Manatee LazyCat

2026-08-22 00:00:00

我玩了一下午，发现下面这几个插件配合最完美，上一版有兼容性问题。

1. pi-web-access：访问网络资源
2. pi-mcp-adapter：访问 MCP
3. pi-grok-cli：访问 Grok API，蓝 V 必备
4. pi-input-history：保存和浏览输入历史
5. pi-powerline-footer：底部显示一些彩色的好看信息

2026-08-22 00:00:00

已经习惯了 Codex 的快捷键了，把 Pi Agent 的快捷键也改成和 Codex 一样的。这样切换不同 AI 的时候，手指头的习惯可以保持一致。

Pi Agent 改快捷键的方法

新建 ~/.pi/agent/keybindings.json，填入下面的内容：

{
  "tui.input.submit": "enter",
  "tui.input.tab": "alt+/",
  "tui.editor.historyPrevious": ["up", "ctrl+p"],
  "tui.editor.historyNext": ["down", "ctrl+n"],
  "app.message.followUp": "tab",
  "app.interrupt": "ctrl+c",
  "app.clear": "ctrl+l",
  "app.session.rename": "ctrl+shift+r",
  "app.model.cycleForward": "alt+n",
  "app.model.cycleBackward": "alt+p"
}

按键说明

1. Enter：提交消息（空闲时发送，忙碌时插队）
2. Alt+/：路径/文件自动补全
3. ↑ / Ctrl+P：浏览上一条历史消息
4. ↓ / Ctrl+N：浏览下一条历史消息
5. Tab：排队跟进消息（等当前任务完成后再执行）
6. Ctrl+C：中断当前操作
7. Ctrl+L：清空编辑区
8. Ctrl+Shift+R：重命名当前会话
9. Alt+N：向前切换模型
10. Alt+P：向后切换模型

2026-08-22 00:00:00

昨天晚上用2台懒猫AI算力舱完成了一个真实的编程项目，但是在使用过程中，发现很多需要微调和优化的地方，不是很爽

今天优化了一上午，和大家分享一下我的进展：

1. 上下文优化： 最开始的版本是131K，但是只占用了100GB的显存，每台还剩20GB显存没用，我觉得浪费了，直接把DeepSeek max-model-len 和 kv-cache-memory-bytes 都拉到 328K， 拉到328K后， 每台显存还剩7~9GB，挺好。 这样优化以后，我就可以跑更大的项目而不需要压缩上下文，显存最后还是留一点，保证7x24小时运行的稳定性

2. 增加思考模式： 把DeepSeek的 –reasoning-parser 参数默认打开， 这样 Pi Agent 中就可以通过 Shift + Tab 快速切换 DeepSeek 的思考模式，当切换到 think:high 模式后，你就可以认为 DeepSeek 进入 GPT Max的模式，更加聪明。但是因为我们懒猫AI算力舱是本地部署的，所以默认就 high 吧，无限Tokens使劲蹬

3. 默认打开工具调用： 默认把 –enable-auto-tool-choice 打开，要不是 Pi Agent 无法使用 DeepSeek 自动调用工具的能力， 问几个问题DeepSeek就停止了。优化后，相当于 Pi Agent 配合 DeepSeek 就可以进入 yolo 模式了。只用许愿，剩下的事情让AI搞定

优化完成以后，就可以直接重启 Pi Agent 享受深度优化的 DeepSeek 模型啦，下面是 Pi Agent + DeepSeek 跑的实际效果

很多朋友也在问，两台算力舱 + DeepSeek 离线跑有多快？可以看下面的视频感受一下速度， 每秒 60 tokens ，超级能打了，很多国产模型的在线版本还没这个快呢

最后，很多朋友关心，成本呢？

一天24小时100%负荷使用，一天成本1.9元，是不是世界上最便宜的 DeepSeek ？

2026-08-21 00:00:00

网上很多讲2台英伟达DGX构建本地算力的文章，都在讲每秒中能跑多少Tokens，今天我们讲点实际的：本地AI在真实软件工程项目中，到底需要多长时间？构建软件的成本到底有多低？

懒猫 AI 算力舱

首先介绍一下我们家的懒猫AI算力舱，英伟达芯片，128GB显存，2070T算力，273GB显存带宽，40~130W功耗

很多人问的第一个问题，懒猫AI算力舱和英伟达DGX有什么区别？

1. AI算力是DGX的2倍
2. 外壳散热性更好，运行更稳定，轻松支撑 7x24 小时运行
3. 有专业的AI模型团队提供售后服务，包括最新大模型适配和安装服务，传统硬件厂商卖完硬件后就无法提供后续的模型适配服务

两台算力舱并联

很多朋友第二个问题，两台算力舱怎么并联？ 和一台有什么区别？

1. 两台算力舱通过100G光口并联，实现显存直通，通过vLLM技术可以装载运行更大的模型，两台算力舱的显存加载一起是256GB
2. 一台也可以跑DeepSeek V4 Flash，两台因为显存增大会获得更大的KV缓存，简而言之就是跑大型软件工程项目更稳

实战

好，我们今天直接进入实战，首先通过Pi Agent 来跑 DeepSeek V4 Flash， Pi Agent是目前最省Token的Coding Agent，速度超级快

我按照下面的提示词告诉DeepSeek，把一个开源的模型移植为懒猫微服的LPK，让AI自动看懒猫微服的开发手册和AI Skill，剩下的就让AI自己研究搞定

50分钟以后，AI全自动搞定了，包括写代码，构建docker镜像还有推送镜像的时间！

最后效果图如下

构建成本

好了，我们最后来算一下构建这个应用的成本：

两台机器，最高130w，运行时大概50%的负载，两台260w除以2是130w，130w跑50分钟，我们把时间算大一点，按照一个小时算

两台算力舱一个小时消耗0.13度电，按照0.65元一度电算，一个小时的电费是8分钱

DeepSeek V4 Flash现在非常能打了，虽然绝对的AI智力还和线上有差距，但是一天1.9元的电费，还要啥自行车呀？ 大多数软件工程的体力活完全可以交给一个一天不到2元花费的AI去执行，睡一觉早上起来就好了

离线 AI 计算的好处

而且离线AI计算有三大好处：

1. 公司机密数据不上传公有云服务商，保护机密就是公司的竞争力
2. 可以跑很多 “不审查” AI模型，线上的模型都做了很多限制，你懂得
3. 一次投入以后就是电费，你用线上的AI模型，随着显卡和内存越来越贵，以后的线上Token只会越来越贵，而离线设备每天只用付不到2元的电费，这还是按照7x24小时去算的，如果只是偶尔蹬一下AI，一天电费只有几毛钱

2026-08-20 00:00:00

昨天跟教练把蛙泳腿学会了，今天主要学习了蛙泳手。

今天反复练习才发现，我的蛙泳手划的圈太大，所以游得很累，而且会导致不平衡。正确的方法应该是：

1. 双手扒水到 60 度，不要太宽。
2. 小臂下垂。我之前就是小臂没下垂，导致我划了很大的一个圈，很累，而且很容易不平衡。
3. 小臂下垂以后，大臂旋转到手朝脸，手肘贴着。这一步很重要。
4. 手肘贴着的时候，翻腿，手往前伸。

我觉得最重要的其实就是第二步和第三步。教练说，第二步和第三步做好以后，你的阻力就很小，就不容易来回晃。

我之前就是蛙泳手不对，来回晃，导致我的脚和手一直在做平衡，游不快。这次手不晃以后，再配上腿，感觉都快比自由泳快了😂