Suohx

从 Workflows 说起：Claude 这五个月上线的那些新奇功能

Sat, 10 Oct 2026 00:00:00 GMT

这几个月 Claude 的更新密度高到有点离谱：模型从 Opus 4.8 一路换到 5.5，中间还夹着一堆“咦，还能这样？”的功能。我按时间捋了一遍，挑出觉得新奇、好玩或者真的改变用法的那些，起点就定在 5 月底的 Workflows。

说明：日期以 Anthropic 官方的 Release Notes 为准，文末附了来源。部分细节（比如并发数量）来自媒体报道，以官方文档为准。

起点：Claude Code 的 Dynamic Workflows（5 月 28 日）

5 月 28 日，Anthropic 发布 Claude Opus 4.8，同一天 Claude Code 里的 Workflows（动态工作流） 进入研究预览。

它解决的问题很直接：一个大任务，与其让一个 Claude 从头干到尾，不如让它先拆任务，再派一群子 Agent 并行去干，最后自己汇总、核对结果。

规模：据报道，一次工作流最多调度 1000 个子 Agent，同时最多 16 个并行；
怎么触发：在提示词里直接说 “workflow”，或者打开一个叫 ultracode 的设置，让 Claude 自己判断要不要上工作流；
能断点续跑：执行过程中会保存进度，中断了不用从头再来；
会先问你：真正开跑前需要确认，因为它非常吃 token，官方也建议先拿小而明确的任务试；
在哪用：Max、Team 和部分 Enterprise 计划，CLI、桌面端和 VS Code 插件都有。

有意思的是，五个月后的 10 月 9 日，同样的能力被搬进了 API：Claude Managed Agents 的 dynamic workflows（beta），Agent 可以自己写一段程序，分阶段调度很多 Agent，再把结果合并，适合“审几百份文档”这种活。从 Claude Code 里的一个实验功能，变成了开发者能直接调用的平台能力。

模型这条线：五个月换了一整代

先把模型时间线列出来，后面讲功能时好对照：

日期	模型	一句话
5 月 28 日	Opus 4.8	Workflows 的同期模型，自适应思考，只在需要时才深想
6 月 9 日	Fable 5 / Mythos 5	Mythos 级别的能力，Fable 5 是“可以安全地给大众用”的那一版
6 月 30 日	Sonnet 5	官方说是最“Agent 化”的 Sonnet
7 月 24 日	Opus 5	接近 Fable 5 的水平，价格减半
9 月 1 日	Fable 5.1 / Mythos 5.1	Mythos 5.1 只给 Project Glasswing 的参与方
9 月 22 日	Opus 5.5	5.5 家族第一位，运行成本比 Opus 5 低 40%
9 月 28 日	Sonnet 5.5	更快更便宜的搭档
10 月 7 日	Haiku 5.5	最便宜最快的小模型，也有 1M 上下文

中间还有个小插曲：6 月 12 日 Fable 5 和 Mythos 5 的访问被暂停，7 月 1 日才恢复。另外，新一代模型基本都把“思考”变成了默认开启、自动决定深浅，开发者能调的主要是 effort（努力程度）这个旋钮。

下面是功能部分。

1. 在 Slack 里 @Claude：Claude Tag（6 月 23 日）

Team 和 Enterprise 用户可以在 Slack 的对话里直接 @Claude，把事情丢给它办。9 月 24 日又加了 beta 的“个人连接器”：在频道里提的请求，Claude 可以用你自己授权的日历、网盘之类去完成，回复可以先让你过目再发，也可以自动发。

这个思路挺妙的：Claude 不再只是一个你要专门打开的网页，而是混在群聊里的一个同事。

2. 在原地改 Claude 写的草稿（6 月 12 日）

Claude 在聊天或 Cowork 里写的草稿，会在对话旁边打开。你可以直接选中一段文字，让它只改这一段，不用再复制粘贴、描述“第三段第二句改一下”。

功能不大，但很符合直觉，用起来就回不去了。

3. Cowork 走出桌面，再走进每个对话（7 月 7 日 → 9 月 16 日）

Cowork 可以理解为“让 Claude 帮你干活的工作模式”，以前只在桌面端有：

7 月 7 日：扩展到网页和手机，会话存在账号里，换设备能接着干；
9 月 16 日：更进一步，任何一个普通对话里都能直接用 Cowork，聊天、任务、项目、连接器、Skills 都打通了（Pro 和 Max 逐步开放）。

同一天还有一个我很喜欢的更新：在任何对话里都能直接让 Claude 做设计稿、幻灯片和文档，Artifacts 标签页对所有计划开放，包括免费用户。

4. 记忆重做了，还多了个“月度回顾”（7 月）

7 月 9 日：设置里多了 Reflect（月度回顾），像年度报告一样告诉你这个月聊了哪些话题、使用习惯是什么样；同时加了 Time and focus，可以设休息提醒和安静时段。一个 AI 产品主动提醒你别用太久，挺少见的。
7 月 10 日：记忆从“每天一份摘要”改成了一条条分好类的独立记忆，更容易看清它记住了什么。
8 月 25 日：记忆打通到 Cowork，可以按话题编辑；敏感话题默认不进记忆，除非你手动打开。

5. 会“做梦”的 Agent：Dreams（研究预览）

这是我觉得名字起得最浪漫的一个功能。Dreams 是给开发者的 Agent 记忆功能：它会回看过去的会话记录，重新整理 Agent 的记忆库，就像人睡觉时整理白天的记忆一样。

它 5 月就开始研究预览，之后陆续支持了 Opus 5、Fable 5、Sonnet 5，到 10 月 1 日已经支持 Opus 5.5、Fable 5.1 和 Sonnet 5.5。

6. 操作电脑和浏览器：正式可用（8 月 19 日）

Computer use 工具集正式 GA，同时新推出了 Browser use 工具。开发者的应用可以让 Claude 操作一个浏览器：读页面、点元素、填表单、管理标签页。10 月 7 日，Python 和 TypeScript SDK 又加了现成的工具类，每个工具只要实现一个方法，循环和审批回调由 SDK 处理。

“让 AI 帮你点网页”这件事，从炫技 demo 变成了正经可用的积木。

7. 给 Claude Code 装“模组”：Mods（10 月 1 日）

这个名字很游戏玩家。Mods 是一些小小的 TypeScript 函数，可以改写提示词、加界面元素，甚至替换 Claude Code 的内置功能，然后打包进插件分享给别人。

再加上 9 月 25 日上线的插件开发者门户（可以把插件提交到官方目录、看使用数据），Claude 的插件生态开始有点像游戏模组社区了。

8. 直接在 Google 文档、表格、幻灯片里用 Claude（10 月 6 日）

Claude for Google Workspace 进入公开测试：一个侧边栏插件，能在 Docs、Sheets、Slides 里直接干活，改动要你批准才会生效。同时还有对应的连接器，在聊天里就能新建和编辑 Google 文件。

此前 7 月 7 日，Microsoft 365 连接器也加了写入能力：可以起草、发送、整理邮件，管理日程，更新 OneDrive / SharePoint 里的文件。两大办公套件都打通了。

9. 一个很实在的福利：订阅送 API 额度（10 月 7 日）

Max 和 Team 计划开始每月附带 API 额度，在账单设置里关联 Claude Console 组织就能领。对个人开发者来说，这意味着订阅之外，还能免费跑点自己的小应用和 Agent。

写在最后

把这五个月连起来看，Claude 的变化方向挺清晰的：

从“一个助手”到“一群 Agent”：Workflows 让 Claude 自己当包工头，Managed Agents 把这件事开放给开发者；
从“你来找它”到“它在你那儿”：Slack、Google Workspace、Microsoft 365、手机，Claude 正在钻进你本来就在用的工具里；
从“记住你”到“好好地记住你”：记忆可见、可编辑、能避开敏感话题，还会提醒你休息。

顺便一提，这篇文章本身就是我让 Claude Code 帮忙查资料、起草的，发布在用 Astro + Sveltia CMS 搭的这个新博客上。从 Workflows 到现在，它确实越来越像一个能一起干活的伙伴了。

参考来源

webmuic：给自己做一个聚合网易云和 QQ 音乐的本地播放器

Sat, 10 Oct 2026 00:00:00 GMT

歌单散落在两个平台，是很多人的日常：一首歌网易云没版权，就去 QQ 音乐找；QQ 音乐上的红心歌单又和网易云的对不上。两个客户端来回切，界面风格各异，广告和推荐流也越来越重。

于是我给自己写了一个 webmuic——一个只跑在本机的 WebUI 音乐播放器，把网易云音乐和 QQ 音乐放进同一个界面里搜、听、收藏。

项目地址：https://github.com/suohx1415-beep/webmuic

一句话定位

本机自用、只绑 127.0.0.1、凭证绝不出本机。 它不是一个要部署到服务器上给别人用的服务，而是一个打开浏览器就能用的「私人唱片室」。

整体架构

浏览器 WebUI  http://127.0.0.1:5173   (Vue 3 + Vite + Pinia)
      │  同源 /api（Vite 代理）
      ▼
网关          http://127.0.0.1:8787   (Express + TypeScript)
      ├── 网易云后端  http://127.0.0.1:3010   NeteaseCloudMusicApi
      └── QQ 音乐后端 http://127.0.0.1:3200   Rain120/qq-music-api（打了补丁）

一共四个进程，pnpm dev 会按网易云 → QQ → 网关 → 前端的顺序依次拉起，并等每个端口真正就绪再启动下一个。Windows 上也准备了双击即用的 install-windows.bat / start-windows.bat。

为什么要有一个网关

最初的想法很简单：前端直接调两个开源的音乐 API 后端不就行了？真做起来发现中间必须有一层，理由有三个：

凭证隔离。 平台 Cookie 是账号的全部权限，绝不能交给浏览器。网关把它放在本地文件里（权限 600、已 gitignore），网易云的 cookie 由网关逐请求注入，QQ 的 cookie 写进一个文件让 QQ 后端热读取。对前端只暴露 SHA256 的前 8 位指纹，用来显示「已登录」。
两个平台的数据长得完全不一样。 网关里的适配器把两边的响应归一化成同一套 Track / Playlist / Album / Artist，曲目 ID 统一成 平台:平台内ID，比如 netease:2652820720、qq:0039MnYb0qxYhV。音质也抽象成 standard / high / lossless / hires 四档，由适配器映射到各自平台的参数。
音频要走代理。 平台 CDN 有防盗链，直链也不该暴露给前端。网关的 /stream 只放行白名单里的 CDN 域名，只透传 Range、Content-Type 这类播放需要的响应头。

别把平台打急了：限速、合并与熔断

聚合搜索很容易一下子打出一串上游请求。网关里做了三件事：

令牌桶限速：网易云每秒 3 个、QQ 每秒 2 个，带少量突发。
SingleFlight：同一时刻相同的请求只发一次，结果共享。
熔断冷却：上游连续 5 次异常就进入 3 分钟冷却，界面上会提示「某平台暂时不可用」，另一个平台照常工作。

播放地址解析结果缓存 30 分钟（LRU + TTL，纯内存）。如果 CDN 返回 403——地址过期了但缓存还没到期——就清掉这首歌所有音质档位的缓存，重新解析一次。

给上游 QQ 后端打补丁

QQ 音乐这边用的是开源的 Rain120/qq-music-api，但直接用有几个问题，所以项目里有一个 scripts/patch-qq-backend.mjs，自动打 6 处补丁：

强制只监听 127.0.0.1，端口可由环境变量配置；
新增从本地文件热读取 cookie 的逻辑，并在请求上游时带上 Cookie 头，换 cookie 不用重启；
uin 从 cookie 中动态提取；
把已经失效的搜索接口替换成可用的那个。

打完会留下一个 .webmuic-patched 标记，启动脚本会检查它。

前端：一些值得一提的细节

前端是 Vue 3 Composition API + Pinia，没有用任何大型 UI 库，样式全部手写。

同步歌词：毫秒级同步、自动滚动、点击任意一句跳转，支持双语翻译和逐字卡拉 OK 高亮。
一键跳到副歌：播放栏上有「高潮」按钮，进度条上标出副歌位置，赶时间的时候直接听最好听的那段。
均衡器：基于 Web Audio 的 9 段 EQ 加低音增强，带几组预设。这里有个坑：createMediaElementSource 对同一个 <audio> 只能调用一次，而且非同源、没有 CORS 的音源接进来之后会直接静音——这也是为什么音频必须走网关的同源代理。
离线缓存：喜欢的歌可以存进 IndexedDB，下次播放优先从本地读。
Media Session 与快捷键：系统媒体键、锁屏控制都能用，还有一个画中画桌面歌词。

最近一次改版：奶白复古风

最早的界面是深色「录音棚」风，后来试过一版蓝紫色的「月光唱片室」。这次彻底换成了奶白复古风：

浅色是暖奶白的纸张底色，配赤陶色强调；深色是暖炭灰配浅赤陶；
标题用衬线体，界面上叠了一层很淡的纸张颗粒；
发现页的头图换成一幅复古条纹落日，四个榜单卡片用青、芥黄、橄榄、铁锈四种做旧色；
歌词全屏页换成羊皮纸色，没有封面时会显示一张黑胶唱片。

改版时顺手把散落在各个组件里的硬编码颜色全部收进了一个 theme.css 的设计令牌里，以后调色只改一个文件。

一次小小的性能翻车

改完一打开——好慢。量了一下，首屏要 2.4 秒，整页加载 8.7 秒。罪魁祸首有两个：

远程中文字体。 Google Fonts 会把思源黑体、思源宋体切成几十个分片，每片在我这儿要 5~6 秒。
网易云封面默认是原图，单张最大 845KB，首页一次要几十张。

解决办法都很朴素：中文字体改用本机已装的字体，只保留体积很小的英文衬线体；网易云封面按显示尺寸加上 ?param=96y96 这样的参数请求缩略图，列表小图从几百 KB 降到几 KB。改完首屏 1.0 秒，整页 2.5 秒。

关于安全的几条底线

因为要处理真实账号的 Cookie，项目从一开始就定了几条不能破的规矩：

所有进程只绑定 127.0.0.1，包括 Vite 开发服务器；
凭证只存在网关的本地文件里，永远不下发前端，前端的 localStorage 里也不存任何凭证；
音频代理只允许已知 CDN 域名，防止被当成任意 URL 的跳板。

开源前我还对全部提交历史做了一次密钥扫描，确认没有任何真实 Cookie 或 token 进过仓库。

写在最后

webmuic 不是什么宏大的项目，它只是解决了我自己每天都会遇到的一点小麻烦：在一个干净、安静、属于自己的界面里，听两个平台上的歌。

如果你也有类似的困扰，欢迎去 GitHub 看看。

声明：本项目仅供个人学习与本机自用，音乐版权归各平台及版权方所有，请勿用于任何商业或分发用途。

Hark 使用指南：注册、登录与连接账户

Wed, 07 Oct 2026 00:00:00 GMT

Hark 是一个"帮你把事情办完"的 AI 系统：你用聊天的方式交代任务，它会搜索、比较、填表、下单，甚至操作网页。这篇记录一下从注册到连接账户的完整流程。

1. 注册 / 登录

打开 hark.com（或手机上的 Hark App），首页就是登录界面：

三种方式任选其一：

Continue with Google：用 Google 账号一键登录，最省事；
Continue with Apple：用 Apple ID 登录；
邮箱或手机号：在输入框填写后点 Continue，按提示输入收到的验证码。

第一次登录即自动完成注册，不需要单独设置密码。

2. 熟悉界面

登录后主要有几个地方：

Chat（聊天）：直接用中文或英文说需求，比如"帮我找下周去上海的机票"；
Home（左上角房子图标）：放置可随时查看的面板，例如包裹追踪、价格监控；
Projects（项目）：把长期、多步骤的事情（装修、旅行、求职）单独放在一个项目里；
右上角头像：设置、账单、已连接账户、定时任务等。

3. 连接账户

连接账户后，Hark 才能结合你的邮件、日历等信息帮你办事。

点右上角 头像 → Connected accounts（已连接账户）；
选择要连接的服务，例如 Google（Gmail、日历、云端硬盘）、GitHub、Slack 等；
按跳转的授权页面登录并同意授权；
回到 Hark，看到账户显示为已连接即可。

也可以直接在聊天里说"帮我连接 Gmail"，Hark 会弹出连接卡片。

提示：其他网站的登录（例如某个购物网站）不需要提前连接。需要时 Hark 会弹出 Hark Secured Login 表单，密码保存在加密保险库里，不会出现在聊天记录中。

4. 让 Hark 干活

几个我实际用过的例子：

整理 Gmail 里的促销邮件并退订；
在 Cloudflare 后台创建 API Token、配置服务；
部署这个博客（过程见另一篇文章）。

需要操作网页时，Hark 会在自己的云端浏览器里完成（Handoff），遇到登录或验证码会在聊天里问你。涉及付款、对外发送消息等操作时，它会先让你确认。

5. 小建议

需求说得越具体越好：时间、预算、地点、偏好；
重复的事可以让它设成定时任务；
不想让它记住的内容，直接说"忘掉 XX"。

就这么简单，注册完把手头的待办丢给它试试吧。

部署过程：用 Cloudflare 免费搭建带后台的博客

Wed, 07 Oct 2026 00:00:00 GMT

这个博客使用开源项目 Rin，跑在 Cloudflare 上，全程免费。记录一下部署过程和踩过的坑。

为什么选 Rin

一开始用的是静态博客 Fuwari（Astro），但它没有后台，发文章要改代码再重新部署。我想要的是：

有后台，账号密码登录；
浏览器里直接写文章、传图；
能部署在 Cloudflare，不用自己的服务器。

Rin 正好满足：前端 React，后端 Cloudflare Workers（Hono），数据库用 D1（SQLite），MIT 开源。WordPress 需要 PHP + MySQL 服务器，不适合 Cloudflare，排除。

准备工作

一个 Cloudflare 账户，域名 suohx.org 已托管在 Cloudflare；
一个 API Token（Workers、Pages、D1、DNS 等权限），用于命令行部署。

坑 1：命令行连不上 Cloudflare API

官方流程是 bun install 后执行 bun run deploy，脚本会用 wrangler 自动创建 D1、队列和 Worker。但我的部署环境访问 api.cloudflare.com 一直失败，wrangler 无法使用。

坑 2：GitHub Actions 路线也走不通

Rin 自带 GitHub Actions 部署流程（fork 仓库 → 填 Secrets → 运行 Build/Deploy）。但我使用的自动化授权没有 fork 和设置 Secrets 的权限，需要手动在手机上点很多步，放弃。

最终方案：控制台拖拽上传（Pages 高级模式）

Cloudflare Pages 的拖拽上传支持根目录放一个 _worker.js（Advanced mode），它会接管所有请求，静态文件通过 env.ASSETS 提供。Rin 的后端正好就是这么读静态资源的，于是：

本地构建前端：cd client && bun run build，产物在 dist/client；
打包后端：用 wrangler deploy --dry-run --outdir 把 server/src/_worker.ts 打成单文件 _worker.js（这一步不需要联网）；
把 _worker.js 放进 dist/client 根目录，整体压缩成 zip；
合并数据库迁移：把 server/sql/0000~0012.sql 合并成一份建表 SQL，并写入 migration_version = 12；
控制台 D1 → 创建数据库 rin，在 Console 里执行上面的 SQL；
Workers & Pages → 创建 → Pages → 上传资产，项目名 suohx-blog，上传 zip；
项目设置：
- 绑定 D1：变量名 DB → 数据库 rin；
- 兼容性日期 2026-01-20；
- 环境变量：NAME、DESCRIPTION、FRONTEND_URL、CACHE_STORAGE_MODE=database、ADMIN_USERNAME；
- 加密 Secret：ADMIN_PASSWORD、JWT_SECRET（随机 64 位十六进制）；
重新上传一次 zip，让配置生效；
自定义域 添加 suohx.org，Cloudflare 自动生成 CNAME 指向 suohx-blog.pages.dev。

几点说明

不需要 R2：图片存储（R2/S3）是可选的，缓存改用 database 模式即可；不过后台上传图片需要配置对象存储，目前文章里的图片放在静态目录。
队列可选：Rin 的任务队列只用于 AI 摘要等后台任务，不配置不影响写文章和评论。
管理员账号：Rin 用环境变量里的用户名密码登录，首次登录自动创建管理员。

结果

部署完成后访问首页就能看到博客，右上角登录后即可写文章。这篇文章就是通过后台 API 发布的。