首页

实战 SOP

场景化落地教程,含真实截图、Prompt、工作流模板与踩坑记录。

ChatGPT 操作浏览器:六步装好,敢给全站权限吗

ChatGPT 操作浏览器的落地 SOP,命令与界面路径均取自官方文档 learn.chatgpt.com。六步链路:一、前置条件(ChatGPT 付费档、桌面应用、五款支持的 Chromium 系浏览器 Chrome/Edge/Brave/Opera/Vivaldi,Firefox 与 Safari 不支持);二、安装(桌面应用 Settings > Computer Use > 选浏览器 > Install 跳扩展商店 > 审批权限 > 回头确认显示 Manage;macOS 的 Computer Use 需要屏幕录制与辅助功能权限);三、调用(@Chrome/@Edge 等提及式调用、右键 Ask ChatGPT、macOS Cmd+Shift+. 唤起侧边栏、把打开的标签页或选中文字带入对话、双 Command 的 Appshot 截窗口);四、三入口决策(任务需要现有登录态如 SSO 内网/CRM/邮箱选扩展,localhost 或预览页用 @Browser 内置浏览器,有专门插件的服务插件优先);五、权限收敛四级(Allow once 仅一次、Allow for this site 本站、Allow for all sites 全站、Decline 拒绝)加域名 allowlist/blocklist 管理,五款浏览器共享这些权限,官方文档自己点名 Allow for all sites 与浏览器历史记录访问是高风险项;六、安全习惯(把页面内容、选中文字、视频转录当不可信上下文,允许前先审页面,不给 agent 常驻权限)。附官方文档确认过的坑:Opera 无侧边聊天但支持桌面工作流、仅 Chromium 系、任务跑在 Chrome 标签组里。与热点栏同主题分工:热点讲 OpenAI 的产品动作,本篇讲自己怎么配、怎么把权限收到最小。

8GB 显存出 4K 图:FLUX 3 Klein 本地部署三个坑

FLUX 3 Image Klein 在消费级 N 卡上的落地路径与三个实测坑,命令与文件名均取自官方仓库与第三方配方实测。主线走 ComfyUI:仓库 black-forest-labs/flux-3-image-klein-comfy 为 gated(HF API 中 gated 为 auto),匿名请求返回 401 与 x-error-code GatedRepo,须登录状态接受条款再 hf auth login;随后 hf download 四个文件——distilled transformer int8 为 5,827,874,779 字节、Qwen3-VL-4B int8 文本编码器 4,858,559,240 字节、prompt upsampler w4a8 为 6,724,090,780 字节、FLUX.2 VAE 336,211,292 字节;python main.py 起服务后进 Workflow 再到 Browse Templates 搜 FLUX 3,选 distilled Text to Image(模板 id image_flux3_klein_distilled_t2i),模板默认 1024×1024、euler 加 simple、16 步 CFG 1,两个文本编码器 loader 的 type 选 flux3,upsampler 开关必须保持打开。三个坑:其一,若照官方卡片示例下载 int8 upsampler(9,748,113,996 字节约 9.08GiB),四文件合计 19.343GiB,16GB 卡装不下,而 ComfyUI v0.41.2 的 distilled 模板实际按名加载的是 w4a8,比 int8 小 2.816GiB;其二,官方 model card 称编辑模板没有 upsampler 分支、需自备 LLM 做提示词增强,但 v0.41.2 的编辑模板实际含一个默认关闭的 upsampler 分支(TextGenerate 节点加 W4A8 loader 加图像编辑 system prompt),两条路都能走;其三,不带 upsampler 直接使用模型,编辑与 Ref2Image 结果不稳定,官方 model card 原文写明不要在没有 prompt upsampler 的情况下使用该模型。显存预算:BF16 11.2GB、FP8 5.6GB、INT8 可在 8GB 显存 RTX 上跑、NVFP4 面向数据中心;速度均为厂商口径,distilled 加 INT8 下 1MP 图在 RTX 5090 约 4 秒、RTX 4070 不到 9 秒、GB300 上 NVFP4 不到 0.6 秒,挂 LoRA 约增 5%。分辨率最高 4K 且宽高须为 16 的倍数,参考图最多 10 张,官方默认 distilled 16 步无 guidance、base 50 步 CFG 3.5。Diffusers 代码线只写到可用与官方提供含 bounding box 控制的参考推理代码和 Gradio demo,具体 API 以仓库 README 为准,本文不虚构类名与参数。商用前须核 FLUX Kommunity License:个人与年营收低于 500 万美元免费商用,研究与非商用免费,超门槛需自托管许可或 API,细节以 LICENSE 原文为准。

世界模型 本地部署:Matrix-Game 4.0 单卡能跑通吗

Matrix-Game 4.0 单卡本地部署九步 SOP,所有命令与参数均取自 v4 子目录 README 原文(仓库地址:github.com/SkyworkAI/Matrix-Game,文件 Matrix-Game-4/README.md)。一、前置条件先对齐:模型推理需 Linux 加 NVIDIA GPU 加 Python 3.12 三者同时满足,A100 80GB 参考部署用 PyTorch 2.12.0 / CUDA 13.2;仓库另内置 RTX 5090 专用运行时且不会自动识别硬件,必须显式选 preset;浏览器 demo 服务端须为 Linux 主机(同时构建游戏与 GStreamer 管线),桌面客户端 Safari/Chrome 不需要 GPU;单机游玩录制需 macOS 或 Linux 加 CMake、C++20、SDL2 与 FFmpeg,旧 Windows 入口保留但未验证功能等价;权重与素材不随仓库分发,需为 HF Hub 缓存预留额外空间。二、安装须在 Matrix-Game-4/ 子目录内执行(进错目录后面全错):git clone 后 cd Matrix-Game/Matrix-Game-4,python3.12 -m venv .venv 与 source .venv/bin/activate 隔离环境,pip install torch==2.12.0 torchvision==0.27.0 --index-url https://download.pytorch.org/whl/cu132(版本须成对),再 pip install -e '.[inference,server,download,test]'(四个 extras 少装一个就可能报缺模块);FlashAttention 可选,只有 rtx5090-sage 需要 SageAttention,普通 rtx5090 走 PyTorch SDPA。三、资源下载分两份清单(游戏素材与模型权重),命令带固定的 repo id 与 revision(4419accdb7bb7881234c5914de8cd915266e0325),--scene 可用 castle/racing/all 切换,单进程只支持一个场景模型;下载器按清单校验大小与 SHA256 故可断点重跑,共享 T5/tokenizer 与 Wan VAE 自动从官方 base 拉取;可用 matrix-game verify 复查完整性。四、离线渲染先验模型能出片:matrix-game render --scene ancient-egypt --input lowpoly.mp4 --resources resources --preset realtime --prompt-mode fixed --output outputs/egypt;输入是低模代理画面而非真实录像,输出 rendered.mp4 加配置报告且 FPS 与帧数保持(尾块内部补齐后裁掉);三个 preset 分工必须记牢——realtime 用于 A100、5090 换 rtx5090,而 quality 更慢却恰恰是省略 --preset 时的默认值,不写 preset 就默认吃最慢配置。五、本地游玩与录制不加载模型:bash scripts/build_game.sh 后 bash scripts/play.sh --scene ancient-egypt,射击两场景为 48 FPS 加 2 倍模拟时间,F9 录制、Esc 菜单,环境变量 MATRIX_GAME_DATA_DIR 可覆盖默认目录;赛车走 build_racing.sh 且 48 FPS 录制用 1 倍模拟时间,浏览器 demo 也不启用射击的 2 倍模式(每帧推进 1/--fps 秒)。六、浏览器 demo 服务端与客户端分离:终端一 mediamtx configs/mediamtx.yml,终端二 CUDA_VISIBLE_DEVICES=0 bash scripts/serve.sh --scene ancient-egypt --resources resources --preset realtime --fps 40,访问 http://127.0.0.1:8025/,加 --reference-only 可在不加载模型下测控制/HUD/音频/传输;--fps 40 是采集节奏目标而非吞吐或延迟保证。七、RTX 5090 两个预设:rtx5090 免额外安装,rtx5090-sage 需构建 SageAttention 2.2.0 加官方 CUDA-graph 补丁加 CUDA 13.2(git checkout eb615cf6cf4d221338033340ee2de1c37fbdba4a);两者均复用同一套场景 checkpoint 与共享资源,DiT 块线性权重加载时转 FP8、推理时量化激活而 Embedding 与输出头保持 BF16;启动会预热核并捕获 CUDA graph,故首启慢于稳态。八、验收双口径:浏览器 demo 按键到画面响应(官方口径约低于 150ms,未独立复测),或离线渲染低模视频得到精细输出;性能三口径并写(官方 480p 60FPS/83FPS/18.5GiB、官网面板仍为 0 占位、README A100 864×480 约 38-39 FPS),且模型吞吐、管线吞吐、呈现帧率与端到端延迟是四件事。九、六条坑:单进程仅一会话一场景模型、默认绑回环勿暴露公网(官方称可信单用户 demo 非公网云游戏服务)、--fps 40 非吞吐保证、Windows 未验证、磁盘含 Hub 缓存要预留、显存分 A100 80GB 与 RTX 5090 两档(5080/5070 待发)。

MiniCPM-V 4.7怎么跑:手机到电脑三条路

MiniCPM-V 4.7 从手机到桌面三条部署路线实操 SOP(所有数字口径截至 2026-10-15,以官方页面为准)。动手前先读懂两个官方数字:3GB 是模型运行内存占用(35B MoE 专家权重驻闪存按需流式加载的 MoE-SSD 机制),不是整机内存下限——官方 App 硬件表推荐 35B-A3B 机型 RAM≥12GB(验证机 iPhone 17 Pro Max)、1B≥4GB,小内存设备自动缩小专家缓存能跑但明显变慢;13+ token/s 为官方文档 iPhone 17 Pro Max 原文口径,其余传播口径(iPad 15+ 等)不采信。路线一手机/平板直装官方 App(OpenBMB/MiniCPM-V-Apps 覆盖 iOS/安卓/鸿蒙三端:iOS 走 TestFlight 公共链接,安卓 Releases 下载 APK,鸿蒙 DevEco 签名后装;35B-A3B 手机版约 16.6GB——主文件+40 个专家分片+视觉模块,1B 约 1.8GB;三条路里唯一全离线;常见坑:闪存速度直接拖慢解码、分片必须配套否则一致性检查拒载、手机 NPU 短期用不上——App 走 llama.cpp 通用推理路径)。路线二桌面自建 llama.cpp-omni 吃 LES 加速(官方 LES 链接指向 OpenBMB/llama.cpp-omni,10-13 新建仓 16 星;社区 tc-mb 同名仓 291 星文档全且有预编译包,两仓代码同源;已核命令 cmake -B build 与 cmake --build --target llama-omni-server/llama-omni-cli;GGUF 权重在 HF/ModelScope 官方标准量化仓;诚实边界:README 快速上手围绕 MiniCPM-o 4.5 全双工语音管线,4.7 加载细节本站未实测、以官方 README 为准)。路线三 Ollama 省事线(官方库截至 10-15 只有 4.6;OpenBMB 发布者页 openbmb/minicpm-v4.7 已可 ollama run——1b 约 1.8GB、35b-a3b Q4_K_M 约 22GB 且是默认 latest,小内存机器必须显式 :1b;此路线整模量化无 MoE-SSD,「3GB 跑 35B」不成立)。三路统一验收动作:对本地图片提问得到相关回答。与同批开源篇分工:那边谈模型能力与生态,本文只管跑起来。仓库地址:github.com/OpenBMB/MiniCPM-V 与 github.com/OpenBMB/MiniCPM-V-Apps。

AdSense 申请总被拒?从自审到 $100 到账的实战 SOP

个人网站申请 Google AdSense 全程实操 SOP。资格硬条件(官方口径):年满 18 岁、Google 账号、拥有站点或获授权、遵守发布商与内容政策、有效地址+银行信息可收款。无官方最低流量门槛,但薄内容是头号拒因(社区共识口径:日均 50-100 有机搜索访客再申请更稳);信任页四件套(About/Contact/Privacy 含 Cookie 与广告条款/Disclaimer);AI 辅助内容不禁但要求原创价值与人工编辑,纯 AI 量产是常见拒因。步骤链:注册(填站点 URL 与收款国家)→放验证代码(脚本/meta tag/GSC 三选一)→审核数天到数周→Auto ads 或手动单元。收款四件套:W-8BEN 免 30% 美国预扣税、电汇到账、户名全大写拼音、+86 手机号可验证,付款国家选「中国」后不可改,满 $100 月结。ads.txt 部署于站点根防未授权转售。本站实战案例:代码门控预置——NEXT_PUBLIC_ADSENSE_CLIENT 环境变量为空时组件返回 null 零渲染(线上实测 adsbygoogle 脚本 0 加载),广告单元 ins.adsbygoogle+min-height 防 CLS,预置与激活解耦。大陆网络合规现实:申请与后台需稳定访问 Google 服务,合规途径为境外网络环境/企业持牌国际专线/云厂商合规出海加速;未经批准的个人 VPN 在大陆使用违规,本文不提供指引。国内联盟(百度/360/搜狗/广点通/穿山甲)均要 ICP 备案,AdSense 不要求——备案在途的站点可两条线并行。被拒按拒信逐项修复后可重新提交。站内首篇网站变现选题。

上下文压缩实战:先剪工具输出,再摘要历史

Agent 上下文压缩实操 SOP 六步:①先判断要不要压缩(症状清单:长任务变慢变贵变糊、单次工具调用塞进数万 token 日志);②装 context-mode(mksglu/context-mode,27,378 星为 10-13 GitHub API 实测,TypeScript,npm 包 context-mode,经 MCP + hooks 接入现有 harness)并配阈值与路由;③分层压缩落地——大工具输出落盘换文件引用(offload)、历史对话摘要化只留目标/状态/约束/下一步(summarize)、按预算剪枝(prune),对号入座 LangChain Deep Agents 三层与 OPENDEV ACC 五阶段(70% 警告/80% 观察掩码/85% 剪枝/90% 激进掩码/99% 完全压缩);④效果测量做前后 token 对账(agentpatterns 引述研究口径:剪到最近 5 次工具调用对+摘要化,任务完成率 91.6% 对全上下文 71%);⑤避坑三条——激进摘要致静默上下文丢失、过早压缩引发目标漂移、摘要漂移让 agent 优化 brevity 而非 truth(Anthropic 建议从最大召回起步逐步收敛);⑥许可证边界必须懂:context-mode 是 Elastic License 2.0(ELv2,LICENSE 原文实测),不得作为托管/管理服务提供给第三方,个人与团队内部使用不受限——想套壳卖 SaaS 的路线被明文禁止。README 宣传数字(工具输出沙箱化 98% 缩减、跨 17 平台路由、HN #1 570+ 分)均为官方口径本站未复测。厂商侧佐证(cloudpro 10-12 文):OpenAI Responses API 已内置 compaction(示例 compact_threshold 200000),Microsoft Agent Framework 提供摘要/移除/折叠策略。仓库地址:github.com/mksglu/context-mode(ELv2)。

4GB 显存跑 27B:先卡住你的不是显存,是磁盘

airllm 分层推理实操 SOP 五步(口径 2026-10-12,README 自报数字):①环境三重锁——torch 须 CUDA 12 构建(flash-attn 无 CUDA 13 预编译轮子)、flash-attn、transformers 分支随模型而变(Kimi K3 要 4.56.x、Qwen3.8-27B 要 5.8+、Flash-Next 要 in-tree qwen4_exp),验证用 nvidia-smi 与 torch.cuda.is_available() 双查;②按 README 实测表选档,最现实的入门档是 Qwen3.8-27B 的 3.33GB(RTX 3090 实测);③首次推理权重下载最久(Flash-Next 检查点约 360GB、K3 为 TB 级),下完保住缓存目录,切分后可用 delete_original=True 回收原件;④nvidia-smi 看显存峰值并管理速度预期——逐层搬运意味着字节量远超计算量,官方未给 tokens/s 本文不编数字,慢是设计使然不是坏了;⑤接 agent/API 用:适合一次性任务型工作流,不适合逐 token 交互;训练路径不同(冻结权重逐层流式、adapter 留显存)。坑点专段五条:版本矩阵三重锁、首次下载百 GB/TB 级易中断、磁盘与主机内存是隐形门槛(64GB 内存起)、速度慢属结构性、K3 的 flash-attn 与 CUDA 12 强约束。仓库地址:github.com/lyogavin/airllm(Apache-2.0)。

TRAE升级后别用成IDE:Agent模式六步调教法

TRAE 升级后把 Agent 模式用顺手的六步 SOP(口径 2026-10-11,与热点篇联动)。六步:①认清双模式——升级后默认打开 Agent 工作区、IDE 模式要手动切(官方社区反馈口径);②Agent 模式跑通第一个任务——自然语言拆需求→页面搭建→测试→文档,跨项目并行调度;③SOLO 模式——专属 Coding Agent 独立推进各阶段;④工具装配——MCP 外部工具接入 + TRAE Rules 写自己的工作规则;⑤产物中枢——代码/HTML/PPT/Word/图片/视频集中查看迭代 + 自动化任务(周报/例行检查/测试汇总);⑥三端同步——桌面启动→手机看进度补要求→回桌面继续。四大坑点:TraeWork 2026-10-23 停服(pandaily 引官方文档口径)之前必须升级;升级窗口别关(数据迁移中断有风险);灰度分批推送没收到属正常;模式切换引导弱。每步带操作与预期结果,功能以官方公告为准,未公布细节不编。

Mellum2.1本地部署SOP:24GB卡跑通12B编程agent

Mellum2.1 本地部署 SOP(口径 2026-10-10,与开源篇/横评篇联动)。主路线 vLLM 五步:serve JetBrains/Mellum2.1-12B-A2.5B-Thinking、配 reasoning-parser qwen3(官方模型卡口径,跳过它思考串会污染答案)、基础推理验证、工具调用(可选 Hermes 模板)+131K 上下文验证、agent 冒烟测试,每步带预期结果。三大坑点先立:MTP head 未随权重发布——网上 1.6x 提速教程现在复现不了;GGUF 未放出——Ollama/LM Studio「宣布支持」不等于今天能拉,别信整合包;thinking 模型必须配 reasoning parser。硬件账:BF16 约 24GB 级(估算口径,官方未给数字),16GB 卡跑不动,24GB 卡(4090/3090)起步可行、131K 全上下文还要加 KV 余量。两种高频翻车专段:OOM 死在权重加载而非生成中(--gpu-memory-utilization 只管 KV 缓存救不了装不下的权重);首跑下载大检查点超时像进程挂死(下完保住 HF 缓存目录以后全本地)。双跑对账法联动横评篇:与 Qwen3.5-9B 同 harness 比 tokens/s 与工单解决数,性能结论以你自己仓库实测为准,不引官方图表。仓库地址:huggingface.co/JetBrains/Mellum2.1-12B-A2.5B-Thinking。

ComfyUI视频生成SOP:12GB显卡跑通LTX-2.5

ComfyUI 本地视频生成 SOP,以 LTX-2.5 为实例跑通 12GB 显卡。模型文件与目录(int8_convrot 构建,非 BF16):transformer 进 models/diffusion_models/、gemma4-12b-with-proj 进 models/text_encoders/、视频与音频两个 VAE bf16 进 models/vae/、2x latent 上采样器进 models/latent_upscale_models/。坑点先列:音频 VAE 是独立文件,跳过它=无声视频;提示词增强器约 5GB 额外模型且每代多 1-2 分钟,默认关;HF gated=auto 需登录同意条款才能下载(连模型卡都要登录)。硬件底线:distilled/int8 12GB 显存起步,CUDA 12.7+、PyTorch 约 2.7、Python 3.12+(innfactory 整理口径);8GB 卡建议改走 Wan 2.2 TI2V-5B+offload。工作流三型:T2V/I2V 两阶段(生成+2x latent 上采样精修)、单阶段(快、预览用)、A2V(音频驱动)。显存策略:量化/distilled 优先、ComfyUI 原生 offload、短低分辨率生成再上采样。仓库地址:github.com/Lightricks/ComfyUI-LTXVideo、huggingface.co/Lightricks/LTX-2.5。