工作流

最近在 Claude Code 里遇到一个让人懵的错： An image in the conversation exceeds the dimension limit for many-image requests (2000px). Start a new session with fewer images. 我当时贴的是一张完全正常的 100×200 小图。按直觉这应该是"最后那张图超大"，但实际不是。这是一个累积性 bug，触发时机、原因、解法都反直觉，一旦踩到还会反复踩。这篇文章把规则、原理、可直接用的工具都讲清楚。 现象 一次典型触发路径： 某个 Claude Code 会话里，你聊了半天，中途贴过几张截图（假设有一张是 2500×1800，Retina 截图很容易超过 2000 px）。 继续往下聊，又贴了一张新的截图（不管多大）。 这次请求 直接失败，报上面那个 dimension limit。 之后你纯文字发消息也会失败。会话彻底卡住，除了开新会话没别的选项。 如果你用的是 Paseo（多 tab 聚合 Claude Code / Codex 的客户端），一个 tab 挂掉不影响别的，但那个 tab 里一整段有价值的上下文基本就废了。 原因：Anthropic API 的多图分档规则 Anthropic 的 Messages API 对图片有两档尺寸规则： ...

很多人试过语音输入，然后放弃了——说出来的东西乱糟糟的，还要花时间整理，反而更慢。 这是旧时代语音识别的问题。Typeless 在识别后加了一层 AI 处理，基本解决了这个问题。用下来三个场景受益最明显。 场景一：技术文章起草 写技术文章最费时间的不是打字，是「从想法到第一稿」这个过程。脑子里有结构，但要把它变成文字就会卡住，反复删改，越写越慢。 换成语音之后，我的流程变成了： 在脑子里过一遍文章结构（30 秒） 开 Typeless，对着 Obsidian 口述全文 AI 自动整理段落、列表、要点 检查一遍，补细节 口述完一篇千字文章大概需要 5-8 分钟，然后花 10 分钟打磨，全程 20 分钟以内。以前单纯用键盘要 40-60 分钟。 关键是：说话比打字更接近思维速度，中间不会因为手速不够而打断思路。 场景二：写代码注释和 PR 描述 这个场景有点出人意料，但效果很好。 代码注释大家都知道该写，但实际上很多人（包括我）经常偷懒不写，原因就是打字麻烦。换成语音之后，写注释变成了：光标放到函数前，说一句"这个函数用来处理 Binance API 返回的持仓数据，计算实盘净值并写入 KV"，Typeless 自动格式化成注释。 PR 描述也一样：打开 PR 界面，口述 What / Why / How，Typeless 输出结构化的 Markdown 描述。 Typeless 支持 VS Code 和 GitHub，直接在编辑器里用，不用跳到其他应用。 ...

买了 VPS、写了量化策略代码，但怎么让它"自动跑起来"并且"随时告诉你发生了什么"？这是大部分人卡住的地方。 我用 OpenClaw 解决了这个问题。 OpenClaw 是什么 简单说：一个让 AI 助手能调用各种工具的框架。 它的核心能力是： 提供 CLI 工具（openclaw message send），可以从任何脚本里发 Telegram/Discord 消息 有 Skill 系统，可以给 AI 挂载各种能力（GitHub、Notion、天气、自定义脚本） 支持 cron 定时任务和远程触发 对量化来说，最有用的就是消息推送这一块。 我的量化信号推送架构 cron（每30分钟） ↓ signal_monitor.py（拉数据 → 计算信号 → 对比上次状态） ↓ 有新信号？ ├── 是 → generate_report.py（生成 PDF） │ ↓ │ openclaw message send（发 Telegram） │ ├── 群组（@ 信号通知） │ └── 私信（附 PDF + 耗时统计） └── 否 → openclaw message send（私信巡检报告） 跑在局域网的 Linux 机器上，24 小时不间断。 ...

我从去年开始用 Claude Code（就是 Anthropic 出的那个 CLI 工具）管理我的一堆服务器，用下来感觉这才是 AI 应该有的使用方式——不是聊天，而是真正在帮你干活。 我的使用场景 9 台海外 VPS（AWS / DMIT / 腾讯云），分布在美国、香港、日本、新加坡，跑着： 代理节点（Xray + Hysteria2） 量化交易策略 监控系统（Prometheus + Grafana） 各种自动化脚本 以前这些机器要靠手动 SSH 进去一台台操作，现在我直接跟 Claude Code 说"把日本那台机器的 Xray 配置更新一下"，它就帮我 SSH 进去、修改配置、重启服务、验证状态。 Skill 系统：让 AI 有专业知识 Claude Code 支持自定义 Skill（类似系统提示词），我给不同的任务场景都写了专门的 Skill： 服务器运维 Skill # 服务器运维助手 你负责管理以下 VPS： - aws-us: 13.x.x.x（美国） - aws-hk: 43.x.x.x（香港） - aws-jp: 3.x.x.x（日本） SSH 端口统一 18022，用户名 ubuntu，使用 PEM 文件认证。 标准操作流程： 1. 连接前先检查机器是否在线（ping 测试） 2. 操作前备份配置文件 3. 修改后验证服务状态 4. 如有异常立即回滚 这样 Claude 就有了我的基础设施上下文，不需要每次都重复说一遍。 ...