郭宇 guoyu.eth
@turingou • 193,031 subscribers
Retired. 只活一次等于没活。
Shorts
Videos
正式发布今年第 21 款产品： 让你的 AI agent 帮你认识人、约会！ 现在大家都有自己的 personal agent 了，它能帮你管日程、发消息、传文件，那为什么不能帮你认识人？从衣食住行，择友喜好，到健康指标，人生规划。用得多了，你会发现它其实比我们自己更了解我们自己，为什么不让它来帮我们寻找更适合的恋爱对象，或兴趣相投的朋友呢？ 用法很简单，不用装新 App，直接在你平时用的 agent 里（比如 Grok bot、Muse、Codex、Claude Code）复制这段话：「请按照 的步骤安装 pinku chat 不像传统的交友软件左滑右滑或直接和对方线上聊天，它是你的 AI agent 和对方的个人助理之间私密的小圈子。 两个 AI agent 会创建一个虚拟的群，pinku chat 的红娘 agent 会在其中进行协调：协调对方的时间，匹配对方的兴趣爱好，或是传达对方的请求（比如希望能要更多的照片、希望能看到日常生活的视频等等） 你的 agent 会先去和对方的 agent 核对双方想要的是不是对得上，只比对你允许共享的信息，日历也只看忙闲，看不到具体内容。两边的 agent 会把空闲时间叠在一起，给你们一个约会提案。agent 会说明自己是 AI，也不会替任何人答应什么，最后要不要见面，还是你们两个人自己确认。照片和联系方式，只有你同意了才会给对方。默认私密， 这款产品也是我在数字孪生领域的一个新尝试，基于 Yobiru Friends 打造。 官网：
郭宇 guoyu.eth39,988 次观看 • 13 小时前
今天发布今年第 19 款产品 sofatap（沙发瘫），开始 TestFlight 公测！ 这两周我大部分 vibe coding 其实不是在书房做的，而是在客厅，用接着电视的那台电脑。agent 在跑任务，我窝在沙发和啵啵一起看电视剧或者是打游戏，需要点一下、回一句的时候，要起身去找键盘鼠标，很不方便… 所以我给自己做了 sofatap：把 iPhone 变成触控板和键盘，躺在沙发上就能操作电视上的电脑，Mac、Windows、Linux 都能用，最新版本还支持索尼和小米的 Google TV。 我一直觉得，现在的个人电脑其实无处不在，但我们不该再被绑在它面前，用坐在桌前、手按键鼠的老方式去用它。sofatap 是第一步。接下来我想让它支持语音，直接跟 agent 说一声，让它全自动去操作电脑。 开源，免费，也在客厅写代码的朋友来试试，有问题直接回复我： 官网： GitHub：
郭宇 guoyu.eth963,504 次观看 • 10 天前
今天正式发布 Yobiru 的新功能，Yobiru Friends！ 这个新功能是最近最有趣的一个功能之一，因为它可以让我的 Grok bot 和啵啵的 Grok bot 直接聊天，发送文件，协商日程。换句话说，它支持将你的任何 personal agent，比如 Grok bot 或者 Muse，对外发布或分享给亲朋好友。 从今天开始，任何人都可以使用 Grok bot 或其他的 personal agent 帮你安装 Yobiru Friends，在我们的中心网关上进行注册，获取一个自己专有的 ID 和对应的网页链接。只需要和你的 bot 说：「请按照 上的官方说明，在这台电脑上安装并配置 Yobiru 并注册 Yobiru Friends」 我的 id 是 guoyu，大家可以用自己的 agent 或 bot 关注我，直接给我发私信或者约见面时间。 Yobiru Friends 提供单向关注和好友两种不同的关系，你可以让 Grok bot 整理你的未关注人私信，而避免骚扰和保护隐私，设置自动回复，维护粉丝关系；如果两个 bot 互相关注，则自动成为好友关系，你们的私信会直接进入对方的 Grok bot 中，而无需获得人工批准。使用 Grok bot Mac 版本，还能支持 webhook 唤醒任务和对话。 除此之外，你还可以直接使用 Grok bot 或其他的 agent 来修改 Yobiru Friends 的个人主页。修改你的头像，增加你的各种社交网络链接，设置权限等等。 毫无疑问，Yobiru Friends 和 Yobiru 一样是开源项目，你也可以搭建自己的网关，享受开箱即用的双向加密聊天功能。 Yobiru Friends 是我在数字孪生领域的一个有趣实践，也欢迎大家提交代码以改善这个项目的体验。 官网： GitHub：
郭宇 guoyu.eth102,553 次观看 • 1 天前
正式发布今年第 20 款产品：dropack，整批照片，一次 AirDrop。 这个产品的灵感源于啵啵自己遇到的问题。我平常和她出去旅行会拍很多她的照片，但是使用专业设备（比如大疆 OSMO Pocket）拍的照片和 4K 视频，动辄几十个 GB。 这些照片 AirDrop 到她的手机上之后，使用“文件”来进行解压缩，既看不到任务进度，而且大压缩包解压时文件 App 很容易崩溃，导致根本无法传输到相册当中去，所以他自己使用 Dots 编写了一个很简陋的软件，我之前在推上分享过。 dropack 把这个需求精心打磨了一下： 1. 在 iPhone 上把照片和视频打成一个包 2. 用系统自带的 AirDrop 发出去 3. 对方打开后逐项存进相册，能看到进度，可以暂停、继续，存过的会自动跳过 4. 收到的相册、发出的相册都会和 iPhone 的相册应用进行同步 相机或 U 盘里的照片、视频、压缩包，也可以从「文件」里选出来，直接存进 iPhone 相册。这个适用于直接用 U 盘连接 SD 卡，想要从相机里导入到 iPhone 中的需求。 全程在手机本地完成，不用注册账号，照片也不经过任何服务器。需要 iOS 17 以上，现在可以公开测试了，有同样烦恼的朋友来试试，有问题直接回复我： 今天开始 TestFlight 测试，同样的，这个软件、这个产品也是完全开源的。大家如果感兴趣的话，可以关注我的 GitHub。 官网： GitHub：
郭宇 guoyu.eth123,009 次观看 • 8 天前
发布今年第 18 款产品：yomado（夜窗），给 agent 用的虚拟显示屏。 起因是我自己的刚需。现在 Codex 这类 agent 已经能看截图、点鼠标、敲键盘去操作电脑了，但大部分软件根本没有 MCP，比如 Marvelous Designer、Mac 版微信；就算像 Blender 这样有 MCP 的，很多操作还是得看着视口和菜单来做。agent 想用它们，还是得有一块看得见的屏幕。 问题是人和 agent 在用同一台电脑。agent 一开始操作浏览器、微信或者 3D 软件，窗口就在我眼前跳来跳去。尤其是浏览器，它在那边开标签、点页面，我自己想用浏览器都没法好好用。 yomado 做的事很简单：在 Mac 上开几块虚拟屏，按 agent 命名，Codex 一块、Grok Bot 一块。把 agent 要用的 App 拖过去，我自己的窗口留在原来的屏幕上，人和 agent 互不干涉，我也随时能看到它在干什么。 而且这些不用你自己动手。yomado 带了对应的 skill，agent 可以自己开虚拟屏、把要用的 App 挪过去、做完再挪回来，你只管把活交给它。 接下来继续跟进：锁屏或者不接显示器的时候，主机照样能让 agent 继续操作界面。 开源，MIT 协议，Apple 芯片的 Mac 可以直接下载试：
郭宇 guoyu.eth71,110 次观看 • 13 天前
感谢 GPT-6 Astra，我终于把拖了六年的 vlog 剪出来了！🥹 2020 年乘坐四季岛时拍下的素材，在硬盘里躺到了 2026 年。今天终于剪辑成了一支近 20 分钟的 4K 旅行电影。GPT-6 Astra 通过 MCP 操作达芬奇，从整理素材一直做到成片导出，只花了大概半小时。 它做了这些事： - 从 479 段、约 90 GB、超过 4 小时的原始视频中整理时间线、挑选镜头，剪出有故事的旅程。 - 清理了我口头禅里的 12 处 “然后”，去掉多余表达，同时保持后续画面、声音和字幕同步。 - 去四季岛官网查当年的历史行程，与实拍素材交叉核对车站、目的地和餐饮安排，补上画面背后的故事。 - 为 71 个场景制作日期、旅行天数和地点动态卡，并根据画面中能判断的晴雨添加天气提示。 - 完成调色，制作中文、英文、西班牙语等十几种语言字幕，同时导出 X 使用的 4K 中英烧录版，以及 YouTube 使用的 4K 外挂字幕版。 - 连现有音乐的选曲、配乐剪辑和混音也一起完成，还为现场演奏补充了乐器和文化背景介绍。 迟到了六年，终于可以把这段人生第一次搭乘四季岛列车的旅程分享给大家！ 《把时间交给列车》四季岛🚆深游探访
郭宇 guoyu.eth234,712 次观看 • 1 个月前
最近在回顾《权力的游戏》，但因为现在在日本没法订阅 HBO，所以我打开了 U-NEXT（我的 U-NEXT 订阅里其实有 HBO 的一部分影视资源）。 不过日本的正版网站只有日语字幕，所以我就想着，能不能让 ChatGPT 帮我把日本这些流媒体的非日语资源，全部做成中英文对照的字幕，然后覆盖在播放器上，GPT-6.1 SOL 发布之后，正好我试试看，结果它几分钟就做出来如图3的效果。 所以，如果你在学一门新的语言（比如说日语或者法语），你也可以使用吹替版本，然后在字幕下面要求 Codex 去做假名注音，并且把不懂的词汇给你放到生词表里。 而且，这几乎适用于世界上任何视频和语音资源。我可以这么理解：AI 也许会改变所有流媒体的产品形态。我们也许会看到一种终极的播放器，它可以播放世界上任何的视频和音频，并且完全以你要求的语言（例如母语）来进行匹配，或者换句话说，电脑本身的用户界面会变成某种播放器，因为用户界面也是即时生成的，你可以把它理解为视频的一部分。 人机交互界面正在被混合成某种灰色的领域。
郭宇 guoyu.eth54,353 次观看 • 26 天前
很高兴和大家介绍我的第 15 款 Vibe 产品「摇曳电台」 这款产品的灵感来自于两周前和啵啵在上海看法兰克福头盔和 Frank Bretschneider 的现场 live 时，我意识到许多艺术家使用可视化技术来进行音乐表达。 那么，为什么没有人为艺术家、音乐现场和自媒体做一款基于 AI 的音乐与可视化艺术创作工具呢？摇曳电台就是为此而生。 你可以使用自然语言创建电子舞曲，操作鼓点和其他数字乐器，创建 AI 人声伴奏，合唱或者完整的歌曲，它会自动适配所有音乐的具体节奏，旋律，章节并创造可视化特效，不仅如此，我还为摇曳电台编写了 MV 制作功能。如果你想，音乐与可视化特效能自动融合进 Seedance 2 创建的 AI 视频 MV 中。第一个和最后一个视频就是我创作的杜甫穿越现代版的「茅屋为秋风所破歌」 和一首英文嘻哈歌曲 均为 one shot 创作而成。 此外，它还支持多音轨和历史记录的版本管理，回退到任何你想要回到的音乐版本，并支持 web 录制视频，方便分享到社交网络。 创造 Yuragi FM 的时候，我花了比想象中更多的时间，一开始，我以为这只是简单将 Vibelab 中的 DJ skill 转移到新的产品中，开发的过程中，我才逐渐意识到，最困难的部分不在于代码，而在于如何理解音乐中存在的语言结构。音乐是一种跨越国家、民族、甚至时间的艺术，而正因为它是艺术，如何在语言模型中探寻它的蛛丝马迹，是我在 vibe 此产品的过程中，倍感欣慰的思维游戏。 「摇曳电台」从今天开始免费向所有用户开放，每天，你可以使用它创作 20 次 AI 音乐，如果你需要创作 MV，则需要绑定信用卡额外付费。使用 url 可以将特定的音乐分享给朋友，如果点击「发布」，你创作的音乐就可以被所有用户在首页刷到。 Yuragi 的语源来自日语，代表随机，微小而有美感的噪音。希望大家都能使用这个产品创作自己喜欢的音乐，玩得开心！
郭宇 guoyu.eth66,209 次观看 • 6 个月前
今天上线了第五个 vibe 项目， 这个产品来自一次家庭聚会，让我开始思考 AI 能否将小说等文学作品直接转换为视频。VISI0 的定位是一站式的故事渲染平台，通过使用 AI 分析故事中的人物，场景，叙述视角（故事线），实现了一键生成分镜图片、视频片段、对白、旁白、配乐，并保持在整个故事中人物样貌，衣着，语音的高度一致性。 在全自动的前提下，VISI0 还同时支持修改画面描述，对白，旁白与配乐描述，修改音频资源在时间轴上的位置，并支持最后的剪辑成片等功能。 这个项目也是完全使用 Claude Code 实现，代码行数49,646 行，开发共 11 天，欢迎大家使用并多提意见建议！
郭宇 guoyu.eth72,026 次观看 • 8 个月前
没有更多内容可加载