Загрузка видео...

Не удалось загрузить видео

На главную

Hermes Studio 开始于今年四月。 当时我们想使用 Hermes Agent，却没有找到一套顺手的 Web UI。于是团队做出了第一版界面 Hermes web ui，开放给社区使用。 5月收到第一批用户反馈后，我们继续推出桌面客户端，并持续支持 macOS、Windows 和 Linux，Hermes Studio上线。 Hermes Studio 把文件系统、终端、浏览器、Coding Agent、MCP 和多平台消息渠道集中到一个工作台里。用户可以让 Agent 搜索和整理文件、运行命令、操作网页、修改代码、执行测试，也可以连接知识库、数据库、GitHub、邮件和企业内部服务。 项目目前获得超过 9,000 个 GitHub Star，npm 下载量超过 35 万次，Docker 拉取量超过 31 万次。 Hermes Studio 在 OpenRouter 累计使用约 476.9 亿 Tokens。2026 年 6 月 8 日，桌面客户端进入 OpenRouter 全球...

libapi_'s profile picture

libapi

29,728 subscribers

81,912 просмотров • 1 месяц назад •via X (Twitter)

Наука и технологииОбразование
LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

ESP32 + Hermes Studio 桌面 AI 对话小方盒，是一个基于 ESP32-C3 的桌面 AI 硬件入口。 它把小屏、麦克风、扬声器和实体按键集中在一个桌面小盒子里，通过网络连接电脑端或者云服务器 Hermes Studio。 ESP32 负责硬件交互，Hermes Studio 负责模型调用、语音识别和语音合成工具调用。 一句话说明： 它不是独立离线大模型，而是把 Hermes Studio 的 AI 能力延伸到桌面上的一个可看、可按、可听、可反馈的小硬件入口。
0:42

ESP32 + Hermes Studio 桌面 AI 对话小方盒，是一个基于 ESP32-C3 的桌面 AI 硬件入口。 它把小屏、麦克风、扬声器和实体按键集中在一个桌面小盒子里，通过网络连接电脑端或者云服务器 Hermes Studio。 ESP32 负责硬件交互，Hermes Studio 负责模型调用、语音识别和语音合成工具调用。 一句话说明： 它不是独立离线大模型，而是把 Hermes Studio 的 AI 能力延伸到桌面上的一个可看、可按、可听、可反馈的小硬件入口。

libapi

68,499 просмотров • 2 месяцев назад

一个放在桌面上或者户外的 AI Agent 控制小方盒：用语音、按键、小屏，去控制电脑/远程服务器、调用所有工具、执行任务 在做这个产品的时候有做过调研，现在市面上大都是纯对话的语音AI Hermes Studio 小方盒 可以做什么 ？ （视频演示） 1. 控制电脑 /远程服务器 小方盒本身是 ESP32，但它可以作为入口，把指令交给 Hermes Studio 在电脑 /远程服务器 上执行。 （它就是Hermes Agent） 可以做： 打开/关闭本地应用或网页 在电脑/远程服务器 上运行命令 读取、搜索、整理本地文件 上传文件给 Agent 分析 下载 Agent 生成的文件 控制浏览器访问网页、查资料、填表、抓取信息 调用本地 Coding Agent，让它改代码、跑测试、生成项目 查看运行日志、任务状态、错误信息 用语音触发“帮我总结这个文件夹”“打开今天的任务”“跑一下测试” 2. 调用工具 （生产力有待研究） Hermes Studio 的核心优势是 Agent 工具链。小方盒可以作为物理触发器，让 Agent 调用工具。 文件工具：浏览文件、搜索文件、读取内容、上传下载、重命名、复制、移动、删除。 终端工具：执行 shell 命令、启动服务、查看进程、跑脚本、拉代码、跑测试。 浏览器工具：打开网页、搜索资料、读取网页内容、自动化页面操作。 代码工具：启动 Codex / Claude Code 等 coding-agent 会话，做代码修改、调试、检查。 MCP 工具：接入外部系统，比如数据库、知识库、Notion、GitHub、邮件、企业内部 API、智能家居等。 语音工具：STT 语音转文本，TTS 回复朗读，多种 TTS Provider。 自动化工具：定时任务、周期汇报、监控任务、Kanban 工作项。 多平台工具：Telegram、Discord、Slack、WhatsApp、Matrix、飞书、微信、企业微信等渠道。 一句话：小方盒不是自己完成所有任务，而是唤醒 Hermes Studio 里的工具系统。 产品功能： 语音唤醒桌面 Agent 实体按键触发 本地文件读取、搜索与整理 电脑/远程服务器命令执行与任务自动化 浏览器自动化与网页信息获取 Coding Agent 启动 MCP 工具扩展，连接外部服务 多模型、多 Profile 切换 多平台消息接入 TTS/STT 语音输入输出 Nous Research witcheer Teknium 🪽 Hermes community never disappoints! 👀
1:31

一个放在桌面上或者户外的 AI Agent 控制小方盒：用语音、按键、小屏，去控制电脑/远程服务器、调用所有工具、执行任务 在做这个产品的时候有做过调研，现在市面上大都是纯对话的语音AI Hermes Studio 小方盒 可以做什么 ？ （视频演示） 1. 控制电脑 /远程服务器 小方盒本身是 ESP32，但它可以作为入口，把指令交给 Hermes Studio 在电脑 /远程服务器 上执行。 （它就是Hermes Agent） 可以做： 打开/关闭本地应用或网页 在电脑/远程服务器 上运行命令 读取、搜索、整理本地文件 上传文件给 Agent 分析 下载 Agent 生成的文件 控制浏览器访问网页、查资料、填表、抓取信息 调用本地 Coding Agent，让它改代码、跑测试、生成项目 查看运行日志、任务状态、错误信息 用语音触发“帮我总结这个文件夹”“打开今天的任务”“跑一下测试” 2. 调用工具 （生产力有待研究） Hermes Studio 的核心优势是 Agent 工具链。小方盒可以作为物理触发器，让 Agent 调用工具。 文件工具：浏览文件、搜索文件、读取内容、上传下载、重命名、复制、移动、删除。 终端工具：执行 shell 命令、启动服务、查看进程、跑脚本、拉代码、跑测试。 浏览器工具：打开网页、搜索资料、读取网页内容、自动化页面操作。 代码工具：启动 Codex / Claude Code 等 coding-agent 会话，做代码修改、调试、检查。 MCP 工具：接入外部系统，比如数据库、知识库、Notion、GitHub、邮件、企业内部 API、智能家居等。 语音工具：STT 语音转文本，TTS 回复朗读，多种 TTS Provider。 自动化工具：定时任务、周期汇报、监控任务、Kanban 工作项。 多平台工具：Telegram、Discord、Slack、WhatsApp、Matrix、飞书、微信、企业微信等渠道。 一句话：小方盒不是自己完成所有任务，而是唤醒 Hermes Studio 里的工具系统。 产品功能： 语音唤醒桌面 Agent 实体按键触发 本地文件读取、搜索与整理 电脑/远程服务器命令执行与任务自动化 浏览器自动化与网页信息获取 Coding Agent 启动 MCP 工具扩展，连接外部服务 多模型、多 Profile 切换 多平台消息接入 TTS/STT 语音输入输出 Nous Research witcheer Teknium 🪽 Hermes community never disappoints! 👀

libapi

31,786 просмотров • 2 месяцев назад

劲爆功能： Hermes Studio 接下来会上一个新的「设备」功能。 简单说：同一个局域网里的设备，可以互相发现、连接和协同使用。 比如你的主力电脑、备用机器、局域网服务器、手机、平板、NAS，后面都可以接进同一个 Hermes Studio 工作流里。 第一阶段会先做局域网互联。 后续会继续拓展远程互联能力，不过远程场景需要你自己有服务器，用来做中转和管理。 这个方向会更偏企业级服务：多设备、多环境、多节点，统一接入、统一管理。 Hermes Studio 届时不只是单机工具，而是在往团队和企业级 Agent 基础设施走希望我们能成功，感谢大家支持！
0:55

劲爆功能： Hermes Studio 接下来会上一个新的「设备」功能。 简单说：同一个局域网里的设备，可以互相发现、连接和协同使用。 比如你的主力电脑、备用机器、局域网服务器、手机、平板、NAS，后面都可以接进同一个 Hermes Studio 工作流里。 第一阶段会先做局域网互联。 后续会继续拓展远程互联能力，不过远程场景需要你自己有服务器，用来做中转和管理。 这个方向会更偏企业级服务：多设备、多环境、多节点，统一接入、统一管理。 Hermes Studio 届时不只是单机工具，而是在往团队和企业级 Agent 基础设施走希望我们能成功，感谢大家支持！

libapi

24,413 просмотров • 2 месяцев назад

Grok Bot 很酷，有一个属于自己的云电脑，可以7x24h的帮你处理工作；但不妨试试我们的开源方案：一个cloud first多Agent编排平台 -- Memoh Memoh是我们从今年年初维护到现在的一个开源项目，至今已在 GitHub 上获得 2k stars; 我们给了每个Agent一个sandbox运行环境，并让他有自己的电脑桌面，可以操控Chrome帮你完成任务；支持BYOK, 并支持直接将你的Codex, Claude Code, Hermes 等Agent托管到这个Sandbox里，All in one UI；支持 Telegram, Slack, Discord, 飞书，微信等主流聊天软件的连接；这个月我们也上线了我们的SaaS版本，目前在公测阶段，你可以直接下载我们的客户端或者网页版体验，链接见评论区
0:25

Grok Bot 很酷，有一个属于自己的云电脑，可以7x24h的帮你处理工作；但不妨试试我们的开源方案：一个cloud first多Agent编排平台 -- Memoh Memoh是我们从今年年初维护到现在的一个开源项目，至今已在 GitHub 上获得 2k stars; 我们给了每个Agent一个sandbox运行环境，并让他有自己的电脑桌面，可以操控Chrome帮你完成任务；支持BYOK, 并支持直接将你的Codex, Claude Code, Hermes 等Agent托管到这个Sandbox里，All in one UI；支持 Telegram, Slack, Discord, 飞书，微信等主流聊天软件的连接；这个月我们也上线了我们的SaaS版本，目前在公测阶段，你可以直接下载我们的客户端或者网页版体验，链接见评论区

📦Acbox

18,244 просмотров • 16 дней назад

介绍 Memoh Desktop，一个多智能体桌面应用。 过去几个月，我们一直在维护 Memoh 这个多智能体自部署服务。自部署适合长期在线、多人使用和接各种消息渠道，但对个人用户来说，搭环境还是有点重。所以这次我们把 Memoh 搬到了桌面上。 在 Memoh Desktop 里，你可以创建多个 agent。它们可以有不同身份、不同记忆和不同 workspace，也可以连接不同的 channel。比如一个 agent 负责日常聊天和消息渠道，一个 agent 专门处理文件和代码任务，另一个 agent 用来跑网页自动化。 这些 agent 可以直接操作你的电脑，也可以使用宿主机 Docker 环境做沙盒隔离。需要本机权限的时候，就让它操作本地环境；需要安全边界的时候，就把它放进 Docker workspace 里跑。每个 agent 都有独立身份，目前支持 9 种 channel 连接。 0.9 版本里，我们还引入了容器内桌面环境。现在可以直接在 Docker 容器里运行一个 Xfce 桌面，并在里面启动有头浏览器，再通过 WebRTC 连接到这个容器桌面。也就是说，agent 不只是跑 headless Playwright，它可以在一个真实的图形浏览器会话里操作网页。很多登录、复杂交互、网页自动化场景，会比纯 headless 方式更自然，也能少踩一些兼容和风控问题。 下载链接见评论区。
1:16

介绍 Memoh Desktop，一个多智能体桌面应用。 过去几个月，我们一直在维护 Memoh 这个多智能体自部署服务。自部署适合长期在线、多人使用和接各种消息渠道，但对个人用户来说，搭环境还是有点重。所以这次我们把 Memoh 搬到了桌面上。 在 Memoh Desktop 里，你可以创建多个 agent。它们可以有不同身份、不同记忆和不同 workspace，也可以连接不同的 channel。比如一个 agent 负责日常聊天和消息渠道，一个 agent 专门处理文件和代码任务，另一个 agent 用来跑网页自动化。 这些 agent 可以直接操作你的电脑，也可以使用宿主机 Docker 环境做沙盒隔离。需要本机权限的时候，就让它操作本地环境；需要安全边界的时候，就把它放进 Docker workspace 里跑。每个 agent 都有独立身份，目前支持 9 种 channel 连接。 0.9 版本里，我们还引入了容器内桌面环境。现在可以直接在 Docker 容器里运行一个 Xfce 桌面，并在里面启动有头浏览器，再通过 WebRTC 连接到这个容器桌面。也就是说，agent 不只是跑 headless Playwright，它可以在一个真实的图形浏览器会话里操作网页。很多登录、复杂交互、网页自动化场景，会比纯 headless 方式更自然，也能少踩一些兼容和风控问题。 下载链接见评论区。

📦Acbox

47,369 просмотров • 3 месяцев назад

Figma 正式推出了官方的远程 MCP 服务器，现在不需要安装 Figma 客户端 只需要在支持的软件比如 Cursor、Cluade code 里面添加，并在打开的网页里面完成账户授权就行 而且现在设计组件和前端组件的映射信息也可以通过 MCP 获取到，如果你的团队有设计系统的话，然后你的设计稿组件采用程度高 前端可以一键用 AI 生成全部的前端代码，而且保证高还原度，设计师和前端协作会到一个新的时代
0:29

Figma 正式推出了官方的远程 MCP 服务器，现在不需要安装 Figma 客户端 只需要在支持的软件比如 Cursor、Cluade code 里面添加，并在打开的网页里面完成账户授权就行 而且现在设计组件和前端组件的映射信息也可以通过 MCP 获取到，如果你的团队有设计系统的话，然后你的设计稿组件采用程度高 前端可以一键用 AI 生成全部的前端代码，而且保证高还原度，设计师和前端协作会到一个新的时代

歸藏(guizang.ai)

157,676 просмотров • 11 месяцев назад

Hermes Web UI 是一个自托管 AI Agent 聊天仪表板 流式对话、多模型调度、群聊协作、看板管理、用量分析、文件管理和 Web 终端整合到同一个界面里。 无需复杂配置，一条命令即可启动；支持 Claude、GPT、Gemini、DeepSeek 及 OpenAI 兼容模型，也能统一接入多种平台消息入口。 给开发者和团队一个更清晰、更可控的 Agent 工作台。开源、轻量、持续更新。官网：
0:30

Hermes Web UI 是一个自托管 AI Agent 聊天仪表板 流式对话、多模型调度、群聊协作、看板管理、用量分析、文件管理和 Web 终端整合到同一个界面里。 无需复杂配置，一条命令即可启动；支持 Claude、GPT、Gemini、DeepSeek 及 OpenAI 兼容模型，也能统一接入多种平台消息入口。 给开发者和团队一个更清晰、更可控的 Agent 工作台。开源、轻量、持续更新。官网：

libapi

13,418 просмотров • 3 месяцев назад

ChatGPT 桌面端（原来的 Codex App）今天加入了语音控制，macOS 和 Windows 用户可以直接用嘴指挥 AI 干活了。 具体来说，你可以一边跟 ChatGPT 说话，一边让它操控电脑、启动 Codex 写代码、调度 ChatGPT Work 执行任务，全程不用打字。开着一个语音对话，同时管理多个后台 Agent（智能体），有点像一个人坐在那里口述指令，几个助手分头干活。 这个功能基于 GPT-Live，OpenAI 在 7 月 8 日刚上线的新一代语音模型。GPT-Live 最大的变化是全双工架构，也就是它能同时听你说话和给你回话，不用像以前那样等你说完、停顿、它再开口。遇到复杂问题，它会把推理任务丢给后台的 GPT-5.5 处理，自己继续跟你聊，不会卡住。 macOS 用户多了一个叫 Appshots 的功能：语音对话时，ChatGPT 可以直接看到你当前最前面的窗口，了解你在做什么，回答就更贴合上下文。比如你正在看一段代码，直接说“这个函数有什么问题”，它能看到屏幕内容来回答。Windows 用户暂时没有这个能力。 此外，iPhone 用户可以通过远程配对的方式，用 iOS 上的 ChatGPT 语音来操控桌面端的 Codex。等于你拿着手机在沙发上就能指挥电脑写代码。Android 支持还在路上。 今天全球同步推出，面向 Plus、Pro、Business、Edu 和 Enterprise 用户。免费用户暂不可用。
1:08

ChatGPT 桌面端（原来的 Codex App）今天加入了语音控制，macOS 和 Windows 用户可以直接用嘴指挥 AI 干活了。 具体来说，你可以一边跟 ChatGPT 说话，一边让它操控电脑、启动 Codex 写代码、调度 ChatGPT Work 执行任务，全程不用打字。开着一个语音对话，同时管理多个后台 Agent（智能体），有点像一个人坐在那里口述指令，几个助手分头干活。 这个功能基于 GPT-Live，OpenAI 在 7 月 8 日刚上线的新一代语音模型。GPT-Live 最大的变化是全双工架构，也就是它能同时听你说话和给你回话，不用像以前那样等你说完、停顿、它再开口。遇到复杂问题，它会把推理任务丢给后台的 GPT-5.5 处理，自己继续跟你聊，不会卡住。 macOS 用户多了一个叫 Appshots 的功能：语音对话时，ChatGPT 可以直接看到你当前最前面的窗口，了解你在做什么，回答就更贴合上下文。比如你正在看一段代码，直接说“这个函数有什么问题”，它能看到屏幕内容来回答。Windows 用户暂时没有这个能力。 此外，iPhone 用户可以通过远程配对的方式，用 iOS 上的 ChatGPT 语音来操控桌面端的 Codex。等于你拿着手机在沙发上就能指挥电脑写代码。Android 支持还在路上。 今天全球同步推出，面向 Plus、Pro、Business、Edu 和 Enterprise 用户。免费用户暂不可用。

宝玉

88,385 просмотров • 1 месяц назад

5.24 今日更新: Hermes Web UI v0.6.0 “企业版 / 团队协作 / 多用户管理” 企业级 Web UI真正需要的东西：多用户、账号边界、Profile 隔离、权限收口、凭证管理、运行状态可追踪。 0.6.0 里，Sessions、Models、Usage、Kanban、Jobs、Uploads、Media、Hermes APIs 这些能力，都开始围绕账号和 Profile 做隔离。 这意味着 Hermes Web UI 不再只是一个个人本地 Agent 控制台，而是在往团队可用、多人可管、权限更清楚的方向升级。 媒体 skills 这一块也更企业化了：server token 只用于媒体端点，fun-codex / xAI 这类凭证会从当前 Profile 解析，避免不同用户、不同环境之间混在一起。 单聊和群聊也会自动注入当前 Hermes Profile，skills 可以通过 X-Hermes-Profile 知道自己应该跑在哪个身份下面。 另外 delegate_task 子任务进度现在能实时流进聊天 UI，start、tool、progress、complete 都看得见。对企业场景来说，这个很重要，因为长任务不能是黑盒，必须可观察、可追踪。 还有停止 / abort 状态清理、登录 IP 锁清理、默认登录重置这些维护命令，也是在补企业环境里经常会遇到的运维问题。 所以我会把 v0.6.0 理解成一个分界线： 0.5.35 是稳定的单用户版本； 0.6.0 开始，Hermes Web UI 正式往企业版、多用户、团队级 Agent 工作台走。 这支视频就是想把这个变化讲清楚。
1:15

5.24 今日更新: Hermes Web UI v0.6.0 “企业版 / 团队协作 / 多用户管理” 企业级 Web UI真正需要的东西：多用户、账号边界、Profile 隔离、权限收口、凭证管理、运行状态可追踪。 0.6.0 里，Sessions、Models、Usage、Kanban、Jobs、Uploads、Media、Hermes APIs 这些能力，都开始围绕账号和 Profile 做隔离。 这意味着 Hermes Web UI 不再只是一个个人本地 Agent 控制台，而是在往团队可用、多人可管、权限更清楚的方向升级。 媒体 skills 这一块也更企业化了：server token 只用于媒体端点，fun-codex / xAI 这类凭证会从当前 Profile 解析，避免不同用户、不同环境之间混在一起。 单聊和群聊也会自动注入当前 Hermes Profile，skills 可以通过 X-Hermes-Profile 知道自己应该跑在哪个身份下面。 另外 delegate_task 子任务进度现在能实时流进聊天 UI，start、tool、progress、complete 都看得见。对企业场景来说，这个很重要，因为长任务不能是黑盒，必须可观察、可追踪。 还有停止 / abort 状态清理、登录 IP 锁清理、默认登录重置这些维护命令，也是在补企业环境里经常会遇到的运维问题。 所以我会把 v0.6.0 理解成一个分界线： 0.5.35 是稳定的单用户版本； 0.6.0 开始，Hermes Web UI 正式往企业版、多用户、团队级 Agent 工作台走。 这支视频就是想把这个变化讲清楚。

libapi

11,286 просмотров • 3 месяцев назад

一款可平替v0、Cursor、Cline的AI全栈构建工具：cofounder，通过简单提示即可生成带有界面、前端、后端、数据库的网站 支持通过Web仪表盘操作，也可以直接用命令行生成项目，生成后的项目支持实时预览 支持快捷键来迭代修改UI组件，可以随时对已生成的内容进行调整和优化 支持并发生成，可以调整LLM并发数，支持本地开发环境 github： #AI开发 #AI开发网站
1:23

一款可平替v0、Cursor、Cline的AI全栈构建工具：cofounder，通过简单提示即可生成带有界面、前端、后端、数据库的网站 支持通过Web仪表盘操作，也可以直接用命令行生成项目，生成后的项目支持实时预览 支持快捷键来迭代修改UI组件，可以随时对已生成的内容进行调整和优化 支持并发生成，可以调整LLM并发数，支持本地开发环境 github： #AI开发 #AI开发网站

AIGCLINK

40,074 просмотров • 1 год назад

在 GitHub 挖到一个好用的工具：xiaohongshu-mcp，一个能把小红书运营流程自动化的 MCP 服务器。 它用浏览器自动化模拟真实操作，支持登录状态持久化、图文发布、内容搜索等能力，可直接集成到 Claude、Cursor 等客户端，让 AI 助手替你完成日常运营动作。 GitHub： 主要特性： - 登录状态管理：自动登录并保持会话不掉线 - 图文发布：图片 + 文案一键组合发布 - 关键词搜索：快速检索相关内容 - 推荐流获取：抓取首页推荐列表 - 多客户端支持：Claude、Cursor、VSCode 等均可接入 - 浏览器自动化：支持有头/无头模式运行 使用方式也很清晰：先跑登录脚本保存状态 → 启动 MCP 服务 → 配置到你常用的 MCP 客户端。之后就可以把小红书的操作交给 AI 助手来执行。
0:30

在 GitHub 挖到一个好用的工具：xiaohongshu-mcp，一个能把小红书运营流程自动化的 MCP 服务器。 它用浏览器自动化模拟真实操作，支持登录状态持久化、图文发布、内容搜索等能力，可直接集成到 Claude、Cursor 等客户端，让 AI 助手替你完成日常运营动作。 GitHub： 主要特性： - 登录状态管理：自动登录并保持会话不掉线 - 图文发布：图片 + 文案一键组合发布 - 关键词搜索：快速检索相关内容 - 推荐流获取：抓取首页推荐列表 - 多客户端支持：Claude、Cursor、VSCode 等均可接入 - 浏览器自动化：支持有头/无头模式运行 使用方式也很清晰：先跑登录脚本保存状态 → 启动 MCP 服务 → 配置到你常用的 MCP 客户端。之后就可以把小红书的操作交给 AI 助手来执行。

Joruno

24,889 просмотров • 3 месяцев назад

这是一个可以 让你用手机随时使用 Claude Code 和 Codex 的神器——Happy Coder。 在 GitHub 已经收获 16k+ Star。它彻底改变了 AI 编程助手的使用方式——你再也不用坐在电脑前才能查看进度或交互。 想象一下：你在等咖啡、坐地铁，AI 正在跑代码、生成方案、修复 bug。需要确认输入或查看结果时，手机立刻收到提醒，打开就能看、回复、继续执行，实现随时随地掌控 AI 构建代码。 核心特点： - 支持 iOS、Android 和 Web 客户端 - 端到端加密，保证数据安全 - 即时切换设备，一键将会话从电脑切到手机 - 完全开源，可自建服务，掌控所有细节 核心组成： - happy-cli：替代本地 Claude/Codex 命令，将进程状态推送到客户端 - happy-server：加密中继，同步所有设备上的会话 移动端 & Web 客户端：随时随地接管 AI 编程任务 如果你是开发者或 AI 爱好者，想摆脱电脑束缚随时监控和驱动智能代码生成，这个项目绝对值得收藏和尝试。
0:26

这是一个可以 让你用手机随时使用 Claude Code 和 Codex 的神器——Happy Coder。 在 GitHub 已经收获 16k+ Star。它彻底改变了 AI 编程助手的使用方式——你再也不用坐在电脑前才能查看进度或交互。 想象一下：你在等咖啡、坐地铁，AI 正在跑代码、生成方案、修复 bug。需要确认输入或查看结果时，手机立刻收到提醒，打开就能看、回复、继续执行，实现随时随地掌控 AI 构建代码。 核心特点： - 支持 iOS、Android 和 Web 客户端 - 端到端加密，保证数据安全 - 即时切换设备，一键将会话从电脑切到手机 - 完全开源，可自建服务，掌控所有细节 核心组成： - happy-cli：替代本地 Claude/Codex 命令，将进程状态推送到客户端 - happy-server：加密中继，同步所有设备上的会话 移动端 & Web 客户端：随时随地接管 AI 编程任务 如果你是开发者或 AI 爱好者，想摆脱电脑束缚随时监控和驱动智能代码生成，这个项目绝对值得收藏和尝试。

开发者Hailey

55,834 просмотров • 5 месяцев назад

推荐一个可以远程调试任意 Web 网页的工具包，page-spy-web， Chrome Devtools 一样，查看一个远程网页的控制台输出、网络请求、缓存信息以及页面内容，也可以直接下发 JS 指令，对网页进行控制。 它的使用场景还是比较丰富的，例如用户页面白屏，更换无数姿势都无法复现的时候，例如线下门店安装前端应用，需要跑到人家店里去的时候，都可以考虑使用这个工具，它能够实时查看用户侧的网页异常，了解端侧详细信息，也可以远程控制或调试前端应用。当然，这些操作都需要考虑到隐私问题，获得用户授权。 这个项目的部署十分简单，一句命令就可以搞定，部署之后，所有放置了 SDK 的网页都会使用 Websocket 与 Server 维持长链接，调试过程涉及到的通讯协议在这个仓库：
0:26

推荐一个可以远程调试任意 Web 网页的工具包，page-spy-web， Chrome Devtools 一样，查看一个远程网页的控制台输出、网络请求、缓存信息以及页面内容，也可以直接下发 JS 指令，对网页进行控制。 它的使用场景还是比较丰富的，例如用户页面白屏，更换无数姿势都无法复现的时候，例如线下门店安装前端应用，需要跑到人家店里去的时候，都可以考虑使用这个工具，它能够实时查看用户侧的网页异常，了解端侧详细信息，也可以远程控制或调试前端应用。当然，这些操作都需要考虑到隐私问题，获得用户授权。 这个项目的部署十分简单，一句命令就可以搞定，部署之后，所有放置了 SDK 的网页都会使用 Websocket 与 Server 维持长链接，调试过程涉及到的通讯协议在这个仓库：

Barret李靖

104,631 просмотров • 2 лет назад

字节开源了一套 AI Agent 框架：Agent TARS 支持深度研究、电脑操作、文件编辑、MCP。 🌐高级浏览器操作：通过代理框架执行深度研究和操作员功能等复杂任务，实现全面的规划和执行。 🛠️全面的工具支持：集成搜索、文件编辑、MCP，工具来处理复杂的工作流程。 💻️增强的桌面应用程序：改进的用户界面，带有浏览器显示、多模式元素、会话管理、模型配置、对话流可视化以及浏览器/搜索状态跟踪。 🔄 工作流程编排：无缝连接 GUI 代理工具——搜索、浏览、探索链接并将信息合成最终输出。 ⚙️ 开发人员友好框架：简化与 UI-TARS 的集成以及 GUI 代理项目的自定义工作流程创建。 演示视频
0:21

字节开源了一套 AI Agent 框架：Agent TARS 支持深度研究、电脑操作、文件编辑、MCP。 🌐高级浏览器操作：通过代理框架执行深度研究和操作员功能等复杂任务，实现全面的规划和执行。 🛠️全面的工具支持：集成搜索、文件编辑、MCP，工具来处理复杂的工作流程。 💻️增强的桌面应用程序：改进的用户界面，带有浏览器显示、多模式元素、会话管理、模型配置、对话流可视化以及浏览器/搜索状态跟踪。 🔄 工作流程编排：无缝连接 GUI 代理工具——搜索、浏览、探索链接并将信息合成最终输出。 ⚙️ 开发人员友好框架：简化与 UI-TARS 的集成以及 GUI 代理项目的自定义工作流程创建。 演示视频

Orange AI

76,864 просмотров • 1 год назад

在终端里管理文件，用 cd、ls 翻来翻去效率太低，想快速找文件还得敲一堆命令。 可以看下， fzfm 这个开源文件管理器，直接在终端里用模糊搜索快速定位文件，操作起来很顺手。 基于 fzf 这个强大的模糊查找工具构建，通过简洁的交互界面，让你用键盘就能完成浏览、搜索、预览、复制、移动等常见操作。 GitHub： 支持实时预览文件内容，能直接查看文本、图片、PDF 和视频，还能快速跳转到常用目录，批量操作文件也很方便。 通过一条命令就能安装，支持 Linux 和 macOS 系统，经常在终端工作的朋友可以试试，能省不少时间。
0:28

在终端里管理文件，用 cd、ls 翻来翻去效率太低，想快速找文件还得敲一堆命令。 可以看下， fzfm 这个开源文件管理器，直接在终端里用模糊搜索快速定位文件，操作起来很顺手。 基于 fzf 这个强大的模糊查找工具构建，通过简洁的交互界面，让你用键盘就能完成浏览、搜索、预览、复制、移动等常见操作。 GitHub： 支持实时预览文件内容，能直接查看文本、图片、PDF 和视频，还能快速跳转到常用目录，批量操作文件也很方便。 通过一条命令就能安装，支持 Linux 和 macOS 系统，经常在终端工作的朋友可以试试，能省不少时间。

GitHubDaily

14,990 просмотров • 8 месяцев назад

在 Linux 上干活时偏偏要用 Windows 应用，往往只能切回 Windows，一来一回把节奏全打断。 现在有个更省心的办法：开源工具 WinBoat，让你在 Linux 里直接跑 Windows 应用，不必再频繁切系统。 它把 Windows 作为虚拟机塞进 Docker，并和 Linux 桌面做了深度整合：Windows 应用能以原生窗口的形式直接出现在你的 Linux 桌面上，还能和本机文件系统互通。 GitHub： 官网： 主要功能： - 界面简洁，Windows 应用自然融入 Linux 桌面 - 安装流程自动化，选好配置即可一键部署 - 几乎可运行任意 Windows 应用，原生窗口显示 - 支持进入完整 Windows 桌面，需要时随时切换 - 文件系统集成，Linux 目录可自动挂载到 Windows 使用条件： - Linux 至少 4GB 内存 - 已开启 KVM 虚拟化 - 已安装 Docker 获取方式： 到项目 Releases 页面下载 AppImage，解压安装后即可使用。
0:47

在 Linux 上干活时偏偏要用 Windows 应用，往往只能切回 Windows，一来一回把节奏全打断。 现在有个更省心的办法：开源工具 WinBoat，让你在 Linux 里直接跑 Windows 应用，不必再频繁切系统。 它把 Windows 作为虚拟机塞进 Docker，并和 Linux 桌面做了深度整合：Windows 应用能以原生窗口的形式直接出现在你的 Linux 桌面上，还能和本机文件系统互通。 GitHub： 官网： 主要功能： - 界面简洁，Windows 应用自然融入 Linux 桌面 - 安装流程自动化，选好配置即可一键部署 - 几乎可运行任意 Windows 应用，原生窗口显示 - 支持进入完整 Windows 桌面，需要时随时切换 - 文件系统集成，Linux 目录可自动挂载到 Windows 使用条件： - Linux 至少 4GB 内存 - 已开启 KVM 虚拟化 - 已安装 Docker 获取方式： 到项目 Releases 页面下载 AppImage，解压安装后即可使用。

Joruno

28,728 просмотров • 4 месяцев назад

我认为Hermes Agent是世界上最好用的智能体框架。 Nous Research 本地私有化常驻运行的自进化 AI 智能体框架，主打能操作电脑、长期记忆、自动沉淀技能、多渠道远程控制、定时自动化，区别于普通网页 ChatGPT，它拥有系统操作权限，7×24 后台跑，越用越懂你。 它跑在我的外星人笔记本上的WSL里面非常稳定好用。 就是我Windows11桌面版用起来偶尔的超时，不知道其他人有没有这个情况？ 我刚刚利用了WSL环境里的hermes去查询桌面版的超时原因，给我的结论是我调用的这个Claude Opus 4.8模型太大了才会超时。 经过15分钟的修复，最终不是这个原因造成的，是桌面版的hermes重新启动后老爱去找一个错误的文件串门，现在完美的修复了。 大家win系统使用hermes的时候我建议WSL环境里部署一个，桌面部署一个，这样两只AI可以互相修复，简直非常完美。
0:34

我认为Hermes Agent是世界上最好用的智能体框架。 Nous Research 本地私有化常驻运行的自进化 AI 智能体框架，主打能操作电脑、长期记忆、自动沉淀技能、多渠道远程控制、定时自动化，区别于普通网页 ChatGPT，它拥有系统操作权限，7×24 后台跑，越用越懂你。 它跑在我的外星人笔记本上的WSL里面非常稳定好用。 就是我Windows11桌面版用起来偶尔的超时，不知道其他人有没有这个情况？ 我刚刚利用了WSL环境里的hermes去查询桌面版的超时原因，给我的结论是我调用的这个Claude Opus 4.8模型太大了才会超时。 经过15分钟的修复，最终不是这个原因造成的，是桌面版的hermes重新启动后老爱去找一个错误的文件串门，现在完美的修复了。 大家win系统使用hermes的时候我建议WSL环境里部署一个，桌面部署一个，这样两只AI可以互相修复，简直非常完美。

DeFi狙击手 | Ai🕊️

12,805 просмотров • 1 месяц назад

06大学生（大专生）第一个企业项目 本项目使用的是codex+Claude+hermes修改的过程中几乎是用codex和hermes。项目最开始的时候是先把公司那边的需求传给Claude code进行需求分享和框架搭建，然后中期是使用的codex进行ui设计，执行任务和计划，包括一些功能的测试和验证，最好完成阶段是使用的hermes进行全部功能测试，然后后面还进行了十几次修改调整也是使用的hermes进行修改验证，改一个功能就验证一下，然后再部署到云端服务器上面，循环。 因为有的地方有项目方的名字还有域名那些就没有展示，帮一个企业做的，大概就是做成了现在这样，上上周就是上一次跟公司的老板在学校里面当面谈了一会，当时说是很满意，说了一些地方需要修改和调整，你们觉得有没有什么问题啊，我现在是在自己的阿里云服务器上面跑的，后面的话再迁移部署到他们公司的服务器，但是现在还没有谈交付和收费怎么弄？比如是一次买定还是租用，还有后期的维护和后续修改的费用，部署需要收费吗？不知道怎么定价，那个公司的老板是我一个老师的朋友🤔🤔🤔 图二是新的老板，额，一个GitHub大佬推荐的，挺漂亮 说是要做一个支付宝的小程序，但是现在还没有说具体的需求🤔🤔🤔应该这几天会说。做之前一定要先谈清楚怎么分阶段交付？怎么算完成？然后根据难度和花费的时间去计费，这是这次项目的目标，也是对自己的一种锻炼吧🫡🫡🫡加油
3:02

06大学生（大专生）第一个企业项目 本项目使用的是codex+Claude+hermes修改的过程中几乎是用codex和hermes。项目最开始的时候是先把公司那边的需求传给Claude code进行需求分享和框架搭建，然后中期是使用的codex进行ui设计，执行任务和计划，包括一些功能的测试和验证，最好完成阶段是使用的hermes进行全部功能测试，然后后面还进行了十几次修改调整也是使用的hermes进行修改验证，改一个功能就验证一下，然后再部署到云端服务器上面，循环。 因为有的地方有项目方的名字还有域名那些就没有展示，帮一个企业做的，大概就是做成了现在这样，上上周就是上一次跟公司的老板在学校里面当面谈了一会，当时说是很满意，说了一些地方需要修改和调整，你们觉得有没有什么问题啊，我现在是在自己的阿里云服务器上面跑的，后面的话再迁移部署到他们公司的服务器，但是现在还没有谈交付和收费怎么弄？比如是一次买定还是租用，还有后期的维护和后续修改的费用，部署需要收费吗？不知道怎么定价，那个公司的老板是我一个老师的朋友🤔🤔🤔 图二是新的老板，额，一个GitHub大佬推荐的，挺漂亮 说是要做一个支付宝的小程序，但是现在还没有说具体的需求🤔🤔🤔应该这几天会说。做之前一定要先谈清楚怎么分阶段交付？怎么算完成？然后根据难度和花费的时间去计费，这是这次项目的目标，也是对自己的一种锻炼吧🫡🫡🫡加油

阿金

27,401 просмотров • 1 месяц назад

Phone Harness 最近火了以后，大家开始意识到 Agent 终于可以真的操作手机了。 Phone Harness 的路线过于极客。 它需要 Mac 和本地 iPhone，通过 iPhone Mirroring 把手机画面交给 Claude Code 或 Codex，再通过截图和 OCR 理解屏幕内容，最后模拟点击、滑动和输入去操作这台 iPhone。 但同样是 Phone Agent，我觉得 Airtap 把场景往外扩了一层。 它不只是给 Agent 一个遥控手机的能力，而是真的给 Agent 配了一台完整的云端 Android。 我想看看这台 Android 到底能走多远，就给 Airtap Ai 的公开测试号 +1 (650) 444-9517 发了条 iMessage，让它直接打开 Termux 跑 Python。 这件事有意思的地方在于，Airtap 后面跑的本来就是完整 Android。 所以不只是能打开 TikTok、Amazon、Google 这些 App。 还可以直接装 Termux，Termux 本身就是 Android 上的终端和 Linux 环境。 打开以后运行 pkg install python 就能把 Python 环境装进去。 到这里，这台远程手机就多了一层完全不同的能力。 它不只可以点 App。 还可以直接成为一个远程代码执行环境。 这次我让它用 Python 获取 Hacker News 当前 Top 100 热门帖子，从里面筛出 AI、LLM、Agent、AI Coding 相关内容，再根据 score 和评论数排序，最后生成一份 HTML 报告。 整个过程都发生在远程 Android 里。 Airtap 打开 Termux，跑 Python，获取数据，处理结果，再生成 ai_hn_report.html。 报告完成以后，它还能把 HTML 打开，截图，再直接通过 iMessage 把图片发回来。 这也是我觉得 Airtap 和 Phone Harness 虽然都在做 Phone Agent，但使用边界很不一样的地方。 Phone Harness 更像是让 Claude Code 或 Codex 获得操作本地 iPhone 的能力。 Airtap 更像是直接给 Agent 一台可以自己干活的 Android。 App 是它的 GUI，Termux 是它的命令行，iMessage 是我给这台手机派任务的入口。 它可以去 App 里点，也可以进终端跑 Python。 可以抓数据，可以处理文件，可以生成 HTML，最后还能把图片和结果直接发回消息里。 所以比起 AI 终于会点手机了，我现在更感兴趣的是另一件事。 当 Agent 自己拥有一台完整的手机以后，还有多少原本需要电脑和手机来回切换的工作，可以直接丢给它
0:52

Phone Harness 最近火了以后，大家开始意识到 Agent 终于可以真的操作手机了。 Phone Harness 的路线过于极客。 它需要 Mac 和本地 iPhone，通过 iPhone Mirroring 把手机画面交给 Claude Code 或 Codex，再通过截图和 OCR 理解屏幕内容，最后模拟点击、滑动和输入去操作这台 iPhone。 但同样是 Phone Agent，我觉得 Airtap 把场景往外扩了一层。 它不只是给 Agent 一个遥控手机的能力，而是真的给 Agent 配了一台完整的云端 Android。 我想看看这台 Android 到底能走多远，就给 Airtap Ai 的公开测试号 +1 (650) 444-9517 发了条 iMessage，让它直接打开 Termux 跑 Python。 这件事有意思的地方在于，Airtap 后面跑的本来就是完整 Android。 所以不只是能打开 TikTok、Amazon、Google 这些 App。 还可以直接装 Termux，Termux 本身就是 Android 上的终端和 Linux 环境。 打开以后运行 pkg install python 就能把 Python 环境装进去。 到这里，这台远程手机就多了一层完全不同的能力。 它不只可以点 App。 还可以直接成为一个远程代码执行环境。 这次我让它用 Python 获取 Hacker News 当前 Top 100 热门帖子，从里面筛出 AI、LLM、Agent、AI Coding 相关内容，再根据 score 和评论数排序，最后生成一份 HTML 报告。 整个过程都发生在远程 Android 里。 Airtap 打开 Termux，跑 Python，获取数据，处理结果，再生成 ai_hn_report.html。 报告完成以后，它还能把 HTML 打开，截图，再直接通过 iMessage 把图片发回来。 这也是我觉得 Airtap 和 Phone Harness 虽然都在做 Phone Agent，但使用边界很不一样的地方。 Phone Harness 更像是让 Claude Code 或 Codex 获得操作本地 iPhone 的能力。 Airtap 更像是直接给 Agent 一台可以自己干活的 Android。 App 是它的 GUI，Termux 是它的命令行，iMessage 是我给这台手机派任务的入口。 它可以去 App 里点，也可以进终端跑 Python。 可以抓数据，可以处理文件，可以生成 HTML，最后还能把图片和结果直接发回消息里。 所以比起 AI 终于会点手机了，我现在更感兴趣的是另一件事。 当 Agent 自己拥有一台完整的手机以后，还有多少原本需要电脑和手机来回切换的工作，可以直接丢给它

白骏知识分享

59,190 просмотров • 14 дней назад

很早前，我们就可以利用 AI 快速抓取网站内容进行提问和理解，但颇为繁琐且技术小白难以上手。 现在有了开源工具 sitemcp 后，这一应用场景将变得非常简单。 它能一键抓取整个网站内容并将其转化为 MCP 服务器，再搭配 Claude 等 MCP 客户端，就能直接对网站内容进行对话提问。 GitHub： 主要功能： - 支持一次性抓取整个网站，并缓存到本地 - 可设置并发数提高抓取速度 - 支持多种工具命名策略，便于 AI 客户端调用 - 提供路径匹配功能，可选择性抓取特定页面 - 支持内容选择器，确保提取页面中最有价值的内容 可通过命令行一键安装使用，并无缝集成到各种 MCP 客户端。
1:09

很早前，我们就可以利用 AI 快速抓取网站内容进行提问和理解，但颇为繁琐且技术小白难以上手。 现在有了开源工具 sitemcp 后，这一应用场景将变得非常简单。 它能一键抓取整个网站内容并将其转化为 MCP 服务器，再搭配 Claude 等 MCP 客户端，就能直接对网站内容进行对话提问。 GitHub： 主要功能： - 支持一次性抓取整个网站，并缓存到本地 - 可设置并发数提高抓取速度 - 支持多种工具命名策略，便于 AI 客户端调用 - 提供路径匹配功能，可选择性抓取特定页面 - 支持内容选择器，确保提取页面中最有价值的内容 可通过命令行一键安装使用，并无缝集成到各种 MCP 客户端。

GitHubDaily

27,123 просмотров • 1 год назад