登录社区云,与社区用户共同成长
邀请您加入社区
首发于:https://swhl.github.io/latest/blog/aicommits-codex-cli/
请总结本轮修改:1. 修改了哪些文件2. 每个文件改了什么3. 为什么这样改4. 是否存在风险点5. 如何手动验证git diff如果 Codex 的总结和 Git diff 对不上,就要提高警惕。修改前有 checkpoint修改中能看 diff修改后能 review不满意能回滚最终能提交成清晰 commit先看git status复杂任务先开分支Codex 先分析,再修改改完先看 diff提交
本文介绍了如何为Codex CLI项目补充边界测试,完善limit参数的校验功能。作者在独立项目codex-limit-boundary-books-api中手动添加了5个边界测试场景(包括非法输入0、-1、abc、1.5和超大合法值999),使测试从3项增至8项全部通过。文章强调测试前需明确服务端规则,并通过SHA-256校验确认生产代码未变动。示例项目使用Node.js内置模块,不涉及第三方依
我在并行使用 Codex、Claude Code 等 Coding Agent 时,传统 IDE 的标签页很快失控。本文介绍开源无限画布 IDE Cate:如何用空间布局、Agent 状态感知和 Git Worktree 管理多任务开发上下文,并分享 Electron + React 的实现思路。
文档解析正从单一能力转向多入口一致性挑战,核心在于建立跨平台统一的解析契约。随着MCP和Agent工作流普及,文档解析层需升级为能保障输入参数、输出结构和验收标准一致的上下文生产系统。MinerU等工具需通过CLI、API、SDK等多入口验证其处理OCR、表格、公式等复杂元素的能力,并确保结果可被RAG和Agent追溯。企业应通过40-80份混合样本(科研论文、扫描件等)测试不同方案的版面还原、表
上个月我们线上出了次故障,凌晨三点被叫醒。打开电脑看Grafana,一堆仪表板翻来翻去,CPU、内存、网络、磁盘、各个服务的错误率,眼睛都看花了。当时我就想,要是能直接问AI"现在系统有什么异常",AI自动去查Prometheus和Grafana,把异常指标汇总给我,那该多好。第二天我就开始写监控告警MCP Server。第一版很快写完了,能查Prometheus的指标和告警。但测试的时候发现一个
本文是MCP协议全栈实战专栏第53篇。标签: MCP, Git, 代码仓库, 版本控制, MCP Server。
本文探讨了在Agent时代下文档解析与知识信息抽取(KIE)的新范式。随着MCP 2026-07-28规范的推出,传统的"解析即入库"模式需升级为"可确认字段抽取"流程,强调用户同意、证据保留和结构化输出。文章以MinerU平台为例,提出六层技术架构:输入分级、解析分层、Schema分层、确认分层、Agent接入和边界控制,确保关键字段具备来源页、元素类型等可追溯证据。对比分析了传统OCR、大模型
摘要 本文探讨了AI工程化扩展的四个关键问题及解决方案:后台任务解决慢操作阻塞问题,Cron系统实现定时任务调度,Git Worktree隔离并行修改,MCP协议标准化外部工具接入。这些模块共同构成了AI系统的工程化基础,使Agent从演示原型发展为生产级应用。文章详细分析了各模块的设计思路、实现要点和组合方式,强调"模型决策、系统执行"的工程原则,为构建可靠、可扩展的AI运行环境提供了系统化框架
摘要: CCSwitch是一款跨平台桌面应用,专为统一管理多款AI开发工具(如ClaudeCode、Codex、GeminiCLI等)而设计。它解决了手动切换API供应商时需频繁修改配置文件的痛点,提供可视化界面一键切换50+预设供应商,支持代理配置、用量追踪及云同步。核心功能包括: 统一管理:集成8大工具配置,支持MCP/Skills/Prompts双向同步; 高效切换:系统托盘快速切换供应商,
GLM结合Zread MCP分析Git历史理解代码演进趋势,实现智能重构补全。该技术通过三个层次实现:1) LLM训练数据包含git历史、commit信息等时间维度数据;2) Zread MCP提供实时仓库感知能力,直接读取GitHub仓库的PR、Issue和commit;3) GLM-5的智能体工程能力可理解项目级架构演进。典型应用场景包括:废弃API迁移时自动采用新API写法、根据commit
本文介绍了基于CH32H417双核RISC-V MCU的AI自动化逻辑分析方案。该方案通过优化sigrok-cli工具链,结合sigrok-mcp-server中间件,实现与AI Agent的自然语言交互控制。硬件采用CH32H417单芯片逻辑分析仪方案,支持200MHz数字信号和20Msps模拟信号采样,配合开源生态实现低成本高性能的逻辑分析仪。
对比维度Hermes Agent(爱马仕)OpenClaw(龙虾)定位设计思想偏向通用私人 AI 智能体,面向个人玩家、轻量化自动化、日常助手;强调长期记忆、个性化养成偏向任务自动化、工具调用、批量执行复杂工作流,更适合重度工具自动化、批量任务、爬虫类工作场景记忆系统✅原生持久记忆模块,开箱即用;长期记忆、对话记忆分层,能够记住长期偏好、历史任务,适合持续养成私人助手记忆能力偏弱,短期上下文为主;
Codex Desktop 启动后 CPU 占用很高、界面卡顿、风扇狂转?问题可能并不是模型,而是工作区没有 Git 仓库。本文分享一次排查过程,通过创建一个 Git 壳仓库(Shell Repository),让 Codex 停止重复扫描 Git 元数据,成功解决启动卡顿问题。codex客户端下载最近发现 Codex Desktop 每次启动都会卡顿十几秒,CPU 占用持续很高,Electron
Git MCP Server 配置指南 本教程介绍如何为Kiro配置Git MCP Server,实现在对话中直接执行Git操作的功能。 核心内容: 安装:使用uv工具安装mcp-server-git 配置:在.kiro/settings/mcp.json中添加git server配置 使用:支持12种Git操作工具,包括查看状态、提交历史、分支对比等 关键配置项: 必须指定仓库绝对路径 可设置自
摘要:本文介绍了使用MCP工具将XMind思维导图转换为Markdown格式的完整流程。主要内容包括:1)本地MCP服务配置(安装Python包、编写mcp.json文件);2)具体转换操作步骤;3)常见问题解决方案(中文编码、路径转义等);4)转换效果验证和最佳实践建议。通过五步流程(安装→配置→重载→调用→校验),可实现XMind到Markdown的无损转换,重点需注意exe路径准确性、中文编
这样一来就可以确定,事件触发页面的页面类型(单据列表类型),触发时机(用户点击按钮之后),事件的逻辑(获取到用户选择的数据之后批量修改数据的字段值,最后刷新页面)。然后开始编写事件逻辑方法,(补充:状态字段的字段标识为status,控件类型为下拉列表,状态正常的对应值为"0",数量字段的字段标识为qty,控件类型为整数)1.我的插件类为页面插件,所以选择plugin目录下的form文件夹新建插件类
AI Agent学习知识的方法正从依赖固定上下文的短期交互,向结合向量化长期记忆、外部知识库检索和持续自适应学习的综合系统演进。其未来发展方向是成为一个。
摘要: Hermes桌面应用报错提示需要Git for Windows,但明明已安装Git且配置了环境变量。经源码分析,发现其硬编码检测路径,未读取自定义路径或环境变量。解决方案: 推荐:创建符号链接,将bash.exe映射到标准路径(如C:\ProgramFiles\Git\bin\); 重装Git至默认路径(需备份配置); 手动部署PortableGit到Hermes指定目录。 根因是安装脚本
AI Commit ZYT是一款基于AI的Git提交信息生成工具,帮助开发者解决提交信息不规范、描述模糊等问题。它能自动分析代码变更,生成符合Conventional Commits规范的提交信息,支持中文和多模型(OpenAI、Claude等)。安装简单,只需配置API Key后运行命令即可使用,能显著提升提交信息质量和项目可维护性。项目已开源,欢迎开发者试用和贡献。
codex与git协作避坑指南
本文介绍了计划任务开发的实现方式,包括插件和框架两种开发模式。传统Cron任务需要服务器配置,而新方法通过代码定义调度规则。插件开发需在schedule.json中定义任务模板(如频率类型min/hour/day/week/month),并编写具体任务逻辑类。框架开发类似,任务模板和类文件路径略有不同。最后通过后台管理界面将模板写入数据库,完成计划任务的添加和启用。新方法使任务调度更清晰、部署更方
ID 并非简单的标题哈希,而是综合了 title、description、creator、timestamp 和 nonce 的 SHA256 哈希,确保了即使标题相同,不同时间创建的 issue 也有不同的 ID。在 Gas Town 的宏大构想中,未来的软件开发将是由无数个 AI Agent 协作完成的。为了便于开发者查看当前beads中的issue状态,社区开源了多款图形化的Beads vi
快速搭建本地AI智能体。不懂电脑的小白也可以。
本文主要介绍了项目开发中的两项重要改进:工程治理和功能增强。在工程治理方面,新增了.gitignore规则,移除了虚拟环境、Python缓存等非必要跟踪文件,使代码库更整洁。功能方面重点实现了跨文件上下文补全功能,当当前文件分析无风险时,系统会提示用户是否进行跨文件检查,并通过轻量级方式定位关联文件进行分析。改进还包括结构化上下文扩展元数据、Python文件关联推断等功能,提升了分析的深度和准确性
本文总结了截止2026年5月7日对代码安全分析项目的改进工作,主要包括四个方面:1) 完成Gitee代码仓库同步,解决版本冲突问题;2) 新增Python漏洞测试样例集,支持跨文件和单文件测试场景;3) 增强后端API功能,为每条风险项新增修复建议、源码片段和修改示例;4) 优化VS Code插件体验,实现多风险分项展示和跨文件结果完整汇总。这些改进提升了系统的测试覆盖率、用户体验和团队协作效率,
对于刚接触 MT5 插件开发的新手而言,最容易陷入 “不知从何入手” 的困境 ——MT5 生态的开发工具、接口类型繁多,而作为连接插件与 MT5 后台核心功能的 “桥梁”,是所有插件开发的基础。如果跳过对它的理解直接上手写代码,很可能出现 “功能实现不了”“调用报错” 等问题。本文专为新手设计,从 “是什么、为什么用、怎么入门” 三个核心维度,拆解 MT5 manager API 的基础逻辑,帮你
MT5 Manager API 是为 MT5 服务器管理设计的接口,支持账户管理、交易监控、报表生成等功能。通过 API 可实现对 MT5 服务器的自动化操作,适合开发风控系统、批量开户工具等插件。