Loading video...

Video Failed to Load

There was a problem loading this video. This could be due to a temporary network issue or the video might be unavailable.

不到 4 个月拿下近 1.2 万 Star：Archify 把 AI 画架构图做到了极致～ Archify 是一个把复杂的代码关系整理成漂亮、可交互的架构图、流程图、时序图、数据流图等，方便理解项目、做技术评审或写文档。让 AI 读代码，再把系统怎么运行画清楚。 PS：这个仓库对于有架构图需求的同学不能太友好了，可以收藏。 Github地址见评论区👇👇👇

比特币橙子Trader

72,753 subscribers

22,214 views • 12 days ago •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

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👇

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👇

Vincent

120,719 views • 3 months ago

卧槽，这个仓库思路我是挺佩服的～能把任意公开的 GitHub 仓库逆向工程成“原始自然语言提示（prompt）”。简单说就是：你输入一个 GitHub 仓库链接，它就会自动抓取仓库的结构、README、文件树等信息，用 AI（比如 Gemini）帮你生成一个完整、自然的提示词。把这个提示词直接丢给 Claude、Cursor、Windsurf 等 AI 编程工具，AI 就能更好的理解。主要用处：快速学习一个项目的“构建思路”和提示风格（不用一行一行读代码）复制/重现别人用 AI 写的项目（学习提示词）仓库&体验地址👇👇👇

卧槽，这个仓库思路我是挺佩服的～能把任意公开的 GitHub 仓库逆向工程成“原始自然语言提示（prompt）”。简单说就是：你输入一个 GitHub 仓库链接，它就会自动抓取仓库的结构、README、文件树等信息，用 AI（比如 Gemini）帮你生成一个完整、自然的提示词。把这个提示词直接丢给 Claude、Cursor、Windsurf 等 AI 编程工具，AI 就能更好的理解。主要用处：快速学习一个项目的“构建思路”和提示风格（不用一行一行读代码）复制/重现别人用 AI 写的项目（学习提示词）仓库&体验地址👇👇👇

比特币橙子Trader

78,523 views • 4 months ago

不对啊，GPT 跟 Seedance 你俩怎么就亲上了呢？我的剧本也没有这么写啊🤣 （BTW，目前生图跟生视频还是两个独立的 Agent，未来把他俩拉到一起，这套工作流就大成了！）视频跟分镜图提示词见评论👇

不对啊，GPT 跟 Seedance 你俩怎么就亲上了呢？我的剧本也没有这么写啊🤣 （BTW，目前生图跟生视频还是两个独立的 Agent，未来把他俩拉到一起，这套工作流就大成了！）视频跟分镜图提示词见评论👇

MapleShaw

26,750 views • 3 months ago

独立开发者最大的幻觉："功能做出来，用户就会来。" 现实是：如果你在写第一行代码前没想清楚业务逻辑，这行代码注定是废代码。没做过 PM 不知道怎么想？ PM Skills Marketplace 把 100+ 个顶级产品经理的思考框架塞进了 Claude。一个指令 /discover，AI 帮你跑完一整个真实的产品发现流程。把节省下来的 3 个月乱写代码的时间，花在正确的方向上。 ⬇️👇

独立开发者最大的幻觉："功能做出来，用户就会来。" 现实是：如果你在写第一行代码前没想清楚业务逻辑，这行代码注定是废代码。没做过 PM 不知道怎么想？ PM Skills Marketplace 把 100+ 个顶级产品经理的思考框架塞进了 Claude。一个指令 /discover，AI 帮你跑完一整个真实的产品发现流程。把节省下来的 3 个月乱写代码的时间，花在正确的方向上。 ⬇️👇

axiaisacat

24,728 views • 4 months ago

在GitHub上看到一个专门教怎么用 Claude Code 的项目，已经涨到了 4w star 它不是官方操作文档，而是一条从入门到高级智能体的完整学习路径斜杠命令、MCP配置、钩子脚本、子智能体编排，每个模块都有可视化图解，教你"怎么做"的同时也会教"为什么这么做" 最实用的是里面的模板，钩子脚本、代理配置、斜杠命令、MCP配置文件，全部可以直接复制粘贴到自己的项目里不管你是想补齐 Claude Code 的知识盲区，还是想搭一套属于自己的 AI 工作流，都可以关注下这个项目

在GitHub上看到一个专门教怎么用 Claude Code 的项目，已经涨到了 4w star 它不是官方操作文档，而是一条从入门到高级智能体的完整学习路径斜杠命令、MCP配置、钩子脚本、子智能体编排，每个模块都有可视化图解，教你"怎么做"的同时也会教"为什么这么做" 最实用的是里面的模板，钩子脚本、代理配置、斜杠命令、MCP配置文件，全部可以直接复制粘贴到自己的项目里不管你是想补齐 Claude Code 的知识盲区，还是想搭一套属于自己的 AI 工作流，都可以关注下这个项目

阿西_出海

19,489 views • 1 month ago

兄弟们，今天挖到个真能改变开会体验的逆天玩意儿—Shimmer！🔥 你有没有过这种经历？会议开得热火朝天，大家七嘴八舌画流程、扯架构、排优先级。散会后你打开笔记：一堆乱七八糟的文字，脑子里那张完美流程图全忘光了。想画？打开 Shimmer直接把这痛点干碎了。它就坐在你浏览器里，实时听会议、实时转录、实时出图。对话一边走，旁边流程图、思维导图、时序图就长出来了。你看着它边听边画，那感觉像有个超级聪明又不抢话的队友在旁边帮你整理思路。最狠的是本地优先（Local-First）： - WebGPU：在浏览器里用显卡直接跑AI（不需要装软件） - Whisper：OpenAI开源的超强语音转文字模型 - Qwen 3.5：阿里最新的强大语言模型全程在你电脑上跑，数据不离开浏览器，隐私党直接狂喜。不用担心公司机密被上传云端。会议中突然冒出一个新方案，它秒懂，立马调整图。散会后你直接导出干净的Mermaid图（一种文本生成图表的语法）或者图片，分享、存档、复盘全搞定。这是把“会后补图”这个最烦人的环节，直接干没了。尤其是做产品、做技术、做咨询、带团队的，强烈建议扔进下次会里玩一把。用完回来告诉我——你觉得它最适合哪种会议？脑暴？需求对齐？架构评审？还是站会复盘？我赌它会成为很多团队的秘密武器。谁先用上，谁就先省下那堆画图的时间。下方地址

兄弟们，今天挖到个真能改变开会体验的逆天玩意儿—Shimmer！🔥 你有没有过这种经历？会议开得热火朝天，大家七嘴八舌画流程、扯架构、排优先级。散会后你打开笔记：一堆乱七八糟的文字，脑子里那张完美流程图全忘光了。想画？打开 Shimmer直接把这痛点干碎了。它就坐在你浏览器里，实时听会议、实时转录、实时出图。对话一边走，旁边流程图、思维导图、时序图就长出来了。你看着它边听边画，那感觉像有个超级聪明又不抢话的队友在旁边帮你整理思路。最狠的是本地优先（Local-First）： - WebGPU：在浏览器里用显卡直接跑AI（不需要装软件） - Whisper：OpenAI开源的超强语音转文字模型 - Qwen 3.5：阿里最新的强大语言模型全程在你电脑上跑，数据不离开浏览器，隐私党直接狂喜。不用担心公司机密被上传云端。会议中突然冒出一个新方案，它秒懂，立马调整图。散会后你直接导出干净的Mermaid图（一种文本生成图表的语法）或者图片，分享、存档、复盘全搞定。这是把“会后补图”这个最烦人的环节，直接干没了。尤其是做产品、做技术、做咨询、带团队的，强烈建议扔进下次会里玩一把。用完回来告诉我——你觉得它最适合哪种会议？脑暴？需求对齐？架构评审？还是站会复盘？我赌它会成为很多团队的秘密武器。谁先用上，谁就先省下那堆画图的时间。下方地址

HankAI

17,019 views • 2 months ago

兄弟们，做App最痛苦的部分终于被AI干掉了， Anything刚刚上线了一个功能，一键生成设计师级别的App Store截图， 15秒，从空白到4张完美适配规格的上架图，连App图标评分Get按钮都给你做好了，改文案只需要输一句话，点一下生成就完事，以前做过App的都懂，代码写完只是开始，做截图能把人逼疯，要找mockup，要调配色，要写卖点，还要适配十几个尺寸，要么花几百刀请设计师，要么自己抠三天Figma，现在这些全没了，我之前觉得AI写代码已经够离谱了，现在才发现，AI真正厉害的地方，是把那些没人愿意干的脏活累活全给你包了，从idea到上架的全链路，现在几乎没有任何门槛了，当然最后还是需要你的审美做最后把关，但这已经帮你省了90%的力气。也许这就是AI的魅力和价值所在吧😄

兄弟们，做App最痛苦的部分终于被AI干掉了， Anything刚刚上线了一个功能，一键生成设计师级别的App Store截图， 15秒，从空白到4张完美适配规格的上架图，连App图标评分Get按钮都给你做好了，改文案只需要输一句话，点一下生成就完事，以前做过App的都懂，代码写完只是开始，做截图能把人逼疯，要找mockup，要调配色，要写卖点，还要适配十几个尺寸，要么花几百刀请设计师，要么自己抠三天Figma，现在这些全没了，我之前觉得AI写代码已经够离谱了，现在才发现，AI真正厉害的地方，是把那些没人愿意干的脏活累活全给你包了，从idea到上架的全链路，现在几乎没有任何门槛了，当然最后还是需要你的审美做最后把关，但这已经帮你省了90%的力气。也许这就是AI的魅力和价值所在吧😄

AYi

255,791 views • 4 months ago

Codex 5.6 这个 GitHub 插件一定要装，能让你省下90%的token！ 90% 的人都把 Codex 用反了。一上来就让它：帮我写一个 App。分享一条我在用的绝佳省token技巧，先给 Codex 连接 GitHub 插件，然后输入提示词：我要开发一个 XXX。暂时不要创建文件，也不要输出代码。先在 GitHub 调研同类开源项目，筛选出最有参考价值的方案。分析它们解决了什么问题、采用什么架构、依赖哪些技术、目前是否活跃，以及有哪些设计值得复用或避开。最后结合我的需求，给出技术选型、系统架构、MVP 范围和开发顺序。得到我的确认后，再进入实现阶段。这样 Codex 会先做三件事： 1️⃣ 找到经过真实项目验证的方案 2️⃣ 研究别人已经踩过的坑 3️⃣ 根据你的需求做出技术取舍等方向确定后，再让它开始写代码。

Codex 5.6 这个 GitHub 插件一定要装，能让你省下90%的token！ 90% 的人都把 Codex 用反了。一上来就让它：帮我写一个 App。分享一条我在用的绝佳省token技巧，先给 Codex 连接 GitHub 插件，然后输入提示词：我要开发一个 XXX。暂时不要创建文件，也不要输出代码。先在 GitHub 调研同类开源项目，筛选出最有参考价值的方案。分析它们解决了什么问题、采用什么架构、依赖哪些技术、目前是否活跃，以及有哪些设计值得复用或避开。最后结合我的需求，给出技术选型、系统架构、MVP 范围和开发顺序。得到我的确认后，再进入实现阶段。这样 Codex 会先做三件事： 1️⃣ 找到经过真实项目验证的方案 2️⃣ 研究别人已经踩过的坑 3️⃣ 根据你的需求做出技术取舍等方向确定后，再让它开始写代码。

爱丽丝呀！

395,345 views • 22 days ago

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：

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：

歸藏(guizang.ai)

31,198 views • 2 years ago

vibe coding 做了一个图像逆向提示词生图工具智能分析原图和新生成的图片差异，并优化提示词。对提示词微调变量后生成图片对比生成的每一张图片，点击图片就可以方便地查看提示词并进行修改 ----------------下面是 ai 写的 ------------ ✨ 多智能体协作流 (Multi-Agent Pipeline) 由 Auditor（质检）、 Descriptor（描述）、 Architect（构图）、 Synthesizer（合成）组成的 AI 专家团队，全自动处理视觉任务。 🔍 专业级视觉对比 (Pro Comparison) 复刻 Figma 体验的丝滑缩放与平移，支持滑动 (Slider) 与并排 (Side-by-Side) 双模式，细节差异一目了然。 📝 逆向提示词工程 (Reverse Prompting) 支持“看图说话”，智能反推图像 Prompt，支持多语言（中/英）自动翻译与优化。 📐 智能蓝图分析 (Layout Analysis) 一键解析图像布局结构，自动识别并标注画面元素，辅助设计解构。 💡 智能交互工作台 (Smart Studio) 拖拽式交互：全局拖拽上传/替换图片。历史回溯：自动保存生成记录，随时回滚。即时反馈：流式输出分析结果，思考过程完全透明。 --- 功能介绍 AI 生成的,写的不怎么样，先偷懒。 #vibecoding #GenAI #DesignTools #AIWorkflow #VisualEngine

vibe coding 做了一个图像逆向提示词生图工具智能分析原图和新生成的图片差异，并优化提示词。对提示词微调变量后生成图片对比生成的每一张图片，点击图片就可以方便地查看提示词并进行修改 ----------------下面是 ai 写的 ------------ ✨ 多智能体协作流 (Multi-Agent Pipeline) 由 Auditor（质检）、 Descriptor（描述）、 Architect（构图）、 Synthesizer（合成）组成的 AI 专家团队，全自动处理视觉任务。 🔍 专业级视觉对比 (Pro Comparison) 复刻 Figma 体验的丝滑缩放与平移，支持滑动 (Slider) 与并排 (Side-by-Side) 双模式，细节差异一目了然。 📝 逆向提示词工程 (Reverse Prompting) 支持“看图说话”，智能反推图像 Prompt，支持多语言（中/英）自动翻译与优化。 📐 智能蓝图分析 (Layout Analysis) 一键解析图像布局结构，自动识别并标注画面元素，辅助设计解构。 💡 智能交互工作台 (Smart Studio) 拖拽式交互：全局拖拽上传/替换图片。历史回溯：自动保存生成记录，随时回滚。即时反馈：流式输出分析结果，思考过程完全透明。 --- 功能介绍 AI 生成的,写的不怎么样，先偷懒。 #vibecoding #GenAI #DesignTools #AIWorkflow #VisualEngine

ttmouse - 豆爸

53,824 views • 7 months ago

兄弟们，最近我扒了全网比较好用的电商提示词，做了一套「全平台通用电商视觉引擎工作流」。目前已经在 SkildArt 跑通：上传一张产品图，就能生成 12 张电商套图。重点不是让 AI 随便出一张好看的商品图，而是把电商视觉拆成可复用流程：主视觉/产品中心图/卖点图/场景图/细节图/规格图/横版首屏图每张图都有明确用途。产品不能变形，Logo 不能乱跑，卖点不能瞎编，整组图风格要统一。我实测下来，SkildArt 这类电商视觉工作台确实更适合做成套内容：无限画布适合搭复杂生图流程； Agent 对话适合单张图灵活设计；局部修改很方便；视频模型也能和画布结合使用。我还复刻了最近很火的「低能量穿搭换装」视频。先在画布生成两组穿搭场景：一组普通职业 Look，一组明亮夏日多巴胺配色。再切到视频模型，输入简单的转场和运镜描述，就能生成换装视频原素材。后面简单剪辑加 BGM 就能发。以前这类内容要实拍两套造型，还要对镜头和节奏，现在工作流能直接把门槛拉低很多。我觉得 AI 电商图真正的价值，不是单张图好看，而是稳定生成一整套能卖货的视觉资产。完整工作流和低能量穿搭复刻提示词，可以去 SkildArt 广场搜关键词：电商系统通用、夏日多巴胺换装全部开源到里面了

知识猫AI实验室

85,083 views • 2 months ago

给大家开源一个小项目：一句话用Gemini写个连贯的小故事图集。使用宝玉的提示词用该程序复现了下，角色改成了小姑娘，效果见评论😊 这个项目的出发点是我女儿最近老喜欢抓别的小朋友，怎么劝都不行，我希望能够通过一个小故事来引导她，这个故事也贴到评论里了这个项目本来打算参加Gemini hackathon的，但感觉与他们的storybook有点像，就换了个项目投稿。不过我今天对比用下来，比他们的storybook质感要好很多的😊 在线试用地址（可能会消耗你Gemini 每天的免费生图额度）：开源地址：

给大家开源一个小项目：一句话用Gemini写个连贯的小故事图集。使用宝玉的提示词用该程序复现了下，角色改成了小姑娘，效果见评论😊 这个项目的出发点是我女儿最近老喜欢抓别的小朋友，怎么劝都不行，我希望能够通过一个小故事来引导她，这个故事也贴到评论里了这个项目本来打算参加Gemini hackathon的，但感觉与他们的storybook有点像，就换了个项目投稿。不过我今天对比用下来，比他们的storybook质感要好很多的😊 在线试用地址（可能会消耗你Gemini 每天的免费生图额度）：开源地址：

岚叔

17,956 views • 8 months ago

我开源了我沉淀一年的skill，涵盖写作、深度调研、产品界面优化、代码和文档对齐、角色与文章配图、chatcut自动化剪辑、代码的交付收尾.... 契机: 1.小黄skil篇陈硕有个设计师小伙伴做了个skill，这个skil是和这个skil是和Ian (伊恩)老师在github上斩获10000stars的小黑skill的共创，出了一个新的形象:小黄做完才发现，画出一个可爱的角色并不难，难的是:让它在不同文章、动作、场景，甚至2D/3D的变化里，始终还是同一个角色小黄有固定的角色 DNA：暖黄色种子形身体、爱心天线、椭圆眼睛、腮红和细手脚它还能读一篇文章，找到真正值得解释的“认知锚点”，再把一个判断、关系或转折画成配图以下是具体效果和内容呈现👇

我开源了我沉淀一年的skill，涵盖写作、深度调研、产品界面优化、代码和文档对齐、角色与文章配图、chatcut自动化剪辑、代码的交付收尾.... 契机: 1.小黄skil篇陈硕有个设计师小伙伴做了个skill，这个skil是和这个skil是和Ian (伊恩)老师在github上斩获10000stars的小黑skill的共创，出了一个新的形象:小黄做完才发现，画出一个可爱的角色并不难，难的是:让它在不同文章、动作、场景，甚至2D/3D的变化里，始终还是同一个角色小黄有固定的角色 DNA：暖黄色种子形身体、爱心天线、椭圆眼睛、腮红和细手脚它还能读一篇文章，找到真正值得解释的“认知锚点”，再把一个判断、关系或转折画成配图以下是具体效果和内容呈现👇

陈硕KAI

15,906 views • 14 days ago

卧槽，有个编程大神把自己的工程经验蒸馏成了一个开源项目 GitHub 热榜第一，Star数直接冲上了9万 + 作者是前 Vercel 工程师 Mat，参与过 Next.js 早期开发，以把复杂技术讲得通俗易懂著称。他把日常和 Claude 协作的工程实践整理成 16 个 skill，一条命令安装，给 AI 注入几十年的软件工程经验。最受好评的一个叫 Grim，让 AI 反过来拷问你，沿着决策树逐一确认需求，直到彻底搞清楚你想要什么再动手。只有 3 句话 42 个词，被不少人评为"token 回报率最高的提示词"。还有一个 skill 专门解决代码跑不起来的问题，强制 AI 先写一个会失败的测试，再写最少量的代码让它通过，最后重构，经典红绿循环，AI 想走捷径都难。整套项目不只是教 AI 怎么做事，更是帮你和 AI 建立一套持续对齐的工作机制。

卧槽，有个编程大神把自己的工程经验蒸馏成了一个开源项目 GitHub 热榜第一，Star数直接冲上了9万 + 作者是前 Vercel 工程师 Mat，参与过 Next.js 早期开发，以把复杂技术讲得通俗易懂著称。他把日常和 Claude 协作的工程实践整理成 16 个 skill，一条命令安装，给 AI 注入几十年的软件工程经验。最受好评的一个叫 Grim，让 AI 反过来拷问你，沿着决策树逐一确认需求，直到彻底搞清楚你想要什么再动手。只有 3 句话 42 个词，被不少人评为"token 回报率最高的提示词"。还有一个 skill 专门解决代码跑不起来的问题，强制 AI 先写一个会失败的测试，再写最少量的代码让它通过，最后重构，经典红绿循环，AI 想走捷径都难。整套项目不只是教 AI 怎么做事，更是帮你和 AI 建立一套持续对齐的工作机制。

阿西_出海

282,964 views • 3 months ago

兄弟们今天给大家一个正确打开GPT5.6的方式。很多人用 Codex，第一步就错了。上来一句：帮我写个 App。这不是让 AI 写代码，这是让它烧你的 token。 Codex 5.6 记得接 GitHub 插件，然后先别让它动手写。直接丢这段：我要开发某某X。先别创建文件，也别输出代码。去 GitHub 调研同类开源项目，筛出最值得参考的方案，分析架构、依赖、活跃度、坑点和可复用设计。最后给我技术选型、系统架构、MVP 范围和开发顺序，等我确认再写代码。这一步做完，省 token 真的离谱。先让它抄作业，再让它干活。兄弟们，这才是 Codex 的正确打开方式。

兄弟们今天给大家一个正确打开GPT5.6的方式。很多人用 Codex，第一步就错了。上来一句：帮我写个 App。这不是让 AI 写代码，这是让它烧你的 token。 Codex 5.6 记得接 GitHub 插件，然后先别让它动手写。直接丢这段：我要开发某某X。先别创建文件，也别输出代码。去 GitHub 调研同类开源项目，筛出最值得参考的方案，分析架构、依赖、活跃度、坑点和可复用设计。最后给我技术选型、系统架构、MVP 范围和开发顺序，等我确认再写代码。这一步做完，省 token 真的离谱。先让它抄作业，再让它干活。兄弟们，这才是 Codex 的正确打开方式。

火山哥🕊️

104,140 views • 18 days ago

Google推出了一种在 StableDiffusion 图像生成中保证内容特征一致性的方式。这个其实是现在图像生成中一个非常重要的问题，故事可视化、游戏开发资产设计、广告等都需要在生成的时候具备角色或者内容的一致性。从演示来看效果非常好人物角色和其他内容的特征都保持的非常好，他们有一个示例是一个男人的一生十几张不同年龄段的图片都很像能看出来是一个人。而且这个项目还可以跟 SD 已有的控制方式结合，比如局部重绘和 Controlnet 等。下面是具体的介绍：实现方法：身份聚类：这一步骤涉及首先生成一系列图像，然后将这些图像嵌入到一个语义空间中。接着，使用聚类算法将这些图像分组，每个组代表一种可能的角色身份。这个过程旨在识别出一组视觉上一致的图像，从而确定角色的主要视觉特征。身份提取：在确定了一组具有高内聚性的图像之后，接下来的步骤是通过在这些图像上训练模型来提炼出一个更一致的角色身份。这意味着模型将学习到特定角色的关键视觉特征，以便在未来的生成中更准确地重现这些特征。收敛性：方法的最后一个步骤是迭代过程，该过程在达到一定的收敛标准时停止。在每次迭代中，模型基于最新的训练数据生成新的图像，并重新进行聚类和身份提取。这个过程重复进行，直到模型能够可靠地生成具有一致视觉身份的角色为止。效果验证：定性和定量比较：在这一部分，作者将他们的方法与其他个性化文本到图像生成技术进行比较。这包括通过视觉和数值指标来评估生成图像的一致性和质量。用户研究：作者还进行了一项用户研究，以评估他们的方法在实际使用中的效果。这包括让用户评价生成图像的一致性和吸引力。消融研究：这部分是对方法中不同组件的效果进行评估。通过修改或移除方法的某些部分，作者能够理解每个组成部分对最终结果的贡献。论文链接：

Google推出了一种在 StableDiffusion 图像生成中保证内容特征一致性的方式。这个其实是现在图像生成中一个非常重要的问题，故事可视化、游戏开发资产设计、广告等都需要在生成的时候具备角色或者内容的一致性。从演示来看效果非常好人物角色和其他内容的特征都保持的非常好，他们有一个示例是一个男人的一生十几张不同年龄段的图片都很像能看出来是一个人。而且这个项目还可以跟 SD 已有的控制方式结合，比如局部重绘和 Controlnet 等。下面是具体的介绍：实现方法：身份聚类：这一步骤涉及首先生成一系列图像，然后将这些图像嵌入到一个语义空间中。接着，使用聚类算法将这些图像分组，每个组代表一种可能的角色身份。这个过程旨在识别出一组视觉上一致的图像，从而确定角色的主要视觉特征。身份提取：在确定了一组具有高内聚性的图像之后，接下来的步骤是通过在这些图像上训练模型来提炼出一个更一致的角色身份。这意味着模型将学习到特定角色的关键视觉特征，以便在未来的生成中更准确地重现这些特征。收敛性：方法的最后一个步骤是迭代过程，该过程在达到一定的收敛标准时停止。在每次迭代中，模型基于最新的训练数据生成新的图像，并重新进行聚类和身份提取。这个过程重复进行，直到模型能够可靠地生成具有一致视觉身份的角色为止。效果验证：定性和定量比较：在这一部分，作者将他们的方法与其他个性化文本到图像生成技术进行比较。这包括通过视觉和数值指标来评估生成图像的一致性和质量。用户研究：作者还进行了一项用户研究，以评估他们的方法在实际使用中的效果。这包括让用户评价生成图像的一致性和吸引力。消融研究：这部分是对方法中不同组件的效果进行评估。通过修改或移除方法的某些部分，作者能够理解每个组成部分对最终结果的贡献。论文链接：

歸藏(guizang.ai)

125,824 views • 2 years ago

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： #Polymarket

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： #Polymarket

区块链行情研究

62,723 views • 5 months ago

大半夜体验完 Manus AI, 达到了今天的使用限制，说一下自己的感受🧵 整体来讲，真的很强大，主要体现在 Manus 能够： 🔧展示完整的推理逻辑，有个 Manus 电脑的东西为你呈现所有过程和进展； 🏗️调用各种API 协同完成任务； 📃最终非常实际的交付给你一个可用的文件。 🌟「真正能干活」的AI Agent，这个定位真的太准确了。以下是一些实例： 1️⃣基础任务完成度高比如最近日本可以看樱花了，整理一个具体的旅行清单包括日程、推荐景点、住宿、交通等等；家里领导喜欢看红楼梦，梳理一下红楼梦的人物关系。以下是分别让他做的一个 pdf 文档和可以互动的网页，完成度是真的很高，不过人物关系上有一点小错误，无伤大雅。其他比如让他阅读视频给到总结，甚至让他剪辑播客都是可以的（只是效果不太好）。但是我尝试让他给我画一些图🗺️，这方面还有所欠缺，给到的理由是第三方 API 接口出错。同时网上说她可以做ppt，确实是可以的，但是能做ppt的工具都存在一个共同问题，逻辑还行，但就是丑。所以“美术”相关工作我理解还是做不了的。另外，他是一个完成特定任务的助手，不要把它当作聊天机器人，不然他每次跟你聊天都要思考十几分钟，真的很难受。 2️⃣测一测他懂不懂Web3 给了两个任务： a) 我们今天发了一个depin的研报，花了一个多月，自认为还行，让他给这个研报评分，并且给到其他更好的文章推荐。我们的depin报告如下他给到的内容如图3，更详细的评价文档我传了一个Google 链接，放在最后了，各位可以自行查看（包括前面的红楼梦人物关系图）。整体来看，他快速学习和阅读了大量 web3 depin 的报告，并且从多个维度给出了我们报告的评价，以及推荐的其他报告和对应的评价。 b) 假设我是一个交易所cmo，如何做华语市场的传播策略，包括华语媒体和华语kol的整理和评级。很遗憾，我已经等了一个多小时他还没思考完，如果明天有结果，我也会传到Google link里。（Manus 可以离线、多任务思考，所以可以同时开启多个任务，或者关机后之前的任务仍然会运行）不过我看到了他的实时分析过程，在阅读各个媒体、kol 的官网文章，历史推文等等，形成自己的分析。见图4 所以我理解在他的大脑里是有 web3 内容，并可以实时学习的。 3️⃣除了懂，他能否与 Web3 交互以上的推理其实都和 Web3 没有实际关系，我更关心他能否拿到链上数据，甚至能够交互。比如是否知道 $SOL $ETH 能在哪些地方质押，收益如何等等，还有一些深入的分析问题。很遗憾，今天的使用次数达到限制了。明天再说吧👋 -------------------------------------------- 等待 Manus 思考结果的时候，我也看了一些其他的博主评价和官方的介绍，我觉得有一点说的很好： “没有开源，就没有 Manus AI” 从一个体验过多个AI产品的小白角度，我其实觉得 Manus 会这么火爆的原因主要在于：调用了多种 API 接口，配合自己的推理算法最终呈现了一个很好的产品。这让我想到 ai16zdao 每周都有新的人贡献 plugin(比如微信，deepseek)，让这个网络不断壮大； Virtuals Protocol 通过打通 agent 得底层框架，形成 agent 经济体；还有 Hey Anon 不只是有链上数据，还能直接帮你交互等等。某一天，web2 和 web3 的 AI 产品肯定会更加紧密的相互协作，并出来几个不错的case。最近有一些 betting 的产品已经初现端倪。 Manus 也会开源自己的能力，为了更大的 AGI 世界。如果真到了那一天，我就真的要失业了🥲 ( Google drive 素材链接：

大半夜体验完 Manus AI, 达到了今天的使用限制，说一下自己的感受🧵 整体来讲，真的很强大，主要体现在 Manus 能够： 🔧展示完整的推理逻辑，有个 Manus 电脑的东西为你呈现所有过程和进展； 🏗️调用各种API 协同完成任务； 📃最终非常实际的交付给你一个可用的文件。 🌟「真正能干活」的AI Agent，这个定位真的太准确了。以下是一些实例： 1️⃣基础任务完成度高比如最近日本可以看樱花了，整理一个具体的旅行清单包括日程、推荐景点、住宿、交通等等；家里领导喜欢看红楼梦，梳理一下红楼梦的人物关系。以下是分别让他做的一个 pdf 文档和可以互动的网页，完成度是真的很高，不过人物关系上有一点小错误，无伤大雅。其他比如让他阅读视频给到总结，甚至让他剪辑播客都是可以的（只是效果不太好）。但是我尝试让他给我画一些图🗺️，这方面还有所欠缺，给到的理由是第三方 API 接口出错。同时网上说她可以做ppt，确实是可以的，但是能做ppt的工具都存在一个共同问题，逻辑还行，但就是丑。所以“美术”相关工作我理解还是做不了的。另外，他是一个完成特定任务的助手，不要把它当作聊天机器人，不然他每次跟你聊天都要思考十几分钟，真的很难受。 2️⃣测一测他懂不懂Web3 给了两个任务： a) 我们今天发了一个depin的研报，花了一个多月，自认为还行，让他给这个研报评分，并且给到其他更好的文章推荐。我们的depin报告如下他给到的内容如图3，更详细的评价文档我传了一个Google 链接，放在最后了，各位可以自行查看（包括前面的红楼梦人物关系图）。整体来看，他快速学习和阅读了大量 web3 depin 的报告，并且从多个维度给出了我们报告的评价，以及推荐的其他报告和对应的评价。 b) 假设我是一个交易所cmo，如何做华语市场的传播策略，包括华语媒体和华语kol的整理和评级。很遗憾，我已经等了一个多小时他还没思考完，如果明天有结果，我也会传到Google link里。（Manus 可以离线、多任务思考，所以可以同时开启多个任务，或者关机后之前的任务仍然会运行）不过我看到了他的实时分析过程，在阅读各个媒体、kol 的官网文章，历史推文等等，形成自己的分析。见图4 所以我理解在他的大脑里是有 web3 内容，并可以实时学习的。 3️⃣除了懂，他能否与 Web3 交互以上的推理其实都和 Web3 没有实际关系，我更关心他能否拿到链上数据，甚至能够交互。比如是否知道 $SOL $ETH 能在哪些地方质押，收益如何等等，还有一些深入的分析问题。很遗憾，今天的使用次数达到限制了。明天再说吧👋 -------------------------------------------- 等待 Manus 思考结果的时候，我也看了一些其他的博主评价和官方的介绍，我觉得有一点说的很好： “没有开源，就没有 Manus AI” 从一个体验过多个AI产品的小白角度，我其实觉得 Manus 会这么火爆的原因主要在于：调用了多种 API 接口，配合自己的推理算法最终呈现了一个很好的产品。这让我想到 ai16zdao 每周都有新的人贡献 plugin(比如微信，deepseek)，让这个网络不断壮大； Virtuals Protocol 通过打通 agent 得底层框架，形成 agent 经济体；还有 Hey Anon 不只是有链上数据，还能直接帮你交互等等。某一天，web2 和 web3 的 AI 产品肯定会更加紧密的相互协作，并出来几个不错的case。最近有一些 betting 的产品已经初现端倪。 Manus 也会开源自己的能力，为了更大的 AGI 世界。如果真到了那一天，我就真的要失业了🥲 ( Google drive 素材链接：

Zolo 🌊

40,420 views • 1 year ago

两个最厉害的模型联手会有什么神奇效果呢？ ChatGPT-image-2 + Seedance 2.0 帮我司拍宣传视频这件事，突然变简单了。以后大家还想看 Misa 的真人视频么？😭😭 我今天看到特别感兴趣，试了一把先用 ChatGPT-image-2 生成广告分镜图，再丢给 Seedance 2.0 去生成视频。结果是一个人，已经越来越像一个小型广告团队。最近小作文大赛不是也有视频赛道吗大家可以试试用AI辅助！下面给大家分享流程～ 1 先别急着做视频，先把广告结构搭出来很多人一上来就直接文生视频，但最后出来的东西往往更像炫技，不像广告因为广告最重要的不是画面会不会动，而是：开头怎么抓人中间怎么展示产品卖点怎么推进最后怎么收口所以我第一步不是生成视频，而是先把它拆成一个标准 15 秒广告结构：钩子产品功能信任 CTA 你先把导演思路想清楚，后面的模型才有东西可执行。 2 用 ChatGPT-image-2 生成一张可拍的分镜图这一步是关键中的关键。我不是让它随便生成一张好看的图，而是让它生成一张广告 storyboard。也就是一张图里，直接包含： 5 个镜头时间轴人物动作字幕/台词转场逻辑品牌信息这一步的本质，其实不是“画图”，而是把你的广告脚本可视化。以前这事要策划、导演、美术一起干。现在你一个人就能先把骨架搭出来。 3 固定人物参考，让整条片子更像真人拍摄如果每个镜头都让 AI 随机生成人物，出来的视频会非常散。所以我这次直接用固定参考人物，统一整套画面。这样做的好处非常明显：人设不会漂镜头连续性更强代入感更强商业感更完整说白了，AI 视频最怕的不是“不够真实”，而是“看起来不属于同一个世界”。人物一统一，质感马上就不一样了。 4 把分镜图交给 Seedance 2.0，让它把静态脚本变成动态广告当分镜图已经把逻辑搭好以后， Seedance 2.0 的工作就不是“自由发挥”，而是把这套脚本执行出来。它负责补足的是：动作微表情运镜感镜头衔接视频节奏这也是为什么我越来越觉得：比起直接文生视频，先做分镜图再做视频，会稳得多。因为前者是在赌博，后者是在导演。 5 最后不断改字幕、卖点和镜头，形成素材流水线我觉得最有价值的，不是做出这一条。而是这个流程一旦跑通，你就不再是在“做视频”，你是在搭一个素材生产系统。同一个产品，你可以快速改出：不同开头不同卖点顺序不同字幕表达不同人物风格不同口号收尾这意味着广告素材终于可以像产品一样被快速迭代了。以前做一条片子像开项目。以后做一条片子，可能更像改 prompt。 AI 并不是在替代视频团队的一两个岗位。它是在把“整条广告生产链路”压缩到一个人手里。所以问题可能真的来了：以后大家还要看 Misa 的真人视频么？😭 #AI #Ai视频 #教程

两个最厉害的模型联手会有什么神奇效果呢？ ChatGPT-image-2 + Seedance 2.0 帮我司拍宣传视频这件事，突然变简单了。以后大家还想看 Misa 的真人视频么？😭😭 我今天看到特别感兴趣，试了一把先用 ChatGPT-image-2 生成广告分镜图，再丢给 Seedance 2.0 去生成视频。结果是一个人，已经越来越像一个小型广告团队。最近小作文大赛不是也有视频赛道吗大家可以试试用AI辅助！下面给大家分享流程～ 1 先别急着做视频，先把广告结构搭出来很多人一上来就直接文生视频，但最后出来的东西往往更像炫技，不像广告因为广告最重要的不是画面会不会动，而是：开头怎么抓人中间怎么展示产品卖点怎么推进最后怎么收口所以我第一步不是生成视频，而是先把它拆成一个标准 15 秒广告结构：钩子产品功能信任 CTA 你先把导演思路想清楚，后面的模型才有东西可执行。 2 用 ChatGPT-image-2 生成一张可拍的分镜图这一步是关键中的关键。我不是让它随便生成一张好看的图，而是让它生成一张广告 storyboard。也就是一张图里，直接包含： 5 个镜头时间轴人物动作字幕/台词转场逻辑品牌信息这一步的本质，其实不是“画图”，而是把你的广告脚本可视化。以前这事要策划、导演、美术一起干。现在你一个人就能先把骨架搭出来。 3 固定人物参考，让整条片子更像真人拍摄如果每个镜头都让 AI 随机生成人物，出来的视频会非常散。所以我这次直接用固定参考人物，统一整套画面。这样做的好处非常明显：人设不会漂镜头连续性更强代入感更强商业感更完整说白了，AI 视频最怕的不是“不够真实”，而是“看起来不属于同一个世界”。人物一统一，质感马上就不一样了。 4 把分镜图交给 Seedance 2.0，让它把静态脚本变成动态广告当分镜图已经把逻辑搭好以后， Seedance 2.0 的工作就不是“自由发挥”，而是把这套脚本执行出来。它负责补足的是：动作微表情运镜感镜头衔接视频节奏这也是为什么我越来越觉得：比起直接文生视频，先做分镜图再做视频，会稳得多。因为前者是在赌博，后者是在导演。 5 最后不断改字幕、卖点和镜头，形成素材流水线我觉得最有价值的，不是做出这一条。而是这个流程一旦跑通，你就不再是在“做视频”，你是在搭一个素材生产系统。同一个产品，你可以快速改出：不同开头不同卖点顺序不同字幕表达不同人物风格不同口号收尾这意味着广告素材终于可以像产品一样被快速迭代了。以前做一条片子像开项目。以后做一条片子，可能更像改 prompt。 AI 并不是在替代视频团队的一两个岗位。它是在把“整条广告生产链路”压缩到一个人手里。所以问题可能真的来了：以后大家还要看 Misa 的真人视频么？😭 #AI #Ai视频 #教程

Misa_OKX💚

66,832 views • 4 months ago

在 GitHub 上发现一个开源项目：Memvid，颠覆传统的向量数据库处理方式，直接将文本数据编码成视频文件。通过将数百万文本块压缩到单个 MP4 文件中，不仅实现了 10 倍的存储压缩率，还能在亚秒级时间内完成语义搜索，完全无需数据库服务器。 GitHub：并且内置对话功能，可与知识库进行上下文感知的对话，同时支持直接导入 PDF 文档并自动索引处理。可完全离线工作，视频生成后无需网络连接。正在构建大型知识库的 AI 开发者不妨看下这个项目。

在 GitHub 上发现一个开源项目：Memvid，颠覆传统的向量数据库处理方式，直接将文本数据编码成视频文件。通过将数百万文本块压缩到单个 MP4 文件中，不仅实现了 10 倍的存储压缩率，还能在亚秒级时间内完成语义搜索，完全无需数据库服务器。 GitHub：并且内置对话功能，可与知识库进行上下文感知的对话，同时支持直接导入 PDF 文档并自动索引处理。可完全离线工作，视频生成后无需网络连接。正在构建大型知识库的 AI 开发者不妨看下这个项目。

GitHubDaily

57,673 views • 1 year ago