除了熊的剧情不错，其他又拖又强行，反派全部留着当棋子。看来这些长连载的动漫，除了龙珠外没一个能善终的，霸凌木业村，降智海贼团，还是作者不行啊。

@FradSer 换谷歌吧 方便太多了 除了丑点

event 升级到 v0.3.0 ： 终于支持有跨平台同步你的 Apple 提醒与日历的 CLI 了。 Apple 的提醒事项和日历一直被锁在 Apple 生态里。event 把它们解放出来：在 macOS 上通过 EventKit 直连系统数据，在 Linux 上用本地 SQLite 镜像同一份内容，中间用一个跑在你自己 Cloudflare 上的同步后端打通。 所有的一切只需要： npx skills add FradSer/event --skill apple-events 然后在 agent 中让 AI 部署后端，后续在任何平台都能管理自己的提醒事项和日历，甚至可以通过 Reminders 的 kanban 管理你的 GitHub issues👻 github.com/FradSer/event

@FradSer 他家的桌面机器人买了吗

M5Stack定理：家里如果出现一个M5Stack，就会出现N个M5Stack

@FradSer 回到未来

这是什么又丑又好看的车子

@FradSer 玩了几个小时？

母亲节……但是，为了帝皇😂

@FradSer 啥时候推送更新 内容也更新一下吧～

the icon⏱️

FOMC today:

@FradSer 去哪high

✌️

Traders trying to predict the markets Trump :

@FradSer 加仓🥹

@lionzerb 那是必然没有

🙂各位放心，特斯拉还能买，等我回本了再和各位说

在公司里和同事分享了好几次，关于为什么我的 vibe coding 大家觉得又快又好，而且写的前端质量也肯起来不错的秘诀。我总结了一下，分享给大家。 第一个阶段我叫做全自动模式。先使用类似 superpowers 的工具，整体的流程其实没有什么新鲜的，先分析需求，然后写计划，最后再执行。我用的是自己魔改的版本 ，主要的区别是为了防止在每一个阶段 AI 因为幻觉可能会漏掉细节，在每个阶段都会强制启动一个 loop 去校验。 并且使用 BDD 部分替代 TDD 。github.com/FradSer/dotcla… 上面的阶段收完菜之后，进入第二个阶段，我叫做半自动模式。主要靠发现问题，先用 /plan 模式，然后再去执行，如此反复。 这里面有一些技巧，多使用 git commit，类似于游戏的存档保存。所以我做了 git-agent.dev 。 如果有问题超过两次没有改好，有两种做法： 1. 让 AI 从 git 的历史记录里去查看改动了什么东西，然后让它反思为什么会出现这种情况； 2. 换一个新的模型，甚至新的工具。 还有就是，多使用 N 个窗口并行地去执行任务，但是要记得靠 prompt 手动地去区分范围。我不习惯使用 git worktree ，因为同时进行 N 个任务时，使用 worktree 最后 merge 的压力很大，容易出错。类似的流程应该在第一个步骤使用 superpowers 去解决。 关于提示词的小技巧，我很赞成 Claude Code 的观点，就是使用最少的限制，充分利用工具去让它自动获取上下文。但是人为地补充一些上下文也是非常关键的。 换到我们执行的操作来说，你可以随时打断，然后说类似于“你之前改了xxx”，或者“应该有xxx，你先看看，再执行”。 还有一个观点就是：把 AI 当老师，多去问“你做了什么事情”、“我应该怎么做”，推荐多使用 /btw ，在必要的时候打断，修改你的任务。 happy hack😘