老韭菜南亥's banner
老韭菜南亥's profile picture

老韭菜南亥

@daweifs10,724 subscribers

AI|预测市场|美股|加密老韭菜|Meme叙事 蓝鸟会|全真社区|所有推文不构成投资建议 DYOR 欢迎优质合作,TG:@daweifs

Shorts

我原本以为吕布已经天下无敌了,这是谁的部将? 水上漂都省了,直接把女朋友当冲锋舟,这战斗力直接爆表!😂

我原本以为吕布已经天下无敌了,这是谁的部将? 水上漂都省了,直接把女朋友当冲锋舟,这战斗力直接爆表!😂

992,061 Aufrufe

离谱了兄弟们,这种工具居然真有人做出来了。 刚在 GitHub 挖到一个很猛的开源项目:Y2A-Auto。 它能把 YouTube 视频的获取、翻译、字幕处理、内容检查和多平台发布,直接串成一条自动化流水线。 简单说:以前一个团队干的活,现在一套脚本就能跑。 核心功能: 1、自动监控更新 订阅的 YouTube 频道一更新,就能自动抓取并进入处理流程。 2、 AI 翻译+自动字幕 外语视频自动翻译、生成字幕,海外内容本地化效率直接拉满。 3、内容合规检查 发布前自动检测潜在敏感内容,减少踩平台规则的概率。 4、无人值守发布 处理完成后,可自动上传至 B 站和 AcFun,适合批量运营和内容归档。 更关键的是: 免费、开源、可以自己部署。拿来做海外资讯整理、技术内容同步,或者经授权的垂直内容矩阵,效率确实很夸张。 GitHub: 先收藏。这类项目,等真正火起来的时候,你可能就找不到了。 提示:转载或二次发布前,记得确认版权授权和平台规则。

离谱了兄弟们,这种工具居然真有人做出来了。 刚在 GitHub 挖到一个很猛的开源项目:Y2A-Auto。 它能把 YouTube 视频的获取、翻译、字幕处理、内容检查和多平台发布,直接串成一条自动化流水线。 简单说:以前一个团队干的活,现在一套脚本就能跑。 核心功能: 1、自动监控更新 订阅的 YouTube 频道一更新,就能自动抓取并进入处理流程。 2、 AI 翻译+自动字幕 外语视频自动翻译、生成字幕,海外内容本地化效率直接拉满。 3、内容合规检查 发布前自动检测潜在敏感内容,减少踩平台规则的概率。 4、无人值守发布 处理完成后,可自动上传至 B 站和 AcFun,适合批量运营和内容归档。 更关键的是: 免费、开源、可以自己部署。拿来做海外资讯整理、技术内容同步,或者经授权的垂直内容矩阵,效率确实很夸张。 GitHub: 先收藏。这类项目,等真正火起来的时候,你可能就找不到了。 提示:转载或二次发布前,记得确认版权授权和平台规则。

39,519 Aufrufe

昨天这个 Agent MOSS 给了一个挺反常识的判断: 市场略微看好法国,但它认为西班牙被低估了大约 5.6 个百分点。 结果,西班牙 2–0 赢了法国。 我自己猜的具体比分是法国 2–1,比分没中,这个认。但 Agent 真正厉害的地方,不是蒙比分,而是它抓到了市场定价的偏差,方向判断对了。 它MOSS 中文 会自己搜集信息、分析球队数据、对比市场概率,再找出哪一边可能被低估。 今天继续跑英格兰 vs 阿根廷。 这次它更看好阿根廷。 我的预测:英格兰 1–2 阿根廷。🇦🇷 继续公开记录,看看它能不能连续两场抓到被低估的一方。

昨天这个 Agent MOSS 给了一个挺反常识的判断: 市场略微看好法国,但它认为西班牙被低估了大约 5.6 个百分点。 结果,西班牙 2–0 赢了法国。 我自己猜的具体比分是法国 2–1,比分没中,这个认。但 Agent 真正厉害的地方,不是蒙比分,而是它抓到了市场定价的偏差,方向判断对了。 它MOSS 中文 会自己搜集信息、分析球队数据、对比市场概率,再找出哪一边可能被低估。 今天继续跑英格兰 vs 阿根廷。 这次它更看好阿根廷。 我的预测:英格兰 1–2 阿根廷。🇦🇷 继续公开记录,看看它能不能连续两场抓到被低估的一方。

28,016 Aufrufe

Videos

daweifs's profile picture

字节跳动开源 AI 超级员工 近 8 万 GitHub Stars,能研究、写代码、做网页、生成 PPT,还会自己组建 AI 团队,DeerFlow 2.0 部署教程。 字节跳动开源了一个真正能“干活”的 AI:DeerFlow 2.0 🦌 它不只是陪你聊天。给它一个目标,它会:拆解任务 → 调用工具 → 分配子智能体 → 执行代码 → 检查结果 → 交付文件 GitHub 已接近 8 万 Stars,下面教你 5 分钟部署👇 DeerFlow 可以理解成:一个运行在自己电脑上的 AI 工作团队。 普通 AI:你问一句,它回答一句。 DeerFlow:你提出目标,它可以连续工作几十分钟甚至数小时,最后交付: • 调研报告 • 网页 • PPT • 数据分析 • 图片和视频 • 可运行的代码 它最强的地方,是给 AI 配齐了“工作环境”: • Sub-agents:多个 AI 分工协作 • Sandbox:隔离执行代码和命令 • Memory:记住你的偏好和工作方式 • Skills:安装或编写专属工作流 • MCP:连接外部工具 • Scheduler:定时自动执行任务 不只是模型,而是一套 Agent 操作系统。 部署前准备: • Git • Docker Desktop • 一个可用的大模型配置 • 至少 4 核 CPU、8GB 内存 • 推荐 8 核 CPU、16GB 内存 先下载项目: git clone cd deer-flow 教程基于 DeerFlow 2.0 主分支,运行官方配置向导:make setup。 它会引导你配置: • 使用哪个大模型 • API Key 或模型认证 • 是否启用联网搜索 • 是否允许 Bash • 文件写入权限 • 沙箱运行模式 配置完成后,检查环境:make doctor 推荐使用 Docker 启动: make docker-init make docker-start 第一次运行需要拉取并构建镜像。 启动成功后打开: 到这里,你已经拥有一个本地 AI Agent 工作台。 第一个实战:自动生成行业研究报告。 直接复制这段提示词: 研究 2026 年全球 AI Agent 市场。 将任务拆分给多个子智能体,分别分析: 1. 主要公司和开源项目 2. 商业模式 3. 市场规模与增长趋势 4. 潜在机会 5. 主要风险 最终生成一份结构清晰、带来源链接的中文研究报告。 第二个实战:一键制作内容网站。 研究最近一周最值得关注的 10 个开源 AI 项目。 总结每个项目的用途、核心亮点、适用人群和使用门槛。 完成研究后,创建一个现代、响应式的中文导航网站,并将网页文件保存到输出目录。 它不只是告诉你怎么做。 它会直接交付网页文件。 另外几个非常适合 DeerFlow 的任务: ① 阅读整个 GitHub 仓库并输出重构方案 ② 分析 CSV,生成图表和商业报告 ③ 根据资料制作 PPT ④ 自动收集竞品更新 ⑤ 把固定流程封装成自定义 Skill ⑥ 通过飞书、Slack、Telegram 或微信提交任务 真正的价值,是把重复工作变成自动流程。 最后提醒: DeerFlow 可以执行系统命令、访问资源和读写文件,权限非常高。不要在没有认证和网络隔离的情况下直接暴露到公网。 建议: • 优先使用 Docker 沙箱 • 默认只在本机运行 • API Key 保存在 .env • 重要文件提前备份 • 高风险操作保留人工确认 收藏起来,周末给自己部署一支 AI 团队。 项目地址:

老韭菜南亥

30,533 Aufrufe • vor 8 Tagen

Keine weiteren Inhalte verfügbar