一、对话模型
不同模型的特点和薅羊毛方法不一样，我一般会根据场景搭配着来。
1.1 主力军：Gemini-2.5-pro API版
这是我用得最多的。API版的好处是对话记录能永久保存在客户端，方便长期跟进任务。大部分的重复性高，需要长期使用的对话都建议用API。
-
Free层(250K上下文): 日常完全够用。为了防止请求太快被限制，可以用Gemini balance设置几个key轮询，自己去官网注册就行，一个账号一个项目一个key，很稳定。
-
T1层(1M上下文): 如果有大文本处理需求，可以考虑绑卡送的300刀额度，能用三个月。
1.2 事实核查与深度研究：官网版组合拳
当内容对真实性和时效性要求很高时，建议同时问好几个模型，比如ChatGPT 5 Thinking 官网版（Team白嫖）和Gemini-2.5-pro 官网版。Gemini官网版的“核查回答”功能很有用。
更重要的是官网版有深度研究，在做文献调研和信息整合时，Gemini-2.5-pro应该是最强的，经常能看到它一次性访问上千个网站来找资料。ChatGPT 5 Thinking 官网版作为补充，不过感觉它的深度研究功能用几次后会有点降智。另外Team对话不能直接导出，需要搭配大佬的ChatGPT Universal Exporter脚本每天导出备份。
1.3 Github Copilot api版
如果你有Github edu学生包，Cherry studio可以直接绑定Github账号。可以使用claude-3.7-sonnet-thought、claude-sonnet-4、gemini-2.5-pro等模型。这个可能用的人不多，但毕竟能白嫖claude的模型。
1.4 ChatGPT 5 pro 官网版（白嫖Team，一月15次）
虽然好像性能和价格不成比例，但毕竟最贵的模型，还是白嫖的，必须用完。建议在ChatGPT 5和Gemini-2.5-pro的回答你都觉得不准确时再用。
二、cherry studio 客户端配置
2.1 助手设置
建议按用途设置不同的助手，如日常通用助手，专业领域助手等。提示词很重要，例如我的日常通用助手提示词是：
你是一名全能中文AI助理，旨在以最高效率、最清晰逻辑和最智能方式响应用户需求。你具备以下核心能力：信息整合与中文摘要、内容创作与润色、逻辑分析与问题分解、编程协助、创意构思、格式转换与适应。你始终使用中文进行交互，处理多语言输入并输出中文结果。
你的行为准则包括：
- 积极使用Model Context Protocol；
- 回答必须结构清晰，善用列表、标题、粗体增强可读性；
- 关键信息必须联网查询确定其时效性；
- 无可靠依据时说明“未找到可靠文献”，绝不臆测；
- 主动思考后续步骤并提供建议；
- 指令不明确时，主动追问澄清；
- 知识有盲区时坦诚说明并引导用户查证；
- 对以关键词开头的指令优先执行。
2.2 MCP服务器设置
内置的8个服务器可以都装上，感觉比较有用的是fetch、python和sequentialthinking。第三方MCP根据自己需求安装，就不分享了。
2.3 本地知识库
这应该是客户端最有用的功能了，去硅基流动白嫖edu的50块后使用Qwen/Qwen3-Embedding-8B和Qwen/Qwen3-Reranker-8B模型以及现在免费的MinerU家的预处理模型。
2.4 网络搜索
推荐Google（完全免费）和Tavily（每月免费1000次），模型有内置搜索优先使用内置搜索。
三、零代码编程
由于我本身工作使用的语言是FORTRAN，且基本上是在原本代码的基础上进行扩展，AI的发挥有限。因此，这部分的分享会基于我在完全不会Vue，Rust和TS等语言的前提下，AI开发了一些软件和网站的经验。
也就是说以下内容基于两大原则：白嫖和0代码编程。
3.1 AI编程工具
首先必须要明白两件事：
没有最好的工具，只有最符合你需求的工具；同一个工具，不同的使用习惯下，效果也是天差地别。
自己AI做的AI编程工具汇总网站：AI编程工具汇总对比
大概说下我用过的AI编程工具：
Augment：推荐新手。 设置最简单，开箱即用。不知道它用的什么模型，有没有掺水。
Claude Code：我没用过，但一般认为CC是最好的命令行AI工具。新手不友好，难白嫖。
Cline：比较中庸的工具。按默认设置的话，0代码编程体验极其糟糕。
Codex：有时候能发现一些其它工具发现不了的bug。但Codex更像是你手下的员工，而不是工具，速度慢。
Cursor：推荐新手。 教程非常丰富。要换闭源IDE，且白嫖有难度，速率限制高。
Gemini CLI：命令行交互，不适合新手。Windows全局安装后能让它浏览器打开NS。
Gemini Code Assist：感觉就是个Gemini官网版的IDE插件，不适合0代码编程。
GitHub Copilot：推荐新手。 IDE内置，新手可以先用GC开发个小项目练练手。但经常会犯一些低级错误。
Kilo Code：最激进，真正当一回项目经理。但选项复杂，小bug多。
3.2 AI编程工作流
以下是我的0代码编程工作流，仅供参考。
1. 提出想法，与AI交流
通过让AI反复提问的方式，逐步明确项目细节和真实需求。
2. 生成核心文档
经过多轮沟通后，首先确定项目需求书。再基于项目需求书，让AI生成技术方案书，一定要让他列出主体框架。（一些关键信息如技术栈等需要自己把控）
前两个步骤最好向多个模型同时提问，也可以使用深度研究。
3. 确定艺术风格
去找艺术灵感资源，比如网站设计灵感可以去：界面灵感 UI.然后让AI基于模板生成艺术风格标准文件。
4. 搭建开发环境
让AI基于项目需求书和技术方案书配置开发环境，新建所有主要代码的文件，并做好文件管理。
5. 开发主体框架与UI
开发项目主体框架和UI艺术风格部分。个人认为Gemini-2.5-pro对UI的设计水平比claude-sonnet-4要高。因此我使用的是Kilo Code接入Gemini-2.5-pro来完成这一部分。
6. 具体功能实现
涉及代码细节开发，claude-sonnet-4毫无疑问比Gemini-2.5-pro要好，出bug频率更低。我目前使用的是Augment来负责代码细节开发。
7. 阶段单元测试
现在AI的测试功能不太靠谱。每一个功能模块代码完成后，需要亲自进行测试。
8. 全局测试和优化
整体开发完成后，将代码交给CodeX，让他全局检查错误以及精简冗余代码。
总结一下：Gemini-2.5-pro负责总体框架和艺术风格，然后claude-sonnet-4负责具体模块开发，最后用CodeX全局查验。
3.3 一些经验（不一定对，欢迎批评指正）
1. 最好同时使用多个AI编程工具。
很多时候，工具A出现了它无法解决的bug，交给工具B就能很快解决。
2. 与AI的交流技巧：详细，准确。
详细：能重复的表述尽量重复，多提供它可以验证的信息。比如你要将某个页面所有文字全部增加一些，最好表述为：
将XX页面的“XXX...XXX1”文字的字号从12增加到13；将XX页面的“XXX...XXX2”文字的字号从14增加到15...
这里的“从12”就提供了它可以验证的信息。
准确：从AI的角度出发，尽量使用它容易获得的信息。比如你想把图中的View Events改为绿色，最好表述为：
将XX/XX/XX页面的Vibrant Student Life中的View Events按钮的字体颜色改为Vibrant Student Life中的Join a Club按钮的字体颜色
这里的“Join a Club按钮的字体颜色”就是它容易获得的信息。
3. 上下文数量
一开始我认为上下文越高的大模型的编程能力（起码对于大项目的调试）越强，因为它能把所有代码一股脑全喂进去，哪里有bug应该一目了然。后面了解了GPT和统计语言模型的原理后发现并没有这么简单。上下文太多会影响模型的“注意力”，导致他会忽略部分指令甚至规则。因此建议上下文最好不要超过200K，用Gemini-2.5-pro时要及时压缩上下文。
四、其它AI工具和资源
4.1 常用网站
竞技场的伟大无需多说
另一个LLM排行榜网站
AI幻觉排行榜
4.2 白嫖资源
Codex：【白嫖思路】ChatGPT Team 1刀的首月试用。可参考我的另一篇ChatGPT Team 1 刀 开通方法及注意事项
4.3 其它资源
Github的网页对话版Copilot
大佬做的深度研究网页版，接入API就能用
巨佬做的gemini轮询工具
小内存服务器安装前先给2g虚拟内存，不然安装时可能会内存不够直接死机 😭
不要问我是怎么知道的，我不知道
看来大家对这种教程不太感兴趣
大佬太强了！我将立刻收藏！
@RyanVan #1 先鸡腿奉上，半夜人少
bd
学习一下
学习一下 我也是这套
感谢bro，很有用
@SpiralTower #3
谢谢
写的好多啊，