huangserva
@servasyy_ai • 35,621 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
卧槽，国模是要崛起了吗？ 据说下周DeepSeek V4 正式版上线 视频是DeepSeek V4 正式版做的几个游戏合集
huangserva92,271 просмотров • 7 дней назад
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
huangserva86,395 просмотров • 8 дней назад
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👇
huangserva918,045 просмотров • 2 месяцев назад
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 👇
huangserva531,784 просмотров • 2 месяцев назад
![Claude Code 团队刚刚发布了一门关于使用 Fable 5 进行循环工程的免费课程： [00:00] —— Claude Code 的底层工作原理 [05 :01] —— 智能体循环机制解析 [16 :21 ] —— 99% 开发者忽略的功能：自动模式 [19 :00] —— 为什么语音优于打字 [32: 34] —— 使用草稿合并请求进行自动代码审查 [58: 39] —— 将 Fable 5 用于非编程工作 这门免费课程可以替代付费的 Claude Code 教程](https://image.24vids.com/tw-2075051373390155846/amplify_video_thumb/2075050645602889728/img/aQizgrpXFlI5WKaO.jpg)
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👇
huangserva161,160 просмотров • 1 месяц назад
🐮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 просмотров • 2 месяцев назад
无上限畅用 GPT-5.6-sol的办法 如果你还在用 5.5 的习惯跑 GPT-5.6(Sol),那你现在大概率天天触碰limit 5.6 是真强,但它有个副作用: 单条消息用量暴涨,高推理下一跳就是 5 小时上限的 15%。 Theo 实测了一套省额度、又不掉质量的用法, 按重要性给你捋一遍。 先说为什么会触顶。 5.6 把 5.5 那个"动不动停下来问你要权限"的毛病治好了, 但它会一路干下去,用量跟着翻翻。 很多人还拿 5.5 的习惯在跑,自然天天顶格。 OpenAI 这边也挺坏,Codex 里有些设计就是在推着你多用。 1、Ultra 尽量别碰。 新功能,特别烧额度,等 Theo 专门那期出来再说,现在就当它不存在。 2、Fast 模式关掉。 它提速 1.5 倍,消耗快 2.5 倍。5.6 本来跑得就久,瓶颈在工具调用和跑测试,不在推理速度，关掉体感几乎没差,用量掉一大截。 3、推理级别默认挂 High。 deep SWE 实测: Low 45% Medium 61% High 69%($3.47) X-high 71% Max 73% 过了 High,成本翻倍只换来几个点,不划算。 4、模型选 Sol,别选 Luna 和 Terra。 Luna 适合 API 批处理数据,写代码不行;Terra 在智能和成本上全面落后。 5、最重要的一条,在 prompt 里自己给它设停止点。 5.6 太积极,你不拦它就一路做下去。得明确告诉它做到哪停,比如"先写计划,写完停下来等我反馈",或者"一路做完、提 PR、处理完第一轮 review 就停,剩下的交给我"。 停止点可以放得很远,这个点靠 prompt 定,调推理级别或工具配置都控不住它。 6、子代理谨慎用。 Codex 的 V1/V2 实现都一般,5.6 又爱乱开。 要是发现额度掉得特别快、子代理还乱起,往 AGENTS.md 里加一句:"Only use sub-agents if the user explicitly requests them." 还有两个坑单独拎出来: 别手改 context window 和压缩阈值。 模型是按默认 compaction 训出来的,你手改它会变笨还更费钱。 OpenAI 的 Tebo 确认过,默认 272k 就是给 5.6 调好的。 别盲抄别人的 config。 自己去 .codex / AGENTS.md / CLAUDE.md 里改、看 trace、再调,手感是这么试出来的。 最省的就这三条: 关 Fast、推理挂 High、prompt 里自己设停止点。 建议收藏,配置的时候对着调👇
huangserva36,835 просмотров • 11 дней назад
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👇
huangserva143,064 просмотров • 1 месяц назад
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 просмотров • 2 месяцев назад
💪 开发者快来，免费送你Tokens！ 每个月看着 Claude、GPT、Gemini 的账单肉疼？ 特别是多 Agent 编排上来之后，Tokens 消耗越来越多？ 作为独立开发者，LLM API 费用可能是你最大的成本之一。 好消息来了！ EvoMap 刚上线了一个专门给开源贡献者的 API Grant Program： 只要有星标 ＞ 1 的开源仓库，贴上 URL，选择你的仓库角色，系统自动校验，就能直接领取 6 大主流模型的 API Credits。 不是打折，是直接送。 基础领取只需几十秒。（见视频） 💰 6 大主流模型，API Credits 任你选 进入平台后，Claude Opus 4.7、GPT 5.5、Gemini 3.1 Pro、DeepSeek V4 Flash、GLM 5.1、Kimi K2.6——6 款市面最强模型的 API Credits 任你选，自由搭配。 任何开源项目的仓库都算，不限于 EvoMap 的项目。 活动窗口 2026年6月18日 - 7月10日 三周时间，但别拖到最后一刻。 🔥快来冲： ⚡️最后提醒 ❌ 别想着“等等再说” - 等到7月10日，活动就结束了 ❌ 别觉得“我星标不够” - 星标 ＞ 1 就行，别自己把自己拦在门外 ❌ 别以为“肯定还有下次” - 这是首次活动，下次不知道什么时候 ✅ 现在就准备材料 ✅ 6月18日立即提交 ✅ 转发给你的开发者朋友 这个机会，错过了真的会后悔。 如果你身边有开源贡献者朋友，现在就转发给他们。 别让他们在7月10日之后问你：“为什么你不早点告诉我？”
huangserva84,536 просмотров • 1 месяц назад
