淘点网工

每天白送500万Token，美团这波操作我给跪了 今年4月底，我在网上刷到一条消息。 然后就愣了大概三秒钟。 美团，对，就是那个送外卖的美团，发布了一个万亿参数的大模型，叫 LongCat-2.0-Preview。然后它干了一件让所有玩AI的人都绷不住的事。 每天白送你500万Token。 你没看错，不是100万，不是300万，是500万。一天。免费的。 我当时第一反应是，这尼玛不是搞慈善这是什么。第二反应是，赶紧领，万一明天就没了呢。 于是上周五晚上，我打开了 longcat.ai ，花了两分钟时间，把名额给抢了。到现在也用了几天了，说实话，体验跟我预想的完全不一样。 今天这篇文章，我想把这个事从头到尾跟你说清楚。我是怎么领的，这东西到底能干什么，以及美团到底在想什么，为什么要干这种"赔本赚吆喝"的事。 我估摸着你看完之后，大概率也会去领一个。反正不要钱嘛。 先算一笔账，500万Token到底什么概念 500万Token，到底什么概念？ 能干的事很多。写文章、跑代码、处理对话，随便用，不用心疼钱。 再换个角度。我用GPT-4o跑一次复杂的项目，大概烧掉2万到3万Token。那么500万Token，你一天能跑将近200次这种级别的复杂调用。 搁以前，这一个月得花多少钱？粗算一下，如果走付费API的话，大概得200到500块。但现在，它免费送你了。 你觉得这样还不够震撼的话，我再跟你说个细节。这个额度是按自然日刷新的，今天用完了，明天又有500万。不像有些平台，给你个总量，用完就没了。 我寻思了一下，现在市面上敢这么玩的，真不多。 我在用 MiMo 开放平台体验 小米顶尖模型 MiMo V2.5等 ，通过我的邀请码注册为新用户，即得 ¥10 API 体验金。邀请码：6VGMVM。注册： 点击进入 （注册后点控制台左下方入口填入，体验金40天有效） 这两分钟，我是怎么领到的 打开浏览器，输入 longcat.ai ，然后手机号注册，登录后去API Keys页面点创建。整个过程大概两分钟，比注册淘宝还简单。 拿到手之后，我第一时间干了什么 领到API Key之后，我那股兴奋劲就别提了。接下来干嘛？当然是写个Python脚本测测它好不好用。我用的是OpenAI标准的SDK，接入方式几乎一模一样，改个base_url，换个API Key，就完事了。 py...

用TRAE装Claude Code，我找到了新手最不痛苦的安装方式 事情是这样的。 上周有个读者在群里问，说想试试Claude Code，但是装了一下午没装上，快崩溃了。 我当时第一反应是，这玩意有这么难装吗？ 然后我想了想，我第一次装的时候，好像也折腾了挺久。Node.js版本不对，API Key配错了位置，终端权限弹窗弹到我以为电脑中病毒了。 所以我就说，你用的什么系统？ 他说Windows。 我说你有没有试过用TRAE装？ 他发了一个问号。 我这才意识到，好像很多人不知道，TRAE可以用来装Claude Code。不是那种「在TRAE里用Claude模型」，而是真的把Claude Code这个工具，通过TRAE装到你的电脑上。 而且整个过程，比我之前自己折腾的那种命令行方式，简单了不知道多少倍。 所以今天这篇文章，就是把我自己用TRAE装Claude Code的完整过程写出来。从头到尾，每一步都带着截图一样的细节，你照着做就行。 不扯别的，直接开始。 先说一个很多人搞混的事。 TRAE和Claude Code，是两个完全不同的东西。 TRAE是字节跳动出的一个AI编程IDE，你可以理解成「加了AI的VS Code」。它有图形界面，有代码高亮，有插件市场，你打开就能写代码，跟用普通的编辑器没什么区别，只不过它里面内置了一个AI助手，你可以直接跟它对话让它帮你写代码。 Claude Code是Anthropic出的一个命令行工具。它没有图形界面，就是一个黑框框终端，你在里面打字，它帮你操作代码文件。它的特点是能直接读写你的项目文件、跑命令、管理Git，基本上就是一个住在终端里的AI程序员。 这两个东西，一个是IDE，一个是CLI，本来八竿子打不着。 但是，TRAE有一个特别骚的功能。 它内置了一个AI对话窗口，这个对话窗口里的AI助手，是可以直接操作你的电脑的。你跟它说「帮我装个Node.js」，它就真的会去下载安装包、执行安装命令、配置环境变量，全程自动。 所以你猜到我要说什么了。 对，你可以让TRAE的AI助手，帮你把Claude Code装上。 这就是今天这篇文章的核心。 不是教你用命令行一行一行敲，不是让你去折腾环境变量和PATH配置，而是让一个已经在你电脑上跑着的AI，去帮你装另一个AI。 套娃是吧。 我也觉得挺套娃的。但问题是，它真的很好用。 好，现在...

Claude Code 安装与配置完全指南：新手5分钟上手的正确姿势 一句话结论 ：Claude Code 是 2025 年最值得新手入手的 AI 编程工具，但 90% 的人第一步就装错了——Windows 用户根本不需要折腾 WSL，npm 全局安装才是正解。 写在前面：为什么选 Claude Code？ 作为一个从 Cursor、GitHub Copilot、ChatGPT 一路用过来的开发者，我得说句实话： Claude Code 是目前对新手最友好的 AI 编程助手 。 不是因为它功能最多，而是因为它 足够简单、足够直接 。 Cursor 很好，但功能太复杂，新手容易迷失在无数设置里 Copilot 很快，但只能补全代码，不能帮你理解项目、重构架构 ChatGPT 很聪明，但它是"聊天模式"——你说一句它回一句，没法直接操作你的代码库 Claude Code 不一样。它是 能直接操作你仓库的 AI 同事 ： 你说"帮我加个用户列表页面"，它会自己读代码、写代码、跑测试 你说"这个 bug 怎么修"，它会定位问题、给出修复、验证结果 你说"重构这个模块"，它会分析依赖、制定计划、执行改动 但问题是 ：很多新手在安装这一步就卡住了。要么被各种教程误导去装 WSL，要么 API Key 配置错了连不上，要么装完发现命令找不到。 这篇文章，就是要把这些坑一次性填平。 第一步：安装前的准备（2分钟） 1.1 确认你的系统 Claude Code 支持： macOS （最简单，一行命令搞定） Linux （包括 WSL） Windows （直接装，不需要 WSL！） ⚠️ 重要误区 ：很多教程说 Windows 必须用 WSL。这是 过时信息 。Claude Code 现在已经原生支持 Windows，直接用 npm 安装即可。 1.2 安装 Node.js Claude Code 是基于 Node.js 开发的 CLI 工具，需要 Node.js 18+（推荐 20.x LTS）。 Windows/macOS 用户 ： 访问 nodejs.org 下载 LTS 版本 （绿色按钮） 双击安装，全部...

五分钟搞懂 OpenCode 的 Not Found 错误：原因 + 解法全在这 　　上周一个关注我的读者私信说，他用 OpenCode 接自己公司的私有 API 中转，跑了两天都好好的，第三天突然就报 AI_APICallError: Not Found ，百思不得其解。 　　他翻了官方文档，没找到直接的解释。又去 GitHub Issues 搜了一圈，发现同款问题的帖子超过 30 个，但答案散落四处，有人说改配置，有人说清缓存，有人说换模型，搞得他更迷糊了。 　　我觉得这个错误值得好好说一说，因为我自己也踩过，而且踩的姿势和他完全不同。 Not Found 这仨字看起来简单，背后其实有好几种完全不同的根因，乱试一通只会浪费时间。 　　今天就把我整理的排查思路写出来，对号入座，五分钟解决。 OpenCode 提示 Not Found 错误 先说结论：Not Found 来自三个方向 　　在正式展开之前，我想先给你一个整体框架，不然看到后面容易乱。 　　OpenCode 报 Not Found ，本质上是它向 AI 服务商发出的请求，被对方服务器回了一个 404。原因归纳起来就三类： 接口路径配错了 ：你填的 baseURL 不对，请求打到了不存在的路由上 模型 ID 写错了 ：格式不符合规范，服务商找不到对应模型 本地缓存过期 ：provider 包版本太老，跟不上 API 变更 　　90% 的情况都在这三类里。下面逐一拆解。 原因一：baseURL 路径写错了（最高频） 　　这是我见过最多人踩的坑，也是最难发现的一个。 　　很多人用 OpenCode 接私有部署的 API 中转，或者接 OpenRouter、Aiberm 之类的代理服务，需要在配置里填一个自定义的 baseURL 。问题就出在这里——你填的 URL 末尾有没有斜杠、路径层级对不对，差一点都会报 Not Found。 先看一个配置案例： {   "$schema": "https://opencode.ai/config.json",   "provider": {     "opencode": {       "models": {         "DeepSeek V4 ...

Ollama 完全指南：一条命令跑本地大模型，2026 深度解析 我的判断 ：Ollama 不是大模型本身，而是一个"大模型本地管家"。它把复杂的部署、运维、接口适配全部封装成一条命令，让任何人在 5 分钟内把 Llama、Qwen、DeepSeek 等开源大模型跑在自家电脑上。但它有明确的边界——适合快速原型和隐私敏感场景，不适合高并发企业级生产部署。 一、Ollama 是什么？ 很多人第一次听到 Ollama 会误以为它是一个大模型，实际上 它是一个轻量级的本地大模型部署工具 。 打个比方：如果把大模型比作一道复杂的分子料理，Ollama 就是那台"一键烹饪机"——你不需要理解火候、食材配比、厨具调试，只需要按下按钮，几分钟后就能端出一盘能吃的东西。 它的核心使命是降低开源大模型本地部署的门槛 ，让非运维人员也能轻松把 Llama、Qwen（千问）、DeepSeek、Gemma 等主流开源大模型部署到自己的电脑或服务器上。 过去：下载模型文件 → 配置 CUDA 环境 → 编写推理代码 → 调试 API 接口（耗时数小时到数天） 现在：ollama pull qwen2.5:7b && ollama run qwen2.5:7b（一键搞定，耗时几分钟） 这个转变的意义远超工具本身——它意味着 大模型使用从"工程师专属"变成了"人人可及" 。 1.1 核心技术定位 Ollama 用 Go 语言开发（MIT 协议），核心架构围绕三个模块设计： 模型运行时 ：封装了 Llama.cpp 的量化推理能力，支持 GGUF 格式模型 API 服务层 ：在本地 11434 端口提供 RESTful 接口，兼容 OpenAI API 规范 模型仓库 ：托管 200+ 预训练开源模型，支持 ollama pull 一键拉取 这种设计让 Ollama 做到了"零配置启动"——用户不需要懂 CUDA、不需要编译、不需要写代码，命令行打完收工。 二、为什么 2026 年你需要关注 Ollama？ 2.1 隐私焦虑催生本地化需求 2025 年之后，数据隐私成了开发者和企业的核心关切。我接触过太多开发者，在用 Cha...

🚀 免费！Ollama + Claude Code 接入本地大模型，AI Agent 全自动干活！ 零成本 · 零依赖云端 · 代码不离本地 从环境搭建到 AI Agent 自动化实战，一篇搞定 一、为什么要把 AI 跑在本地？ 你是不是早就受够了用 GPT、Claude 云服务时的两大痛点：要么担心核心代码泄露，要么看着 API 账单越滚越高？ 2026 年初，Ollama v0.14.0 的一次更新彻底改变了游戏规则——它主动实现了对 Anthropic Messages API 的兼容。这意味着什么？意味着 Claude Code 终于能直接对接本地 Ollama 模型，不用再耗费一分钱 API 费，代码全程留在自己电脑里。 本文将手把手带你从零搭建一套"零成本、高隐私"的 AI Agent 编码方案，让你的本地大模型真正"全自动干活"。 💡 核心价值 代码全程不离开本地，零 API 成本，无调用次数限制，支持离线使用。对接 NDA 合同、GDPR 合规的项目也不怕。 二、核心原理：Ollama + Claude Code 如何协同工作？ 在正式动手之前，先理解这套方案的工作原理，这样后面配置时才能心中有数。 2.1 整体架构 这套方案的核心思路很简单： Claude Code ：Anthropic 出品的命令行 AI Agent 工具，负责理解指令、规划任务、调用工具 Ollama ：本地大模型运行框架，一条命令即可拉取并运行主流开源模型 桥梁 ：Ollama v0.14.0+ 内置了对 Anthropic Messages API 的兼容层，让 Claude Code "以为"自己在和 Claude 云端通信 简单来说，就是把 Claude Code 的"大脑"从云端 Claude 模型换成了本地跑的开源模型。Claude Code 本身的 Agent 工具链、Prompt 规划、Tool 调用逻辑完整保留，只是模型后端发生了替换。 2.2 关键技术节点 Ollama v0.14.0+ 已支持 POST /v1/messages 接口，兼容 Anthropic Messages API 结构 Claude Code 通过环境变量 ANTHROPIC_BASE_URL 指定自...