如你所见这只是一个日记本而已
@stvlynn
TIL: (每日火星) DeepSeek API 早就提供了免费的 web search 接口:

Responses API:

https://api-docs.deepseek.com/zh-cn/guides/responses_api/#tools — web_search / web_search_2025_08_26 : 支持,服务端执行。

A\ API:

https://api-docs.deepseek.com/zh-cn/guides/anthropic_api#message-fields — web_search_tool_result: Supported

使用的供应商应该是 https://open.bochaai.com/, 最终的数据上游依旧是万能的 Bing

相当于免费白嫖 ¥36/千次 的搜索 API, 梁圣的恩情还不完 ✋😭🤚

btw: 冷门 (?) 小知识,
这两天研究了一下yc开源的qm
然后就发现,我去,这不就是我最近三个月在做的东西,功能重合度感觉能有80%左右
最近在交付了,不过比较低调没有做PR

https://github.com/yc-software/qm GitHub - yc-software/qm: Multiplayer agent harness for work.
五折回收二手工资♻️
要不要建个小群体👀
某人路上突然对我小声说了一句スキ
开心的快飞起来了🥰
使用 176KB 大小的纯 C 推理引擎 + 8GB 的内存 + 1.56TB 的 NVMe 硬盘,即可实现 K3 + 大约 33s/Token (不是 TPS) 的吐字速度

(2x EPYC 7763, No GPU)

https://github.com/FareedKhan-dev/kimi-k3-in-c/

src: https://www.reddit.com/r/LocalLLaMA/comments/1vd874t/i_pushed_kimi_k3_onto_one_cpu_with_8_gb_of_ram/
有个杂鱼说自己很能走路 都还没到住处就被拉爆了😈
Back to Top