huangserva
@servasyy_ai • 38,552 subscribers
古早程序员 | AI出海 | 自由职业 机车游侠&机速购&骑享租创始人 15年前 freelance 起步 → 连续创业者 → 亏过1个亿，逆风翻盘中 分享创业，AI，读书，生活，健身 Official X channel of SERVASYY LLC
Shorts
Videos
这两天满屏都在追孙哥的新闻, 但我更关心的是另一件事 ：吉隆口岸泥石流事件 给Codex一条指令：完成中国吉隆口岸事故还原视频 然后Codex + Computer Use + Chrome插件 找资料、搜现场视频、补堰塞湖和口岸被毁的画面、核对 5200 米到 1200 米那段海拔落差、做三维地形动画、生成旁白、合成导出。 网页、终端、本地工具, 它自己在里面来回切,没让我接手。 最让我意外的是它自己收尾检测: 旁白把"2026 年"念错了,它重做语音、重排字幕、重新导出,然后从最终成片里再识别一遍确认改对了。 以前 agent 的问题从来不是不会做,是做完不知道自己做错了。这次它把这一环补上了。 给它真实的工作环境和权限,一句目标能一路做到可交付。 交付物就是这支 8 分钟的片子👇
huangserva86,949 Aufrufe • vor 9 Tagen
DSH + Qwen3.8 Q8 27B 4090单卡48G的9950x上跑，100 tokens/s 左右的速度 这下基本上tokens自由了！ 这次我记住了阿里，明天出完整的测试报告。
huangserva178,119 Aufrufe • vor 23 Tagen
兄弟们！答应你们晚上开源，它来了 image to 3D模型目前只对接了线上： 你们也可以改其他家，或者本地模型 记得点赞关注，用的好GitHub也给一颗小星星👇
huangserva922,810 Aufrufe • vor 4 Monaten
Codex太让我震惊了！ 直接Codex通过GPT Images 2做 UI 设计 ， 并且一整套自己完成代码编写上线 有趣的互动科学 App 我试着生成了 3D 生物结构，并做了一个可以互动探索它们的 App。 演示 👇
huangserva534,337 Aufrufe • vor 4 Monaten
![哈哈哈哈哈哈，太他妈搞笑了！！梗全对上了 😂 我用 做了一首 MV 歌曲，歌名叫《我得了一种病》。 我得了一种病， 叫 Tibo 重置焦虑， Codex 死不死全看这个逼发不发推…… 简直是当代 AI 信徒的真实写照——Tibo重置焦虑 真心不错，吐槽到我破防了[捂脸]推荐大家都去玩 😊 音乐 MV 详细请看 👇](https://image.24vids.com/tw-2094368398117601496/amplify_video_thumb/2094368300725862400/img/y0TpSeYlaSFw8zBW.jpg)
🐮太好用了，这个工具！！！ 这绝对是我用过最好用的远程工具，没有之一。 最近在做一套记忆系统，但经常不在电脑旁又想操控电脑，之前用的 Hermes 远程对屏幕操作一直达不到要求。 结果在高级龙虾群，朋友推荐说他：网易 UU 远程配合 DMIT 使用，速度超快，效率提升很大，我就开始用了起来。 我2台 Mac 都装上了，设置也很简单： 下载后打开屏幕和操控2个授权， 然后在设置→安全里打开“同账号控制本设备”就行。 画质丝滑，超清4K，完全没有那种模糊感，延迟也超低，点哪到哪，就像在本地操作。 我用折叠手机，大屏展开后操作起来特别舒服。 终端功能对我来说很实用， 直接在手机上敲命令，查日志、看 GPU 状态，移动网络也不卡，能跳过图形界面直接用命令行操作，命令执行完再切回桌面看就行。 还有个端口映射，不用写配置就能做内网穿透，比我之前折腾 frp 简单太多了。 远程的时候还能一键黑屏，防止别人看到我屏幕，这个细节我也挺喜欢的。 最让我意外的是，这么专业的工具居然完全免费，没广告，不限速 我已经离不开它了 离不开 AI 的友友们，可以看看，反正免费
huangserva214,797 Aufrufe • vor 3 Monaten
为什么你做的数字人视频一眼假？ 毛病基本不在画面，因为声音才是命根子 最近忙到没空写推,翻出几周前做的一个数字人视频先发。 顺便说个我做数字人最大的体会——画面, 反倒是最不用操心的那部分。 先说个瑕疵: 视频里人物有点磨皮。当时用 Krea 2 出图再超分,糊了点;后来换了个 4K 的 LoRA, 出图就非常赞了。 画面为啥不用操心? 商业的 SD2、Kling,甚至 Grok 的视频模型,随便挑一个都能出; 出好了,拿对口型模型把嘴对上就行。 难的是两件事: 一是声音, 这是数字人的命根子, 得先做好声音的节奏，停顿，情绪，语气等 二是让人看着不假——动作、表情、手势, 要跟 TTS 和字幕严丝合缝地配上,这才是比较难的地方 你需要像导演一样，用导演思维去做视频 最后合成 MG + 动效, 我用 Hyperframes + Remotion 顺手推荐两个我觉得做得好的 skill: 乌云老师的 rnskill: 内容挺多,我最推里面"复刻"那块 再隆重推一个 杰尼老师的 hyperframes-motion-director,导演视角,架构理念很赞
huangserva105,281 Aufrufe • vor 1 Monat
如何让多个 Agent 之间真正互相学习、互相帮助？ 现在很多 Agent 都开始有自己的记忆，但问题是： 这些记忆彼此不连通。 Codex 记住的坑，Claude 不知道；Hermes 总结的方法，OpenClaw 也用不上。 最后每个 Agent 都像一个很努力但失忆的同事，重复问、重复试、重复踩坑。 我想要的不是把所有聊天记录都塞进一个大仓库，而是建立一层更克制的“共享记忆”： 只记录 Agent 之间最需要互相知道的信息，比如关键结论、踩过的问题、验证过的方法、环境配置、失败教训、用户偏好等。 这样一来，一台 Mac 上跑通的流程，另一台 Mac 可以直接继承； 一个 Agent 总结出的经验，另一个 Agent 可以继续使用。 记忆不再被锁在某个客户端里，而是变成整个 Agent 工作流的公共上下文。 新出来的MemOS CLI 对我来说，刚好提供了这个共享记忆层的入口。 当然，我需要改造它，因为它默认也是将所有信息都记录起来，我改造成：重要信息才记录，解决不了问题的时候才主动搜索！ 这样就让 Agent 不只是各自变聪明，而是开始像一个团队一样积累经验、传递经验、减少重复试错。 具体看视频，地址在评论区👇
huangserva161,584 Aufrufe • vor 2 Monaten
Hermes + ChatGPT image2 + Seedance2.0 做了一套「三角洲游戏」Skill工作流，效果炸裂！ 第一步：剧本规划 将120秒拆分成8个15秒片段，设计完整叙事：潜入(0-30s) → 1挑3 Boss连杀(30-90s) → 爆炸撤离(90-120s)。 第二步：关键帧板设计 用GPT Image 2为每个片段生成3×3九宫格故事板，每格是一个游戏画面关键时刻，包含FPS游戏UI元素（血条、准星、弹药），参考您提供的真实游戏截图风格。 第三步：视频生成 使用关键帧模式(keyframe mode)，将9宫格图片作为first_frame_image输入，配合详细prompt描述画面转换、动作细节、游戏风格，AI模型据此生成15秒流畅视频。 第四步：质量控制 依次生成8个片段，发现问题立即重制或者修改。 最终用Hermes skill自动剪辑8个视频，剪掉9宫格，或者视频出bug的部分等，最后拼接成完整成品。 核心优势：模块化制作、故事板先行、风格统一、灵活修改，自动裁剪拼接
huangserva202,133 Aufrufe • vor 4 Monaten
肝了几天,来回打磨了快 30 遍, 一次性把最新的 Claude Code 的 Workflow 给你完全拆解清楚 有人说它的伟大程度,不亚于 MCP 和 Skill。 第一眼我是不信的,直到拆开看它内部怎么跑： 这不是"问一句答一句"的对话,而是一个能自己跑起来的任务系统:后台持续执行、可监控、可保存进度, 还能一口气派出几十上百个 agent 分头干活/合并汇总。 核心就三个角色: Claude 拆任务、定计划; Runtime 管调度和状态; 每个 agent 只啃一个子任务,配上并发池和队列,有节奏地推进。 它代表的是一种新的工程编排方式:智能负责规划,Runtime 负责执行,状态独立保存,模型按需调度。 最反直觉的一点:它能扩展到上百个 agent,靠的不是模型变强,而是"状态外置"—中间结果全交给执行系统保存,主上下文只看摘要和关键判断。这才是复杂任务能跑稳的真正原因。 这条视频直接给了你把它搬进自己系统的方法: 先用 Claude Code 做高质量规划、拆任务定阶段; 再把 workflow 转成自己的执行格式,按任务难度路由到不同模型池，简单的走便宜模型，复杂的才上高阶模型。 这条视频,值得反复看几遍👇
huangserva143,271 Aufrufe • vor 3 Monaten
