这个工具火了，可以用自然语言一键生成安卓和iOS App，Emergent刚上的新功能 以前可以用vibecoding做网页，现在直接出Android / iOS 安装包，比如“帮我做个记账App”即可 另外还上了一个Emergent Pro模式，Agent能力更强，能处理错误、动态调整计划，内置Linux 虚拟机，可访问互联网... 网友反馈Emergent的一键生成体验比较好，输入需求即可获得完整应用，从规划到编程、测试、调试和部署，端到端自动化 #AIagent #Emergent #APP生成工具show more

试了一下 Bolt 新增的 iOS 和安卓应用生成功能 简单的工具 app 生成门槛更低了现在 以前还得环境配置之类的，现在生成-扫码-调试-发布 全部在浏览器操作，卷死了要

Edulab Skills新增技能edu-chem-reaction。 可以把一个化学反应直接生成一个可交互的 3D 教学网页： - 分子级动画演示断键、成键全过程 - 原子守恒实时计数，配平方程自动校验... - 能量-反应进程曲线 + 分步讲解 从甲烷燃烧、电解水、氧化还原，到酯化反应机理，都能以微观动画的形式展示，特别适合教学、科普和自学。 底层用 sympy 做配平和守恒校验，Three.js 做分子动画，生成的是一个无需后端、可直接分享的 HTML 页面。 技能库持续更新中……show more

确实好用，直接把后端干掉了生成部分用 AI 完成 我用这个功能创建创建了一个分享图生成工具 用的我原来那个 Bento Grid 风格 提示词 现在每个人都可以用这个网页快速生成对应文案的分享图片了！

又在 GitHub 上发现一个专为快速构建 Web 应用的强大 AI 编程助手：Claudable。 将本地 CLI... 终端编程 Agent，如 Claude Code、Gemini CLI、Qwen Coder、Cursor 等，与 Lovable 结合。 只需使用自然语言简单描述一下想法，就能瞬间生成完整的 Next.js 应用，并且可在编辑器里实时预览效果。 GitHub： 主要功能： - 支持多种 AI 编程 Agent，包括 Claude Code、Cursor CLI、Gemini CLI 等 - 自然语言描述想法，即可生成生产级 Next.js 应用 - 实时预览功能，改动代码可实时查看结果 - 具备自动错误检测和修复，提升开发效率 - 集成 Supabase 数据库，支持用户认证和数据存储 - 生成的 Web 应用，支持一键部署到 Vercel，无需复杂配置 目前工具仅支持通过本地安装部署使用，提供了详细的步骤说明，感兴趣的开发者可以看一下。show more

用 Codex 加 ChatCut，我终于能用自然语言丝滑剪辑我的视频了！ 最近一直在研究这个 ChatCut 的 CodeX 插件... 他们在自然语言视频作这个层面，绝对是第一梯队 最牛逼的几个点在于： 1. 全自然语言操控 可以用自然语言操作整个剪辑过程 你不需要去手动操作复杂的剪辑轨道，只需要把你的需求用大白话讲给它，它就会自动去调用工具进行剪辑 2. 剪辑与生成无缝集成 它把视频剪辑和生成功能全部集成到了同一个工具里 如果你在剪辑过程中需要某些素材，它会自动帮你去找，或者直接生成对应的素材 整个体验非常顺畅，效果挺屌的 3. 优秀的可视化交互 这是目前我见过交互体验最好的自然语言剪辑工具 安装好之后，左边是你跟 Codex 对话的区域，右边就是它的整个工作区 你可以实时、可视化地看到 Codex 是如何操作你的视频素材进行剪辑的 更爽的是，你还可以直接在右边的工作区里，对刚刚剪辑的视频进行精细化的微调和修改 这种交互方式真的已经非常接近我理想中自然语言剪辑了 不过他们目前也确实存在一些问题， 比如整体的处理速度还是比较慢，以及 Token 的消耗比较大 这也是现阶段的一个局限性，但我觉得未来一定会越来越好 如果对自然语言视频制作感兴趣的兄弟们，一定要去试一下这个插件！ 官网链接如下：show more

Topview Agent V2 x Seedance 2.0 把 AI 视频... 15 秒限制突破了 以前做 AI 视频：生成一堆 15 秒片段 → 导出 → 剪辑软件拼 → 来回折腾半天 现在：在一个平台里就能完成分镜、生成、编辑全流程，生成无时长限制的完整视频。 Topview 还能把你随便说的一个想法自动拆成分镜，然后直接在时间轴上改。 新手上手很快，专业用户想用的精细调整也都有，影院级画质。 这个体验确实比之前那些只能生成短片段的工具顺畅太多了。 如果你用 OpenClaw，装个 Topview Skill 就能用。 年度账户的话还可以无限用 Seedance 2.0，挺划算的。TopviewAI 下面是生成的效果👇show more

可灵昨晚发布了 O1： 一个大一统的视频、图像生成和编辑工具，支持你能想到所有图像和视频编辑能力。 藏师傅会对这次新增的一些能力进行测试，同时大概教大家一下这个模式应该如何使用 👇下面是具体的教程和测试内容

今年三月底在 Let's Vision 上介绍了我们正在做的让 agent 参与 mobile 开发自主验证的一些微小工作。现在终于可以把其中一部分我们日常使用的工具开源了。 sim-use... 是让 AI agent 能看到模拟器/设备的屏幕并操作它的命令行工具。一条命令把整个屏幕变成 agent 能理解的紧凑表示，再一条命令点击任意元素，以完成验证循环。iOS Simulator 和 Android 通用。 Plan, code, verify, ship — verify 这一环现在可以交给 agent 了。欢迎大家试用/加星/反馈/一同改进！show more

太猛了！谷歌 Gemini 直接塞了一个N8N 进去 ​ 把 Opal 塞到了 Gem... 功能里面，自然语言创建工作流 ​人人都可以创建自己的带界面的AI应用了，还能分享给其他Gemini用户使用，不消耗你的额度 用这个把我的屏幕使用时间提示词可视化变成了网页。一键生成海报、文本和播客 顺便写个教程👇show more

1. SCRIBE ChatGPT用于如何做的指南和教程。 SCRIBE能记录下你的工作流程，生成一步一步的可视化指南，并让AI自动嵌入生成的自动化说明文档。 教会任何人在互联网上做任何事情。

OpenAI 刚给 Codex 加了个录屏回放功能，有点意思。 你在 Codex 里做的那些操作流程——写代码、调 API、跑测试、部署上线——它全给你录下来，存成一个可复用的 "AI... 技能"。 下次遇到类似的活儿，直接回放，不用重新来一遍。 说白了就是把你的人工操作变成了一段 AI 可以自己重复跑的自动化流程。show more

Skywork 上线了视频 Agent 能力，他们这个流程有意思 你可以从第一个分镜开始，左边生成之后，将生成的视频和音频素材发到右边的视频编辑器里面去进行编辑。 支持使用主流的视频模型和能力，文生、图生、首尾帧都有，另外支持生成音乐和语音。 我用首尾帧做了一条香水广告的演示，还不错。 也上线了一些特效模版，你可以不用管提示词直接复用。 而且会员从昨天（0106）开始会有为期七天的无限使用优惠，只要你是会员就可以一直用。 最近有需求的朋友们可以看看，说不定这几天直接回本了。

写自动化测试脚本或者写爬虫时，用传统的 Playwright 往往需要频繁维护各种元素选择器。 一旦目标网页的结构发生微调，原有的脚本就容易直接报错罢工，维护起来颇为费神。 最近在 GitHub 上看到到 HyperAgent 这个开源项目，巧妙地将... Playwright 与大模型结合在了一起。 通过自然语言就能控制浏览器，完成复杂的自动化任务，不用再写一堆脆弱的选择器代码。 GitHub： 支持单步操作，速度快成本低，以及能处理多步骤复杂任务，支持视觉理解和自适应调整。 还内置动作缓存功能，录制一次工作流后可以反复回放，不需要每次都调用大语言模型。 底层直接使用 Chrome 开发者工具协议，动作执行更精确，自动过滤广告框架，支持深层嵌套的 iframe 操作。 同时支持云端扩展，可以通过 Hyperbrowser 快速扩展到数百个会话，还能连接 MCP 工具实现完整工作流。 如果你正在用 Playwright 做自动化测试或数据采集，又厌倦了频繁维护选择器代码，这个项目值得一试。show more

刷到一个视频，一个小孩在用 ThinkPad 写游戏代码。 看着像是在用 AI 编程工具，直接输自然语言生成逻辑。 小孩可能连底层原理都没完全搞懂，但那个劲头挺足，一直在试。 以前学开发得先啃半年语法，现在只要想法对，直接跟 AI... 聊就能跑起来。 这种“边做边学”的效率，确实比那种花大价钱报班学理论的成年人高多了。 工具确实把门槛打下来了。 以后拼的可能不是谁背的语法多，而是谁能更快把想法变成东西。 哪怕只是做个小 demo，也比光看不练强。show more

我已经很久没有用 XCode 来开发 Mac 软件了，因为发现 VSCode 是可以开发和调试 Swift 应用的，你需要安装... LLDB DAP 和 Swift 这两个扩展，然后在 vscode/launch.json 配置好调试，在 .vscode/tasks.json 配置好自动 build，最后就可以 fn+F5 愉快的开发预览调试了。 有一个偷懒的做法，你安装好插件后，让 AICoding 帮你写好这两个配置就好了，当然不懂也可以问 ChatGPT。show more

酷，浙大、vivo最新出的一款视频虚拟试衣模型：MagicTryOn，服装的时空一致性、稳定性、服装细节都保持的不错，效果可以直接用于电商广告了 支持图像试穿、视频试穿，以及自定义试穿 擅长在比如跳舞这种人体大幅度运动，和复杂场景中试穿 具备泛化能力，可以在玩偶上进行虚拟试衣 其用扩散Transformer取代U-Net架构，来提升模型的表达能力；结合全自注意力机制联合建模视频的时空一致性，确保试衣效果在时间和空间维度上自然流畅 #虚拟试穿 #MagicTryOn #tryon #AI穿衣

新款PummmmPro 测试完成： 1）网页版和之前pummmm一样使用TOKEN即可 2）Axiom插件版，在红猴安装脚本即可 3）GMGN插件版,也是在红猴安装脚本 在此做一个活动，三连互动在评论区抽取30个体验名额 为你的扫链提供超级助力 每个插件的token不同，只能选择一种测试 下面的链接为新品功能介绍：👇👇👇👇

兄弟们，看这个AI辅助的头影测量轨迹，直接把我看呆了。 干了我一直想干没有干的事儿！ 即使你完全不懂正畸，也能一眼感受到那种丝滑和精准。 Alberto 这位正畸医生兼macOS原生开发者，把自己的OrthoKit App做成了真·黑科技。 以前做一次完整的头影测量，医生得手动点几十个关键标志点，花大半天时间，还容易出错。 现在AI直接接管，整个过程自动识别、自动描迹、自动生成报告，几秒钟就出结果。 App已经在App... Store上线，Mac、iPhone、iPad全平台支持。 前15个患者免费，里面30多个分析项目，一半以上是全AI驱动（Steiner、McNamara、Bjork、Baccetti…）。 AI真正开始把“专业门槛极高”的医疗诊断，从手工活变成了人人能用的智能工具。 以前只有顶级诊所能做的精准分析，现在普通正畸医生也能轻松拥有。show more

谷歌也发布了一个根据输入图片和音频就能生成对应人物讲话视频的项目VLOGGER。看起来没有阿里那个自然。 项目简介： 它可以根据一张人物图像,生成由文本和音频驱动的说话人视频。该方法建立在最近生成式扩散模型取得成功的基础之上。 VLOGGER 包含两个关键组件: 1) 一个随机的人体到 3D 运动的扩散模型;... 2) 一个创新的基于扩散的架构,通过时间和空间控制来增强文本到图像模型的能力。 这种方法可以生成高质量、可变长度的视频,并且可以通过人脸和身体的高级表示进行便捷控制。 与之前的工作相比,我们的方法具有以下优势:不需要为每个人单独训练模型;不依赖人脸检测和裁剪;能生成完整的图像(而非仅限于脸部或嘴唇);适用于广泛场景(如躯干可见或身份多样化),这对于正确合成具有沟通能力的虚拟人至关重要。 项目地址：show more