Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

一个可以完全接管我们 Mac 电脑的 AI 助手，Ghost OS 开源了。只要简单描述下任务，它就能自动打开这些软件，在界面里点来点去，直接把活一次性干完。核心亮点，Ghost OS 是调用苹果系统底层的无障碍接口，而不是通过识别屏幕内容来判断操作。 GitHub：除此之外，还具备记忆功能，当我们用 AI 摸索出一套动作后，下次再干同样的活，就不需要再调 AI，能极大节省 Token 消耗。支持接入 Claude Code、Cursor 等主流 AI 编程工具，完全在本地运行，数据更加安全。

高军

12,633 subscribers

56,480 Aufrufe • vor 7 Monaten •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

19 Kommentare

Profilbild von Adair Lee

Adair Leevor 7 Monaten

无障碍接口这招挺聪明的，比截图识别稳多了。

Profilbild von 高军

高军vor 7 Monaten

是的，而且还省钱

Profilbild von 猫叔

猫叔vor 7 Monaten

所有 UI 元素都可以用无障碍接口控制吗，例如 Electron 这类 WbeView 或者其他框架自绘的 UI 呢？

Profilbild von CultivationPath

CultivationPathvor 7 Monaten

@grok 请帮助我持续关注这个项目，有任何进展，则第一时间在 x 上发 notification 给我

Profilbild von Ad

Advor 7 Monaten

聪明，避开了图像识别的麻烦和不稳定。加上记忆功能重复任务超省时，本地跑还不用担心数据外泄。这种自动化工具用起来应该挺爽的。

Profilbild von 林一

林一vor 7 Monaten

被他抢先一步，不然我的也快搞完了

Profilbild von changbo

changbovor 7 Monaten

能搞定mac版微信操作吗

Profilbild von GlowJames 追光🐬

GlowJames 追光🐬vor 7 Monaten

可以考虑用龙虾来指挥他了。

Profilbild von uncle shark

uncle sharkvor 7 Monaten

@grok 这跟当前热议的 computer use 有什么关系吗？

Profilbild von OpenWorkAi

OpenWorkAivor 7 Monaten

大爷的，这推特真神了，一直困在自动化发布公众号，小红书这一步，就给我推了这个神器。赶紧让claude给我试试

Profilbild von 0xTimi

0xTimivor 7 Monaten

@grok 帮我了解下这个开源项目安全性

Profilbild von shuenrui

shuenruivor 7 Monaten

只能mac吗？

Profilbild von M.Zhou

M.Zhouvor 7 Monaten

工具层出不穷，核心依然是token,算力、模型！

Profilbild von Tony

Tonyvor 7 Monaten

他可以控制 antigravity 帮我 vibe coding 吗？

Profilbild von 木木

木木vor 7 Monaten

Mark

Profilbild von Panzer

Panzervor 7 Monaten

这个系统现在更接近：“结构化长期画像 + 简单注入” 但是没有到“上下文感知的精细事实召回”的程度

Profilbild von AI 进化情报局

AI 进化情报局vor 7 Monaten

搞黑灰产的黄金时代要来了啊

Profilbild von tipkk

tipkkvor 7 Monaten

@grok 分析下，尤其是安全可靠性

Profilbild von 张困困

张困困vor 7 Monaten

@grok 分析一下这个项目的可行性

Ähnliche Videos

阿里又开源了一个很绝的项目——PageAgent AI 可以直接操作网页。它最打动我的一点是：把最烦人的数据录入干掉了。很多公司每天都在做这种重复工作：复制数据 → 打开系统 → 填表 → 提交以后可能只需要一句话： “帮我填写客户信息。” AI 就会自动识别网页结构，把整个流程全部做完。几个非常实用的场景： 1. 自动填写网页 CRM 表单、注册表单、订单系统直接让 AI 帮你把网页表单填好。 2. AI 网站助手（Web Copilot）用户可以直接说： - 帮我找订单 - 生成报表 - 搜索商品 AI 自动在后台页面完成操作。 3. 企业系统自动化 ERP、CMS、内部管理系统 AI 可以直接操作后台 UI，把复杂流程自动化。 4. 无障碍辅助语音 → 操作网页用户说话就能完成网页操作。和很多 Agent 不一样的是，它不靠截图识别界面，而是直接读取 HTML DOM，所以： - 更快 - 更稳定 - 成本更低而且整个系统直接运行在浏览器里，不需要： - Puppeteer - Playwright - Python 自动化相当于给网站装了一个 AI 操作员。未来很多网站可能会变成这样：用户不点按钮，而是直接和 AI 说话。

阿里又开源了一个很绝的项目——PageAgent AI 可以直接操作网页。它最打动我的一点是：把最烦人的数据录入干掉了。很多公司每天都在做这种重复工作：复制数据 → 打开系统 → 填表 → 提交以后可能只需要一句话： “帮我填写客户信息。” AI 就会自动识别网页结构，把整个流程全部做完。几个非常实用的场景： 1. 自动填写网页 CRM 表单、注册表单、订单系统直接让 AI 帮你把网页表单填好。 2. AI 网站助手（Web Copilot）用户可以直接说： - 帮我找订单 - 生成报表 - 搜索商品 AI 自动在后台页面完成操作。 3. 企业系统自动化 ERP、CMS、内部管理系统 AI 可以直接操作后台 UI，把复杂流程自动化。 4. 无障碍辅助语音 → 操作网页用户说话就能完成网页操作。和很多 Agent 不一样的是，它不靠截图识别界面，而是直接读取 HTML DOM，所以： - 更快 - 更稳定 - 成本更低而且整个系统直接运行在浏览器里，不需要： - Puppeteer - Playwright - Python 自动化相当于给网站装了一个 AI 操作员。未来很多网站可能会变成这样：用户不点按钮，而是直接和 AI 说话。

开发者Hailey

85,884 Aufrufe • vor 7 Monaten

腾讯新推出的Marvis，真的把AI焊进了操作系统！我的电脑，终于能听懂人话了。以前找文件得手动翻，改设置得点半天，定时任务还得自己盯着……现在一句话说完，AI直接帮我干完。这就是腾讯最新发布的 Marvis（马维斯）— 一个真正叠加在操作系统层面的AI助手。系统级AI能力，太硬核了 Marvis 不是漂浮在表面的聊天工具，它直接在操作系统层面叠加了一层AI中枢。这意味着它能全局访问你电脑里的几乎所有资源： - 全部已安装的应用 - 图片文件（还能理解图片内容和文字） - 各种文档数据一句话就能调动资源干活。六人AI小队，背后自动协作它预置了多个Agent协同工作：一个总指挥 + 五个专业特工（文件、系统、应用、浏览器、搜索）。你说“把最近的发票全找出来做成表格”，它自动拆任务、分配执行，最后直接给你结果。用起来特别顺手。真正实用的Skills + 一键定时任务 Marvis 内置了丰富实用的Skill，而且每个技能都配了清晰的操作图示，上手非常友好。文件归类、图片批量处理、系统优化……点开就能用。定时任务也特别方便： - “检索 GitHub 本周 Trending 中 AI/ML 领域的热门项目，生成中文可视化展示页面。” 说一次就安排好，它准时执行。最强一点：Token消耗实时透明这点我特别喜欢—每个任务运行时，都能实时看到Token消耗情况。一目了然，心里有底。而且每天还有1000万Token免费额度，日常使用完全够用，几乎零成本。 Marvis 把AI真正带到了操作系统层面，让你的电脑从“被你操作的工具”，变成了“能主动帮你干活的智能助手”。目前支持 Windows、Mac、Android，iOS版本也即将上线。

腾讯新推出的Marvis，真的把AI焊进了操作系统！我的电脑，终于能听懂人话了。以前找文件得手动翻，改设置得点半天，定时任务还得自己盯着……现在一句话说完，AI直接帮我干完。这就是腾讯最新发布的 Marvis（马维斯）— 一个真正叠加在操作系统层面的AI助手。系统级AI能力，太硬核了 Marvis 不是漂浮在表面的聊天工具，它直接在操作系统层面叠加了一层AI中枢。这意味着它能全局访问你电脑里的几乎所有资源： - 全部已安装的应用 - 图片文件（还能理解图片内容和文字） - 各种文档数据一句话就能调动资源干活。六人AI小队，背后自动协作它预置了多个Agent协同工作：一个总指挥 + 五个专业特工（文件、系统、应用、浏览器、搜索）。你说“把最近的发票全找出来做成表格”，它自动拆任务、分配执行，最后直接给你结果。用起来特别顺手。真正实用的Skills + 一键定时任务 Marvis 内置了丰富实用的Skill，而且每个技能都配了清晰的操作图示，上手非常友好。文件归类、图片批量处理、系统优化……点开就能用。定时任务也特别方便： - “检索 GitHub 本周 Trending 中 AI/ML 领域的热门项目，生成中文可视化展示页面。” 说一次就安排好，它准时执行。最强一点：Token消耗实时透明这点我特别喜欢—每个任务运行时，都能实时看到Token消耗情况。一目了然，心里有底。而且每天还有1000万Token免费额度，日常使用完全够用，几乎零成本。 Marvis 把AI真正带到了操作系统层面，让你的电脑从“被你操作的工具”，变成了“能主动帮你干活的智能助手”。目前支持 Windows、Mac、Android，iOS版本也即将上线。

开发者Hailey

15,921 Aufrufe • vor 4 Monaten

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论我第一时间就上手了。先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论我第一时间就上手了。先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

劳伦斯

27,564 Aufrufe • vor 4 Monaten

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

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 Aufrufe • vor 2 Monaten

最近我们在用 Claude Code Skills 做内容发布自动化，体感非常明显：凡是能整理成 SOP 的重复工作，都应该交给 AI。我们的流程很简单：内容本地用 Markdown 管理，首发公众号，发布后只给 Claude 一句指令，它就会自动通知飞书、记录发布状态，并同步到博客和其他网站。以前这些步骤不难，但每天重复做，本质就是在消耗人力。 Skills 的核心价值是：把一整套 SOP 固化成 AI 能执行的能力。不需要点流程、配节点，用自然语言描述需求，Claude 会自己判断是否调用 Skill 并按步骤执行。相比 Make / n8n 这类自动化工具，我更看好 Skills 的原因是：它既有流程性，又有 AI 的判断能力，而且 Token 成本更可控。一句话：80% 的日常提效场景，用 Skills 就已经够了。有一点技术基础的小伙伴，下一步不该只是“用 AI 干活”，而是开始把你每天重复做的事情，直接封装成一个 Skill。（总结一下这篇文章）

最近我们在用 Claude Code Skills 做内容发布自动化，体感非常明显：凡是能整理成 SOP 的重复工作，都应该交给 AI。我们的流程很简单：内容本地用 Markdown 管理，首发公众号，发布后只给 Claude 一句指令，它就会自动通知飞书、记录发布状态，并同步到博客和其他网站。以前这些步骤不难，但每天重复做，本质就是在消耗人力。 Skills 的核心价值是：把一整套 SOP 固化成 AI 能执行的能力。不需要点流程、配节点，用自然语言描述需求，Claude 会自己判断是否调用 Skill 并按步骤执行。相比 Make / n8n 这类自动化工具，我更看好 Skills 的原因是：它既有流程性，又有 AI 的判断能力，而且 Token 成本更可控。一句话：80% 的日常提效场景，用 Skills 就已经够了。有一点技术基础的小伙伴，下一步不该只是“用 AI 干活”，而是开始把你每天重复做的事情，直接封装成一个 Skill。（总结一下这篇文章）

sitin

78,153 Aufrufe • vor 9 Monaten

又在 GitHub 挖到一款简洁耐看、上手极快的开源笔记工具：Blinko，专为“灵感一闪就要立刻记下”的人而生。随手记录、自然语言秒搜，还能接入 OpenAI、Claude、Ollama 等主流 AI，让笔记不只存起来，更能随时被找出来、用起来。 GitHub：亮点功能： - AI 增强检索：用一句话把想要的内容搜出来 - 完全自托管：数据 100% 自己掌控 - 原生 Markdown：写得快，排得好，分享也方便 - 轻量高性能：启动快、占用低、运行稳响应式界面适配 macOS、Windows、Android、iOS，Docker 一键部署，装好就能用。

又在 GitHub 挖到一款简洁耐看、上手极快的开源笔记工具：Blinko，专为“灵感一闪就要立刻记下”的人而生。随手记录、自然语言秒搜，还能接入 OpenAI、Claude、Ollama 等主流 AI，让笔记不只存起来，更能随时被找出来、用起来。 GitHub：亮点功能： - AI 增强检索：用一句话把想要的内容搜出来 - 完全自托管：数据 100% 自己掌控 - 原生 Markdown：写得快，排得好，分享也方便 - 轻量高性能：启动快、占用低、运行稳响应式界面适配 macOS、Windows、Android、iOS，Docker 一键部署，装好就能用。

Joruno

15,581 Aufrufe • vor 5 Monaten

Codex、Claude 用了这么久，还分不清 Agent、MCP 和 Skill？别背那些复杂定义。把 AI 想象成一家公司，Agent、MCP、Skill 一下就全懂了。今天直接用大白话告诉你它们到底是干嘛的。 1️⃣ Agent 智能体 = AI 员工可以理解任务、安排步骤、调用工具，并一步步把工作完成。 2️⃣ LLM 大模型 = AI 员工的大脑负责理解、推理和生成内容，很大程度上决定这个员工聪不聪明。 3️⃣ Prompt 提示词 = 交给员工的任务单告诉它要做什么、有什么要求，以及什么不能做。 4️⃣ API 接口 = 软件之间的办事窗口让不同软件按照约定好的方式交换数据、调用能力。 5️⃣ Token = AI 读写内容的基本单位你输入的文字和 AI 输出的内容，都会被拆成一个个 Token 来处理。 6️⃣ MCP = AI 连接外部工具和数据的统一插座标准它规定 AI 应用如何连接 GitHub、数据库和各种外部服务。不同工具只要遵守同一套标准，AI 就能用相似的方式接入。 7️⃣ Tool 工具 = AI 员工干活的双手终端、浏览器、搜索、文件编辑，都可以是 AI 真正执行任务时使用的工具。 8️⃣ Skill 技能 = AI 员工的工作 SOP 告诉 AI 某类任务应该怎么做、按什么步骤执行、检查什么，以及最后怎么交付。 9️⃣ Plugin 插件 = 给 AI 安装的能力扩展包不同平台对 Plugin 的定义不完全一样。简单理解，就是给 AI 扩展一组额外的工具、连接或者能力。 🔟 Context 上下文 = AI 员工当前桌面上的资料当前聊天、文件、代码和任务要求，都属于它这次工作能够看到和利用的信息。 1️⃣1️⃣ LTM 长期记忆 = AI 员工的长期档案用来保存跨任务、跨对话仍然有价值的偏好、经验和项目信息。它不是大模型天然拥有的长期记忆能力，通常需要额外的记忆机制支持。最后一句话，把最容易搞混的几个概念记住： Tool 决定它能做什么，Skill 告诉它应该怎么做，MCP 规定工具怎么接进来，Plugin 则负责扩展一组能力。所以：LLM 是大脑，Agent 是员工，Prompt 是任务单，API 是办事窗口，Token 是读写单位，Tool 是双手，Skill 是 SOP，MCP 是统一插座，Plugin 是扩展包，Context 是桌面资料，LTM 是长期档案。所谓 AI 工作流，本质上就是：给一个数字员工配好大脑、任务单、双手、SOP、桌面资料和长期记忆，再让它按照固定流程把事情做完～

Codex、Claude 用了这么久，还分不清 Agent、MCP 和 Skill？别背那些复杂定义。把 AI 想象成一家公司，Agent、MCP、Skill 一下就全懂了。今天直接用大白话告诉你它们到底是干嘛的。 1️⃣ Agent 智能体 = AI 员工可以理解任务、安排步骤、调用工具，并一步步把工作完成。 2️⃣ LLM 大模型 = AI 员工的大脑负责理解、推理和生成内容，很大程度上决定这个员工聪不聪明。 3️⃣ Prompt 提示词 = 交给员工的任务单告诉它要做什么、有什么要求，以及什么不能做。 4️⃣ API 接口 = 软件之间的办事窗口让不同软件按照约定好的方式交换数据、调用能力。 5️⃣ Token = AI 读写内容的基本单位你输入的文字和 AI 输出的内容，都会被拆成一个个 Token 来处理。 6️⃣ MCP = AI 连接外部工具和数据的统一插座标准它规定 AI 应用如何连接 GitHub、数据库和各种外部服务。不同工具只要遵守同一套标准，AI 就能用相似的方式接入。 7️⃣ Tool 工具 = AI 员工干活的双手终端、浏览器、搜索、文件编辑，都可以是 AI 真正执行任务时使用的工具。 8️⃣ Skill 技能 = AI 员工的工作 SOP 告诉 AI 某类任务应该怎么做、按什么步骤执行、检查什么，以及最后怎么交付。 9️⃣ Plugin 插件 = 给 AI 安装的能力扩展包不同平台对 Plugin 的定义不完全一样。简单理解，就是给 AI 扩展一组额外的工具、连接或者能力。 🔟 Context 上下文 = AI 员工当前桌面上的资料当前聊天、文件、代码和任务要求，都属于它这次工作能够看到和利用的信息。 1️⃣1️⃣ LTM 长期记忆 = AI 员工的长期档案用来保存跨任务、跨对话仍然有价值的偏好、经验和项目信息。它不是大模型天然拥有的长期记忆能力，通常需要额外的记忆机制支持。最后一句话，把最容易搞混的几个概念记住： Tool 决定它能做什么，Skill 告诉它应该怎么做，MCP 规定工具怎么接进来，Plugin 则负责扩展一组能力。所以：LLM 是大脑，Agent 是员工，Prompt 是任务单，API 是办事窗口，Token 是读写单位，Tool 是双手，Skill 是 SOP，MCP 是统一插座，Plugin 是扩展包，Context 是桌面资料，LTM 是长期档案。所谓 AI 工作流，本质上就是：给一个数字员工配好大脑、任务单、双手、SOP、桌面资料和长期记忆，再让它按照固定流程把事情做完～

爱丽丝呀！

164,350 Aufrufe • vor 2 Monaten

终于有一个 AI，可以直接操作电脑的任何应用了——Bytebot。不是插件，不是 API。是它真的在你屏幕上干活：开浏览器、登账号、过验证、下文件、填表格、发邮件。你只需要一句话：「帮我把这个月的发票下载整理好发给财务」它会自己完成：登录 → 下载 → 整理 → 发邮件。从头到尾，你不用盯着。中间卡住，它会停下来等你接管，处理完再继续。做完之后，每一步都有记录，能回放它到底干了什么。本地部署，数据不出门；开源 + Docker，两分钟跑起来。 AI 从工具，变成员工。干活，已经不需要人类操心了。

终于有一个 AI，可以直接操作电脑的任何应用了——Bytebot。不是插件，不是 API。是它真的在你屏幕上干活：开浏览器、登账号、过验证、下文件、填表格、发邮件。你只需要一句话：「帮我把这个月的发票下载整理好发给财务」它会自己完成：登录 → 下载 → 整理 → 发邮件。从头到尾，你不用盯着。中间卡住，它会停下来等你接管，处理完再继续。做完之后，每一步都有记录，能回放它到底干了什么。本地部署，数据不出门；开源 + Docker，两分钟跑起来。 AI 从工具，变成员工。干活，已经不需要人类操心了。

开发者Hailey

49,438 Aufrufe • vor 6 Monaten

AI 最猛的一步，不是替你工作。而是开始自己赚钱了。刚看到一个开源项目 CashClaw，有点离谱。它不是普通 AI 助手，而是一个会自己找任务、自己报价、自己干活、自己交付、自己收款的 Agent。你只要装上它、接好 LLM，它就能自己评估任务、提交结果，甚至把整套流程跑完。更关键的是，它不是做完就结束，而是会从每一次任务和反馈里继续学习，把经验变成下一次任务的能力。这意味着一件事：我们可能正在从“AI 提高效率”的阶段，走向“AI 直接成为生产者”的阶段。以前你雇人接单。以后你可能是部署一个 Agent 去接单。以前 AI 是工具。现在 AI 开始像个微型公司。一句话总结： AI 的下一场竞争，不是谁更聪明，而是谁先拥有能自己变现的 Agent。更狠的是，CashClaw 还是开源的。你甚至可以 fork 之后接到自己的客户和业务上，把它变成你自己的赚钱系统。如果这条路跑通，很多人会第一次真正意识到： AI 不是在辅助工作， AI 是在进入劳动力市场。你觉得下一波先被重构的，会是自由职业、外包团队，还是 SaaS？

AI 最猛的一步，不是替你工作。而是开始自己赚钱了。刚看到一个开源项目 CashClaw，有点离谱。它不是普通 AI 助手，而是一个会自己找任务、自己报价、自己干活、自己交付、自己收款的 Agent。你只要装上它、接好 LLM，它就能自己评估任务、提交结果，甚至把整套流程跑完。更关键的是，它不是做完就结束，而是会从每一次任务和反馈里继续学习，把经验变成下一次任务的能力。这意味着一件事：我们可能正在从“AI 提高效率”的阶段，走向“AI 直接成为生产者”的阶段。以前你雇人接单。以后你可能是部署一个 Agent 去接单。以前 AI 是工具。现在 AI 开始像个微型公司。一句话总结： AI 的下一场竞争，不是谁更聪明，而是谁先拥有能自己变现的 Agent。更狠的是，CashClaw 还是开源的。你甚至可以 fork 之后接到自己的客户和业务上，把它变成你自己的赚钱系统。如果这条路跑通，很多人会第一次真正意识到： AI 不是在辅助工作， AI 是在进入劳动力市场。你觉得下一波先被重构的，会是自由职业、外包团队，还是 SaaS？

axiaisacat

29,514 Aufrufe • vor 7 Monaten

字节开源了一个 AI 团队大脑：DeerFlow 2.0 刚发就冲上 GitHub Trending 第一，43k ⭐。它是一个开源的超级代理框架，它让 AI 不再是工具，而是一个能干活的团队。你只需要一句话： “帮我研究 AI 行业趋势，并做一份 PPT” 它会自动完成：拆任务 → 分配 Agent → 并行执行 → 汇总交付不是建议，是直接把结果做出来。更关键的是：它通过 Agent 协同 + 内存 + 沙箱执行 + 可扩展技能可以完成几乎任何事情核心能力就三点： - 多 Agent 协作：一个 AI = 一个团队 - 技能驱动（可扩展）：报告、PPT、网站、视频都能做 - 完整工作流执行：从任务到交付，一步到位 DeerFlow 2.0 不是提升效率，是把几乎所有工作流程交给 AI。

字节开源了一个 AI 团队大脑：DeerFlow 2.0 刚发就冲上 GitHub Trending 第一，43k ⭐。它是一个开源的超级代理框架，它让 AI 不再是工具，而是一个能干活的团队。你只需要一句话： “帮我研究 AI 行业趋势，并做一份 PPT” 它会自动完成：拆任务 → 分配 Agent → 并行执行 → 汇总交付不是建议，是直接把结果做出来。更关键的是：它通过 Agent 协同 + 内存 + 沙箱执行 + 可扩展技能可以完成几乎任何事情核心能力就三点： - 多 Agent 协作：一个 AI = 一个团队 - 技能驱动（可扩展）：报告、PPT、网站、视频都能做 - 完整工作流执行：从任务到交付，一步到位 DeerFlow 2.0 不是提升效率，是把几乎所有工作流程交给 AI。

开发者Hailey

62,129 Aufrufe • vor 6 Monaten

每一次重制 Codex 背后的男人 Tibo 终于来了，看完这 44 分钟视频，我感觉 OpenAI 已经把下一代 ChatGPT 的样子提前说透了。 Tibo 反复在讲一件事：今天我们使用 AI 的方式，很快也会显得极其原始。现在你还要写 Skills、维护记忆、启动子 Agent、切十几个窗口、自己盯进度，本质上还是“人类在管理 AI”。OpenAI 想做的下一步，是把这整层管理工作也干掉。 Tibo 给出的终局非常明确：ChatGPT 和 Codex 会继续融合，语音、视觉、记忆、工具调用、云端 Agent 全部接到一个系统里。它长期理解你是谁、你每天在做什么、团队做到哪一步，然后自己决定该调用什么工具、开多少个 Agent、什么时候提醒你、什么时候直接执行。程序员和普通人最后甚至可能用的是同一个产品，只不过 AI 根据每个人自动长出完全不同的界面。今天的笔记本电脑，本来就是按人类能处理多少工作设计的。你一次只能盯几个窗口、操作几个 App，但模型没有这个限制，未来完全可以同时处理几十甚至上百个应用。到那时候，瓶颈就不再是模型会不会写代码，而是我们今天这套电脑、App、菜单、鼠标点击的交互方式，本身已经配不上 AI 的速度了。所以 Codex 一次次重制，其实不是 OpenAI 在打磨一个更好的编程工具。它更像是在拿程序员这群最重度用户，提前测试一种新的计算范式：你不再操作软件，也不再管理 Agent，你只负责表达目标，剩下的工作由 AI 自己组织完成。看完这 44 分钟，我对 OpenAI 的判断反而更清楚了：它真正想吞掉的，可能从来都不是 Cursor 或 Claude Code。而是人类亲自操作电脑这件事。

每一次重制 Codex 背后的男人 Tibo 终于来了，看完这 44 分钟视频，我感觉 OpenAI 已经把下一代 ChatGPT 的样子提前说透了。 Tibo 反复在讲一件事：今天我们使用 AI 的方式，很快也会显得极其原始。现在你还要写 Skills、维护记忆、启动子 Agent、切十几个窗口、自己盯进度，本质上还是“人类在管理 AI”。OpenAI 想做的下一步，是把这整层管理工作也干掉。 Tibo 给出的终局非常明确：ChatGPT 和 Codex 会继续融合，语音、视觉、记忆、工具调用、云端 Agent 全部接到一个系统里。它长期理解你是谁、你每天在做什么、团队做到哪一步，然后自己决定该调用什么工具、开多少个 Agent、什么时候提醒你、什么时候直接执行。程序员和普通人最后甚至可能用的是同一个产品，只不过 AI 根据每个人自动长出完全不同的界面。今天的笔记本电脑，本来就是按人类能处理多少工作设计的。你一次只能盯几个窗口、操作几个 App，但模型没有这个限制，未来完全可以同时处理几十甚至上百个应用。到那时候，瓶颈就不再是模型会不会写代码，而是我们今天这套电脑、App、菜单、鼠标点击的交互方式，本身已经配不上 AI 的速度了。所以 Codex 一次次重制，其实不是 OpenAI 在打磨一个更好的编程工具。它更像是在拿程序员这群最重度用户，提前测试一种新的计算范式：你不再操作软件，也不再管理 Agent，你只负责表达目标，剩下的工作由 AI 自己组织完成。看完这 44 分钟，我对 OpenAI 的判断反而更清楚了：它真正想吞掉的，可能从来都不是 Cursor 或 Claude Code。而是人类亲自操作电脑这件事。

比特币橙子Trader

15,740 Aufrufe • vor 1 Monat

哎哟卧槽，刚发现 Airtap Airtap Ai 又更新了一个硬核的新功能。只要发一条 iMessage，就能让 AI 操作 App 去干活。 Airtap通过 iMessage 收到指令后后，就会操作远程手机，完成后再把结果发回来。我用它来帮我查询 Gmail 里 Anthropic 发来的相关邮件。只要第一次在 Airtap的远程手机里登录 Gmail 后，后续直接在 iMessage 里发句话就能查询邮件，本机不用再反复挂 VPN、切换网络。而且在联网状态下，iMessage 走的是网络消息，不按普通运营商短信计费。在 iMessage 把指令发出去后，就可以在 Airtap 官网看到远程手机开始自己操作。打开 Gmail、搜索 Anthropic、查看相关邮件，最后把查询结果直接回复到 iMessage。整个过程我都录成视频了，点开视频你可以看到， Airtap收到任务后如何思考，如何一步步操作并返回结果。对我来说，这个功能最直接的价值，就是不用打开 Gmail，也能快速确认某家公司最近有没有发来重要邮件。还有一个更实际的用途，就是排查那些已经不用、却还在自动扣费的 AI 工具。 AI 工具订阅多了以后，很容易忘记取消。有时候偶然翻到付款收据，才发现某个工具又自动续费了一个月。这时可以直接让 Airtap 搜索 Gmail 里的续费提醒、付款收据和扣款邮件，看看还有哪些订阅没有关。另外对于我们 AI 博主或者海外内容运营者来说，还可以让它操作 X、YouTube 等 App，查看订阅消息中是否有最近更新的内容，不用自己在挂VPN以及在多个 App 之间来回切换。这种场景，以前我都是一个个 App 打开操作。现在只需要发一条消息，让远程手机自己去干活，直接告诉我结果就行。想体验的，可以直接给这个号码发送 iMessage：+1-650-213-7322 #justtextit #textyourapps #Airtap

哎哟卧槽，刚发现 Airtap Airtap Ai 又更新了一个硬核的新功能。只要发一条 iMessage，就能让 AI 操作 App 去干活。 Airtap通过 iMessage 收到指令后后，就会操作远程手机，完成后再把结果发回来。我用它来帮我查询 Gmail 里 Anthropic 发来的相关邮件。只要第一次在 Airtap的远程手机里登录 Gmail 后，后续直接在 iMessage 里发句话就能查询邮件，本机不用再反复挂 VPN、切换网络。而且在联网状态下，iMessage 走的是网络消息，不按普通运营商短信计费。在 iMessage 把指令发出去后，就可以在 Airtap 官网看到远程手机开始自己操作。打开 Gmail、搜索 Anthropic、查看相关邮件，最后把查询结果直接回复到 iMessage。整个过程我都录成视频了，点开视频你可以看到， Airtap收到任务后如何思考，如何一步步操作并返回结果。对我来说，这个功能最直接的价值，就是不用打开 Gmail，也能快速确认某家公司最近有没有发来重要邮件。还有一个更实际的用途，就是排查那些已经不用、却还在自动扣费的 AI 工具。 AI 工具订阅多了以后，很容易忘记取消。有时候偶然翻到付款收据，才发现某个工具又自动续费了一个月。这时可以直接让 Airtap 搜索 Gmail 里的续费提醒、付款收据和扣款邮件，看看还有哪些订阅没有关。另外对于我们 AI 博主或者海外内容运营者来说，还可以让它操作 X、YouTube 等 App，查看订阅消息中是否有最近更新的内容，不用自己在挂VPN以及在多个 App 之间来回切换。这种场景，以前我都是一个个 App 打开操作。现在只需要发一条消息，让远程手机自己去干活，直接告诉我结果就行。想体验的，可以直接给这个号码发送 iMessage：+1-650-213-7322 #justtextit #textyourapps #Airtap

李岳

46,048 Aufrufe • vor 3 Monaten

Kuse Workflow：AI生成工作流操作简单，功能强大。能力覆盖n8n的全部能力，有丰富的应用生态。但使用比n8n简单的多的多，不需要接触复杂的节点配置，通过语言描述需求，AI就能自动创建稳定可复用的工作流。工作流支持定时执行，支持事件触发执行。下方视频是我的一个自动化工作流：每天早晨8点自动从Reddit AI相关板块采集用户对AI产品的吐槽和诉求，从中提炼AI产品的需求点，并且自动写到我的Notion文档里。

Kuse Workflow：AI生成工作流操作简单，功能强大。能力覆盖n8n的全部能力，有丰富的应用生态。但使用比n8n简单的多的多，不需要接触复杂的节点配置，通过语言描述需求，AI就能自动创建稳定可复用的工作流。工作流支持定时执行，支持事件触发执行。下方视频是我的一个自动化工作流：每天早晨8点自动从Reddit AI相关板块采集用户对AI产品的吐槽和诉求，从中提炼AI产品的需求点，并且自动写到我的Notion文档里。

Gorden Sun

10,174 Aufrufe • vor 4 Monaten

在这款工具面前，Codex App的远程操控有点小巫见大巫啊！我现在出门在外只有一部手机，全靠这款远程控制工具！下面这个视频是我手机上录制的！我直接在手机上用UU远程操控了我的Codex，然后在对话框调用手机键盘配合豆包输入法口喷实现了谷歌2026 I/O 大会新模型新功能的研究。我还顺利在电脑界面打开了Claude Code，但其实这一步都做麻烦了，因为UU远程还有内嵌的终端功能，在设备页点“更多”就能直接进入终端，完全跳过图形界面，极大程度节省流量。所以平时Codex或者Claude Code跑长任务我也可以放心出门了，如果想临时添加功能或者关闭进程，用UU远程完全手拿把掐，再搭配上豆包输入法，直接实现一部手机=一台电脑的效率。唯一不理解的是，它既不收费，也不弹广告，我都好奇他们家是不是不打算盈利了。。。安装配对也非常简单：电脑谷歌搜索UU远程，手机应用市场搜索UU远程，配对一分钟，简单到我甚至都没想过去截图。

在这款工具面前，Codex App的远程操控有点小巫见大巫啊！我现在出门在外只有一部手机，全靠这款远程控制工具！下面这个视频是我手机上录制的！我直接在手机上用UU远程操控了我的Codex，然后在对话框调用手机键盘配合豆包输入法口喷实现了谷歌2026 I/O 大会新模型新功能的研究。我还顺利在电脑界面打开了Claude Code，但其实这一步都做麻烦了，因为UU远程还有内嵌的终端功能，在设备页点“更多”就能直接进入终端，完全跳过图形界面，极大程度节省流量。所以平时Codex或者Claude Code跑长任务我也可以放心出门了，如果想临时添加功能或者关闭进程，用UU远程完全手拿把掐，再搭配上豆包输入法，直接实现一部手机=一台电脑的效率。唯一不理解的是，它既不收费，也不弹广告，我都好奇他们家是不是不打算盈利了。。。安装配对也非常简单：电脑谷歌搜索UU远程，手机应用市场搜索UU远程，配对一分钟，简单到我甚至都没想过去截图。

逸尘

92,153 Aufrufe • vor 4 Monaten

🐮太好用了，这个工具！！！这绝对是我用过最好用的远程工具，没有之一。最近在做一套记忆系统，但经常不在电脑旁又想操控电脑，之前用的 Hermes 远程对屏幕操作一直达不到要求。结果在高级龙虾群，朋友推荐说他：网易 UU 远程配合 DMIT 使用，速度超快，效率提升很大，我就开始用了起来。我2台 Mac 都装上了，设置也很简单：下载后打开屏幕和操控2个授权，然后在设置→安全里打开“同账号控制本设备”就行。画质丝滑，超清4K，完全没有那种模糊感，延迟也超低，点哪到哪，就像在本地操作。我用折叠手机，大屏展开后操作起来特别舒服。终端功能对我来说很实用，直接在手机上敲命令，查日志、看 GPU 状态，移动网络也不卡，能跳过图形界面直接用命令行操作，命令执行完再切回桌面看就行。还有个端口映射，不用写配置就能做内网穿透，比我之前折腾 frp 简单太多了。远程的时候还能一键黑屏，防止别人看到我屏幕，这个细节我也挺喜欢的。最让我意外的是，这么专业的工具居然完全免费，没广告，不限速我已经离不开它了离不开 AI 的友友们，可以看看，反正免费

🐮太好用了，这个工具！！！这绝对是我用过最好用的远程工具，没有之一。最近在做一套记忆系统，但经常不在电脑旁又想操控电脑，之前用的 Hermes 远程对屏幕操作一直达不到要求。结果在高级龙虾群，朋友推荐说他：网易 UU 远程配合 DMIT 使用，速度超快，效率提升很大，我就开始用了起来。我2台 Mac 都装上了，设置也很简单：下载后打开屏幕和操控2个授权，然后在设置→安全里打开“同账号控制本设备”就行。画质丝滑，超清4K，完全没有那种模糊感，延迟也超低，点哪到哪，就像在本地操作。我用折叠手机，大屏展开后操作起来特别舒服。终端功能对我来说很实用，直接在手机上敲命令，查日志、看 GPU 状态，移动网络也不卡，能跳过图形界面直接用命令行操作，命令执行完再切回桌面看就行。还有个端口映射，不用写配置就能做内网穿透，比我之前折腾 frp 简单太多了。远程的时候还能一键黑屏，防止别人看到我屏幕，这个细节我也挺喜欢的。最让我意外的是，这么专业的工具居然完全免费，没广告，不限速我已经离不开它了离不开 AI 的友友们，可以看看，反正免费

huangserva

214,797 Aufrufe • vor 4 Monaten

在 GitHub 上发现一款创新性的开源自动化 AI 工具：Terminator。它不像以往通过 OCR 识别屏幕内容，而是直接 “理解” 电脑上的应用像解析 HTML 网站一样，快速、准确地控制我们电脑上的各种软件。对比传统 OCR 自动化工具，有如下的特点： - 速度特别快，比传统方法快很多倍； - 即使软件窗口被遮挡或在后台，也能操作； - 非常稳定，不容易因为界面变化而失效。 GitHub：目前主要支持 Windows 系统，macOS 系统仅支持部分功能。如果你对让电脑自动完成任务感兴趣，这个项目的原理不妨学习看下。

在 GitHub 上发现一款创新性的开源自动化 AI 工具：Terminator。它不像以往通过 OCR 识别屏幕内容，而是直接 “理解” 电脑上的应用像解析 HTML 网站一样，快速、准确地控制我们电脑上的各种软件。对比传统 OCR 自动化工具，有如下的特点： - 速度特别快，比传统方法快很多倍； - 即使软件窗口被遮挡或在后台，也能操作； - 非常稳定，不容易因为界面变化而失效。 GitHub：目前主要支持 Windows 系统，macOS 系统仅支持部分功能。如果你对让电脑自动完成任务感兴趣，这个项目的原理不妨学习看下。

GitHubDaily

38,675 Aufrufe • vor 1 Jahr

Git 与 GitHub 已经变成了AI时代的必学必会的基本功之一了。很多AI Agent的核心功能都是直接围绕Git来运行的。好消息是，在 AI 时代，我们不再需要死记硬背一大堆Git命令。只需要掌握Git 和 GitHub 的几个核心概念，就可以直接用自然语言指挥AI，完成各种操作。本期视频带来一个Git 与 GitHub 核心概念大串讲，我会使用动画讲解结合实战演示的方式，把所有的核心概念一次讲清楚。

Git 与 GitHub 已经变成了AI时代的必学必会的基本功之一了。很多AI Agent的核心功能都是直接围绕Git来运行的。好消息是，在 AI 时代，我们不再需要死记硬背一大堆Git命令。只需要掌握Git 和 GitHub 的几个核心概念，就可以直接用自然语言指挥AI，完成各种操作。本期视频带来一个Git 与 GitHub 核心概念大串讲，我会使用动画讲解结合实战演示的方式，把所有的核心概念一次讲清楚。

技术爬爬虾

27,428 Aufrufe • vor 4 Monaten

终于有人把 AI 联网这块硬骨头给啃下来了。挖到一个开源github项目 Agent-Reach 简直就是给 AI Agent 量身定制的全能联网情报助手：一句话介绍：它就是一个专门给 AI Agent（如 Claude Code, Cursor 等）调用的全网搜索工具，让 AI 不花一分钱就能直接上网抓一手资料。核心亮点：全网通杀：X、Reddit、YouTube、小红书、B站... 只要是网上有的，没有它看不着的！快速获取：绕过 403 封锁，直接读取，情报喂到嘴里！一句话进化：安装链接丢给 Agent，它自己安装、自己体检、自己配置，3 分钟从断网孤岛变身全知全能！别让你的 AI 继续当瞎子了！这才是 Agent 该有的完全体！地址：仅做开源分享，dyor。

终于有人把 AI 联网这块硬骨头给啃下来了。挖到一个开源github项目 Agent-Reach 简直就是给 AI Agent 量身定制的全能联网情报助手：一句话介绍：它就是一个专门给 AI Agent（如 Claude Code, Cursor 等）调用的全网搜索工具，让 AI 不花一分钱就能直接上网抓一手资料。核心亮点：全网通杀：X、Reddit、YouTube、小红书、B站... 只要是网上有的，没有它看不着的！快速获取：绕过 403 封锁，直接读取，情报喂到嘴里！一句话进化：安装链接丢给 Agent，它自己安装、自己体检、自己配置，3 分钟从断网孤岛变身全知全能！别让你的 AI 继续当瞎子了！这才是 Agent 该有的完全体！地址：仅做开源分享，dyor。

爱丽丝呀！

36,085 Aufrufe • vor 2 Monaten

全球首个开源 Agentic 视频生产系统来了！ OpenMontage 把你的 AI 编程助手直接变成完整视频制作工作室！它能把 Claude、Cursor、Codex、Hermes Agent 这类 AI 编程助手，直接当视频制作工作室用。有 12 条不同类型的生产线，52 个工具，500 多个 agent 技能。从调研、写脚本、生成素材到后期合成，全程让 AI 自己跑。支持用真实免费素材，也能纯 AI 生成。而且是完全开源的，成本能压得很低（有演示案例只花了不到两块钱）。仓库地址：感觉这个方向挺新的，有兴趣的可以去 star 一下。

全球首个开源 Agentic 视频生产系统来了！ OpenMontage 把你的 AI 编程助手直接变成完整视频制作工作室！它能把 Claude、Cursor、Codex、Hermes Agent 这类 AI 编程助手，直接当视频制作工作室用。有 12 条不同类型的生产线，52 个工具，500 多个 agent 技能。从调研、写脚本、生成素材到后期合成，全程让 AI 自己跑。支持用真实免费素材，也能纯 AI 生成。而且是完全开源的，成本能压得很低（有演示案例只花了不到两块钱）。仓库地址：感觉这个方向挺新的，有兴趣的可以去 star 一下。

DeFi狙击手 | Ai🕊️

22,771 Aufrufe • vor 3 Monaten