Yaowei Zheng
d4faee3a1e
Branch-length batch covering tooling, the model layer, the Web App and the public surfaces. Highlights: - Changelog: a per-release `changelog/<version>/` tree, grouped by the surface each change touches, with a root CHANGELOG.md holding one line per release. - Dev startup: `scripts/dev-prebuild.mjs` serializes the skills+core prebuild behind a lock and keeps `pnpm install` current; `pnpm dev` runs server+web together. - AgentHub 0.3.3 -> 0.4.0: OmniMessage complete payloads carry one opaque `fidelity` object in place of item-level `signature`/`phase`, threaded verbatim through Trace, replay and resume; malformed classification adapted to the new error types. - Model layer: a model is always referenced by an explicit `(provider, model_id)` pair. The provider is never inferred, guessed or defaulted -- both the catalog inference and the unique-match config resolution are gone, and CLI, SDK, server routes and run_subagent all require the complete pair. Catalog gains the Qwen Token Plan, Qwen Pay-As-You-Go and Fireworks AI gateways, plus an expanded OpenRouter group. - Web App: catalog preset sync and per-group speed test on the Models page, positional slash commands, a markdown renderer, skill-library update reminders, and a vertically centred draft page whose upward menus size themselves to the room available. - Public surfaces: restructured READMEs, the penguin.ooo landing site and blog, refreshed benchmark results for both suites, and the demo videos playing on the landing page. Includes the fixes from a full review of the branch: 23 confirmed findings, among them a provider-inference bug that could send one vendor's API key to another vendor's endpoint, and an Escape handler that destroyed the composer's contents unrecoverably. Verified on the branch head: pnpm test (1127 passing, 7 packages), pnpm typecheck and pnpm format:check clean, Playwright e2e 14/14.
4.3 KiB
title, date, category, excerpt
| title | date | category | excerpt |
|---|---|---|---|
| 携手 AMD 开发者计划：免费领取 $50 Fireworks 额度，直连 PenguinHarness | 2026-07-20 | news | 我们很高兴与 AMD AI Developer Program 合作，为大家带来 Fireworks 的免费兑换码——按本文申请 $50 Credits，再在 PenguinHarness 里三步用起来。 |
我们很高兴与 AMD AI Developer Program（AMD 开发者计划）合作，为大家带来 Fireworks 的免费兑换码：加入计划并通过审核，即可获得可兑换 $50 Fireworks AI Credits 的 Coupon Code。PenguinHarness 内置 Fireworks AI 网关分组——OpenAI 协议、预置 base URL 与五个模型，额度到手即刻可用。
页面内容、Credits 金额与有效期可能调整，请以申请时的页面及审批邮件为准。
第一步：加入 AMD AI Developer Program
访问官方入口：https://developer.amd.com/ai-developer-program/，在 Join the AMD AI Developer Program 区域：
- 没有 AMD ADP 账户：点击 Create Account，填写个人信息创建账户；
- 已有账户：点击 Log In，按页面提示登录。
第二步：在 Member Perks 申请 Cloud Credits
注册并登录后：
- 点击顶部导航栏中的 Member Perks；
- 找到 Cloud Credit Options；
- 点击底部的 Request Cloud Credits。
第三步：填写申请表
进入申请表后填写个人信息：
- Product Needed 处选择 Fireworks AI；
- Profile 处提供至少一个公开资料用于账户验证：LinkedIn、GitHub、Portfolio、公司 / 学校主页、WeChat、WeCom 等均可。
填完页面中其他带 * 的必填项，检查邮箱、身份、产品选项与公开资料链接无误后提交。
第四步：等待审核
AMD 会验证账户与申请资料，通常需要 2–3 个工作日；实际时间可能因申请量、资料完整度或节假日而变化。
第五步：收到兑换码并兑换
审核通过后，AMD 会向申请邮箱发送包含唯一 Coupon Code 的邮件，可兑换 $50 Fireworks AI Credits。请妥善保存，不要公开、转发或提交到代码仓库。
兑换与创建 API key：
- 打开 https://fireworks.ai/ 并登录；
- 点击 Redeem Promo，输入邮件中的 Coupon Code，兑换 $50 Credits；
- 点击 Create API Key，生成 Fireworks API key。
在 PenguinHarness 中用起来
拿到 API key 后，三步接入：
1. 安装并启动
curl -fsSL https://penguin.ooo/install.sh | sh
penguin web # 打开 http://127.0.0.1:7364（首次登录：admin / penguin-2026）
2. 配置 Fireworks 模型
进入「模型仓库」页，找到 Fireworks AI 分组，点击「统一配置 key」粘贴刚创建的 API key。分组预置了五个模型——GLM 5.2、Kimi K2.7 Code、DeepSeek V4 Pro、MiniMax M3、DeepSeek V4 Flash——base URL 与价格已填好，任选一个设为默认即可；也可以点组头的「测速」，实测各模型的 TTFT 与 TPS 再决定。
3. 开始使用
回到对话页，把第一个任务交给 Agent——例如「分析 data.csv，输出各季度销售额汇总」。
参考链接
- AMD AI Developer Program
- AMD 官方 Cloud Credits 申请视频演示
- 申请步骤与截图整理自 WhatGhost 的申请指南（中文 / English），感谢原作者
- PenguinHarness 模型配置文档