[问与答] 请问 muse 模型的 api 使用问题

刚刚注册成功，注册方法如下。请问注册好后也要一直美国 ip 访问 api 吗？附上邀请码 WVZUUY

打开云浏览器网站： https://app.agentgo.live/organizations/ 使用 Google 账号注册登录 启动一个 美国地区 的浏览器实例 在云浏览器中访问： https://muse.ai/join 输入邮箱完成注册,我使用的国内的 foxmail ，并填写邮箱验证码 填写个人信息时注意,我使用的招行万事达： 姓名建议使用真实拼音（如 ZHANG SAN ） 出生日期建议和信用卡一致

via V2EX (author: iamfirst)

[推广] StarMeHub API 中转站，支持 GPT 系列模型

自荐一下自己运营的 API 中转站 StarMeHub ，主要面向个人开发者和 AI 编程用户，非官方服务。

支持模型：GPT-5 、GPT-6 等系列模型。 计费倍率：0.13 ，具体费用以站内计费说明为准。 服务特点：主打稳定调用和低倍率。

网站： https://starmehub.online/

欢迎体验，有使用问题或建议可以在帖子里留言。

via V2EX (author: Misaka9903)

[分享创造] 受 Jev 启发，花了三周、600 美元、20 多轮训了两个小模型专门做 Computer use

这三周业余时间做了个东西，开源出来给大家看看。

DeskMind 得心：一个在 Mac 上替你操作电脑的 agent ，决定每一步怎么做的是两个跑在本机的小模型（ Qwen3.5 0.8B 和 4B 微调，MLX ）。不走云端，也不按次付费。

思路来自 Jev：把每一步变成选择题，让模型给每个选项打分，而不是生成一段文字。区别是 Jev 是云端服务，我想要一个全在本机跑的版本，所以自己在 Qwen3.5 上训了 0.8B 和 4B 两个小模型。决策服务用的是和 Jev 相同的 POST /v1/systemone 请求格式，已有的 harness 换个地址就能接到本机。和 TypeSafe 没有任何关系。

0.8B 有把握就直接做（大约 0.5 秒），没把握就交给 4B 再判断（约 3.6 秒）。任务有两种理解的时候，它会先问你，比如表里有两笔 Lisa Wong 的订单，它会问你用哪一笔，而不是随便挑一个写进去。

自己出了 13 个真机任务，每个跑 3 次，目前发布版是 38/39 ，没出现过没做完就说「完成」的情况。题是我自己出的、样本也小，仅供参考，逐题结果都公开了。

踩过最有意思的坑：标签平滑设成 0.95 ，结果 0.8B 的把握全挤在 0.96 这个门槛附近，七成的步骤都被交给了 4B ，所以现在速度还不够快。下一轮准备改。

目前的不足：「帮我整理这个文件夹」这种模糊的指令做得不好；文件很多的文件夹每步要几十秒；只支持 Apple 芯片，首次要下载约 5.3 GB 模型。

训练花了大约 600 美元：先在 Tinker 上跑，后来换阿里云 PAI ，最后按小时租显卡最划算。

● GitHub： https://github.com/deskmind-ai/deskmind
● 下载 Mac App： https://deskmind.dev/zh/?ref=v2ex
● 过程和踩坑： https://deskmind.dev/zh/blog/launch?ref=v2ex

欢迎下载试试，最想看到的是它该问却猜了的例子。

via V2EX (author: gxcsoccer)