这玩意越高水越深，所以我们简单的需求 langchain4j(因为我们有好多 java 的基建)，复杂的直接套壳 claude code 😄

这个中转似乎非流式请求有点问题，下面这个请求，"stream"为 false 时就没有输出"content"，为 true 时是正常的

curl "https://www.hi-code.cc/v1/chat/completions" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer sk-xxx" \
-d '{
"model":"gpt-5.4",
"stream": false,
"messages":[
{"role":"user","content":"你好"}
]
}'


{"id":"resp_0f935c87f6d1df2d0169e7013c67c08196abb8a696e0191e21","object":"chat.completion","created":1776746813,"model":"gpt-5.3","choices":[{"index":0,"message":{"role":"assistant"},"finish_reason":"stop"}],"usage":{"prompt_tokens":18,"completion_tokens":41,"total_tokens":59}}

生成出来乍一看效果挺唬人，仔细看很多经不起推敲，我现在是让 claude code 自己去 arxiv 和 github 上搜了总结了，比直接 deep research 可控一点

@spribree 已补充微调脚本至[sft/run_sft.sh]( https://github.com/codingmiao/qwen35-short-cot/blob/main/sft/run_sft.sh)

用了 ms-swift 这个框架来做 lora 微调的，没写代码😄，配下参数一行命令就跑起来了😄。

这个似乎是 qwen3.5 系列太喜欢过度思考了，我这几天搞了点 deepseek-r1 的数据去微调它，让它学习 ds 的思考套路，效果好了不少 https://github.com/codingmiao/qwen35-short-cot

向量 API 还是没孵化出来，用这玩意写了个 RAG 的玩具，速度确实可以

~/.claude.json 这个下面写了 zp mcp 了吧

不是现在作弊还能说的这么理直气壮？我面试都问项目经验了，还是有些脑瘫在那念 AI 人机回复，纯纯浪费时间

搭车求一个数据库分析类的 skill ，读取数据库表结构和样例数据，分析某个数据应该去哪张表拿那种

@CrowCarlos 搜了一下 abliterated 我擦好多模型，这玩意怎么做出来的，拿着善良模型用邪恶样本去微调？

模型的话开发去白嫖硅基流动的免费模型，部署就用公司内部的模型。
框架方面比起 springai 我更喜欢 langchain4j ，agent 的构建比 springai 更像 spring ，而且文档那种直接把 demo 糊脸上的感觉比 springai 含糊不清的描述舒服多了。

向量相关的 API 哪个版本孵化出来呀。

win10 带了这么个玩意，CPU 跑的
Windows.Media.Ocr.Cli.exe

搭车问下注册好几个 google 账号，多个 key 去调 google ai 的 api 可以么。。

啊，看到这么多用 Eclipse 快捷键的我就安心了，看公司其他同事都不用，几度怀疑我是个守旧老登。。

spring 这种一言不合就整个反射的框架难搞，前段时间想在 MCP 里自定义点东西，各种抽象层跳来跳去看得头疼，索性不看了，按 mcp 官方规范说明自己写俩接口搞定。

粘包警察是什么梗，自己 netty 写个通信，还是要考虑粘包半包的嘛

MongoDB 早就名誉扫地了吧，牛逼吹上天，坑一大堆。话说有哪些场景是必须要 JSON 格式才能去支撑的呀，业务成熟起来后，都会变成明确的字段结构，又回到传统关系型库。

研究一下配置应该就行了，比如 mysql 查询一百万数据，不设置行数的话是一百万一波拉回来内存，游标 next 再去内存里取