01 | Joybuy欧洲开放第三方入驻，品牌卖家新增高净值渠道

京东旗下的跨境电商平台Joybuy正式宣告，将于2026年下半年在欧洲启动“精选市场”试点，告别此前的全自营模式，首次向第三方品牌商户敞开大门。目前，Joybuy已覆盖英国、法国、德国、荷兰等30多个欧洲重点城市，并落地“211限时达”配送服务；平台在Trustpilot上的评分高达4.7分，上线仅两天即登顶六个国家的购物类APP下载榜。入驻门槛非常清晰：只接受企业主体（香港或境外注册公司），必须具备自有品牌或正规品牌授权，产品需满足CE、REACH、WEEE等欧盟法规，同时要求使用欧洲海外仓实现本地发货。平台明确拒绝低价铺货型商家，采用邀请制结合半托管的管理方式，优先吸纳成熟的欧洲市场卖家、具备供货能力的工厂以及中高端品牌商，整体目标推动1000个中国品牌出海。

区别于亚马逊和Temu等平台，Joybuy主打“精选市场”定位，避免陷入低价内卷，这对中高端品牌卖家来说格外友好——既能分享平台现有的流量红利，又可稳固自身的品牌价格体系。对已经拥有欧洲合规资质和海外仓布局的精铺型卖家而言，这是一个值得提早卡位的高净值增量渠道。

来源：出海网（6月11日）、雨果网

02 | 华凯易佰3.2亿收购HOMLAND，银发经济成为跨境新蓝海

跨境大卖家华凯易佰（SZ300592）于6月12日晚间披露公告，通过“增资+收购”方式合计投入3.2亿元，控股新设主体深圳比逊河并取得其核心品牌“HOMLAND”，正式挺进银发经济赛道。HOMLAND专注于老年人居家医疗辅助类产品，核心品类涵盖淋浴椅、助行器等，主要面向美国市场。2025年度，HOMLAND未经审计的营业收入约2.93亿元，净利润为2623.76万元。此次交易设置了两年的业绩对赌条款：2026年和2027年扣非归母净利润分别不得低于3000万元、4000万元，两年合计至少7000万元，并同步搭配了业绩奖励机制。

这起收购对跨境从业者带来了三个层面的启示：第一，当自身在某一垂直品类缺少运营积淀时，可以通过收购成熟品牌迅速切入，复用现有供应链和渠道能力；第二，银发经济赛道的竞争尚不充分，头部品牌稀缺，兼具刚需与高复购特征，是跨境电商中极为少见的“蓝海之中的蓝海”；第三，垂直化、品牌化是跨境精品化发展的长期方向——围绕细分人群深挖品牌价值，能够摆脱低价内卷，获取更高的溢价空间。

来源：每日经济新闻（6月13日）、DoNews（6月14日）

03 | 欧盟150欧元免税7月1日终止：申报方式差异导致税费最高翻三倍

欧盟委员会正式公布了低价值货物关税新规的实施细则：150欧元及以下的跨境B2C包裹免税政策将在6月30日到期，从7月1日起统一征收每件3欧元的临时关税，有效期至2028年7月1日。该关税适用于通过IOSS申报及邮政渠道进口的货物，由平台或卖家作为申报人支付。一个极易被忽略的“陷阱”是——申报方式的不同会导致税费差距最高可达三倍：3欧元是按照海关申报单上“同一税则编码、同一描述、同一原产地的同一类货物”来计征的。如果同款三件服装使用IOSS简化H7表格合并申报，仅需缴纳3欧元；但若拆分开来，使用完整H1单据申报，导致十位数税则号不同，则须按单件计税，总计9欧元。

与此同时，跨境电商B2C进口商品的产品标识符申报要求将在7月1日开放自愿填报，11月1日起转为强制。对欧卖家需要在最后两周的窗口期内做好三项准备：规范申报单据、选择最优申报方式、提前备妥产品标识符数据。对于多SKU、客单价较低的卖家而言，每单新增3至9欧元的固定关税将直接压缩利润——要么提高售价，要么升级产品结构，要么加快海外仓备货节奏。

来源：出海网（6月12日）、欧盟委员会官方公报

04 | TikTok Shop美区年中促6·18提前开跑：直播拍卖首度进入核心玩法

TikTok Shop美区年中大促“Deals For You Days”定档北京时间6月18日上午8:00启动，将持续至7月3日，共计16天，比去年提前了二十多天。此次大促恰好叠加了世界杯（6月11日开幕）、父亲节（6月15日）和美国独立日（7月4日）三大消费热点，流量密度极高。今年最大的变化是——直播拍卖被首次纳入大促核心玩法：数据显示，拍卖直播间的时均GMV是普通直播的4倍，2026年1月至4月拍卖直播的月均增速是其他直播形式的6倍。6月26日将设置专属的“拍卖日”，参与拍卖的商家统一享受3%的佣金减免。

实战建议方面：卖家需在6月10日前完成达人寄样，并锁定头部达人的档期；商品标题务必嵌入“世界杯”“父亲节”“国庆”三大场景热词——平台数据表明，TikTok Shop美区商城搜索场的千次曝光成交额比内容场高出60%，属于免费且精准的高价值流量。选品上可聚焦观赛装备、工具类礼品、户外派对用品这三大热点品类。

来源：搜狐（6月12日）、大数跨境（6月3日）、TikTok Shop官方

小结：本期的四条消息共同指向一个趋势——跨境电商正在加速从“铺货跑量”转向“品牌化+精细化+合规化”发展。Joybuy精选市场为品牌型卖家带来新渠道，华凯易佰的并购路径展现了品牌化发展的资本策略，欧盟关税细则要求卖家在合规与成本之间精细计算，而TikTok Shop的创新玩法则考验卖家的内容与流量运营能力。只有在合规的基座上深耕品类、做强品牌，才能穿越市场周期。

一、全球白噪音机市场趋势与潜力洞察

全球白噪音机市场正沿着一条稳健的成长曲线向上攀升。依据Strategic Market Research的测算，2024年该市场规模就已达到7.2亿美元，预计2030年将增长至10.7亿美元，年均复合增长率约为6.7%。而Deep Market Insights给出了更为乐观的估计：其认为2024年市场规模已突破11.2亿美元，到2030年将扩张至18.5亿美元，对应CAGR高达9.0%。

如果把目光放得更宽，整个睡眠科技设备赛道才是真正的蓝海。Future Data Stats的研究指出，2025年睡眠科技设备的市场规模约为171亿美元，预计到2033年将飙升至398亿美元，CAGR达11.2%。白噪音机作为睡眠科技领域最典型的入口级产品，眼下正站在“智能升级”的关键转折点上。

值得关注的核心趋势包括：便携式产品已占据40%以上的最大份额；集成智能App功能的产品增速最为亮眼；下一代方向是AI驱动的个性化声景创造；线上渠道贡献了超过60%的销量，DTC模式天然适配；加之超过30%的美国成年人受到失眠困扰，非药物助眠的需求正在快速释放。

二、主要品牌竞争态势与格局解析

当前市场竞争呈现出清晰的“哑铃型”分布：20至35美元区间属于红海地带，充斥着各种白牌产品；60至89美元区间形成了品牌真空，只有极少数玩家涉足；100美元以上的高端区间则由Hatch和Snooz等品牌牢牢把守。尤其值得注意的是，在69至89美元这一价格带，还找不到任何一款同时具备WiFi/App控制、高质量无循环声景、日出日落灯、睡眠追踪以及精美设计的产品。

三、用户核心痛点与DTC品牌应对策略

深入分析海量用户反馈后，可以发现几类反复出现的关键痛点，而这些恰好为DTC品牌提供了精确制导的解决方案。

四、价格带真空与蓝海机会深度挖掘

市场可以清晰地划出三个层次：18至35美元的红海区间，聚集了大量白牌间的混战；40至55美元的黄海区间，以LectroFan和Yogasleep为代表音质尚可但完全缺乏智能；而69至89美元的品牌真空带，仅能见到纯为婴儿设计的Hatch Rest以及半智能的Yogasleep Connect，几乎可以说是一片未被开垦的沃土；再往上便是100美元以上的高端领地，Hatch Restore虽然功能强大，但170美元的售价加上强制订阅模式令不少用户却步。

一个名为 claude-skills 的开源仓库集成了 345 项技能、93 个代理配置、7 种人设、99 条斜杠命令，横跨 17 个业务领域，并且宣称同时兼容 13 个 AI 编程工具—— Claude Code、OpenAI Codex、Gemini CLI、Cursor、Hermes Agent 等。

345

技能

13

工具

5,200+

GitHub 星标

在日常使用 Claude Code 或 OpenAI Codex 编写代码时，基座模型的通用能力往往只停留在“写出语法正确的代码”层面。工程判断、安全审查、合规检查清单、产品定位乃至营销漏斗设计，这些都需要通过向上下文里塞入操作手册来补全。

开源项目 claude-skills 想做的正是这样一台“手册聚合器”。它并非又一个零散的 prompt 分享集，而是一个按照目录结构精心组织的技能包仓库。每个技能都自带 SKILL.md 规范、Python CLI 工具和参考资料，理论上可以直接被任何遵守 agentskills.io 标准的 Agent 加载。

仓库目前覆盖了以下内容：

• 工程与 DevOps 51 项：架构、全栈、QA、SecOps、Playwright 测试、自动技术债务扫描等；
• POWERFUL 进阶 78 项：RAG 设计、数据库 schema 设计、MCP server 搭建、安全审计、CI/CD pipeline 生成、SLO 设计器等；
• C-level 顾问 66 项：分别从 CEO、CTO、CFO、CMO、CISO 等视角出发，提供“像高管一样思考”的决策模板；
• 营销 46 项：其中包含 AEO（Answer Engine Optimization），专门优化页面让大语言模型引用，而不只是给搜索引擎看；
• 研究运营 5 项（v2.9.0）：临床试验设计、研发项目财务、市场调研、用户研究；
• 学术研究 8 项：文献综述、专利检索、NIH 基金写作、课程设计等。

它并非一个万能插件箱，而是一个“格式标准 + 技能目录”

你可能在社交平台上刷到过《丧尸清道夫》《万物生》《零号档案》这类AI短片。它们的走红路径惊人地相似：国内首发，海外爆火，再被国内舆论推上流量的风口。

在这些案例中，《丧尸清道夫》尤其让人震撼。被X平台大V「PJ Ace」转发后，播放量直线飙升至1300万。而更令人触动的，是创作者Mx-Shell透露的真实情况：

“创作过程中没有分镜图，也没有首尾帧，只用了资产图+脚本，分镜控制纯依赖手搓的脚本文案。整部片子由一个人独立完成，Token成本大概3000元，前后花了10天。”

这句话坦率到近乎透明，也直接点破了AI视频的核心本质：资产图+脚本。资产图负责解决主体一致性，脚本文案负责驱动剧情节奏。

道理听起来简单，但这恰恰是大多数人难以跨越的一道坎——工具已经足够强大，卡点在于不知道给工具“投喂”什么。

为了让“资产图+脚本”这一核心链条真正跑通，一款名为 lengyi-shotlist 的开源工具已经发布在GitHub上，正在被越来越多的创作者采用。

它的功能非常直接：你任意输入文本——可以是一段小说节选、一句剧情描述，甚至几个关键词——它就会自动完成两件事：

1. 拆解或扩写出分镜脚本提示词，逻辑严密且总字数严格控制在3000字以内，杜绝粘贴时超出工具限制。
2. 自动生成资产图提示词，针对人物、物件、道具、场景等关键元素，一次性输出可直接用于文生图的指令。

也就是说，从“一段文字”到“立刻就能投喂给生图/生视频工具的全套提示词”，这个工具一站式完成。

使用者唯一要做的，就是把生成的内容粘贴到相应的创作软件里。

将该工具与Vidu近期上线的「多宫格创作」功能搭配使用，实际生成的多支短视频效果远超预期。

「多宫格创作」的操作逻辑清晰得令人感到舒适：

• 上传主体参考图（角色、道具、场景，推荐使用三视图来确保主体一致）
• 粘贴分镜脚本提示词
• 设置宫格数量、时长、清晰度和画幅

仅需这三步，就能得到一支叙事结构完整、镜头语言到位、主体前后统一的视频。一致性、分镜设计、工作流，全部被这条流水线包揽，只剩下创意、结构和审美归创作者自己掌控。

实战案例

下面通过五个不同的案例，详细拆解如何将lengyi-shotlist与Vidu配合使用。

1. 重现《三体》名场面

这是最值得付诸影像的一段文字。刘慈欣用寥寥数百字，写出了一段充满诗意的相遇：庄颜站在客厅门口，穿一件淡蓝色风衣，围白色围巾，头发披散，那双让人心碎的眼睛与画像一模一样。她的美不依赖任何动作，纯粹由氛围成就。

将这段原著段落直接喂给lengyi-shotlist。

工具即刻给出分镜总览——多少个镜头、每秒节奏、整体风格与场景设定，随后生成主体档案，并分别输出庄颜和罗辑的人物图提示词。

建议将该工具与DeepSeek V4 Pro或Claude 4.6 sonnet/Opus 4.8/GPT-5.5等模型搭配，效果会进一步提升。

然后，工具输出严格控制在3000字以内的分镜脚本提示词。

主体提示词拿到任意生图工具中生成即可。这里生成了三版庄颜，选择最贴近原著气质的一版。

接下来，手握主体参考图和视频脚本提示词，登录vidu.cn找到「多宫格创作」入口。

界面很直观：上方上传主体，中间粘贴分镜提示词，下方调整分镜、时长、清晰度和画幅。

主体支持图片（三视图）、视频和文本。为保证一致性，首选上传图片。

庄颜和罗辑的人物图已上传完毕，随后粘贴分镜提示词，选择12宫格、14秒时长。

Vidu会按12宫格一次性生成全部片段。

最终成片如下，这恰是许多人脑海中庄颜的样子。

按同样流程，得到了第二个场景的视频。

罗辑特别注意到这里一幅风景画都没有，这是很成熟的审美情调：这幢房子就坐落在绝美的伊甸园中，风景画挂在这里就像在大海中加一桶水那样多余。……罗辑陶醉在这如梦如幻的意境中，任时间静静地流逝。不知过了多久，庄颜才想起罗辑的存在，回头对他笑了一下，罗辑的心随之一动，他感到这笑容仿佛是从画中的奥林匹斯山投向尘世的一束光芒。

ZCode不仅支持GLM5.2，还能接入DeepSeek，甚至实现远程操控，完全不需要Codex了！

我看到评论区有人分享这个方法，才意识到这个功能。

缓存命中99.4%！

如果你觉得ZCode自带的GLM5.2响应太慢、Token配额不足或存在频率限制，那么直接更换模型就行！

对我个人而言，ZCode增强版老Pro套餐表现非常出色，比没有时好用很多，管理测试项目、查看数据都更加便捷，今天升级后又新增了不少功能。

之前很多人尝试将DeepSeek接入Codex以使用远程控制功能，而我发现ZCode也有类似功能，并且更加全面。

它几乎可以将本地软件的全部功能迁移至远程，远不止对话这么简单。

如此一来，我们就能借助ZCode，用任意模型、在任何终端上远程控制本地电脑，无论Windows还是macOS都毫无压力。

这对国内用户来说实在是太方便了，再也不用折腾OpenAI的账号了！

下面我来演示具体玩法：

第一步：获取DeepSeek接口

首先需要获取一个API接口，你可以选择DeepSeek或其他任意大模型，这里以DeepSeek为例进行演示。

打开DeepSeek开放平台：

https://platform.deepseek.com/api_keys

点击「API Keys」：

然后创建一个API Key并复制下来。注意，这个Key只在创建时显示，之后就无法查看，一定要保存好。

这样，所需的前期准备就全部完成了。

第二步：配置DeepSeek模型

打开ZCode，在输入框下方的模型选择菜单中找到「管理模型」：

ZCode是智谱官方推出的智能体工具，若尚未安装，可前往官网下载安装，过程非常简便。

进入后选择「添加供应商」：

然后将API Key填入对应输入框，其他参数直接参考以下配置：

DeepSeek  
BaseURL: https://api.deepseek.com/anthropic  
APIKey: sk-efe11xxxx  
Model: deepseek-v4-flash

模型需点击「添加模型」进行添加，上下文长度可设置为1000000。

填写完毕后，点击「添加供应商」即可完成。

回到主界面，就可以选择DeepSeek这个提供商了。

然后选择具体模型，我仅配置了Flash，你也可以添加Pro版本，选择后就能使用。

选择一个文件夹，尝试开始对话：

非常流畅，DeepSeek Flash响应极快！

第三步：实现远程连接

点击左侧对话列表下方的手机图标，会弹出移动端远程控制窗口：

你可以直接扫码连接，也可以复制链接。此外，还能添加微信、飞书、Telegram等聊天工具！

扫码成功后，手机端即可看到本地电脑上的项目和对话。

打开对话就能开始工作，完全可以与电脑端进行交互。

最厉害的是，网页版几乎与本地版完全一致：

也就是说，无需安装客户端，在另一台电脑上就能打开一个与本地完全相同的ZCode界面！

所有对话、设置和窗口均能实时同步。同步过程极为流畅，几乎感觉不到是在远程操作另一台电脑。

你可以随意测试，比如让它统计桌面文件数量：

轻松完成！

我还让它帮我删除了一批文件：

我的胆子确实很大😄，在完全访问权限下让它删除文件。

这体验简直完爆Codex！Codex移动端只能查看对话，而ZCode可以实现完整操控。

ZCode还有一个优点：无需科学上网！国内用户可以轻松注册、登录，官方还支持接入第三方模型！

除了模型和智能体生态可能还不够完善，其他地方几乎没有短板，对绝大多数用户完全够用。

月球表面没有大气层保护，温度波动高达380摄氏度，微陨石持续轰击。在这样的环境中建造永久居所，首先要解决的课题是结构自身的生存能力。

NASA在Artemis II返回地球后，公开了永久月球基地的分阶段推进方案。从移动勘探到加压漫游车，再到利用风化层屏蔽的半永久居住舱，这并非火箭工程的简单延伸，而是一套完整而自洽的建筑构造逻辑：先进行场地测绘，再构筑围护体系，最终实现资源就地使用。整个过程指向一个明确的判断——月球建筑若要长期存活，必须回归建筑学最古老的智慧：让环境自身成为庇护，而非与之对抗。

月球南极沙克尔顿陨石坑区域渲染。极低角度的阳光在山脊上拉出极长的影子，永久阴影区的温度可骤降至零下250度。基地选址必须在太阳能集热器的高架位置和居住舱靠近永久阴影区获取水冰的需求之间做出精准权衡。

真空场地的构造逻辑，必须从零重新建立

地球建筑物的围护结构天生拥有一层大气作为缓冲。月球则完全没有。日照期间外部温度可飙升至120摄氏度，而月夜则断崖式下跌至零下130度，永久阴影区更是低至零下250度。这迫使建筑师必须以完全颠倒的思维来工作：在这里，阳光是一种破坏因子，第一代月球居住舱大概率不会开窗。

NASA将目光锁定在南极沙克尔顿陨石坑及其连接山脊。这一选址绝非偶然：山脊高处能够部署垂直太阳能集热器，捕捉低角度日照；而永久阴影区附近可能蕴藏着水冰资源。整个场地布局的核心，就是在这两种极端条件之间寻得平衡——既要靠近能量来源，又要紧贴资源获取地，同时还要避开持续不断的微陨石轰击和宇宙辐射。

第一阶段开发渲染：移动漫游车与自主测绘无人机是最早抵达月球的建筑干预力量。它们的任务并非直接建造，而是生成高分辨率数字地形模型，为后续固定基础构件的锚固提供土壤稳定性、坡度以及开挖区的精确数据。

第一阶段：用移动架构完成场地测绘任务

从建筑学的视角来看，第一阶段的重心在于信息采集，而非实体建造。月球地形车和FLEX流动站是最早落地的机械干预单元。它们必须具备连续150小时阴影耐受能力，在风化层中自主导航——那种月球尘埃对机械零件的磨损极其严重。与此同时，自主测绘无人机构建出高分辨率数字地形模型，这些数据直接决定了未来任何固定构件锚固之前的土壤稳定程度、坡度特征和可开挖区域。

这一阶段的建筑逻辑极为清晰：在无法运来混凝土和钢材的地方，第一步便是彻底摸清“脚下这片土地能否支撑起人类的活动”。NASA计划部署25次任务、完成21次着陆，涵盖Blue Moon着陆器、Griffin着陆器、MoonFall无人机等多种平台，其本质就是一场星球尺度的场地勘察。放在建筑项目里，这等同于开工前必须完成的现场勘测，只不过这里的场地是另一个天体。

第二阶段渲染：加压漫游车成为移动实验室与临时居所。JAXA与丰田合作的月球巡洋舰可在加压环境下支持两名宇航员连续生活30天，这种双重建筑类型同时承担了交通系统和临时住宅的角色。

第二阶段：加压漫游车，一种过渡性的建筑形态

第二阶段引入了一种全新的建筑类型：加压漫游车。JAXA与丰田联手开发的月球巡洋舰既是核心实验室，又是可供两人居住长达30天的临时住宅。这种双重属性使其同时作为交通系统和临时居所而存在。宇航员可以在加压环境中生活、从事研究，不必一直穿着航天服。

同一阶段还将测试太阳能发电系统的部署以及初步的核表面电力供应能力。独立电源模块的出现，意味着前哨站开始挣脱对地球补给的依赖，朝着自给自足的方向迈进。建筑的围护逻辑至此发生质变：从“运动中的生存”转向“固定位置的居住”。加压漫游车的10年设计寿命、15度最大爬坡能力以及150小时连续阴影耐受，实际上是在为第三阶段的永久结构进行完整的技术预演。

第三阶段渲染：大型居住模块通过结构节点和刚性气闸连接在一起，工作区与生活区实现分离。外围保护屏障由自主物流漫游车逐步堆筑，确保整个结构在10年设计寿命内的完整性。

第三阶段：风化层重新回归建筑材料的角色

第三阶段迎来了人类第一批半永久居住地。大型居住模块通过结构节点和刚性气闸连成一体，室内布局专门为长期舒适性而设计，将工作区与住宅区明确分开。围护结构采用刚性金属或充气多层壳体，以抵抗外部真空并维持内部恒定的气压。

然而真正意义上的建筑突破在于就地资源利用（ISRU）。机器人系统采用烧结技术，借助微波或激光热量熔融风化层颗粒；同时借助3D打印来建造着陆场、道路和防爆墙等水平基础设施。风化层被机械堆积或支撑在居住模块的上方，形成一道厚重的保护毯。这恰恰是建筑学最古老原则的回归：在没有外来材料的地方，就用脚下的土壤建造庇护所。至于月球农业，目前尚无明确策略，NASA暂定通过端到端物流能力来供应食品、水及备件。

这些策略对地球极端环境设计的启示

月球基地三阶段推进策略揭示出一条清晰的建筑逻辑线索：先以移动工具完成场地测绘，再用加压移动结构验证居住可行性，最终以当地材料构筑永久围护。每一步都在回答同一个核心问题——在极端环境下，建筑如何从临时避难所一步步升级为可持续的居住系统。

这套逻辑对地球上的极端环境设计同样深具启发性。南极科考站、沙漠前哨、高海拔营地等，都面临着类似的围护挑战：剧烈的温差、强烈的辐射暴露以及高昂的材料运输成本。月球建筑提供的答案是直接利用场地本身的资源：风化层成为屏蔽材料，永久阴影区成为水冰来源，山脊地形则自然充当太阳能集热器的支架。这种顺势而为的设计思维，远比任何高科技围护体系更具普适性。

可以立即落地的实践经验

场地测绘必须优先于结构建造：月球基地的第一阶段几乎全部用于移动测绘和数据采集工作，在任何静态构件锚固之前便建立起完整的地形模型。任何极端环境项目都应遵循这一顺序。

围护材料的获取方式决定设计逻辑：月球采用风化层烧结与3D打印来建造防爆墙等设施，地球上的极端环境设计同样应当优先考虑就地取材，而非完全依赖外部运输。

分阶段验证是降低风险的核心手段：从移动工具到加压临时结构，再到半永久居住舱，每一步都在为下一步积累技术可行性。这种渐进式策略适用于所有高风险、高成本的建筑项目。

XianTu 是一款完全由 AI 驱动的修仙题材文字冒险游戏，玩家在纯文本交互中踏上从凡人到飞升的完整修炼之旅，每一次点击和选择都由实时生成的故事铺陈开独一无二的仙途。

核心功能速览：

• 🤖 AI 动态叙事：兼容 Gemini、Claude、OpenAI、DeepSeek 等主流大模型，剧情由 AI 实时编写，杜绝重复
• ⚔️ 完整修仙架构：涵盖境界突破、三千大道、功法修炼、装备炼制以及形形色色的 NPC 交互
• 🎲 智能判定引擎：综合境界、属性、装备、功法等多维度数据计算每一次行动的结果
• 💾 多存档体系：支持多角色、多槽位存档，可导入导出，也能借助云同步在不同设备间无缝切换
• 🗺️ 开放世界探索：在朝天大陆自由闯荡，触发随机奇遇，编织专属的人际关系网
• 📱 全平台自适应：桌面端与移动端体验一致，内置亮色/暗色双主题
• 🍺 酒馆兼容：支持 SillyTavern 嵌入式环境，并提供独立的网页版

立即在线体验：
https://www.ddct.top

快速部署指南

借助 Docker Compose，只需几行配置就能在 NAS 或任何支持 Docker 的设备上拉起服务。

services:  
  xiantu:  
    image: qianye60/xiantu:latest  
    container_name: xiantu  
    ports:  
      - "8080:80"  
    restart: always

启动后，在浏览器访问 http://你的设备IP:8080 即可看到游戏界面。

接入 AI 大模型

点击右上角设置按钮，首要任务是配置模型 API（需要提前准备好的密钥）。

为避免干扰，建议直接修改已有的默认 API 条目。

关于第三方 API 服务的提示：我使用的是硅基流动（SiliconFlow）的接口，其响应速度与稳定性在同类服务中较为出色。你可以在硅基流动官网注册并获取 API Key。

设置时请注意：虽然 XianTu 的提供商列表内有“硅基流动”，但该选项默认仅允许选用特定嵌入模型。

因此，推荐切换为自定义模式，手动填入硅基流动的 API 地址，以便自由调用更多对话模型：

前段时间我一直在折腾一个东西，叫PMBrain。

说实话，刚开始我并没有想把摊子铺这么大。

我只是觉得现在用AI工具实在太累了。

CodeBuddy、Codex、Cursor、Claude Code，每一个都相当能打。单次对话里，它们能写代码、改文档、排查问题、生成方案，看上去确实让人眼前一亮。

可只要一切换窗口、一换项目、一开新对话，它立刻就像失忆了一样。

你几天前刚跟它讨论过的项目背景，它一点印象都没有。

你上周踩过的坑，它完全不知情。

你在Word里梳理的需求、会议纪要、客户反馈，它更是毫无感知。

它每次都像一个刚来的实习生，态度没得挑，能力也不差，唯独缺了上下文。你不得不一遍又一遍地把背景喂给它。喂的次数多了，人就烦了。

我就在琢磨，AI这么强，为什么还得我天天给它补课？

后来看到GBrain，我翻了翻介绍，眼睛一下就亮了——这就是我一直需要的东西。

它的思路特别直接：给AI搭一个本地知识大脑。你把文档、笔记、对话记录扔进去，它帮你自动完成搜索、向量化、知识图谱，再通过MCP把能力接给各类AI工具。

这个逻辑才说得通。

AI不该只会临场抖机灵，它得能翻旧账。

当然，原版GBrain很强大，可一旦搬到我自己电脑上跑，马上就开始水土不服。

第一，大量内容都是英文语境。管理后台、CLI提示、文档说明，对国内普通用户来说门槛不低。

第二，模型配置偏国外。OpenAI、Anthropic当然是好东西，但在国内环境里，很多人要么连不上，要么用着磕磕绊绊。

第三，项目经理日常打交道最多的材料，其实是Word、PDF、Excel、会议纪要、需求文档、合同文件这些。

你叫我每次先手动转格式再导入？

还是算了吧。

真要这么折腾，最后肯定又退回到手动复制粘贴的老路上。

既然原项目是开源的，我就动了改一改的心思，让它更贴合我自己的使用场景。

改造的过程大概是这样的：

先把后台和CLI全面中文化。

这一步看着没什么技术含量，但其实特别关键。工具如果一打开扑面而来全是英文提示，新手会本能地觉得“这东西离我太远了”。我不想让PMBrain变成只有硬核技术玩家才敢碰的东西。

接着接入国内模型。

我加了MIMO小米的recipe，扩展了智谱和DeepSeek的配置。向量化用智谱的embedding-3，对话和查询扩展可以走MIMO，DeepSeek也能当备用。后来我又专门整理了一套API Key和运行配置治理方案——key不放进仓库，也不写Windows全局环境变量，统一放在私有的config.json里。

听起来好像有点洁癖。

但你要真踩过密钥泄露、环境变量混乱、工具到处读不到配置的坑，就知道这根本不是洁癖，这是救命。

再接下去，是Office文档的直接导入。

我觉得这是PMBrain真正开始变硬核的一步。

因为真实工作里，知识远不只是躺在Markdown里。

它藏在客户发来的Word里，藏在会议纪要里，藏在Excel表格里，藏在PDF合同里，甚至藏在一段录音里。

所以我给它加了 --include-office 能力。

现在Word、PDF、Excel、CSV都可以直接导入。Word内容在内存中直接抽取，自动进入后续的chunk、去重、向量化流程，完全不用先生成一堆中间Markdown。对于老旧的 .doc 和 .wps 文件，还做了Windows Word COM的只读兜底。

这一下就舒服多了。

你把项目资料往文件夹里一丢，PMBrain自己就能消化。

最后我又给它叠了一层项目管理能力。

这也是我自己实实在在的需求。

我平时做项目，真正让人头疼的往往是这些事：

当前项目到底处在什么状态？

哪个任务已经卡住了？

哪个风险是刚刚冒出来的？

上一次会议拍板了什么事？

负责人是谁？

下一步谁该动？

于是我给PMBrain增加了PM schema pack，把项目、里程碑、任务、风险、决策、会议、干系人这几类关键信息拆开，再用关系把它们连起来。

这个思路非常朴素。

不要总指望AI凭空变聪明。先把材料摆对位置，再让AI帮你找关系、做判断、出报告。

我现在越来越觉得，普通人用好AI的关键，早就不再是提示词和最新模型本身了。

真正拉开差距的，是你有没有自己的材料库，有没有自己的流程，有没有让AI持续继承上下文的能力。

没有这些，AI再强也只是个一次性的聊天工具。

有了这些，AI才真正开始像一个长期搭档。

PMBrain现在能做到什么？

它能把你的本地文档一键导入知识库，支持Markdown、Word、PDF、Excel、CSV，后面还会继续扩展音频。

它可以做混合搜索，关键词、向量、知识图谱一齐上阵，不再只靠字面匹配。

它可以通过MCP接入CodeBuddy、Codex、Cursor、Claude Code。你在AI工具里问项目问题，它可以直接查你的本地知识库。

Qwen 团队一次性放出三个机器人基础模型，分别覆盖导航、操作与世界预测，所有动作接口统一采用自然语言。这并非实验室 demo 的简单堆砌，而是从数据标注、训练策略到真实部署的一条完整工程闭环。2B 至 8B 参数规模表现一致提升，Unitree Go2 四足机器人在完全陌生的真实公寓中，仅凭自然语言指令就零样本跑通了跨房间导航。

已开源 / 可验证 / 适合收藏

大语言模型能写诗、能编程、能通过律师资格考试，但如果让它走进厨房拿起一个杯子，它大概率会把杯子碰倒。这不是因为模型不够聪明，而是数字世界与物理世界之间横亘着一道根本性的鸿沟：语言指令和机械动作分属截然不同的表示空间，具身数据高度异质，采集成本极高，简单混合只会引发剧烈冲突。

6 月 15 日，Qwen 团队正式发布 Qwen-Robot，用三个专业基础模型同步作答三个核心问题：机器人如何到达目标位置？如何用手与物体交互？物理世界接下来会发生什么？三个模型既可以独立运行，又都提供语言优先的接口，通用 Qwen 模型便能将它们当作物理世界的工具，按需组合调用。

导航模块：参数化视觉分配策略，一套权重覆盖五类任务

智能体要操作任何物体，首先必须能走到目标跟前。但不同导航任务对历史信息的需求差异悬殊：指令跟随要求保留长程上下文，目标追踪却几乎只依赖最近几帧。固定策略根本无法同时满足。

Qwen-RobotNav 的解决思路，是把视觉分配策略本身变成可调参数。任务模式负责选择导航行为（指令跟随、目标搜索、目标追踪、自动驾驶），四个控制轴——视觉 token 预算、时间衰减、单相机权重和帧采样模式——则共同决定视觉历史的编码方式。模型在 1560 万条样本上训练，以同一套权重统一了五类导航任务。

关键数据：VLN-CE RxR 76.5% SR、HM3Dv2 目标搜索 75.6% SR（仅使用 RGB，却超越了所有依赖深度信息的方法）、EVT-Bench 90.0% 跟踪率、NAVSIM 91.4 PDMS。而且 2B 到 8B 参数规模都展现出稳定提升。

这套参数化接口使 RobotNav 天然适合充当智能体系统的导航模块。上层规划器把长程目标分解为子任务，动态切换任务模式和上下文策略，反复调用同一模型就能组合出复杂行为。在 EXPRESS-Bench 上，性能提升 15.4%，导航步数减少 77%。

真实部署场景更能说明问题。Unitree Go2 四足机器人搭载 NVIDIA Jetson Thor（推理延迟仅 196ms），仅凭自带的低分辨率摄像头，在一套从未见过的公寓中根据逐步下达的语言指令，跨越多个房间执行任务。在展览馆的往返导航测试中，机器人从客厅导航 21.78 米抵达病房，再接到反向指令沿原路返回，全程仅靠语言就实现了双向位置控制。

操作模块：统一 80 维状态-动作空间，让不同形态的机器人共享数据

产线上的工业臂与厨房里的服务臂，抓取动作看起来可能非常相似，但关节配置和动作空间却截然不同。让形态各异的机器人在表示层面实现兼容，是跨本体大规模训练的先决条件。

Qwen-RobotManip 以 Qwen3.5-4B VL 为骨干网络，结合流匹配 DiT 动作头，通过三种机制化解这一难题。统一的 80 维状态-动作表示，在单臂、双臂、灵巧手和移动平台之间共享。相机坐标系下的末端执行器增量位姿动作，使得视觉上相似的运动在不同机器人之间数值上也高度接近，从而屏蔽了形态差异。上下文策略自适应则将执行历史视为隐式的本体标识，实现在线行为校准。

一家航天巨头用一枚收购火箭直接击穿了AI编码工具的估值天花板，并且轻描淡写地表示：这不过是序幕。

01 一枚火箭引爆的收购案

SpaceX的官方频道自2009年开通以来，第一次不再仅仅谈论火箭、星舰和卫星，而是瞬间抛出一记AI领域的重磅并购。6月16日，@SpaceX在X平台上正式确认：已行使对@cursor_ai的收购选择权，交易采用全股票转让方式，目标是“打造全世界最有用的AI模型”。帖子虽然篇幅极短，但数据极为庞大，发布仅数小时就斩获超过740万次浏览、2万次点赞和2300次转发。

“SpaceX designs, manufactures and launches the world’s most advanced rockets and spacecraft.” —— SpaceX官方简介

官方同步放出的“引用帖”ID为2046713419978453374，这透露出一个信号：这不是临时起意的文案，而是筹备了数周的一次对外释放。对长期跟踪行业并购的人来说，最值得玩味的是表达方式：SpaceX并未宣称这笔交易会围绕星链、卫星通信或火星任务展开，而是直截了当地用“AI算力与模型能力”来定义收购理由。

02 Cursor：远不止代码补全那么简单

Cursor在过去两年的增长本身就是一个行业现象级事件。它把深度语言模型无缝地整合进IDE体验，让几百万开发者在写代码时能够把整个上下文直接喂给模型，再由模型以极高置信度完成补全。几乎无人会否认，它正在重塑编程的最小动作单元。

这次交易最与众不同的地方在于其交易结构：全股票意味着Cursor的股东将获得SpaceX母公司（X的母公司）层面的估值敞口，也意味着双方管理层不会因为短期套现而离场。在Elon Musk的生态版图中，这家公司不再是单纯的一个“AI插件公司”，而是被并入了一个已经坐拥超级算力集群、星链网络以及数千亿参数级别的xAI Grok模型的巨型架构之中。

“SpaceX has exercised the option to acquire @cursor_ai in an all-stock transaction with the goal of building the world’s most useful AI models.”

对广大开发者而言，真正重要的其实是公告的后半部分。帖子明确提到：“过去几个月SpaceXAI与Cursor联合训练了一个模型，这个模型将在Cursor和Grok Build里发布”。这是第一次将SpaceXAI这个新命名、Cursor的产品以及Grok这一开发者工具线串联成同一个故事。这显然不是一次单纯的融资或战略投资，而是一次模型交付链路的并网。

03 联合训练的模型将落地何处？

“released in Cursor and Grok Build soon”是整篇帖子里最为具体的承诺。Cursor位于端侧，Grok Build居于模型层，SpaceXAI则是这中间的共同训练方。这些都暗示出，这更像是双方拉出了一个项目组，协作训练了一个紧耦合的模型，而不是马斯克本人出面直接收购了整个建筑公司。

这里有一个容易被忽视的细节：官方使用了“frontier AI capabilities”而非“AGI”或“最先进的模型”。措辞明显趋近于务实交付，而非概念营销。对AI开发者社区而言，真正的关注点落到了两个层面：一是这个联合模型是否支持本地部署、API接入以及企业定制；二是收购完成后，Cursor是否会继续保持对第三方模型接口的开放性。

SpaceX的结尾显得极其克制：期待与Cursor团队密切合作。这种措辞一般只会出现在法律层面上“可以做什么”已经完全锁定之后。从技术路径来判断，这次并购的下一步绝不是讲故事，而是实实在在地把模型交付出来。

在获得超过1700万次浏览之后，整个行业的叙事已经被改写了一半。剩下的那一半，要看这个联合模型何时真正落地。