Claude Code 跑 /loop 自动回 GitHub Issue:Key 用 TaoToken

Claude Code 的 /loop 定时任务,能让一个 Agent 按固定节奏自己醒过来干活。我拿它做过一件事:盯着 itwanger/PaiAgent 仓库的 open issue,每 30 分钟扫一遍,对没人回复的问题生成答案并提交评论。第一次跑通挺爽,第二天复盘才发现真正的成本在哪里——这个 loop 每一轮都要完整走一遍「读 issue 列表 → 判断哪些没回复 → 读 README 补上下文 → 生成回复 → 调 gh 提交评论」,四轮下来模型调用次数就是单次的 4 倍,八轮就是 8 倍。Prompt Engineering 时代你调好一句话就结束了,Loop Engineering 时代你要为一个会自己转的系统负责,Token 消耗是按轮次累积的,而不是按你问了几句话来算。

1. 从 Prompt 到 Loop:一个会自己转的 Issue 回复机器

1.1 这个 loop 每轮到底在做什么

先把任务说清楚。itwanger/PaiAgent 是一个工作流编排项目,仓库里有几条 open issue 一直没人回,比如 #6 问项目开发完了没、#5 问它和 PaiFlow 有什么区别、#4 问能不能二开。这些问题不复杂,但都需要结合项目 README 和仓库元信息才能答准,靠模板回复只会显得敷衍。这种「高频重复、规则明确、有明确完成标准」的活,正是 loop 该接管的场景。

一条命令就能把它挂起来:

/loop 30m 检查 itwanger/PaiAgent 仓库的 open issue,对没有回复的 issue 根据项目 README 和已有信息生成准确的回复并提交评论。已回复过的跳过,不要重复评论。

拆开看,30m 是心跳频率,中间那段自然语言是每轮的作业指导书。Agent 第一轮会调 gh issue list 拉全部 open issue,再逐个 gh issue view 看已有评论,把有 owner 回复的跳过,剩下三条标记为待处理;然后读 README 补齐上下文,逐条生成回复,最后用 gh issue comment 提交。整轮结束,30 分钟后再来一次。

1.2 Loop Engineering 的六个部件在这个场景里各占什么位置

按照 Loop Engineering 的思路,一个真正的 loop 通常由定时任务、Worktree、Skill、MCP、Sub-agent、Memory 六块拼起来。回 Issue 这个场景用到了其中四块:定时任务负责唤醒,GitHub CLI 或 GitHub MCP 负责跨系统读写,README 和仓库信息充当 Skill 提供项目知识,而「已回复过的跳过」实际上是一种最朴素的 Memory——Agent 通过检查已有评论判断自己上一轮干到哪了。

Worktree 和 Sub-agent 在这里用不上,因为不涉及并行改代码,也不需要 maker-checker 分离。但你要知道它们的存在:一旦 loop 从「回评论」升级到「顺便把 issue 里提到的 bug 修掉」,Worktree 隔离和子 Agent 写查分离就必须补上,否则文件冲突和自评自审是迟早的事。

1.3 真正让人肉疼的是轮次成本

问题就出在这里。假设每条 issue 的上下文加上 README 大约 8k token,一轮完整处理三条 issue 加上工具调用的往返,模型侧可能要跑十几次请求。你挂着 30m 的节奏,一天就是 48 轮。更糟的是,如果 Agent 每一轮都重新读一遍全部 open issue 的评论来「判断是否已回复」,那前期没回复的 issue 会一直被扫,历史越长扫得越多,而真正需要它做的活可能早就在第一轮干完了。

所以这个 loop 跑得越久,你越需要两样东西:一个能看清每轮消耗的入口,和一把能随时吊销的钥匙。这也是为什么我把它接到 TaoToken 上跑——模型调用统一从一把 Key 出去,轮次一多也不至于连账都对不上。

2. Key 前置:让每一轮 loop 的模型调用都从同一把钥匙走

2.1 创建 Key 的完整步骤

打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ,登录后进入控制台。左侧找到 API Keys 入口,直接访问 https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=api-keys 也行。

点创建,给这把 Key 起个能认出来的名字,比如 claude-code-loop-issue。名字别偷懒写 test,等你手里有三五把 Key 的时候,回头看日志根本分不清哪把在跑哪个任务。创建完立刻复制,格式是 sk- 开头的一串字符,页面通常只完整显示一次,关掉就得重建。

顺手把 Base URL 记下来:https://taotoken.net/api。注意它只到 /api 为止,后面不要再手拼 /v1,客户端自己会补。

2.2 为什么 loop 场景更要管好这把 Key

单次对话的 Key 泄露了,损失是有限的;一个每 30 分钟自动跑一轮的 loop,Key 一旦写进仓库被推到公开仓库,等于把你的账单挂在墙上。所以规矩很简单:Key 只进环境变量或本地配置文件,绝不进 Git;.env 写进 .gitignore;命名带用途,出问题能立刻在控制台吊销重建。

另外,loop 每轮都会产生模型调用,Key 是唯一能把「哪一轮烧了多少」串起来的东西。轮次越多,这个入口越值钱。

3. 可复制配置:Base URL 和 Key 落到 Claude Code

3.1 环境变量方式(推荐给临时排查)

# 写入 ~/.zshrc 或 ~/.bashrc,不要写进项目仓库
export ANTHROPIC_BASE_URL="https://taotoken.net/api"
export ANTHROPIC_AUTH_TOKEN="sk-替换成你刚创建的那把Key"

# 让当前终端立刻生效
source ~/.zshrc

# 只打印前 8 位确认变量生效,别把完整 Key 贴到任何聊天窗口
echo "${ANTHROPIC_AUTH_TOKEN:0:8}"

ANTHROPIC_BASE_URL 决定请求发去哪,ANTHROPIC_AUTH_TOKEN 决定用哪把钥匙。两个都设好,Claude Code 启动时就不会再去读官方默认地址。

3.2 settings.json 方式(推荐长期挂着 loop)

如果你打算让这个 loop 长期跑,环境变量写在 shell 里的缺点是换个终端就没了。更稳的做法是写进 Claude Code 的配置文件 ~/.claude/settings.json

{
  "env": {
    "ANTHROPIC_BASE_URL": "https://taotoken.net/api",
    "ANTHROPIC_AUTH_TOKEN": "sk-替换成你刚创建的那把Key"
  }
}

改完重启 Claude Code 会话,配置才会重新加载。这个文件在用户目录下,不在项目里,也就不存在误提交的问题。

3.3 把 /loop 命令挂上去

配置就绪后,回到项目目录,先确认 gh 已认证:

gh auth status
gh issue list --repo itwanger/PaiAgent --state open --json number,title,comments

第二条命令会返回一个 JSON 数组,每个元素带 numbertitlecomments 三个字段。这一步是给 Agent 提前确认「工具链是通的」,免得 loop 跑起来才发现 gh 没登录,每轮都在那儿重试。

然后启动 Claude Code,输入:

/loop 30m 检查 itwanger/PaiAgent 仓库的 open issue,对没有回复的 issue 根据项目 README 和已有信息生成准确的回复并提交评论。已回复过的跳过,不要重复评论。

间隔支持 mh,最小 1 分钟,不写间隔默认 10 分钟。30m 意味着每半小时唤醒一次 Agent,这个值不要设太小,loop 的问题从来不是不跑,而是跑得太勤。

4. 验证:先打一发 curl,再看评论是否落地

4.1 先确认这把 Key 通不通

别急着挂 loop,先用一次直接请求确认链路。如果你的 Key 是从控制台新建的,这一步能帮你把 401 和 404 提前排掉:

curl -sS "https://taotoken.net/api/v1/messages" \
  -H "x-api-key: $ANTHROPIC_AUTH_TOKEN" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-4-5",
    "max_tokens": 64,
    "messages": [{"role": "user", "content": "只回复两个字:通了"}]
  }'

正常情况下你会拿到一段 JSON,里面 content 数组的第一项文本就是模型回复。如果返回里带 authentication_error,问题在 Key;如果返回 not_found 或提示路径不存在,八成是 Base URL 写多了或写少了。想让结果更好读,末尾加 | python3 -m json.tool 格式化一下。

4.2 手工跑一轮同样的任务

在挂 loop 之前,先不带定时器手动跑一遍自然语言任务,观察 Agent 这轮实际调了哪些工具。你会发现它的执行路径大致是:gh issue list 拿全量 open issue,逐个 gh issue view <number> --json title,body,comments 看评论,跳过分不清的,剩下的读 README 生成回复,最后逐条提交:

gh issue comment 6 --repo itwanger/PaiAgent --body "项目目前仍在持续开发中..."
gh issue comment 5 --repo itwanger/PaiAgent --body "PaiAgent 和 PaiFlow 的定位不同..."
gh issue comment 4 --repo itwanger/PaiAgent --body "当然可以,PaiAgent 是开源项目..."

手工这一轮的意义是成本可控,你能看清每步的实际输出,再决定要不要交给 30 分钟的心跳。

4.3 看 loop 有没有真的把评论写进去

判断标准只有一个:issue 下面是否出现了 Agent 提交的评论。用下面这条命令直接抽评论正文:

gh issue view 6 --repo itwanger/PaiAgent --json comments --jq '.comments[].body'

三条回复的质量应该是可以看的:问进度的会说明项目在持续开发、列已完成模块;问区别的会从架构层面区分轻量单体与微服务定位;问二开的会给出 Fork 后保留引用说明的流程。这些内容来自 README 和仓库元信息,而不是套话模板。如果发现评论是空的、重复的或者明显答非所问,直接看第 5 节。

5. 本篇常见错排查

现象常见原因处理方式
401 / authentication_errorKey 复制时带了空格、引号,或误用了别处的 Keyecho "${ANTHROPIC_AUTH_TOKEN:0:8}" 比对前缀,重新从控制台复制
404 或 model not foundBase URL 写成了 https://taotoken.net/api/v1只保留到 /api,版本路径交给客户端拼
loop 不启动间隔写法错误,比如写了 30 没带单位,或小于 1 分钟改成 30m1h 这类带单位写法
同一个 issue 被反复评论prompt 里漏了「已回复过的跳过」把防重条件补进命令原文,改完手工验证一轮再挂定时
每轮都在重试、消耗异常gh 未认证或权限不足,Agent 一直重试同一个调用先跑 gh auth status,在 loop 之外把工具链修好
每轮都重读一遍 README项目知识没有沉淀,上下文没复用把关键背景写进 CLAUDE.md 或 Skill 文件,减少每轮重复读取
跑了几轮就不动了会话被中断,或达到迭代上限检查上限设置,重启会话后重新挂 loop

排查的核心思路是先区分「模型侧问题」还是「工具侧问题」。curl 那一步能通,说明模型侧没问题,剩下的 401 之外的报错基本都在 gh 或路径上。另外,不要一上来就把间隔改成 5m 去「加快验证」,排障阶段手动跑一轮比定时跑十轮更省事。

6. 把 Key 和 loop 一起管起来

配置这件事只有落到具体页面上才算闭环。Key 的创建和轮换在 https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=api-keys ,参数细节和不同客户端写法看接入文档 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=doc ,专门给 Claude Code 的那份在 https://taotoken.net/doc/claudecode-anthropic?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=claudecode-anthropic 。想单独确认某个模型通不通,去 https://taotoken.net/model-chat?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=model-chat 直接发一句话比改配置快得多。

如果这个回 Issue 的 loop 只是你日常开发里的一环,后面还想挂代码审查、CI 失败自动排查、依赖升级这类常驻任务,可以考虑 https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=coding-plan ,把长期跑的几个 loop 放在同一个节奏里管理比一把 Key 到处散着用省心。

最后留个我自己的习惯:每次改完 /loop 的 prompt,先手动跑一遍同样的自然语言任务,看它这轮调用了哪些工具、读了多少上下文、提交了几条评论,确认输出符合预期,再挂上 30m 的节奏。定时任务真正麻烦的地方从来不是它不跑,而是它跑得太勤快,而你还没来得及发现问题。

相关推荐

钉钉02.docx

钉钉02

Claude Code /loop 定时任务:KeyTaoToken

Claude Code /loop 5m check deployment health 前,先把 settings.json 的 ANTHROPIC_BASE_URL 设为 https://taotoken.net/api(不带 /v1),KeyTaoToken 官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 创建的密钥,否则首次触发就报 401 或 404。配通后 /loop 负责会话级定时触发,TaoToken 提供

weixin_42576410的博客 68

Python3字符串切片极简用法

Python3字符串属于不可变序列,切片是最高频操作,语法为str[起始下标:结束下标:步长]。下标分为正下标(从左0开始)、负下标(从右-1开始)。切片遵循左闭右开原则,结束下标对应字符不会被截取。默认参数可省略,省略起始下标默认从0开始,省略结束下标默认截取到末尾,省略步长默认步长为1。典型场景:反转字符串直接使用s[::-1],截取末尾5个字符s[-5:]。需要注意字符串不可修改,切片生成全新字符串,不会改动原数据。新手常踩坑:切片下标超出范围不会报错,直接返空字符串,无需额外做边界判断。 www.jzyglass.com www.jkwlsw.com k12do.com kenshushu.com m.leqiu1nba.com

AutoResearch Agent 循环:Claude CodeKeyTaoToken

Claude Code 的 settings.json 里 ANTHROPIC_BASE_URL 改成 https://taotoken.net/api(不带 /v1),KeyTaoToken 控制台创建的凭证,重启后发一句「have a look at program.md」即可让 AutoResearch 的 keep-or-revert 循环整晚满约 100 轮。TaoToken 官网:https://taotoken.net/?utm_source=taotoken_aicg_blog_

weixin_35752645的博客

OpenHands 实战:TaoToken 通一个 Python 仓库的 Issue 修复

OpenHands 实战:用 TaoToken 通 Python 仓库 Issue 修复,交付可审查 diff。给 OpenHands 指定带失败测试的仓库,让它读 Issue、定位缺陷、改代码、 pytest,产出修复 diff、测试日志、重试次数与 Token 记录四样产物。TaoToken 出现在取 Key 与切模型两个节点,官网注册后把 Base URL 指向 https://taotoken.net/api 即可接入。文中给出最小 calculator 仓库示例、源码安装 OpenHands、

weixin_35414260的博客 153

OpenHands 实战:TaoToken 通 SWE-bench Verified 实例

OpenHands 在本地容器通 SWE-bench Verified 单条实例,产出可 git apply 的 diff 并记录 agent loop 的 Token 消耗。TaoToken 用于创建 API Key 并将 OpenHands 的 base_url 指向 https://taotoken.net/api,走 OpenAI 兼容三件套配置。文中给出可复现运行命令、日志摘要格式、diff 校验方式与 401/404/模型不存在等失败分支,并说明与 Claude CodeCodex 配置差异

weixin_35509395的博客 64

Agent 实战:TaoToken 通 SWE-bench Verified 的本地 Docker 样例

用本地 Docker 通 SWE-bench Verified 单样例的 Agent 闭环:从官方 harness 拉取仓库、应用 patch 到执行测试,模型指定 DeepSeek V4.1 Flash,TaoToken 负责创建 Key 与 OpenAI 兼容入口。文中给出启动 Docker eval 的完整命令、环境变量示例、Claude CodeCodex 配置片段,以及一次通过的日志片段与失败分支排查,只验证流程能通,不产出任何榜单分数。

weixin_42583683的博客

Skill-Creator 的 description 优化烧 Token?TaoToken 这样给子 Agent 供 Key

Skill-Creator 的 run_loop.py 前,先建一个只含 1 个用例的 evals/trigger_eval_min.json 单次执行,确认子 Agent 请求都打到 TaoToken。description 优化本质是触发率二元判断,却因 --model <session-model> 把 Opus 传给每个子进程,20 eval×3 次即 60 个会话、单轮吃掉约 69% 配额。把 with_skill、without_skill、Grader 三类子 Agent 的模型通道统一到

weixin_34885746的博客

Qoder Better Harness 分析编程 Agent,模型通道改到 TaoToken 通道行不行?

把 Better Harness 的模型通道指向 TaoToken,先做一步:在控制台创建 API Key 并记下 Base URL https://taotoken.net/api。接着按你的使用形态填配置——环境变量写 OPENAI_API_KEY 与 OPENAI_BASE_URL,Claude Code 形态写 settings.json 的 ANTHROPIC_BASE_URL 与 ANTHROPIC_API_KEYCodex 形态写 config.toml 的 model_providers.

weixin_42587866的博客 2

TomiLite 个人生产力桌面工具(聊天式工作台,任务/笔记/报告/邮件)

用"对话"的方式,管理你的任务、笔记、报告和邮件,告别多工具来切换。 TomiLite 是一款以「聊天」为核心操作入口的桌面效率工具:你只需像聊天一样说出需求,AI 就会帮你创建任务、整理笔记、生成日报、处理邮件,所有结果实时呈现在工作区面板中。 核心功能 1.任务看板:创建/更新任务、Bug、需求(Feature),自动排优先级 2. 知识库笔记:随手记录,支持语义检索,沉淀你的思考 3. 报告中心:一键生成日报/周报,支持导出 Word / Excel / PDF / PPT 4. 邮件助手:智能分类、草拟复、一键发送 5. 聊天式交互:不用记命令,说人话就能驱动工作流 本次更新亮点(v2.3.0 全新 UI) 全新界面设计:更现代、更有高级感的配色与质感 流畅动效与微交互,操作反馈更自然 优化暗色模式,夜间使用更护眼 系统要求 Windows 10 / 11 64 位 无需额外配置,解压即用 适用人群 个人开发者、知识工作者、自由职业者,以及任何想减少工具切换、提升效率的人。

【Python编程】Python包发布与PyPI生态贡献指南

内容概要:本文系统讲解Python包从开发到发布的完整流程,重点对比setuptools、flit、hatch、poetry在构建后端、元数据管理、发布自动化上的差异。文章从PEP 517/PEP 660构建系统规范出发,详解pyproject.toml的标准配置(project.dependencies/optional-dependencies)、版本号管理(semantic versioning)的兼容性语义、以及twine的安全上传机制(API token替代密码)。通过代码示例展示README.rst与README.md的PyPI渲染差异、LICENSE文件的SPDX标识、以及CHANGELOG的Keep a Changelog格式规范,同时介绍GitHub Actions的自动化发布工作流、TestPyPI的预发布验证、以及wheel与sdist的分发包格式选择,最后给出在开源贡献、内部私有仓库、企业级依赖治理等场景下的包管理策略与社区协作规范。 https://timberwolves-heat.yy360a.com/zuqiuliansai/dejia/ https://timberwolves-heat.yy360a.com/zuqiuliansai/yijia/ https://timberwolves-heat.yy360a.com/live/zuqiu/25738.html https://timberwolves-heat.yy360a.com/news/zuqiu/116221.html https://timberwolves-heat.yyjrs.com/index

高校科技成果转化率低,如何高效对接企业需求并提升转化效率?.docx

科易网基于40亿+科创知识图谱数据库,深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,研究科技创新领域的AI+数智化解决方案,推动科技创新与产业创新智能化发展。

外盘期货历史高频tick数据涵盖CME、CBOT、COMEX、NYMEX等主流交易所的活跃品种,包括股指期货(迷你标普500、纳斯达克100、道指)、利率期货(2年/5年/10年/30年美国国债)、外

外盘期货历史高频tick数据涵盖CME、CBOT、COMEX、NYMEX等主流交易所的活跃品种,包括股指期货(迷你标普500、纳斯达克100、道指)、利率期货(2年/5年/10年/30年美国国债)、外汇期货(欧元、日元、英镑等)、能源期货(WTI原油、天然气)及金属期货(黄金、白银、铜)。 每条tick记录包含精确到秒或毫秒的交易时间、成交价格、单笔成交量,部分数据还提供卖一价、买一价和持仓量。数据按交易日存储为CSV文件,可溯多年历史,适合量化研究、测或市场微观结构分析。 数据源:CMES金融数据库

政府如何低成本搭建区域创新服务平台,助力中小企业快速获得技术支持?.docx

政府如何低成本搭建区域创新服务平台,助力中小企业快速获得技术支持?

多选下拉列表框-下载即用.zip

源码链接: https://pan.quark.cn/s/46590cc698ca 在信息技术领域,特别是在网络应用程序开发和用户界面设计方面,构建支持多选项选择的下拉选择框是一项普遍的需求。常规的下拉选择框往往仅限于让用户选择一个选项,然而,通过定制和扩展,我们能够构建一个能够支持多个选项选择的下拉选择框。以下将对这一主题进行深入探讨。 我们将探讨“支持多选项选择的下拉选择框”的构建方法。这种功能通常应用于用户需要从众多选项中进行选择,而全部选项不可能在页面上完全展示的情况。在这种情况下,一个可进行多选项选择的下拉选择框提供了一种既高效又节省空间的解决方案。描述中提到,这种多选项下拉选择框是通过一个被称为“checkboxlist”的元素构建的,这可能是使用特定的编程语言(如JavaScript、HTML5或特定的前端框架如React、Vue)中的一个组件或控件。 在网络应用程序开发中,实现此类功能通常需要以下步骤: 1. **HTML结构**:构建一个基础的下拉选择框结构,通常使用`<select>`元素,并为其附加`multiple`属性以启用多选项选择功能。每个选项则由`<option>`元素表示。 2. **CSS样式**:为了使下拉选择框看起来更像一个列表,可能需要对其进行个性化设置,例如添加背景色、边框等。可以使用CSS来调整`<select>`元素的样式。 3. **JavaScript交互**:为了实现checkboxlist的效果,通常会运用JavaScript或jQuery来处理用户的交互事件,如点击、键盘操作等,同时更新选定的选项状态。 4. **自定义控件**:在某些场景下,为了获得更佳的用户体验,开发者可能会选择创建自定义的用户控...

Windows快捷键检测工具 查找占用快捷键的应用

代码下载链接: https://pan.quark.cn/s/fc79fc1c3f15 Windows 热键侦测工具 能够识别 正在使唤 热键的应用程序

WIN7下红色警戒2显示补丁与分辨率调整

源码下载地址: https://pan.quark.cn/s/a4b39357ea24 1、完全处理在Windows 7系统环境下红色警戒2无法正常运作的情况,包括游戏启动后菜单界面无法正常显示的故障。 2、支持游戏全屏模式操作及分辨率自定义设置,需根据实际使用环境对以下路径文件进行参数调整:D:\Program Files\香蕉红色警戒19合1\Ra2.ini [Video]部分参数应按实际需求修改,例如: ScreenWidth=1920 ScreenHeight=1080 StretchMovies=no

高校如何系统性挖掘企业技术需求,并进行精准的产学研合作对接?.docx

科易网基于40亿+科创知识图谱数据库,深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,研究科技创新领域的AI+数智化解决方案,推动科技创新与产业创新智能化发展。

【Python编程】Python字典与集合底层实现原理

内容概要:本文深入剖析Python字典(dict)与集合(set)的哈希表底层实现机制,重点讲解哈希冲突解决策略、负载因子动态调整、键的可哈希性要求等核心概念。文章从开放寻址法与分离链接法的对比入手,分析Python 3.6+版本字典的有序性保证原理,探讨集合的去重逻辑与数学运算实现。通过sys.getsizeof对比不同规模数据的内存占用,展示哈希表扩容与缩容的触发条件,同时介绍frozenset的不可变特性及其作为字典键的应用场景,最后给出在成员检测、数据去重、缓存实现等场景下的性能优化建议。 https://yy1nba.com/live/lanqiu/ https://yy1nba.com/lanqiuliansai/nba.html https://yy1nba.com/zuqiuliansai/shijiebei/ https://yy1nba.com/zuqiuliansai/xijia/ https://yy1nba.com/zuqiuliansai/yingchao/

上一篇: 401 还是 404?TaoToken + Cline 核对 Kimi K2.7 Code 的模型 ID
SilvermistRaven28
博客等级 码龄2年 580粉丝 4119原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

SilvermistRaven28

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值