 

Gemini API被指不支持图片上下文修改，能力滞后于官方界面

2026-01-16 分类：前沿阅读(3) 评论(0) 赞(0)

智谱 GLM，支持多语言、多任务推理。从写作到代码生成，从搜索到知识问答，AI 生产力的中国解法。

有开发者测试发现，Google Gemini的API在处理图片生成时似乎不支持上下文关联，无法针对前一张图片进行迭代修改。相比之下，Google官方的AI Studio平台能够理解此类上下文指令。这一差异表明，Gemini的API能力目前尚未完全覆盖前端展示的功能，给开发者在构建多轮对话的图片编辑应用时带来了技术障碍。

原文链接：Linux.do

赞(0)

未经允许不得转载：Toy's Tech Notes » Gemini API被指不支持图片上下文修改，能力滞后于官方界面

分享到

评论抢沙发

前沿哨所

拥抱大模型翻译，AI字幕工具33字幕上线

独立开发者推出的AI字幕工具“33字幕”上线，主打利用大语言模型替代传统机器翻译。该工具支持视频双语字幕生成、会议逐字稿转录及播客链接转文稿，涵盖90多种语言。针对大模型输出不稳定问题，研发团队通过自研断句算法与严格校验机制，确保翻译质量媲美人工，未来还计划推出免费离线版本。

原文链接：V2EX 分享发现

19分钟前
HuggingFace免代理下载工具问世，支持教育网不限速免流

该工具利用Cloudflare Pages代理Hugging Face流量，实现了无需代理即可高速下载模型和数据集的功能。实测速度可达千兆，并支持强制IPv6，为教育网用户提供了免流量下载的解决方案。项目建议使用官方脚本下载，以规避缓存导致的校验失败。高带宽用户还可通过调整参数减少请求次数，或自行Fork部署。

原文链接：Linux.do

20分钟前
Dev-Janitor：一键清理开发环境“垃圾”，解决AI工具泛滥后遗症

随着AI编程和开源工具的普及，开发者的本地电脑环境日益臃肿，充斥着过时版本、未知依赖、闲置端口和废弃配置，严重威胁系统安全。为了解决这一痛点，开发者推出了开源工具Dev-Janitor。该工具旨在自动清理和优化混乱的开发环境，消除潜在的安全隐患，帮助开发者在享受技术便利的同时，保持系统的整洁与高效。

原文链接：Linux.do

20分钟前
零代码开发实战：利用AI将程序体积压缩至20KB并开源

本文分享了一个零基础开发者利用AI完成软件开发的实战案例。作者将AI定位为“无限体力的初级工程师”，通过反复质疑和迭代，拒绝了AI最初给出的臃肿Python方案（10MB+）。通过指令AI搜索GitHub最佳实践，最终采用C#重写，利用系统自带运行库将体积压缩至20KB。整个过程未写一行代码，却实现了从需求到开源发布的闭环，展示了“AI+人”协作模式下，非专业人士也能通过正确引导AI高效产出高质量软件产品的潜力。

原文链接：V2EX 分享发现

1小时前
Claude Code 2.1.9 更新：引入 MCP 自动阈值控制，强化开发工作流

Claude Code 发布 2.1.9 版本，重点优化了 MCP 工具配置与开发工作流。新版本引入 `auto:N` 语法，允许开发者根据上下文窗口百分比精确控制 MCP 工具的搜索启用阈值；同时新增 `plansDirectory` 设置及外部编辑器支持，提升操作便捷性。此外，更新还增强了会话归属标记与钩子功能，并修复了并行工具调用、MCP 重连及特定终端快捷键等关键 Bug，进一步提升了工具的稳定性与开发者体验。

原文链接：Linux.do

1小时前
告别过时文档：利用魔法注释与 VSCode 插件自动生成代码流程图

随着项目迭代，业务逻辑日益复杂，传统的 Markdown 和图表文档常因更新不及时而失效，导致代码难以理解。文章探讨了代码文档维护的困境，指出产品 PRD 往往与代码实现脱节。作者提出一种构想：利用代码注解或“魔法注释”标记关键节点，自动生成含有业务语义的流程图，并开发 VSCode 插件实现代码与流程图的双向跳转。该方案旨在通过自动化手段降低维护成本，解决代码逻辑难以追溯的痛点。

原文链接：V2EX 分享发现

1小时前