original だいすけ (@daisuke) header
original だいすけ (@daisuke) profile picture

Still diggin | 消費者|indelible|Flexi Wit Da Tech (nique)|Posts are my own|ヒト, SUMO, 野球, Barca, MSFT ex-MVP Shell, ネタバレ許容 #GoT #BrBa #gihyojp #i18n #Enl #錦木

Braavos, 江古田, 市ケ谷
Joined March 2007
Photo by original だいすけ (@daisuke)Photo by original だいすけ (@daisuke)Photo by original だいすけ (@daisuke)Photo by original だいすけ (@daisuke)Photo by original だいすけ (@daisuke)Photo by original だいすけ (@daisuke)Photo by original だいすけ (@daisuke)Photo by original だいすけ (@daisuke)Photo by original だいすけ (@daisuke)Photo by original だいすけ (@daisuke)
今日づけで日別取組結果ページの最上段に「優勝の行方」コンポーネントを搭載、リリースしました。ラインや今後の直接対決予想を組み込んでおります。 2026年11月場所 十一日目 取組・星取表 | o-sumo osada.us/20261118-torikumi/
18
original だいすけ retweeted
Gemini 4 Neon: frontier-level intelligence with fast end-to-end task completion across complex software engineering, knowledge work, and science workflows. Begins rolling out today in the Gemini API in @GoogleAIStudio, Gemini for business, for paid Google AI Pro and Ultra subscribers in Google @Antigravity, and for Google AI Pro and Ultra subscribers in the @GeminiApp.
394
573
325
7,413
462,414
original だいすけ retweeted
Tomorrow, some of Asia Pacific’s most forward-thinking leaders take the stage at Sierra Summit in Singapore. Meet the speakers 👇
2
1
11
1,871
it's streamable!
We built an internal tool at Appwrite that made our team 10x more productive. We're excited to share it with everyone 🚀 Introducing @MCP1_- one URL as gateway for all your MCP servers, with secure access, team sharing, and usage monitoring. Built on @Appwrite. Made for everyone. Check it out for free at 👉 mcp1.com
56
muse webのGitHubコネクターが意地悪だ。 ちょっとしたときにGitHub作業を頼むとパーミッションが「リクエストする」と「却下する」しかなく。 「許可する」「許可の記憶」ができない。
1
94
コネクターが許容されるまではghでやってる。 museにこっちを使わせるにはPATでの制限しかできず両極端なんだけど。
28
original だいすけ retweeted
كرويف :" عندما وصلت للبارسا ، سئلت من هو افضل لاعب لديكم ؟ الجواب كان اكبر موهبة لدينا هو غوارديولا . قلت حسنا ، شكرا . ذهبت لمشاهدة الفريق الثاني ، لم اجده ، اين هو ؟ تشافي يضحك :" لم يلعب ، صحيح ؟ كرويف :"ذهبت الى فريق تحت 19 عام و سئلتهم : لماذا لا يلعب غوارديولا ؟ ثم بعد ذلك ذهبت الى فريق تحت 18 عام ، هو الافضل ، لماذا يلعب هنا ؟ اجابوني لأنه ضعيف جدا ، ليس قوي بدنيا . قلت لهم حسنا ، اي رياضة هو يلعب ؟ كرة القدم ، صحيح ؟ . اخبرت بيب عليك ان تعرف ما يمكنك فعله و ما لا يمكنك فعله . ما لا تستطيع فعله هنالك دائما حل لهذا ، على سبيل المثال ان لا استطيع ان ادافع ، اذا كان علي ان ادافع عن هذا المطعم بأكمله ، لن استطيع فعل ذلك ، لكن اذا كان علي الدفاع عن هذه الطاولة فقط ، فأنا الافضل .
10
321
16
3,508
711,664
モデルを作る側は締め出されようが、干されようが速度を緩めたら終わりなんだよね。 これはIPOがエビデンスじゃん。 2025年に芯の通ったレガシー(思想哲学)とは異なる理性を打ち込むべきだった
39
original だいすけ retweeted
Pi 和 OMP 明明是同源的两个 Coding Agent,现在却走出了两条不同的路线。 很多人可能不知道,OMP(Oh My Pi)并不是从零开发的竞品,而是从 Mario Zechner 的 Pi 项目分叉出来的。 两者都保留了终端交互、TypeScript 扩展、会话管理和多模型支持,但后续的发展方向明显不同。 Pi 更强调精简内核,把工作流的决定权交给用户;OMP 则把大量高频编程能力直接集成进 Agent,追求开箱即用。 这两种思路具体带来了什么差异?从架构、原生工具、扩展兼容、模型支持、上下文管理和生态几个方面对比一下。 一、为什么走向不同的路线? ▪︎ Pi:精简内核,按需扩展 Pi 的基础工具主要是 read、write、edit 和 bash。它不预设一套完整的开发流程,而是允许用户通过 TypeScript 扩展注册工具、拦截事件、修改上下文、定制界面。 子 Agent、计划模式、权限确认等工作流可以通过社区扩展实现。 需要特别说明的是,Pi 现在已经内置 MCP 和 Codemode,不再是早期完全依赖插件接入 MCP 的状态。但总体上仍坚持让用户自行组合工作流。 ▪︎ OMP:保留扩展能力,强化原生工具 OMP 沿用了 Pi 的 Agent 架构和扩展思路,但将开发中常用的能力直接集成到了运行环境。 根据官方 README,目前提供 31 个内置工具,覆盖代码分析、调试、子 Agent、搜索、浏览器和桌面操作等场景,部分工具需要额外配置才能启用。 它还引入了约 8 万行 Rust 原生代码,用于 Shell、文件搜索、AST 分析和桌面控制等底层能力。 所以两者的核心区别不是能不能扩展,而是哪些功能应该由 Agent 自带,哪些应该交给用户决定。 二、原生编程能力差异 ▪︎ 代码理解和编辑 Pi 主要依靠基础文件工具和 Shell,代码导航、结构化修改等能力可以通过扩展或外部工具补充。 OMP 原生集成 LSP、AST 搜索与编辑,以及基于 DAP 的调试能力。 例如跨文件重命名可以借助语言服务器更新引用;程序出现异常时,Agent 可以通过调试器查看断点、调用栈和变量,而不只是反复修改代码、运行测试。 OMP 还提供 Hashline 编辑机制,通过行内容锚点定位修改位置,并在文件发生变化时拒绝不匹配的编辑,减少错误替换。 ▪︎ 多 Agent 协作 Pi 不默认提供子 Agent 工作流,社区的 pi-subagents 可以实现任务分发、并行执行、串联工作流和后台任务。 OMP 则内置 task 工具,支持子 Agent 并行执行、隔离工作区、结构化结果返回,还可以在 Agent Hub 中查看运行状态和介入任务。 ▪︎ 联网和电脑操作 Pi 可以通过 pi-web-access 等扩展增加联网搜索、网页读取和其他外部能力。 OMP 自带 web_search、browser 和 computer 工具。 其中 browser 面向网页及浏览器控制,computer 则可以操作真实桌面窗口、获取屏幕截图、发送系统级输入,并读取系统无障碍信息。 这些能力 Pi 并非无法实现,只是通常需要自行接入。 三、扩展体系还能兼容吗? 两者都支持 TypeScript 扩展,但已经不能简单看成同一个插件平台。 ▪︎ Pi 通过 Pi Package 分发扩展、Skills、提示词模板和主题,支持 npm、Git 安装,也有统一的官方包目录。 ▪︎ OMP 有独立的插件管理与 Marketplace 机制,支持 npm、Git 和本地插件,还兼容 Claude Code 的 Marketplace 目录格式。 OMP 也保留了 Pi 扩展兼容层,可以识别部分 Pi Package 声明,并对旧包导入进行兼容处理。 但这不代表所有 Pi 插件都能直接使用。 两边的内部 API、配置目录和运行机制已经出现差异,部分依赖 Pi 内部接口的插件仍可能遇到兼容问题。 如果已经积累了大量 Pi 自定义扩展,迁移到 OMP 前最好逐个验证。 四、模型支持和路由机制 ▪︎ Pi 官方支持 Anthropic、OpenAI、Google、OpenRouter 等多家模型提供商,既能使用 API Key,也支持部分订阅账号授权。 通过 /model 切换模型,也可以使用 models.json 或扩展增加自定义 Provider。 它更偏向让用户自行决定当前会话使用哪个模型,以及如何组织调用。 ▪︎ OMP 官方列出 60 多个 Provider,并进一步提供基于任务角色的模型路由。 例如 default 负责普通任务,smol 处理低成本子任务,slow 用于深度推理,plan 用于规划。 不同角色可以配置不同模型,还支持失败回退链、多个凭据轮换,以及按项目路径限制可用模型。 不过,Provider 数量不等于模型效果。两者都可以使用相同的基础模型,实际差别更多来自工具设计、提示词和执行流程。 五、上下文和长期任务处理 两者都保留了会话树,可以通过分支切换和上下文压缩管理长会话。 ▪︎ Pi 支持自动压缩历史消息,也允许扩展接管压缩和上下文构建。 可以按自己的需求决定保留什么历史、如何生成摘要,以及是否引入长期记忆。 ▪︎ OMP 在此基础上增加了更复杂的上下文维护机制,包括工具输出裁剪、多种压缩策略,以及可选的后台预压缩。 比较特别的是 Snapcompact:它可以把部分历史记录渲染为紧凑图片,供支持视觉输入的模型读取,减少对传统文本摘要的依赖。 OMP 还提供可选的持久记忆机制,允许 Agent 保存、检索和更新跨会话知识。 但上下文策略更复杂,不代表一定更省 Token 或更准确,具体效果仍需要同模型、同任务测试。 六、生态和维护成本 截至 11 月 16 日,Pi 官方 npm 包目录收录 5,366 项,涵盖扩展、Skills、提示词模板和主题。 OMP 没有找到可以直接与这个数字对照的统一插件收录量,但它支持自己的插件、Marketplace,以及部分 Pi 和 Claude Code 生态内容。 从现成的统一包目录来看,Pi 的生态更容易检索和统计。 从内置能力和跨工具配置兼容来看,OMP 的集成程度更高,减少了用户自行寻找、安装和组合插件的工作。 代价也很明确:OMP 的原生代码和功能模块更多,维护面更大;Pi 保持较小的核心,但需要用户投入更多配置和扩展工作。 七、到底应该选哪个? ▪︎ 选 Pi 如果你喜欢精简的终端 Agent,希望自己设计工具、命令、子 Agent 和上下文策略,或者想基于 SDK 构建自己的 Agent 系统,Pi 更适合。 它的优势是扩展自由度高,不需要接受一整套预设的工作流。 ▪︎ 选 OMP 如果你主要用 Agent 完成实际编程任务,希望直接使用 LSP、调试器、子 Agent、浏览器和 Computer Use,不愿意逐个寻找和组合插件,可以优先试 OMP。 它的优势是开发工具集成完整,很多复杂能力不需要自己搭建。 两者都支持 SDK 和 RPC,并不是只有 Pi 能用于二次开发。 我个人更倾向于这样选: 如果是自己开发和深度定制 Agent,我会选 Pi。 如果是每天把 Agent 当作主要编程工具,希望安装后就有一套完整的开发能力,我会先试 OMP。 Pi 把更多选择权留给用户,OMP 把更多能力提前做好。 它们从同一个项目出发,却对 Coding Agent 应该做成什么样,给出了两种不同的答案。 项目地址: Pi:github.com/earendil-works/pi OMP:github.com/can1357/oh-my-pi
22
19
3
204
34,825
original だいすけ retweeted
introducing 黒塗り (kuronuri), a free typeface redaction, with japanese support, and more
14
210
12
2,050
64,293