阿里开源了一个纯JS实现的GUI agent：page-agent，目前已经24000个Star 一行代码就可以将Agent集成到网站里，让用户可以通过自然语言与页面进行交互。 主要应用场景有： 1、对接答疑机器人 2、交互升级/智能化改造 3、产品教学 4、无障碍支持 开源：

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

西工大再爆黑科技！给无人机“装上大脑、建立群聊”！这套框架可让无人机集群在语言沟通中动态协同，实现开放环境下，“人机”“多机”对话交互，打破了人类和机器的交互壁垒，进一步拓展了临地安防的应用场景。

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

🚀新站上线啦！吐血整理了面向自媒体、内容创作者的最流行的工具与资源导航站，帮助大家快速从零开始内容创作～ 人类与动物最大的区别就是会使用工具💡；2025年，超级个体🦸的时代已经到来，会使用工具/AI你就可以成就你的「一人公司」🔥 在这里，包含了各个类别的流行工具与资源，无论是，只要是内容创作的领域，你都可以在这里： ✦ 找到流行的内容创作者工具与资源 ✦ 通过用途如视频、音频、图像、分析等进行探索 ✦ 通过难度、免费、平台、AI、开源等标签进行筛选... ✦ 通过时间、收藏数目等方式进行排序 ✦ 支持收藏，为你喜欢的项目点个收藏吧show more

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

发现一个开源小模型，在GitHub上已经斩获 5w star，还登上了Trending榜单。 用它可以让你只用3块钱、花两个小时，就能训练出一个仅有25.8M参数的超小语言模型。 主打极致轻量化，最小版本体积只有 GPT-3 的 1/2700。 而且还开源了... tokenizer 分词器训练，包含 Pretrain、SFT等全过程训练代码，甚至拓展了视觉多模态的MiniMind-V。 所有训练脚本均为 PyTorch 原生实现，兼容MoE混合专家模型架构，基本实现了对大语言模型全阶段的开源复现show more

OKX 可真有钱啊，他们居然专门做了 AI 交易 Bot，这个会秒杀前段时间炒作的 AI 交易产品 一个交易产品到底是不是在认真做就看他做不做“回测” 因为“回测”只有真正需要严谨交易的用户才会需要... 主要就几个点： - 使用自然语言设计策略 - 可以获取 RSI 等各种数据 - 重要的是可以回测（无敌了这个）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

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

原来 Omma AI 来自新生代 Web 3D 设计与交互工具 Spline Omma是一个用通过对话... 生成 3D 网站、Web App 和交互体验的新工具。 它不只是 text-to-3D，而是把代码生成、图像生成、3D 模型生成和页面部署整合在一起。你可以从一句 prompt 开始，生成 landing page、产品展示页、小游戏，甚至完整的 3D Web 体验。show more

《solana的一小步，币圈的一大步》 -- losingle 一推读懂solana刚刚发布的actions&blinks 一、solana刚发布的 actions&blinks是一个浏览器插件生态，将sol的各种应用通过一条URL无缝的集成到推特的内容中，让推特用户可以方便的在不离开推特页面的情况下完成多种如在dex进行交易，买卖nft，治理投票之类的功能。 未来还能集成大量的功能，包括但不限于： 1、针对推特大v显示其链上信息，并支持一键跟单； 2、全链上游戏，但游戏的实时攻略发布在推上；... 3、结合大语言模型，抓取针对特定标的的推特内容并进行分析给出买卖建议并在满足预设条件的情况下自动进行买卖 。。。。。。。。（此处省去数十个各种功能） 以上只是几个简单的例子，如果blinks是一个开源的生态，能被开发出来的各种应用将超越我们的最疯狂的想象。 二、blinks未来会支持更多的社交媒体平台，如reddit等。 看得出来，blinks的野心是希望将现有web2的社交媒体，变成solana生态的流量池。 甚至更进一步，让blinks变成现有web2社交媒体的web3 layer。 如果blinks能实现用户资产化，并顺利的解决用户沉淀，形成用户，生态和资产不断自增长的正向飞轮，那么blinks的未来将不可限量。 项目由 Dialect 开发，并与 Solana 合作，旨在将 Solana 的使用扩展到所有地方，首先从 Twitter 开始。用户可以通过 Backpack 和 Phantom 体验这一功能，Solflare Wallet 也即将支持。 三、目前生态已经支持的项目及功能包括： 通过 JupiterExchange 和 MeteoraAG 进行 meme 币交换 使用 Phantom 购买代币 在 Tensor HQ 上扫货 通过 Heliuslabs 投资 hSOL 使用 Sanctumso 购买 LSTs 通过 Access Protocol 订阅高级内容 向 Sphere Labs 和 Cubik 捐款 在 Realms DAOs 和 Helium 上投票 在 Truffle HQ 上铸造 NFTs 四、系统架构 Actions 协议：这个协议允许通过 URL 创建和传递 Solana 交易，使得 Solana 的交易可以在各个地方共享。 Blinks 客户端：Blinks 或 Blockchain Links 是能够检测到 Action URLs 并将其展开为完整体验的客户端。它们类似于传统的链接预览，但具有更多功能。 公共注册表：Dialect 与 Solana、Phantom 和 Backpack 合作，运行一个公共注册表来确保安全。目前，只有注册合作伙伴的 Blinks 能在 Twitter 上直接展开。 开发者可以通过 注册他们的 Actions。show more

在使用 AI 编程工具开发前端应用，当预览出现报错时，想让 AI 帮忙分析，需要把报错位置的详细信息发给它，挺麻烦的。 现在，可以装一下 Pointer 这个开源的 MCP... 服务器，它能让 AI 助手拥有能 “看见” 网页元素的能力，提升我们与 AI 沟通的开发效率。 通过快捷键选中页面上任意元素，然后自动获取到元素的完整信息，包括 CSS 属性、HTML 结构、React 组件名等详细数据。 GitHub： 需要搭配一个浏览器插件使用，通过 WebSocket 实现浏览器与 AI 工具之间的实时连接通信。 目前插件已上架到应用商店可直接搜索安装，然后运行一条命令配置 MCP 服务器，即可在 Claude Code 或 Cursor 上使用。show more

🔥 GitHub现象级项目 Firecrawl！已获13.4万 Stars！ AI开发者必备神器：把任何网站直接变成AI能用的干净数据！ 自动抓取+清洗+结构化输出 Markdown/JSON，支持JS页面。 更牛的是支持AI Agent自主网页交互（点击、滚动、表单）！... RAG、知识库、自动化Agent项目的基础设施。 网站 → Firecrawl → 向量库 → LLM 还在手动处理网页数据？是时候换工具了！ 用过的小伙伴快来评论区分享体验！🚀👇 #AIshow 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。

Damn.. 一款今年你一定要体验下的产品 上次我发的这个落地页火了，随手还赚了2000块。有不少推友想要，我们今天打算开放出去。但方式来点不一样的 这次你甚至不需要安装skill、配置你的agent，你只需要点开我配置好的agent 聊天即可 这个就是Bloome这个产品的妙处，也是我们企业内部正在走的路～ 我之前一直也在思考一个问题，目前AI Agent 市场还是没有全面铺开，很大一部分原因就是不会配置，龙虾经常挂掉。... 现在好了，有了Bloome 你只需要与配置好的agent 聊天即可获得你想要的东西 Bloome 最酷的点，是把Agnet 变成了我们IM里的成员： 以前分享AI能力，是发prompt、workflow、skill 让别人自己配置，但是没法产品化，没法赚钱 现在让别人把你配置好的agent 拉进群或者单聊，它就能把你干活了，如果你的agent足够有价值，那就可以开启赚钱之路了！ 同时关于AI Agent 社区怎么做分享几点心得： 我在Bloome 里与Yiming Zhang 数字人（agent）聊天，他提到： 用户来这里，能不能比自己找信息快10倍？ 不是快一点，是数量级的差异。比如一个人想搞清楚怎么用Agent做客服自动化，他在你的社群里，3分钟就能拿到一个经过验证的方案、别人踩过的坑、可以直接跑的配置。这个体验如果在外面需要30分钟甚至3小时，那你就有价值。 具体怎么做到： 一是让Agent本身成为社群的基础设施，不只是讨论的话题。用户进来不是看别人聊Agent，而是直接跟Agent协作、测试、分享workflow。社群的核心资产是可复用的Agent配置和经验，不是聊天记录。 二是结构化沉淀。聊天是最低效的信息载体。好的社群产品应该把对话里的有价值信息自动提取、结构化，变成可检索的知识。下一个人进来不需要重新问。 三是匹配。不是所有人都需要看所有内容。谁在做什么、谁解决过什么问题、谁的经验跟我最相关——这个匹配做好了，社群的信息效率就上去了。 最怕的是做成一个"AI爱好者交流群"。那个东西微信群就能干，没有产品壁垒。 现在我们可以靠着Bloome 来卖我们的idea了～ 评论区分享手把手教agent 配置、分享的方法👇 我们这个agent体验地址：show more

字节跳动开源了一个"超级AI员工"框架——DeerFlow 2.0，发布即登GitHub Trending第一。 它不是聊天机器人，是Agent调度中枢：能拆解复杂任务、自动派出子Agent分头执行、最后汇总交付。写研报、建网站、做PPT、生成视频，都是内置技能。 关键设计：每个任务跑在独立Docker沙箱里，有自己的文件系统，能读写文件、执行代码，隔离且可审计。跨会话记忆持久化，用得越多越懂你。 支持接入GPT-4、DeepSeek、豆包等任意模型，非纯本地方案。基于LangGraph构建，MIT开源。

🚀兄弟们！发现一个永久免费的域名项目 在 GitHub 已经获得 162K Star，直接封神了 是个开源公益项目，注册免费、续费免费，没有隐藏费用，没有水印广告。 个人、组织、商业项目都能用，支持 Cloudflare、FreeDNS... 等主流 DNS 服务商，还有几个不错的后缀可以选。 适合个人学习、开源项目、临时演示场景，感觉是真在做公益啊。show more

玩币的过年坐小孩那桌！ 截止目前，上证连着第18个阳，反观加密近30天的恐惧指数有28天低于40。 有这样一种感觉：你打开一个新的应用，点了几下，突然发现——“嘿，这比我想象中顺手多了！” 真正让人愿意重复进入一个产品的，并不是一堆炫酷的功能，而是细节上的 “无感优化”、行为路径上的 连贯性提升。这些项目正在悄悄做的，正是这种让体验变得自然的改进。 Spaace 🟠 —... NFT 不只是市场，而是用户体验的“积木场” Spaace 走得不是那种一次性爆发交易量的路线，而是在逐步把 NFT 交易转变为一种可持续参与的行为链条。在它的生态里，每一次挂单、浏览、任务参与不仅能获得奖励，还会形成一个更连贯的用户轨迹。你不再是“来一次、走一次”的游客，而是一个在生态里慢慢“成长”的参与者——这让 NFT 使用不再像一笔单一操作，而像一个可以反复进入、反复体验的互动空间。 Veera — 让链上入口变成你愿意点开的“探索入口” Veera 的方向并不只是做一个钱包，它试图把 Web3 的入口从命令式的“按钮堆栈”变成一种更像信息流的自然浏览感。你打开它，不是看到一墙按钮，而是像打开一个可以滑动、查看和探索的界面。这种把“入口”变成“探索空间”的思路，让用户从“被迫了解复杂操作”转向“顺手发现有趣内容”的习惯性行为，这对提高留存和用户连续参与是非常重要的一步。 MagicBlock ✨⬜ — 把实时体验和可扩展性带到链上应用 MagicBlock 是一个基于 Solana 的实时执行引擎，目标是让链上应用具备Web2 级的交互性能，并且保持去中心化的安全性。它使用 Ephemeral Rollups 技术，在不拆分状态的前提下提供极低延迟、几乎零手续费的执行环境，这适合实时游戏、DeFi 以及需要高频交互的场景。其设计让开发者不再为性能牺牲链上特性，同时也极大提升了用户“无延迟感”的体验可能性。 除了技术本身，MagicBlock 还在孵化器层面发力，吸引开发者来构建更具创意和实时性质的应用，这让生态不仅是底层引擎，更成为创新场景的催化器。 Altura — 资产不再只是标签，而是可调用的“行为构件” Alturax 的核心变化在于，它让链上资产具备更强的生态参与能力：不是只有买和卖的逻辑，而是一种资产在不同协议与玩法之间调用的能力。资产不再是静止的符号，而是可以参与多种逻辑、被策略调用的构建块。这种思路让资产在链上进一步融入生态协同，而不是只能在市场上看价格。 Konnex — 把现实世界的任务纳入链上协作图谱 Konnex 的有趣点在于：它不单是一个链上协议，而是试图把现实世界的不确定性直接带进链上。在它的构想中，机器人、自动化系统和协议之间可以协作，通过链上可验证的数据完成现实任务的结算 —— 使得现实世界的执行与去中心化结算建立起一种可验证的信任。 这是 Web3 往现实落地迈出的一步，不再把链上交互限定在数字资产，而是融入实体世界的执行逻辑之中。show more

m1k1o/neko：Docker 里跑一个虚拟浏览器，WebRTC 串流 自托管的虚拟浏览器，跑在 Docker 里，通过 WebRTC 实时串流画面。支持多人共享同一个浏览器会话。 用途：... • 团队协作看网页 / debug • 给 AI Agent 一个隔离的浏览器沙箱 • 规避本地浏览器指纹 • 远程桌面的轻量替代 Docker 一行命令起，开箱即用。 🔗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：