Keep on to blur preview images; turn off to show them clearly
Great Awakening, New Right, alt-right, Traditionalism. Westerners have seen these topics promoted but clueless about their frightening origins. A detailed 🧵about the Russian version of Nazism for 21st century: Neo Eurasianism, Russias National Idea 1/
Pushed in the American media by Mike Flynn, Steve Bannon, Jack Posobiec, Alex Jones, Tucker Carlson, Sean & Oliver Stone etc, GRU psyops has subliminally inserted Neo Eurasianism into American society with no one explaining or understanding what they were promoting 2/
Claude 3.7的coding能力确实相对于Claude 3.5和别的模型有巨大的提升，解锁了一些新的可能性。 比如你现在可以通过两步，且是极其简单的提示词就让Cursor完成一个app可交互的初版的开发了： 第一步先让Cursor生成全部的app界面原型图 第二步让Cursor基于原型图，在agent模式下完成所有界面开发。 这个两步生成app的策略其实都离不开Claude 3.7的能力，核心用到了两点： 1、Claude 3.7生成原型的能力惊人 2、Cursor agent模式+Claude 3.7基于原型图多步骤完成任务能力惊人 下面是具体的操作步骤和提示词👇
1/ 步骤一：新开项目文件生成HTML原型图 可以参考我的提示词，修改其中的要求。 我想开发一个ai自动记账app，现在需要输出原型图，请通过以下方式帮我完成app所有原型图片的设计。1、思考用户需要ai记账app实现哪些功能2、作为产品经理规划这些界面3、作为设计师思考这些原型界面的设计4、使用html在一个界面上生成所有的原型界面，可以使用FontAwesome等开源图标库，让原型显得更精美和接近真实我希望这些界面是需要能直接拿去进行开发的 这里有三个关键点： 1、选择Claude 3.7 Sonnet模型，不建议thinking 2、选择composer normal模式，或者说0.46版本中editor模式，不要选择agent，不要选择agent！ 3、由于一次性生成的html代码文件会太长，中间可能会截断或创建失败，你可以点击生成失败的代码文件，cursor会提醒你是否创建文件，然后把已经生成的一部分代码复制到新创建的文件中；接着，@对应代码文件，要求cursor继续补全文件。
我问 gpt-4.5：讲一个你认识到的——但是大多数人没有认识到的——深刻真相。 限定范围为我关注的主题：阅读、学习、信息、社会、家庭、技术、工具、英语、育儿、写作、方法论、系统； 然后一直追问：“更深刻的！”，连续问 7 次，从第 1 层深刻一直问到第 7 层深刻🤣 第1层：大部分人看似在“学习”，实际上只是在“消费信息”。
第 2 层：学习和成长最关键的能力，不是获取信息，而是屏蔽信息。
看我作为一个 AI 博主是如何用飞书 + 【可联网的】DeepSeek R1 搭建简单自动化工作流提升工作效率的 作为一个 AI 博主，日常一大部分工作是阅读和分享各种海外的AI资讯，这就少不了要翻译各种英文文章。之前我很多操作是手动的，比如复制粘贴文章到 Markdown 编辑器，然后从编辑器复制到 DeepSeek R1 或者 ChatGPT 去翻译，再改写后发布。 之前看 orange ai 分享的飞书多维表格接入 DeepSeek R1 的教程，【加上这周飞书的AI直播】，按照我自己的场景定制了几个工作流，最开始只是简单的文本翻译，后来发现也能用支持从图片提取文字，那意味着我可以直接先把图片转成文字，再基于翻译好的文本用 DeepSeek R1 翻译。简单设置后就成功了。 再后来我甚至更进一步，直接从 URL 抓取内容，然后借助 DeepSeek R1 翻译，最后甚至还可以把翻译后的文章用各种不同的文章风格改写，使用的时候只要输入 URL 就可以自动生成一篇高质量的文章，是真的很方便。 具体来说，就是飞书在添加字段的时候，可以选 ShortCuts（中文可能对应的是“快捷方式”），然后从快捷方式中选择各种不同的工具，比如说 AI 抓取、DeepSeek R1、图片 OCR、图片生成、抠图等等，并且你可以设置某个字段的内容为输入，以及自定义提示词。 就像我前面自动从 URL 生成文章的流程，主要有这样几个字段： - URL：输入 URL - 原始网页内容（AI Web Link Reader）：从输入的 URL 中提取标题、内容为 Markdown 文本 - 翻译为中文（DeepSeek R1）：将抓取后的 Markdown 文本翻译为中文 - 翻译为中文 - 输出结果：DeepSeek R1 的输出结果 - 风格改写（DeepSeek R1）：将翻译后的内容用指定的风格改写，阅读起来更自然 - 风格改写 - 输出结果：DeepSeek R1 的输出结果 除了上面的 URL 生成文章外，里面还包含了几个不同的常用工作流： - 将输入的文本内容翻译为中文 - 将输入的图片内容翻译为中文 - 生成多条爆款标题供选择 工作流的飞书模板链接🔗我放在了评论，建议你也可以试试，应该可以发掘出不少有意思的场景。⬇️
下面就是我这套工作流的链接：
#分享 今天分享一个大家可能不常用，但非常有用的新功能 .cursor/rules，这个功能带来了对文件进行细粒度的控制。 简单来说，MDC Rules 告诉 Cursor 在面对大量的上下文时，如何筛选、排序和使用这些信息，从而让 LLM 的回答更精准切符合预期。 一些使用场景： 1. 对规则进行细化，比如对 ts(逻辑)、tsx(组件) 和 css（UI）应用不同的规则 2. Monorepo 下对不同的项目分配不同的规则 👇是一些具体的实操：
2. 在新版的配置中，.cursor/rules 在 Rules Tab 下 其中全局规则在所有对话中会被 cursor 作为上下文提交给 LLM。 而 .cursor/rules 则会根据文件匹配规则按需提交。 之前全局 .cursorrules 已经不建议使用 创建后的规则文件的后缀是 .mdc，项目根目录下可以找到。
Ireland’s introduction to slavery began with Viking raids. Starting in 795 AD, Norse invaders pillaged monastic towns like Armagh and Kildare, capturing Irish men and women as slaves. Many were taken to Scotland, Norway, and Iceland, where they were ransomed, sold, or forced into labor.
In 875, Irish slaves in Iceland staged a rebellion, one of the largest in Europe since the fall of Rome. By 1014, after the pivotal Battle of Clontarf, Viking dominance waned, and thousands of slaves were freed.
