OpenUI 开源项目深度解析:LLM 驱动用户界面的新选择与 TaoToken 接入实践
1. OpenUI 是什么把界面描述直接变成可交互页面OpenUI 是一个 LLM 驱动的用户界面生成工具你输入一句自然语言描述它实时渲染出对应的 UI 代码并且支持继续用对话的方式修改。它由 WB 团队开源Apache-2.0 许可证可以理解为 v0 的开源替代方案。适合谁用前端工程师做原型验证、独立开发者快速搭页面、产品经理做可交互 Demo、以及想研究 LLM 前端框架的开发者。它的核心链路是这样的你在左侧输入框写「一个带搜索框和分页的订单列表」OpenUI 把这句话连同系统提示词一起发给 LLM模型返回 HTML TailwindCSS 代码前端用 iframe 实时渲染出来。你看到效果后继续说「把分页改成无限滚动」它带着上下文再次请求模型返回修改后的代码。整个过程不需要手动编译也不需要刷新页面。OpenUI 支持通过 LiteLLM 对接几乎所有主流模型服务包括 OpenAI、Anthropic、Gemini、Groq、Mistral、Cohere以及任何 OpenAI Compatible 接口。这意味着你可以用 TaoToken 的统一 Key 来驱动它——TaoToken 提供 OpenAI 兼容的 API 端点只要把 Base URL 和 Key 填进去OpenUI 就能正常调用模型生成 UI。我试过用 Docker 在本地跑 OpenUI接上 TaoToken 的接口从写描述到看到渲染结果大概 3 到 5 秒。下面把完整流程拆开讲包括环境准备、配置写法、验证请求和常见报错处理。2. 前置准备TaoToken 统一 Key 与 OpenUI 本地环境在开始配置之前先把两件事准备好TaoToken 的 API Key 和 OpenUI 的运行环境。TaoToken 侧的操作打开 TaoToken 官网https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content注册后在控制台创建一个 API Key。TaoToken 的 API 端点是 https://taotoken.net/api兼容 OpenAI 的/v1/chat/completions格式。你需要在控制台里确认两件事Key 的字符串通常以sk-开头以及你要调用的模型 ID比如claude-sonnet-4-20250514、gpt-4o、deepseek-chat等具体以控制台模型列表为准。如果你还没有 Key可以直接去 API Keys 页面创建https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewriteOpenUI 侧的环境要求OpenUI 的部署方式有三种Docker推荐、Docker Compose、Python 源码安装。Docker 方式最省事只需要本机装了 Docker Desktop 或 Docker Engine。Python 源码安装需要 Python 3.11 和 uv 包管理器。我建议先用 Docker 跑通确认链路没问题后再考虑源码方式做二次开发。Docker 命令如下docker run --rm --name openui -p 7878:7878 \ -e OPENAI_API_KEYsk-你的TaoToken密钥 \ -e OPENAI_COMPATIBLE_ENDPOINThttps://taotoken.net/api \ -e OPENAI_COMPATIBLE_API_KEYsk-你的TaoToken密钥 \ ghcr.io/wandb/openui这里有个关键点OpenUI 通过 LiteLLM 读取环境变量来决定调用哪个模型服务。对于 OpenAI Compatible 接口它需要OPENAI_COMPATIBLE_ENDPOINT和OPENAI_COMPATIBLE_API_KEY两个变量。TaoToken 的端点填https://taotoken.net/apiKey 填你在控制台创建的那串字符。如果你用 Docker Compose可以写一个docker-compose.ymlversion: 3.8 services: openui: image: ghcr.io/wandb/openui ports: - 7878:7878 environment: - OPENAI_API_KEYsk-你的TaoToken密钥 - OPENAI_COMPATIBLE_ENDPOINThttps://taotoken.net/api - OPENAI_COMPATIBLE_API_KEYsk-你的TaoToken密钥 restart: unless-stopped启动后访问http://localhost:7878应该能看到 OpenUI 的界面。如果页面打不开先检查 Docker 容器是否在运行docker ps | grep openui。模型 ID 的确认OpenUI 默认会用一个模型来生成 UI。你需要在界面的模型选择器里指定模型 ID。TaoToken 支持的模型 ID 以控制台展示为准常见的有claude-sonnet-4-20250514、gpt-4o、deepseek-chat等。如果你不确定可以先去模型对话页面测试一下https://taotoken.net/model-chat?utm_sourcetaotoken_aicg_blog_endutm_contentmodel_chatutm_campaignrewrite3. 可复制配置OpenUI 对接 TaoToken 的完整写法这一节给出可以直接复制粘贴的配置片段覆盖 Docker 环境变量、OpenUI 的 settings 配置、以及 LiteLLM 的模型声明方式。方式一纯环境变量Docker 推荐OpenUI 的 LiteLLM 集成会读取以下环境变量。你可以在docker run命令里通过-e传入也可以写在.env文件里配合 Docker Compose 使用。# TaoToken 统一 Key 配置 OPENAI_API_KEYsk-你的TaoToken密钥 OPENAI_COMPATIBLE_ENDPOINThttps://taotoken.net/api OPENAI_COMPATIBLE_API_KEYsk-你的TaoToken密钥 # 指定默认模型可选也可以在界面里选 OPENUI_MODELclaude-sonnet-4-20250514注意OPENAI_API_KEY和OPENAI_COMPATIBLE_API_KEY都填 TaoToken 的 Key。前者是 LiteLLM 的通用回退变量后者是 OpenAI Compatible 专用变量。两个都填可以避免某些版本下读取不到 Key 的问题。方式二OpenUI 的 settings 配置OpenUI 后端有一个settings.py如果你用源码安装可以在这里配置默认模型和端点。路径通常在openui/backend/openui/settings.py。关键字段如下# openui/backend/openui/settings.py 片段 class Settings(BaseSettings): openai_api_key: str | None None openai_compatible_endpoint: str | None None openai_compatible_api_key: str | None None default_model: str claude-sonnet-4-20250514如果你不想改源码可以用环境变量覆盖OpenUI 的 Settings 类会自动读取同名环境变量。方式三LiteLLM 的模型声明OpenUI 通过 LiteLLM 调用模型。对于 OpenAI Compatible 接口LiteLLM 的模型名格式是openai/模型ID同时需要设置api_base。在 OpenUI 的代码里这个逻辑在openui/backend/openui/utils.py或类似的 LLM 调用模块中。你不需要手动改只要环境变量对了OpenUI 会自动拼接。如果你要手动测试 LiteLLM 是否能通可以写一个最小脚本import litellm response litellm.completion( modelopenai/claude-sonnet-4-20250514, api_basehttps://taotoken.net/api, api_keysk-你的TaoToken密钥, messages[{role: user, content: 生成一个按钮的 HTML}] ) print(response.choices[0].message.content)这个脚本能跑通说明 TaoToken 的接口和 Key 没问题OpenUI 里大概率也能通。方式四Docker Compose 完整文件把上面的配置整合成一个可用的docker-compose.ymlversion: 3.8 services: openui: image: ghcr.io/wandb/openui ports: - 7878:7878 environment: - OPENAI_API_KEYsk-你的TaoToken密钥 - OPENAI_COMPATIBLE_ENDPOINThttps://taotoken.net/api - OPENAI_COMPATIBLE_API_KEYsk-你的TaoToken密钥 - OPENUI_MODELclaude-sonnet-4-20250514 restart: unless-stopped保存后执行docker-compose up -d然后访问http://localhost:7878。关于模型 ID 的说明TaoToken 的模型 ID 以控制台为准。如果你填了一个不存在的模型 IDOpenUI 会报错通常是litellm.NotFoundError或model not found。这时候去控制台确认一下模型列表或者用模型对话页面测试一下模型 ID 是否可用。4. 验证请求从描述到可交互页面的完整链路配置写好后需要验证整条链路是否跑通。这一节给出具体的操作步骤和预期结果。第一步启动 OpenUI 并检查日志用 Docker Compose 启动后执行docker-compose logs -f openui查看日志。正常启动会看到类似Uvicorn running on http://0.0.0.0:7878的输出。如果看到OPENAI_COMPATIBLE_ENDPOINT相关的警告说明环境变量没读到检查docker-compose.yml的缩进和变量名。第二步在界面里输入描述打开http://localhost:7878在左侧输入框写一句 UI 描述比如一个用户登录表单包含邮箱输入框、密码输入框、记住我复选框和登录按钮使用 TailwindCSS 样式整体居中显示。点击生成按钮等待 3 到 5 秒。如果链路正常右侧 iframe 会渲染出一个登录表单。你可以直接在 iframe 里点击输入框、勾选复选框验证交互是否正常。第三步继续对话修改在同一个输入框里继续写把登录按钮改成蓝色渐变增加一个「忘记密码」链接放在密码框下方。OpenUI 会带着之前的上下文再次请求模型返回修改后的代码并重新渲染。这个过程验证了多轮对话和上下文保持是否正常。第四步切换输出框架OpenUI 支持把生成的 HTML 转换成 React、Svelte、Web Components 等格式。在界面右侧或底部通常有一个框架选择器切换到 React 后代码区域会显示对应的 JSX 代码。你可以复制这段代码到自己的项目里。第五步用 curl 直接验证 TaoToken 接口如果你想绕过 OpenUI 单独验证 TaoToken 的接口可以用 curlcurl -X POST https://taotoken.net/api/v1/chat/completions \ -H Content-Type: application/json \ -H Authorization: Bearer sk-你的TaoToken密钥 \ -d { model: claude-sonnet-4-20250514, messages: [ {role: user, content: 生成一个简单的 HTML 按钮带 TailwindCSS 样式} ], max_tokens: 500 }预期返回是一个 JSONchoices[0].message.content里包含 HTML 代码。如果返回 401说明 Key 不对如果返回 404说明模型 ID 不对如果返回 200 但内容为空检查max_tokens是否太小。第六步检查 OpenUI 的请求日志OpenUI 后端会打印每次 LLM 请求的日志。如果界面没有渲染出结果去看docker-compose logs -f openui的输出通常会显示 LiteLLM 的请求状态码和错误信息。常见的错误包括AuthenticationError、NotFoundError、RateLimitError分别对应 Key 错误、模型 ID 错误、额度不足。预期结果汇总验证项预期结果如果失败OpenUI 页面打开显示输入框和预览区检查 Docker 端口映射输入描述后生成3-5 秒内渲染 UI检查环境变量和 Key多轮修改上下文保持UI 更新检查模型是否支持多轮框架切换显示 React/Svelte 代码检查 OpenUI 版本curl 直连 TaoToken返回 JSON 含 HTML检查 Key 和模型 ID5. 常见报错排查401、local proxy failed、reading choices、OAuth这一节整理我在配置过程中遇到的真实报错和对应的解决方法。每个报错都给出错误信息、原因和修复步骤。报错一401 AuthenticationError错误信息类似litellm.AuthenticationError: OpenAIException - Error code: 401 - {error: {message: Invalid API key, type: invalid_request_error}}原因TaoToken 的 Key 没填对或者环境变量名写错了。OpenUI 读取的是OPENAI_COMPATIBLE_API_KEY和OPENAI_API_KEY如果你只填了其中一个某些版本可能读不到。修复检查docker-compose.yml里的 Key 字符串确认没有多余空格。两个变量都填上 TaoToken 的 Key。重启容器docker-compose down docker-compose up -d。报错二local proxy failed错误信息类似litellm.APIConnectionError: OpenAIException - local proxy failed原因LiteLLM 尝试连接OPENAI_COMPATIBLE_ENDPOINT时失败。可能是端点写错了或者容器内无法访问外网。修复确认端点写的是https://taotoken.net/api不要多加/v1LiteLLM 会自动拼接。如果容器内 DNS 有问题可以尝试在docker-compose.yml里加dns: 8.8.8.8。另外检查本机是否能访问 TaoToken 的 APIcurl -I https://taotoken.net/api。报错三reading choices错误信息类似TypeError: Cannot read properties of undefined (reading choices)原因OpenUI 期望 LLM 返回标准的 OpenAI 格式 JSON但实际返回的结构不对。可能是模型 ID 写错了TaoToken 返回了一个错误 JSONOpenUI 没处理这个错误就直接读choices。修复先用 curl 测试模型 ID 是否可用。如果 curl 返回正常但 OpenUI 报这个错检查 OpenUI 的版本是否过旧尝试拉取最新镜像docker pull ghcr.io/wandb/openui:latest。报错四OAuth 相关错误错误信息类似Error: OAuth token expired or invalid原因如果你在 OpenUI 里配置了某些需要 OAuth 的模型服务比如某些云厂商的托管模型OAuth token 过期会导致这个错误。但如果你用的是 TaoToken 的 API Key 方式不应该出现 OAuth 错误。修复确认你没有在 OpenUI 里启用 OAuth 相关的模型提供商。检查环境变量里是否有ANTHROPIC_API_KEY或其他厂商的 Key 干扰。如果有删掉它们只保留 TaoToken 的配置。报错五模型返回空内容错误信息界面一直转圈日志显示请求成功但choices[0].message.content为空。原因max_tokens设置太小或者模型 ID 对应的模型不支持当前请求格式。修复在 OpenUI 的设置里增大max_tokens或者换一个模型 ID 测试。TaoToken 的模型对话页面可以快速验证模型是否正常返回内容。报错六Docker 端口冲突错误信息Error starting userland proxy: listen tcp4 0.0.0.0:7878: bind: address already in use原因7878 端口被其他程序占用。修复换一个端口映射比如-p 7879:7878然后访问http://localhost:7879。排查顺序建议遇到问题时按这个顺序排查先用 curl 直连 TaoToken 确认 Key 和模型 ID 没问题再检查 Docker 环境变量是否传进去了docker exec -it openui env | grep OPENAI然后看 OpenUI 日志里的具体错误最后检查 OpenUI 版本和 LiteLLM 版本是否兼容。6. 用 TaoToken 驱动 OpenUI 的长期实践建议跑通基础链路后如果你打算把 OpenUI 用在日常开发里有几个实践建议可以参考。模型选择策略OpenUI 的 UI 生成质量跟模型能力直接相关。实测下来Claude 系列在 HTML TailwindCSS 的结构化输出上比较稳定GPT 系列在 React 代码转换上表现不错。你可以根据任务类型切换模型做原型验证用速度快的模型做代码转换用代码能力强的模型。TaoToken 的统一 Key 让你可以在不改配置的情况下切换模型只需要在 OpenUI 界面里改模型 ID。Key 管理不要把 Key 硬编码在docker-compose.yml里提交到 Git。可以用.env文件配合docker-compose的env_file指令然后把.env加入.gitignore。TaoToken 控制台支持创建多个 Key你可以给 OpenUI 单独创建一个 Key方便追踪用量和随时吊销。Coding Plan 的适用场景如果你用 OpenUI 做长期的前端原型开发或者把它集成到 Agent 工作流里可以考虑 TaoToken 的 Coding Plan。它适合需要持续调用模型进行代码生成的场景比按次计费更划算。具体可以看https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewriteOpenUI 的局限与应对OpenUI 生成的代码适合做原型和 Demo但直接用于生产环境需要人工审查。它生成的 HTML 结构可能不够语义化TailwindCSS 类名可能冗余React 代码可能缺少状态管理。我的做法是把 OpenUI 的输出当作起点复制到项目里再手动优化。另外OpenUI 对复杂交互比如拖拽、动画、表单验证的支持有限这些场景还是需要手写代码。结合 Claude Code 做二次开发如果你要修改 OpenUI 的源码比如自定义系统提示词、增加新的框架转换器可以用 Claude Code 来辅助。TaoToken 提供了 Claude Code 的接入方式配置好 Base URL 和 Key 后可以直接在终端里让 Claude Code 帮你改 OpenUI 的代码。接入文档在这里https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite日常使用的小技巧写 UI 描述时尽量具体。比如「一个卡片包含标题、描述、按钮」比「一个卡片」生成的效果好很多。如果你有设计稿可以把设计稿的关键信息颜色、间距、字体大小写进描述里。另外OpenUI 支持多轮修改不要期望一次生成完美结果用对话的方式逐步调整效率更高。监控用量TaoToken 控制台可以查看每个 Key 的调用量和费用。建议定期检查避免因为 OpenUI 的自动重试或调试请求导致意外消耗。如果发现用量异常可以在控制台吊销 Key 并重新创建一个。最后一步把配置固化下来如果你确认这套配置能稳定工作把它保存成一个可复用的docker-compose.yml模板下次换机器时直接复制。模板里把 Key 替换成环境变量引用比如${TAOTOKEN_API_KEY}这样既安全又方便迁移。启动命令就一行TAOTOKEN_API_KEYsk-xxx docker-compose up -d。

相关新闻

模糊神经网络Python实战:数据预测源码包使用与调参指南

模糊神经网络Python实战:数据预测源码包使用与调参指南

简介:一套基于Python的模糊神经网络(FNN)数据预测实现,面向需要处理非线性、模糊性数据的研究者或算法工程师,可用于回归预测、误差分析等场景。压缩包共7个文件,包含Python源码、CSV训练/测试数据集以及np…

2026/10/11 21:33:26 阅读更多 →
400万像素+小封装:智能家居摄像头画质升级的关键技术解析

400万像素+小封装:智能家居摄像头画质升级的关键技术解析

1. 为什么是400万像素:智能家居摄像头画质升级的甜点位智能家居安防摄像头这几年卷得厉害,但仔细看下来,大部分产品其实还在200万像素(也就是我们常说的1080p清晰度)档位上打转。200万像素不是不能用,但随着…

2026/10/11 21:32:25 阅读更多 →
Python康复评估系统源码解析:从数据清洗到评估算法落地

Python康复评估系统源码解析:从数据清洗到评估算法落地

简介:一份基于Python实现的康复评估系统源码与配套数据集,面向计算机、人工智能、通信工程、自动化等专业的在校生和开发者,可用于毕业设计、课程设计、项目初期立项及演示。系统聚焦人体动作数据采集与分析,利用bvh动作捕捉数据和…

2026/10/11 21:32:25 阅读更多 →

最新新闻

YOLOv7火焰烟雾检测实战:从数据集标注到部署避坑全攻略

YOLOv7火焰烟雾检测实战:从数据集标注到部署避坑全攻略

简介:基于YOLOv7的火焰与烟雾检测方案,面向计算机视觉开发者、消防预警领域研究者、安全监控项目人员以及正在入门目标检测的学员,适合作为模型训练、推理验证和二次开发的参考基础。资源包含训练好的模型权重,下载后可直接加载推…

2026/10/11 22:24:10 阅读更多 →
Python akshare A股数据实战:从拉取清洗到本地存储的稳定链路

Python akshare A股数据实战:从拉取清洗到本地存储的稳定链路

简介:这是一份面向金融数据分析初学者与量化爱好者的Python股票数据处理源码包,基于akshare库实现股票数据的自动化抓取、清洗与分析,适合想用编程替代手工整理行情数据、搭建个人分析流程的开发者参考。压缩包共442个文件、约12.22MB&#x…

2026/10/11 22:24:09 阅读更多 →
连续相位调制CPM原理与MATLAB仿真实现

连续相位调制CPM原理与MATLAB仿真实现

简介:这份资源面向通信工程、电子信息类专业学生及数字通信初学者,聚焦连续相位调制(CPM)在MATLAB环境下的原理验证与仿真实现,帮助读者理解调制指数、符号速率与信息速率之间的关系,并掌握MSK、GMSK等典型…

2026/10/11 22:24:09 阅读更多 →
小龙虾OpenClaw一键部署U盘:把配置改到TaoToken的完整实操

小龙虾OpenClaw一键部署U盘:把配置改到TaoToken的完整实操

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/11 22:24:09 阅读更多 →
Pytorch实现DualGAN非配对图像去雾:原理与实战

Pytorch实现DualGAN非配对图像去雾:原理与实战

简介:基于Pytorch实现的对偶生成对抗网络图像去雾项目,包含完整Python源码、预训练模型与文档说明,面向计算机相关专业毕业设计、课程设计及需要项目实战的初学者。资源包共25个文件,涵盖10个py源码文件用于网络定义、训练、预测与…

2026/10/11 22:24:09 阅读更多 →
ROS2 Action通信机制详解:从接口定义到完整实战

ROS2 Action通信机制详解:从接口定义到完整实战

第一次看到ROS2里还有action这种通讯方式时,我一瞬间是有点懵的:topic我会用,service我也明白,action到底是什么鬼?直到我在导航小车上真跑了一次任务才发现,动作方式通讯解决的是"带反馈、可取消、有…

2026/10/11 22:23:08 阅读更多 →

日新闻

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

简介:基于 ARIMA、LSTM、Transformer 等模型的流感时间序列预测 Python 源码,面向计算机相关专业课程设计与期末大作业学生,以及项目实战学习者。内容覆盖预处理、平稳性检验、定阶、残差分析、多模型对比预测的完整时序建模流程,…

2026/10/11 0:00:27 阅读更多 →
影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别 做影刀RPA自动化,十个新手有八个栽在"往输入框里填东西"这件事上:要么填不进去,要么填了一半,要么直接把原来内容追加在后面。这背后的根因&…

2026/10/11 0:00:27 阅读更多 →
影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容 1. 认识影刀:什么场景该用RPA采小说数据 起点中文网的页面结构相对稳定——分类榜单、书籍详情、章节内容三块独立页面,跳转链路清晰。这种场景非常适合影刀自动化&#x…

2026/10/11 0:00:27 阅读更多 →

周新闻

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

流感时间序列预测实战:ARIMA/LSTM全流程拆解与避坑指南

简介:基于 ARIMA、LSTM、Transformer 等模型的流感时间序列预测 Python 源码,面向计算机相关专业课程设计与期末大作业学生,以及项目实战学习者。内容覆盖预处理、平稳性检验、定阶、残差分析、多模型对比预测的完整时序建模流程,…

2026/10/11 0:00:27 阅读更多 →
影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别

影刀RPA新手教程:键盘模拟输入实战——输入文本与模拟按键的区别 做影刀RPA自动化,十个新手有八个栽在"往输入框里填东西"这件事上:要么填不进去,要么填了一半,要么直接把原来内容追加在后面。这背后的根因&…

2026/10/11 0:00:27 阅读更多 →
影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容

影刀RPA新手教程:阅文起点小说数据采集实战——书籍信息与章节内容 1. 认识影刀:什么场景该用RPA采小说数据 起点中文网的页面结构相对稳定——分类榜单、书籍详情、章节内容三块独立页面,跳转链路清晰。这种场景非常适合影刀自动化&#x…

2026/10/11 0:00:27 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/11 10:45:37 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/11 14:36:53 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/11 14:36:54 阅读更多 →