给 Codex 5.6 装上这个审美 skill 之后，设计出来的海报终于有灵魂了！ 最近挖到一个宝藏开源 skill：gc-minimal-zine-poster 它最牛的地方在于，给... Codex 加了一套 Zine 视觉解构系统。 实测几天发现，它能把普通文字、情绪，甚至一张废片，直接重构成安静、高级的 Zine 风格海报： 1️⃣素材重构：再烂的照片、再干的文字，都能被它解构，并注入极致的 Zine 审美。 2️⃣硬核审美约束：从比例、留白、纸张质感到字体选择，都建立了一套严格的视觉规则。保留高级 海报的克制、安静。 3️⃣审美批量产出：输入主题就能直接出高质量海报 + 可复用 Prompt，相当于给 Codex 配了个艺术总监。 下面都是codex5.6做的一些案例～感兴趣的可以看看～ 地址：show more

卧槽，答案终于揭晓了！ 那个在open router上持续霸榜的神秘模型，是阿里推出的全新大模型“蚂蚁百灵”！今天我们来深度聊一聊这个模型。 用过AI来完成前端开发的朋友肯定懂： 要让AI做出想要的UI总是要找参考，再不然就是要依赖设计 skill 的帮助。 但这种界面一旦看多了，就会陷入审美疲劳。 原因在于不管你是对标UI还是使用skill，结果都是被限定在固有的生成范围内。... 最近小灰测了新模型 Ling-2.6-1T （由蚂蚁集团 Ant Ling 开发），发现它刚好就能打破这个限制。 它生成的页面不仅审美极度在线，而且自带高质量的交互效果，做出来的东西终于不再是干巴巴的呆板网页了。 但用它有个必须要避开的坑：Ling 2.6 1T 默认是没有深度思考模式的。 它在计算资源分配上极其克制，如果你偷懒丢一句"给我写个好看的界面"，那么它大概率会给你一个准确但极其敷衍的结果。(视频1) 那么怎么取巧使用它？ 小灰分享一个能逼出它真实设计水平的实操工作流：把它当成主规划师，先拆解风格，再写代码。 跟它对话时，你可以直接下这种指令： 1. 强制思考：先别急着写代码！帮我分析这个产品的定位，明确它的视觉情绪、色彩规范和排版布局，把思路列出来。（比如明确告诉它你要包豪斯风格或者北欧风）。 2. 落地执行：等它把设计语言梳理清楚，你确认没问题了，再让它基于这套标准去生成具体的 TailwindCSS 样式和前端页面。 用这种先 Plan 后做的方式，出来的页面不仅美观，而且风格极其统一。（视频2） 目前在Openrouter中可以免费体验该模型。 选对工具打破模板限制，用高审美的模型直接拔高视觉质感，能帮我们省下大把死磕 CSS 的时间。 期待大家都能快速做出让人眼前一亮的作品！show more

Codex 5.6 真的要让剪辑师失业了！ 它现在的视频制作能力提升了不止一个档次，直接一句话生成视频！ 重度实测一周，筛选出这 4 个Skill，直接实现全流程闭环： 1️⃣ HyperFrames... （内置插件） 负责整片策划、动效生成、画面合成与最终渲染。它能把文字构思直接转化为高水准的动态视频框架，实现全流程闭环交付。 2️⃣ Remotion （内置插件） 基于 React 模板的视频生成工具。支持通过代码批量生产高质感视频，尤其适合数字人+动效结合的自媒体内容，实现真正的工业化生产。 3️⃣ video-use 专门处理真人素材的剪辑工具。能自动识别镜头、精准卡点并完成后期剪辑，让 AI 具备了职业级的剪辑逻辑。 地址： 4️⃣ Seedance 针对顶级视频大模型的提示词工具。专门生成电影级运镜和实拍感指令，补齐了 AI 视频在审美和镜头质感上的短板。 地址： 现在用 Codex 5.6 + 这4个Skill，从脚本→动效→剪辑→渲染，全程AI闭环。show more

用最近大火Remotion Skill 自出了宣传片得出个结论： 这个东西不会火很久，为什么呢？ 这个东西上手门槛还是比较高的，需要安装一大堆东西，报错，各种问题。 但是可以上手的群体（程序员），审美一般，做不好很好的 Demo。 我还原一下思路： 开发者想借用... Skill 来弥补可以上手群体审美一般的问题。 顺便，吃一波Skill 的流量。 目前来看，只做到了后者。show more

发现个 Claude Code 的神级 Skill，画图颜值真的吊打 Mermaid 和 fireworks-tech-graph，只要你一句话，它直接给你吐出生产级别的 SVG+PNG... 技术图。 最绝的是它有 7 种神仙画风：深色终端风、工程蓝图风、毛玻璃风，甚至还能模仿 OpenAI 和 Claude 的官方配色风格。 支持 14 种 UML 图，像 RAG 架构、多智能体协作这种复杂图，一句"帮我画个 RAG 架构图，深色风格"直接搞定。 安装贼简单，一行命令 `npx skills add yizhiyanhua-ai/fireworks-tech-graph` 就能装到 Claude Code 里，输出 SVG 方便二次编辑，高清 PNG 直接贴文档。 平时写技术文档、做汇报 PPT 的，这个必须试一下。 项目地址放评论区了👇show more

今年 AI 视频最卷的就是模型迭代，几乎每隔一阵就有新一代出来，谁能第一时间用上，谁就多一个身位 这次是 MiniMax 的海螺 H3 刚发，Topview 已经是最早一批能直接上手的平台之一... 我一直觉得，模型好不好，光看官方 demo 没用，得看放进真实工作流里能不能出活 看了下附的这条视频，H3 这版的进步很实在：画面稳定度上来了，运镜更自然，材质和光影的质感也更耐看，做营销片、带货短视频、UGC 风格的内容，都够能打 对做出海和电商的人来说，价值不在「又出了个新模型」，在于 Topview 本来那套从产品链接到成片的流程已经很顺，现在底层直接换上更强的 H3，等于同样几步操作，出片质量又往上抬了一档 模型在飞快变强，工具在飞快跟进 留给创作者的功课，就是尽早上手，把手感练出来，等别人还在观望，你的号已经在跑量了 想第一时间玩上海螺 H3 的，直接去 TopviewAI，附的视频就是 H3 跑出来的show more

接入anysearch后，我的agent搜索效率提高了 Parallel、Perplexity、Tavily 这些搜索工具给 Agent 用，有个一直没解决好的问题——返回的是链接加摘要，Agent 拿到之后还要自己点开网页、筛选内容、判断哪条有用。金融、学术、代码这些垂直领域的搜索质量更差。输出没有结构，光解析内容就要烧掉大量 token。 分享一个我一直在用的为 AI... Agent 设计的搜索基础设施 —AnySearch，一个为 Agent 量身打造的「搜索 Skill」： - 实时网页搜索 - 支持金融、学术、代码、社会媒体等垂直领域搜索 - 直接把网页转成干净的 Markdown（extract） - 输出结构化，Agent 能直接拿来用 安装 AnySearch SKILL 超级简单：复制下方提示词并发送给你的 Agent，即可自动完成安装：show more

notebooklm 可以生成非常精美的ppt，但是有时候大家需要合成一张图片，便于后续分享、加工做成海报。 我在网上看了现成的，发现居然要收19.9$/月，无语了。。。 于是自己vibe 了一个 pdf 转 图片的网站，分享给大家使用：支持合成一张长图或者组合成一张A4大小的图片，支持提交自己名称水印 可直接使用的地址： 开源仓库地址：

10月15日 周三🌦️小雨 🤠今天，我好像看清了 Play AI 🎲❣️的价值，静下心来剥离了所有宣传的包装，试看清 #PlayAI 真正的骨架。我发现它的核心可以归结为三个无法被轻易替代的价值点： ✅第一，它卖的不是工具，是省心。... 它的核心产品不是某个具体功能，而是一个结果：将你的时间和注意力还给你。在别人都在教你怎么更复杂地操作时，它直接让你用一句话的指令，替代掉那些重复、耗神的链上操作。关键不在于自动化，而在于无需你再操心。 ✅第二，它构建了可执行的信任。 它解决了AI与区块链之间最根本的隔阂：逻辑与资产的脱节。通过其安全架构，它让一个理性的、永不疲倦的AI智能体，能够在你预设的、透明的规则内，安全地替你管理链上资产。你信任的不再是AI本身，而是你与AI共同认可的那套被锁死的、可验证的执行规则。 ✅第三，它在编织一个自动化网络。 它的终极壁垒不是单个功能，而是可组合性。每一个被创建的工作流和智能体，都能成为网络中的一个节点，相互连接、协作。这意味它的价值会随着用户的创造而指数级增长，最终形成一个任何单一工具都无法比拟的、活的自动化生态。 所以，#PlayAI 的本质，是一个通过安全规则将你的意图转化为链上行动，并能自我演进的省心系统👏👏。 🧐它不是另一个让你去学习的复杂应用，它是一个让你最终可以忘记操作的应用。 最后我们一起观看Play AI 🎲 动画第四集吧！兄弟们互动起来 ！ #PlayAI #PlayAInetwork #GPlayshow more

GPT Image-2.0 + Seedance 2.0， 这套组合电商卖家可以直接拿去做广告投放了。 我拿母婴推车在 Rita AI... 跑了个 demo，操作流程： 1. 先用 GPT Image 2.0 出了多张电商海报， 2. 丢进 Seedance 2.0 做图生视频，Rita 这里能一次喂多张参考图，出来的视频构图、动作、品牌元素都贴你给的素材。 9:16 / 15 秒，一次直出基本可用，从 prompt 到导出不到10分钟。 我一个不做电商的都能跑一条基本能投放的，真正在铺号的更吃这个。 现在就来体验⤵️show more

颜值是销售中被远远低估的一个因素，其实谈恋爱也一样。 妹子说喜欢找个善良的，转过头就去和长得帅的在一起了；做汇报领导说不要花时间在整 PPT 然后回头就夸市场的人 PPT 做的好看。 前几天听 Berryxia.AI 的美学分享，除了大佬内容本身的质量外，原来成功不是偶然的，大佬做了很多美学方面的功课。... 第一次看到 Ian 的网站感到很惊艳，感觉商业应用也很多，我自己也有一个收藏夹关注在设计方面。 对于行外人来说，性价比较高的方法就是抄： - 配色： - 图标: - 字体： - 插画： - 案例： - 图片素材： - 审美培养： - PPT 模版： 对程序员来说基本够用了，还有啥？show more

建议每个用独立 Mac、而且电脑里没啥敏感数据的朋友，都去试试 Codex。 很简单，几步就搞定：先登你的 OpenAI 账户，开个 20 美元的会员。然后在设置里把那个 Computer... Use 功能装上，再给 Codex 开一下屏幕录制和辅助功能的权限。 完事儿之后，Codex 就能帮你接管电脑了。 我随手测了一下，让它帮我在新加坡租个房。结果它还真就自己打开中介网站，一本正经地在那儿翻房源了😆 ——感觉可以当半个助理使，挺有意思。show more

Qwen 今天发了 Qwen3.6-Plus，顺手把它接到 Claude Code 里试了下，效果比预期好不少。我让它帮我做一个工程师的个人作品网站，主要看审美和前端实现的表现，直接感受是这次质量提升很明显，Agentic Coding 也更清楚了。放到前端开发和长一点的任务里，它不会停在给你一段代码上，而是会自己接着拆需求、找路径、改代码、跑测试，发现问题再继续修，中间少了很多反复接手的地方。 这次另一个比较明显的点，这次任务拆解、规划、编码交付这条链路更好了，多模态和推理也基本到位了，图像、文本、视频这些输入能放到同一条链路里统一处理，接真实工程任务的感觉更完整，执行过程录了个视频，大伙有兴趣可以看看它是怎么一步步跑下来的。

我去，美团把数字人视频生成模型开源了。外面数字人 Agent 一天卖 50 万，美团直接做了个 LongCat-Video-Avatar 塞进同一个仓库里开源了。 给一张人脸图加一段音频，数字人张嘴念稿，嘴唇、眼神、表情全自动对上。 它不是那种玩具开源，是实打实对标... Sora、Veo3、Kling 那种商业模型。 13.6B 参数，文生视频、图生视频、视频续写，一个模型全干完，720p 30 帧，长视频一口气跑几分钟不崩画质。而且你敢信？推理还比同级快了 10 倍。 坦率的讲，我看到技术报告的时候是有点懵的。因为 benchmark 上它一个 Dense 架构的 13.6B 模型，追着人家 28B 的 MoE 打。更让我愣住的是数字人那块。 你想想看，这事以前怎么搞。 要么自己录真人，要么掏钱买方案，几百块一条起步。现在一个开源模型，丢段文案给 TTS 一念，画面它自己出。而且 1.5 版做了蒸馏，推理从几十步压到 8 步，快了 15 倍。还加了 INT8 量化省显存。 说实话，这种东西别只收藏。 想试的，先跑 一下我下面的文章教程，参考就能部署。 GitHub 搜 meituan-longcat / LongCat-Video，权重在 HuggingFace 上直接下。show more

Claude Fable 5 经过1个月紧急下架后再回归，我这两天也重新去测试了一下。 正好一直刷到赛博斗蛐蛐的视频，正好拿来测试一下，看看能不能做个同款出来。 给大伙看看fable 5 的效果：视频1 再来对比一下GPT-5.5的效果，老实说有点拉了，为什么把restart按钮直接盖住了屏幕啊？不是很理解：视频2... 最后再来看看国产Deepseek V4 Pro的效果，物理效果感觉还是不行，有点迟钝的感觉：视频3 Fable 5的整体效果是最接近我刷到的小视频的效果的。 虽然效果很强，但是现在fable 5最大的问题在于，官方在6月22日以后，订阅套餐不能用Fable，只能走API。 但是价格实在是遭不住：每 M 输出 50 美元的定价让社区吐槽声不断！我推荐用Zenmux，这个省一些。目前有个加赠20%的活动，每人最高可享 300刀 ！ 官网在这里： RPM、不限流。可调用全平台 200+ 模型（含 Claude Fable 5），非常适合做这种评测、并排对比和长期开发。show more

养小龙虾的兄弟盟一定要装一下这个 Skill：Self-Improving Agent。 它是一个 会自动纠错、还能自己进化的 Skill。 每次 AI 出现这些情况，它都会自动记录下来：... - 做错的事情 - 我纠正它的地方 - 发现更好的解决方案 然后把这些经验存起来。 下次再遇到类似问题， 它会 直接参考这些经验。 也就是说—— 普通 AI：每次对话都像重新开始。 而装了这个 Skill 之后， 我的龙虾开始 慢慢长经验值。 用得越久， 它就越聪明。show more

给 ChatGPT 一条没有剪辑过的原片， 它到底能做到什么程度？ 看懂镜头、找到节奏、添加花字、设计 UI、匹配音效， 最后直接输出一条完整成片。 更离谱的是： 连这条「原片... vs 成片」的效果对比视频， 也是 ChatGPT 自己剪出来的。 以后剪辑视频， 你可能只需要做好一件事： 把自己的需求说清楚。 ⬇️提示词： 直接把原片丢给 ChatGPT / Claude： 请直接把我提供的视频制作成「中国偶像团体自制综艺」风格的完整成片，不要只提供剪辑方案。 保持人物面部、身材与服装完全不变，根据原片内容和画面节奏，加入高级中文综艺 UI、节目角标、任务卡、成员名牌、反应花字、倒计时、进度条、轻推近、自然转场和适量音效。 所有视觉包装必须避开人物面部及服装主体，整体风格年轻、精致、有高级感。保留视频原声，最终输出 4K 主成片和 1080P 预览版。show more

全自动科学论文工厂，它真的来了。 你该看看这个新仓库。 之前那个中国大学生搞了个MiroFish，做实时社会模拟；字节跳动那边出了OpenViking，把记忆结构化；还有Percepta，把数学计算直接嵌进大模型的权重里；吴恩达那边也推了个Context Hub，相当于给代理加了一层自己标注的文档系统。 👉 Polymarket 官方入口： 现在，AutoResearchClaw 刚在... GitHub 上线——一个全自动的科学论文生成器。 仓库上线几个小时，就拿了差不多 4k 星。 给一个原始的想法进去，出来的就是一篇 6000 字、能直接用的 PDF 论文。关键它不是那种垃圾玩意儿。 它背后跑的是真正的代理系统： · 自己做实验：写代码、跑测试、读日志，崩了还能自己调 · 几乎没有幻觉：走硬核四层验证，对接真实科学数据库，没有假引用 · 格式也挑不出毛病：图表自动生成，LaTeX 排版，直接对标 NeurIPS / ICML 的标准 挺有意思的悖论是：这东西不会把 arXiv 搞死。 仓库： 当生成一篇论文的成本几乎为零，真正的权力就到了“筛选者”手里。行业里的新神，会是那些活人审稿人——他们要在无穷无尽的 AI 论文洪流里，手动淘出真东西。 愿安息吧，五年磨一篇的突破性论文——可能一夜之间就被批量淹没了。 把这几样东西拼在一起看： MiroFish 的集群 + OpenViking 的记忆 + Percepta 的真实数学 + Context Hub 的干净文档 + AutoResearchClaw 的自主研究 你就得到了一类代理——能自己跑完整个研究闭环，用真数学去验证假设，反复推敲，以远超人类的速度做出真正的突破。 这不就是在 Polymarket 和各类条件市场上，搭建下一代预测机器人要用的那套东西吗？代理自己去研究、模拟、验证概率，用科学的方法更新判断，而不是靠猜。 一个真正能发现、能证明的预测超级代理时代，就这么来了。 存好这套配置。 如果想在 Polymarket 上搞跟单交易，我推荐用这个： #Polymarketshow more

前两天用了ChatCut我以为它已经很牛了至少在某些程度上能替代剪映，没想到今天部署的这个开源项目OpenMontage更厉害，只需要接入大模型它就能直接帮你写好提示词分镜脚本，有哪里不对的还可以让它改，我刚就说了一句“帮我生成一个15秒的猫和老鼠的视频”，它就给我做了一个这样的视频出来，自从有了AI各行业的压力是越来越大了，以后动画设计那些我感觉越来越多人要失业了。

最近被 gpt 5.3 codex 不说人话搞的有点暴躁, 阅读体验贼差, 特别是读 plan 的... ..... 事无巨细 + 黑话频出 我试过通过在 agents md 里写各种提示词来改善沟通, 但 codex 5.3 就是死活不听话 接着我又想到一个很严肃的问题 「我真的有必要去“阅读”事无巨细 + 黑话频出的plan 嘛? 输入 codex 和输出 codex 这个流程是不是都可以简单的优化一下? 我是不是可以找个小助手帮我解决? 我只看重点?」 所以, 我火速试了一下在 openclaw 里面去调用 codex 来规划, 这里我用的是 MiniMax (official) 的 M2.5, 你可以选择你熟悉的模型, 把一些输入偏好和阅读偏好放入龙虾中, 比如我更希望用表格呈现. 用 openclaw tui 快速跑通流程, 如视频, 左侧是优化版本的 openclaw给我的报告, 右边是 codex 默认的报告. 下一步就可以接入飞书或者discord了.show more