crokily

@SiLenceControL grok3 数学或什么理论方面应该是要比 gpt 强的，跑分的成绩不虚，因为我本来日常主力用 gpt-o3-mini-high ，有一次做网络容积计算的题目，一边用 o3 解题，一边用 grok3 当解析翻译，结果发现好几道题 o3 居然错了，而没开 think 的 grok3 居然对。

心跳加速的时候感觉头脑更敏捷，反应更快
打瓦有时候对枪没对过，一把结束输了出来发现心跳没加速，就知道为啥输了。

@SenLief 桌面端应用，需要截图操作，划词翻译等等，浏览器不太方便

@uqf0663
@glcolof
@nananqujava
@julyclyde
@xyfan
@HFX3389
感谢指出，之前错误认为“丑陋”的原因主要是：
1. 通信开销：之前担心这样会有多余的通信开销，但现在已经知道了本机 TCP 通信效率与直接内存差不多。
2. 体积问题：担心要打包 Python 环境、依赖库和 Flask 这些，一个小工具会变得很臃肿
3. 没有分布式的需求：完全是本机运行，因为只是一个自用的小工具，划词总结分析翻译这样，后端的逻辑就是用了 langchain 写的调模型整合多 agents 来用，没有太多要处理的运算/数据之类的，所以也就不具备单独作为服务端来放在远程处理运算的需求。

目前因为 1 已经解惑了，所以没有耗时上的顾虑，但因为 2 和 3 ，所以打算使用类似 1 楼提出的方案，用 Pythonnet 这样的库直接启动 CPython 解释器执行 python 代码，看起来最轻量级最简单。

居然还能支持不同的模型！想想也是毕竟 MCP 只是个协议，不过也是第一次见到把它用在其他模型上。
早早就在推上关注了作者，因为感觉想法很领先，目前确实没见过有把 MCP 往这种平台式设计的想法， 大多数都还在尝试 MCP 的单独应用设计。一个好用的开放平台比单独的应用更有前景啊
期待一下 Win 端

但是 macmini 要插电，带出去怎么解决电源问题呢，星巴克 PR 吗

现在再看前段时间为 mac 内存辩护的言论，感觉真的好幽默