cheng_rec_llm_skills：推荐广告与大模型技术情报推送
cheng_rec_llm_skills 是 SkillHub 社区技能（@user_d28b18a4/chengrecllmskill，v1.0.0，ai-agent），通过 SKILL.md 定义推荐广告与大模型两条线的每日情报流程：微信与知乎深度长文检索、GitHub 开源趋势扫描，以及日更、月总结与历史回溯输出格式。标签 requires_api_key=false。本文说明其监控目标池、任务 A/B 检索语法与安装命令（skillhub install --dir），并提示对 OpenClaw、/data/monitoring_log.md 的依赖与落地注意。
阅读全文ctf ai ml：面向 CTF 的 AI / 机器学习攻防 Skill
ctf ai ml（@user_257ad2a8/ctf-ai-ml，v1.0.0）是 SkillHub 社区 it-ops-security 类 Skill，面向 CTF 中的对抗样本、模型提取、提示词注入、成员推断、投毒、LoRA 与 LLM 越狱等场景。本文基于官网简介与 SkillHub 安装文档，说明定位、能力范围、skillhub install 命令及 Cursor/Claude Code 等 skills 目录，并交代适用人群与使用注意。requires_api_key=false。
阅读全文DeepSeek Harness (DSH) 实时重复输出守卫
`dsh-dupguard` 是 DeepSeek Harness (DSH) 的一个插件，用于在模型推理流中实时检测并截停连续重复的输出。该插件默认连续重复 ≥ 10 次即中断，且对代码区域等场景做了放宽处理。它支持通过设置页配置阈值、白名单及全局通知。安装需满足 DSH ≥ 0.1.2-rc.1 及 Node.js ≥ 20，并需重启 DSH 生效。
阅读全文dsh-plugin-task-runner：任务拆解模式
DeepSeek Harness 的 `dsh-plugin-task-runner` 插件通过“任务拆解模式”解决本地大模型上下文窗口受限问题。主代理负责拆解任务，子代理在隔离的短上下文中并行执行，主代理汇总结果。该插件支持并发控制、外部记忆落盘、预算控制及云端兜底，适合处理复杂长链路任务。
阅读全文zhangyh-x/dsh-model-pricing - 大模型价格与政策速查表
DeepSeek Harness (DSH) 的 `zhangyh-x/dsh-model-pricing` 插件是一款“联网工具”，旨在为大模型价格与政策查询提供速查表。该插件有助于开发者解决频繁关注价格变动与政策更新的问题。用户可通过其 GitHub 仓库或插件目录页进行获取与安装。适用场景包括需要频繁查阅大模型定价或最新政策的开发者。使用时需注意，插件以当前 DSH 进程权限运行，建议安装前检查源码以确保符合使用规范。
阅读全文dsh-steer：在思考过程中引导与打断大模型
dsh-steer 是 CAI-MH 维护的 DSH 插件，允许在模型运行时实时注入纠偏信息或打断对话，无需等待回合结束。它提供“发送引导”和“打断”两种核心模式，支持可视化控制及同源 HTTP 接口。通过注入消息到下一步边界或直接取消会话，开发者可精细控制模型状态。安装需将文件放入 node_modules 并在 package.json 注册，接口默认仅限本机访问。
阅读全文dsh-inline-images：DeepSeek Harness 对话内联图片/视频支持
`dsh-inline-images` 插件旨在解决 DeepSeek Harness (DSH) 中本地图片路径无法预览的问题。该插件能将本地路径和 Markdown 语法转换为可渲染的 URL，支持图片与视频内联显示，并具备点击放大、尺寸调节及过期 URL 自动刷新功能。通过流式与持久化双通道改写，确保实时显示与保存消息的一致性。安装时需注意依赖注入及反向代理配置。
阅读全文dsh-cortex：低成本多模型编排与质量门控插件
dsh-cortex 是 DeepSeek Harness 的一个插件，旨在通过“主模型作为 Supervisor，小模型作为 Executor”的架构解决大模型处理成本高、小模型质量难保证的矛盾。它提供任务递归拆解、动态路由、四级质量门控、预算控制及组织模式治理等能力。该插件依赖 Node.js 20 及相关库，支持 DAG 结构与软缺陷修正，能通过智能调度实现降本提质。
阅读全文Google 发布 Gemini 3.6 Flash：Token 效率提升 17%、Agent 默认模型的性价比之战
2026 年 7 月 21 日 Google 发布 Gemini 3.6 Flash，输出 Token 较 3.5 Flash 减少 17%（DeepSWE 基准最高 65%），输出定价 7.5 美元/百万 Token，DeepSWE 从 37% 提升至 49%。同批还有 3.5 Flash-Lite 与 3.5 Flash Cyber。7 月 28 日 Gemini API Managed Agents 默认切换至 3.6 Flash，新增 Environment Hooks、预算控制与免费层级。本文基于官方博客梳理模型能力、基准数据与开发者上手要点。
阅读全文部署文心4.5开源模型给Android设备调用
在上一篇文章《文心4.5开源大模型的使用和部署》已经介绍了如何使用fastdeploy部署文心4.5开源大模型的，并且简单调用了接口，本篇文章来介绍Android如何调用这个部署的接口，并实现对话。
阅读全文文心4.5开源大模型的使用和部署
文心4.5系列开源模型共10款，涵盖了激活参数规模分别为47B 和3B 的混合专家（MoE）模型（最大的模型总参数量为424B），以及0.3B 的稠密参数模型。下面我们就介绍如何快速使用文心4.5模型推理，以及部署接口给Android、微信小程序等客户端调用，注意这里只接受文本类型的模型，实际文心4.5也有多模态的模型。
阅读全文