[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-perrypixel--10x-Tool-Calls":3,"tool-perrypixel--10x-Tool-Calls":62},[4,18,26,36,46,54],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",158594,2,"2026-04-16T23:34:05",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":42,"last_commit_at":43,"category_tags":44,"status":17},8272,"opencode","anomalyco\u002Fopencode","OpenCode 是一款开源的 AI 编程助手（Coding Agent），旨在像一位智能搭档一样融入您的开发流程。它不仅仅是一个代码补全插件，而是一个能够理解项目上下文、自主规划任务并执行复杂编码操作的智能体。无论是生成全新功能、重构现有代码，还是排查难以定位的 Bug，OpenCode 都能通过自然语言交互高效完成，显著减少开发者在重复性劳动和上下文切换上的时间消耗。\n\n这款工具专为软件开发者、工程师及技术研究人员设计，特别适合希望利用大模型能力来提升编码效率、加速原型开发或处理遗留代码维护的专业人群。其核心亮点在于完全开源的架构，这意味着用户可以审查代码逻辑、自定义行为策略，甚至私有化部署以保障数据安全，彻底打破了传统闭源 AI 助手的“黑盒”限制。\n\n在技术体验上，OpenCode 提供了灵活的终端界面（Terminal UI）和正在测试中的桌面应用程序，支持 macOS、Windows 及 Linux 全平台。它兼容多种包管理工具，安装便捷，并能无缝集成到现有的开发环境中。无论您是追求极致控制权的资深极客，还是渴望提升产出的独立开发者，OpenCode 都提供了一个透明、可信",144296,1,"2026-04-16T14:50:03",[13,45],"插件",{"id":47,"name":48,"github_repo":49,"description_zh":50,"stars":51,"difficulty_score":32,"last_commit_at":52,"category_tags":53,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",108322,"2026-04-10T11:39:34",[14,15,13],{"id":55,"name":56,"github_repo":57,"description_zh":58,"stars":59,"difficulty_score":32,"last_commit_at":60,"category_tags":61,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[45,13,15,14],{"id":63,"github_repo":64,"name":65,"description_en":66,"description_zh":67,"ai_summary_zh":68,"readme_en":69,"readme_zh":70,"quickstart_zh":71,"use_case_zh":72,"hero_image_url":73,"owner_login":74,"owner_name":75,"owner_avatar_url":76,"owner_bio":77,"owner_company":78,"owner_location":78,"owner_email":78,"owner_twitter":78,"owner_website":78,"owner_url":79,"languages":80,"stars":85,"forks":86,"last_commit_at":87,"license":78,"difficulty_score":32,"env_os":88,"env_gpu":89,"env_ram":88,"env_deps":90,"category_tags":94,"github_topics":95,"view_count":32,"oss_zip_url":78,"oss_zip_packed_at":78,"status":17,"created_at":100,"updated_at":101,"faqs":102,"releases":147},8354,"perrypixel\u002F10x-Tool-Calls","10x-Tool-Calls","10x-Tool-Calls is a lightweight rules file designed to help you maximize the value of your monthly AI coding tool calls, enabling you to get more done with fewer requests.","10x-Tool-Calls 是一款专为 Cursor、Windsurf 等基于代理（Agent）模式的 AI 编程助手设计的轻量级规则配置。它旨在帮助开发者最大化利用每月有限的工具调用配额，用更少的请求完成更多工作。\n\n许多 AI 编程工具对每月请求次数有限制（如 500 次），但单次请求内可包含多次工具调用。传统模式下，每次简单对话都会消耗一次完整请求，导致配额浪费。10x-Tool-Calls 通过引入一个交互式循环机制解决了这一痛点：在单次请求会话中，它能自动运行脚本收集用户的后续指令（如“添加注释”、“重构代码”），让 AI 连续执行多个任务而不中断会话。这意味着用户可以在不消耗新请求额度的情况下，充分利用单次请求允许的多次工具调用机会，理论上可将工作效率提升十倍甚至更多。\n\n该工具特别适合频繁使用 AI 辅助编程的软件开发者和工程师，尤其是那些受限于月度请求配额的用户。其核心技术亮点在于巧妙利用 Python 脚本与 IDE 规则文件（如 .cursorrules）配合，在单次会话中实现“请求 - 反馈 - 再执行”的闭环，且目前支持纯文本指令交互。需要注意的是，它适用于按","10x-Tool-Calls 是一款专为 Cursor、Windsurf 等基于代理（Agent）模式的 AI 编程助手设计的轻量级规则配置。它旨在帮助开发者最大化利用每月有限的工具调用配额，用更少的请求完成更多工作。\n\n许多 AI 编程工具对每月请求次数有限制（如 500 次），但单次请求内可包含多次工具调用。传统模式下，每次简单对话都会消耗一次完整请求，导致配额浪费。10x-Tool-Calls 通过引入一个交互式循环机制解决了这一痛点：在单次请求会话中，它能自动运行脚本收集用户的后续指令（如“添加注释”、“重构代码”），让 AI 连续执行多个任务而不中断会话。这意味着用户可以在不消耗新请求额度的情况下，充分利用单次请求允许的多次工具调用机会，理论上可将工作效率提升十倍甚至更多。\n\n该工具特别适合频繁使用 AI 辅助编程的软件开发者和工程师，尤其是那些受限于月度请求配额的用户。其核心技术亮点在于巧妙利用 Python 脚本与 IDE 规则文件（如 .cursorrules）配合，在单次会话中实现“请求 - 反馈 - 再执行”的闭环，且目前支持纯文本指令交互。需要注意的是，它适用于按“工具调用次数”计费的场景，而非按 Token 计费的模式。通过优化资源利用率，10x-Tool-Calls 让开发者能够更高效地驾驭 AI 编程能力。","# 🚀 10x-Tool-Calls\n\n**10x-Tool-Calls** is a simple rules setup designed for the **Cursor IDE**, **Windsurf**, or any other agent-based coding assistant that supports tool calls. It helps you get the **maximum value out of your monthly tool call allowance** by running your tasks in a loop with user input—without restarting the chat every time.\n\nNote : This only works with Agent Mode\n---\n\n## ✅ What It Does\n\n- After the AI completes a task, it runs a small Python script that asks:\n  \n```\n\nprompt:\n\n````\n\n- You type your next instruction (e.g., `\"add comments\"`, `\"refactor this\"`, etc.)\n- The AI uses that input to continue working.\n- This loop repeats until:\n- You you manually stop, or\n- The session hits your **tool call limit**.\n\n---\n\n## 💡 Why This Matters\n\nMost AI coding tools (like Cursor) offer **500 monthly requests**, but each request can include **up to 25 tool calls**. Normally, even saying `\"hi\"` uses up a full request, wasting potential.\n\nWith **10x-Tool-Calls**:\n- You start with one request.\n- Inside that session, you can give **multiple follow-ups**.\n- All follow-ups run within the same request using available tool calls.\n- This means you get **10x (or more)** actual work done using the same quota.\n\n---\n\n## ⚙️ How To Set It Up ( Basic Version )\n\n### 1. Copy `userinput.py` in your root directory\n\nThis script is used to collect user input between tasks.\n\n### 2. Copy `rules.md` into your IDE\n\n* Open your IDE's rule configuration (e.g., in Cursor: .cursorrules file or project rules - set to “always”)\n* Paste in the rules from `rules.md` (included in this repo)\n\nThat’s it! The system is now set to run in an interactive loop.\n\n---\n\n## 🧪 Current Version\n\n* ✅ **Supports:** plain text input only\n* ❌ **Not yet supported:** image upload or file drops (coming soon!)\n\nA more advanced version is planned that will support:\n\n* Image uploads\n* File Drops\n\n---\n\n## ⚠️ Important Note\n\n**Only use this setup with tools that offer a tool call–based quota**, not token-based pricing (like OpenAI’s pay-per-token). This setup is designed to **maximize bundled tool calls**, not minimize token usage.\n\n---\n\n## 🧠 Example\n\nYou have **500 monthly requests** and each request allows up to **25 tool calls**:\n\n* Normally:\n  `You say \"hi\" → AI replies \"hi\" = 1 request used.`\n\n* With 10x-Tool-Calls:\n  `You say \"hi\" → AI replies → runs prompt → you say \"add comments\" → AI continues... (up to 25 calls)`\n  \\= still **just 1 request used**, but you did much more.\n\n---\n\nGet more done. Use fewer requests. Save your quota.\n\n**→ That’s the power of 10x-Tool-Calls.**\n\n```\n\nLet me know if you have any other requests\n```\n\n## Support\nIf you find this tool helpful, you can support the development by:\n- Buying me a coffee at https:\u002F\u002Fko-fi.com\u002Fperrypixel\n- UPI to kevinp@apl\n","# 🚀 10x-Tool-Calls\n\n**10x-Tool-Calls** 是一套为 **Cursor IDE**、**Windsurf** 或任何支持工具调用的代理型编码助手设计的简单规则配置。它通过在用户输入的基础上循环执行任务，帮助你充分利用每月的工具调用额度——而无需每次都重新开始对话。\n\n注意：此功能仅适用于代理模式。\n---\n\n## ✅ 功能简介\n\n- 当 AI 完成一项任务后，会运行一段小型 Python 脚本，提示如下：\n\n```\n\n提示：\n\n````\n\n- 你可以输入下一条指令（例如：“添加注释”、“重构这段代码”等）。\n- AI 将根据你的输入继续工作。\n- 这一循环会持续进行，直到：\n- 你手动停止，或\n- 会话达到你的 **工具调用上限**。\n\n---\n\n## 💡 为什么重要\n\n大多数 AI 编码工具（如 Cursor）提供每月 **500 次请求**，而每次请求最多可包含 **25 次工具调用**。通常情况下，即使只是说一句“你好”，也会消耗掉一次完整的请求，从而浪费了潜在的机会。\n\n使用 **10x-Tool-Calls**：\n- 你只需发起一次请求。\n- 在该会话中，你可以多次给出后续指令。\n- 所有后续指令都会在同一请求内利用剩余的工具调用次数执行。\n- 这意味着你可以用同样的配额完成 **10 倍甚至更多**的实际工作。\n\n---\n\n## ⚙️ 如何设置（基础版）\n\n### 1. 将 `userinput.py` 复制到你的项目根目录\n\n该脚本用于在任务之间收集用户输入。\n\n### 2. 将 `rules.md` 复制到你的 IDE 中\n\n* 打开 IDE 的规则配置界面（例如，在 Cursor 中：.cursorrules 文件或项目规则，并设置为“始终启用”）。\n* 将 `rules.md` 中的规则粘贴进去（该文件包含在本仓库中）。\n\n这样就完成了设置！系统现在将以交互式循环模式运行。\n\n---\n\n## 🧪 当前版本\n\n* ✅ **支持：** 仅支持纯文本输入\n* ❌ **暂不支持：** 图片上传或文件拖放（即将推出！）\n\n我们计划推出更高级的版本，支持以下功能：\n* 图片上传\n* 文件拖放\n\n---\n\n## ⚠️ 重要提示\n\n**请仅将此配置用于基于工具调用计费的工具**，而非基于 Token 计费的工具（如 OpenAI 的按 Token 收费模式）。此配置旨在 **最大化工具调用的使用效率**，而非减少 Token 的消耗。\n\n---\n\n## 🧠 示例\n\n假设你每月有 **500 次请求**，且每次请求最多可使用 **25 次工具调用**：\n\n* 通常情况：\n  `你说“你好” → AI 回复“你好” = 消耗 1 次请求。`\n\n* 使用 10x-Tool-Calls：\n  `你说“你好” → AI 回复 → 执行提示 → 你说“添加注释” → AI 继续...（最多可执行 25 次调用）`\n  \\= 仍然 **只消耗 1 次请求**，但你完成了更多的工作。\n\n---\n\n完成更多任务，减少请求次数，节省配额。\n\n**→ 这就是 10x-Tool-Calls 的强大之处。**\n\n```\n\n如果你有任何其他需求，请告诉我。\n```\n\n## 支持\n如果你觉得这个工具很有帮助，可以通过以下方式支持开发：\n- 在 https:\u002F\u002Fko-fi.com\u002Fperrypixel 上请我喝杯咖啡。\n- 通过 UPI 向 kevinp@apl 转账。","# 10x-Tool-Calls 快速上手指南\n\n**10x-Tool-Calls** 是一套专为 **Cursor IDE**、**Windsurf** 或其他支持工具调用（Tool Calls）的 AI 编程助手设计的规则配置。它通过在单次请求中构建交互式循环，让你在不重启对话的情况下连续下达指令，从而最大化利用每月的工具调用额度（例如将原本只能做 1 次任务的配额提升至 25 次以上）。\n\n> **注意**：本方案仅适用于 **Agent Mode（代理模式）**，且适合按“请求次数”而非“ Token 用量”计费的场景。\n\n---\n\n## 🛠️ 环境准备\n\n在开始之前，请确保满足以下条件：\n\n*   **操作系统**：Windows \u002F macOS \u002F Linux（需支持 Python 运行）\n*   **核心依赖**：\n    *   已安装 **Python 3.x** 并确保 `python` 命令可用。\n    *   已安装支持 Agent Mode 的 IDE（推荐 **Cursor** 或 **Windsurf**）。\n*   **账号要求**：拥有包含每月固定请求次数（如 500 次\u002F月）且每次请求允许多次工具调用的 AI 服务订阅。\n\n---\n\n## 📥 安装步骤\n\n本项目无需复杂的包管理安装，只需将两个核心文件放入你的项目根目录并配置规则即可。\n\n### 1. 获取核心文件\n从 [10x-Tool-Calls GitHub 仓库](https:\u002F\u002Fgithub.com\u002Fperrypixel\u002F10x-Tool-Calls) 下载以下两个文件，或直接复制其内容：\n*   `userinput.py`\n*   `rules.md`\n\n### 2. 部署脚本\n将 `userinput.py` 复制到你的**项目根目录**下。\n该脚本用于在 AI 完成任务后暂停并等待你的下一条指令。\n\n```bash\n# 示例：假设你已下载文件到当前文件夹\ncp userinput.py \u002Fpath\u002Fto\u002Fyour\u002Fproject\u002Froot\u002F\n```\n\n### 3. 配置 IDE 规则\n将 `rules.md` 中的内容复制到你的 IDE 规则配置文件中：\n\n*   **对于 Cursor**:\n    1.  在项目根目录创建或编辑 `.cursorrules` 文件。\n    2.  或者在设置中找到 \"Project Rules\" 并设置为 \"Always\"。\n    3.  粘贴 `rules.md` 的全部内容。\n\n*   **对于 Windsurf**:\n    1.  打开规则配置界面。\n    2.  粘贴 `rules.md` 的全部内容。\n\n---\n\n## 🚀 基本使用\n\n配置完成后，启动 IDE 的 **Agent Mode** 即可开始高效工作。\n\n### 使用流程示例\n\n1.  **发起初始任务**\n    在对话框中输入你的第一个需求，例如：\n    ```text\n    帮我创建一个简单的 Python Flask 应用骨架\n    ```\n\n2.  **自动进入循环**\n    AI 执行任务后，会自动运行 `userinput.py` 脚本，并在终端或对话框中提示你输入下一步指令（通常显示为 `prompt:`）。\n\n3.  **连续下达指令**\n    直接输入后续需求，无需重新开始对话。例如：\n    ```text\n    add comments to the main file\n    ```\n    或\n    ```text\n    refactor the database connection logic\n    ```\n\n4.  **重复操作**\n    AI 会根据你的新指令继续工作，完成后再次等待输入。此过程会一直持续，直到：\n    *   你手动停止会话。\n    *   单次请求达到了工具调用上限（通常为 25 次）。\n\n### 💡 效果对比\n\n*   **传统模式**：说 \"Hi\" -> AI 回复 -> **消耗 1 次请求配额**。\n*   **10x-Tool-Calls 模式**：说 \"Hi\" -> AI 回复 -> 自动询问下一步 -> 你说 \"加注释\" -> AI 执行 -> 自动询问下一步 -> 你说 \"重构代码\" ... -> **仅消耗 1 次请求配额**，但完成了多项任务。\n\n通过这种方式，你可以用同样的月度配额完成 **10 倍甚至更多** 的实际工作量。","某全栈开发者正在利用 Cursor IDE 的 Agent 模式重构一个遗留的电商订单模块，需要在有限的月度配额内完成从代码生成、单元测试编写到文档补充的全流程工作。\n\n### 没有 10x-Tool-Calls 时\n- **配额消耗过快**：每提出一个新的修改指令（如“添加注释”或“修复边界情况”），都会单独消耗一次宝贵的月度请求配额，即使该请求并未用满内部的 25 次工具调用上限。\n- **上下文频繁中断**：每次新指令都需要重新初始化对话会话，导致 AI 丢失之前的深层上下文，不得不重复解释项目背景。\n- **工作流割裂**：开发者被迫将原本连贯的重构任务拆分成多个零散的小任务分天执行，以免月初就耗尽 500 次请求限额。\n- **效率低下**：大量时间浪费在等待新会话建立和重新输入背景信息上，而非实际的代码迭代。\n\n### 使用 10x-Tool-Calls 后\n- **配额利用率最大化**：仅需发起一次初始请求，即可通过内置的 Python 脚本循环接收多条连续指令（如“生成代码”→“编写测试”→“优化性能”），将所有操作压缩在单次请求的 25 个工具调用名额内。\n- **上下文无缝延续**：AI 在同一会话中持续记忆项目状态，能够基于上一轮输出直接进行深度优化，无需重复背景描述。\n- **任务闭环加速**：开发者可以在一次会话中完成整个功能模块的开发闭环，将原本需要分散在多天的工作量集中高效完成。\n- **成本显著降低**：同样的月度配额下，实际完成的代码工作量提升了 10 倍以上，彻底避免了因简单交互而浪费配额的情况。\n\n10x-Tool-Calls 通过将多次交互折叠进单次请求，让开发者在固定的月度配额限制下实现了真正的十倍效能飞跃。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fperrypixel_10x-Tool-Calls_f18bb4ed.png","perrypixel","Kevin Perry","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fperrypixel_223f649b.png","I build simple things that solve complex problems.",null,"https:\u002F\u002Fgithub.com\u002Fperrypixel",[81],{"name":82,"color":83,"percentage":84},"Python","#3572A5",100,860,141,"2026-04-14T14:08:08","未说明","不需要 GPU",{"notes":91,"python":92,"dependencies":93},"该工具并非独立的 AI 模型，而是专为 Cursor IDE、Windsurf 等支持工具调用的代理编码助手设计的规则配置。核心组件为一个用于收集用户输入的 Python 脚本 (userinput.py) 和一套规则文件 (rules.md)。仅适用于基于‘工具调用次数’而非'Token 用量’计费的场景，旨在通过单次请求内的循环交互最大化利用每月配额。当前版本仅支持纯文本输入，暂不支持图片或文件拖放。","未说明 (需支持运行 userinput.py 脚本的环境)",[],[14,15,13],[96,97,98,99],"ai","coding-agent","cursor","windsurf","2026-03-27T02:49:30.150509","2026-04-17T10:19:24.042315",[103,108,113,118,123,127,132,137,142],{"id":104,"question_zh":105,"answer_zh":106,"source_url":107},37386,"该工具支持哪些 AI 模型和编辑器？","该工具适用于任何支持灵活工具调用（flexible tool calling）的模型，主要在 Windsurf 和 Cursor 编辑器中使用。推荐使用 Claude 或 Gemini 2.5 系列模型，因为它们可以连续运行 Python 脚本。相比之下，SWE-1 模型通常最多只能调用 5-6 次，而 Cascade 模型通常只允许调用一次工具。","https:\u002F\u002Fgithub.com\u002Fperrypixel\u002F10x-Tool-Calls\u002Fissues\u002F12",{"id":109,"question_zh":110,"answer_zh":111,"source_url":112},37387,"为什么运行脚本时会出现 KeyboardInterrupt 错误？","出现 `KeyboardInterrupt` 错误通常是因为在脚本等待输入时手动按下了 Ctrl + C。脚本中的 `input(\"prompt: \")` 正在等待你打字，如果你此时按下 Ctrl + C 而不是输入内容并回车，就会触发该错误并退出程序。请确保在提示出现后正常输入内容。","https:\u002F\u002Fgithub.com\u002Fperrypixel\u002F10x-Tool-Calls\u002Fissues\u002F6",{"id":114,"question_zh":115,"answer_zh":116,"source_url":117},37388,"Python 脚本不支持 Ctrl+V 粘贴内容怎么办？","如果脚本只接受打字输入而不支持 Ctrl+V 粘贴，可以尝试让 AI（如 Cursor）在打字前稍作等待（wait before typing），以确保输入缓冲区准备就绪。这是 Windows 上常见的问题，通过调整提示词让 AI 增加延迟通常能解决。","https:\u002F\u002Fgithub.com\u002Fperrypixel\u002F10x-Tool-Calls\u002Fissues\u002F13",{"id":119,"question_zh":120,"answer_zh":121,"source_url":122},37389,"如何优化规则文件以提高执行速度？","可以删除规则文件中检查 `userinput.py` 是否存在的步骤。如果确定文件已存在，移除该检查每次可以节省 5 到 10 秒的执行时间。只需直接假设文件存在并执行即可。","https:\u002F\u002Fgithub.com\u002Fperrypixel\u002F10x-Tool-Calls\u002Fissues\u002F8",{"id":124,"question_zh":125,"answer_zh":126,"source_url":117},37390,"修改 userinput.py 后脚本不执行或规则失效如何解决？","如果你修改了 `userinput.py` 的内容，建议先删除规则文件中的第一个任务（task），然后重新添加规则，或者尝试完全移除规则后再重新配置。这可以清除缓存或状态冲突，使修改后的脚本正常执行。",{"id":128,"question_zh":129,"answer_zh":130,"source_url":131},37391,"该工具是否适用于 RooCode 或 Cline 等自托管工具？","不适用。该工具的主要目的是为基于请求次数计费（request-based pricing）的服务节省额度（credits）。RooCode 和 Cline 是自托管或基于 API 使用量计费的工具，不存在类似的额度限制问题，因此使用该工具加速调用对这些平台没有实际意义。","https:\u002F\u002Fgithub.com\u002Fperrypixel\u002F10x-Tool-Calls\u002Fissues\u002F20",{"id":133,"question_zh":134,"answer_zh":135,"source_url":136},37392,"配置中提到的“根目录”是指哪个目录？","配置中提到的“根目录”指的是你的项目根目录（project root directory），即包含主要代码文件和配置文件的最顶层文件夹。请将 `userinput.py` 和规则文件放置在此目录下。","https:\u002F\u002Fgithub.com\u002Fperrypixel\u002F10x-Tool-Calls\u002Fissues\u002F5",{"id":138,"question_zh":139,"answer_zh":140,"source_url":141},37393,"脚本应该在什么时候运行？是初始提示时还是工具调用后？","脚本应该在 AI 完成你在聊天中要求的任务之后运行，而不是在发送初始提示（Initial prompt）时立即运行。它应当作为第一次工具调用后的后续步骤执行。","https:\u002F\u002Fgithub.com\u002Fperrypixel\u002F10x-Tool-Calls\u002Fissues\u002F3",{"id":143,"question_zh":144,"answer_zh":145,"source_url":146},37394,"使用该工具会导致账号因可疑活动被封禁吗？","不会。维护者确认该规则并不违反 Cursor 的服务条款，正常使用不会导致账号被封禁。如果遇到“检测到可疑活动”的报错，通常是其他原因导致的，该工具本身是安全的。","https:\u002F\u002Fgithub.com\u002Fperrypixel\u002F10x-Tool-Calls\u002Fissues\u002F10",[]]