Loading video...

Video Failed to Load

Go Home

做移动应用或 Web 端到端测试，传统工具要么配置复杂难上手，要么测试脚本容易因为界面变化而失败，维护成本很高。 今日在 GitHub Trending 榜上发现 Maestro 这个开源测试框架，用简洁的 YAML 语法编写测试流程，5 分钟就能写出第一个测试用例。 支持 Android、iOS 和 Web 应用，包括 React Native、Flutter 等框架，可以在模拟器、真机或浏览器上运行，内置智能等待机制，自动处理动态界面，不需要手动写延迟。 GitHub： 另外还提供了 Maestro Studio 可视化编辑器，可以录制交互、检查元素、可视化构建测试流程，甚至内置 AI 辅助生成测试命令。 环境配置十分精简，只需一行命令即可完成安装，写好的测试脚本也不需要编译就能直接运行。 适合需要频繁进行界面测试的团队，能帮我们省下大量维护自动化脚本的时间。

GitHub_Daily's profile picture

GitHubDaily

72,534 subscribers

17,286 views • 6 months ago •via X (Twitter)

EducationScience & Technology
LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

卧槽，发现了一个自动化黑盒测试的开源项目：Maestro Maestro 是一个极其现代化的自动化测试平台。 最大的痛点杀手是：它将测试门槛降到了极低，甚至不需要你懂复杂的代码。 全平台通吃：不管你是原生 iOS/Android，还是 React Native, Flutter，甚至是 Web，一套框架全部搞定。 免手写代码：提供全能测试 IDE（Maestro Studio）。你只需要像普通用户一样在界面上点按，它就能自动录制操作并生成测试脚本。 目前本地跑完全免费：开发者使用 Maestro CLI 和桌面端 Maestro Studio（支持 Mac/Win/Linux）在本地测试，0 成本。 Cloud Plan (企业级云端并发测试)：针对需要规模化、集成 CI 的团队是走收费模式。 仓库地址见评论区👇
0:33

卧槽，发现了一个自动化黑盒测试的开源项目：Maestro Maestro 是一个极其现代化的自动化测试平台。 最大的痛点杀手是：它将测试门槛降到了极低，甚至不需要你懂复杂的代码。 全平台通吃：不管你是原生 iOS/Android，还是 React Native, Flutter，甚至是 Web，一套框架全部搞定。 免手写代码：提供全能测试 IDE（Maestro Studio）。你只需要像普通用户一样在界面上点按，它就能自动录制操作并生成测试脚本。 目前本地跑完全免费：开发者使用 Maestro CLI 和桌面端 Maestro Studio（支持 Mac/Win/Linux）在本地测试，0 成本。 Cloud Plan (企业级云端并发测试)：针对需要规模化、集成 CI 的团队是走收费模式。 仓库地址见评论区👇

比特币橙子Trader

103,982 views • 6 months ago

给大家带来 Qwen3.7-Max 实测! 这次使用了全新的前端测试集, 直接说结论, Qwen3.7-Max 应该是之前测试过的版本中进步特别大的一个, 甚至这次前端测试能完成之前3.6版本不能完成的测试项目. 而且后端能力测试直接刷了个榜一! 它是参与测试的34个模型中唯一一个实现了 IVF-PQ + ADC 索引方案的模型! 直接把后端测试从之前 GPT-5.5-Pro(xhigh) 的4000分拉到了现在的6947分! 不过需要注意的是, 它的测试表现分布并不是很稳定, 所以建议使用中要多review代码, 来达成更高的输出质量. 另外, 本次 Agent 能力也有提升, 达到了第一梯队的水平. 最后, 我还用 Qwen3.7-Max 实现了一个基于AI的磁盘恢复系统, 用来测试模型的实际工程能力. 编写过程很顺畅, 没有遇到阻碍, 大家可以直接看视频里的效果. #qwen #阿里千问 #qwen37max #AIAgent
7:35

给大家带来 Qwen3.7-Max 实测! 这次使用了全新的前端测试集, 直接说结论, Qwen3.7-Max 应该是之前测试过的版本中进步特别大的一个, 甚至这次前端测试能完成之前3.6版本不能完成的测试项目. 而且后端能力测试直接刷了个榜一! 它是参与测试的34个模型中唯一一个实现了 IVF-PQ + ADC 索引方案的模型! 直接把后端测试从之前 GPT-5.5-Pro(xhigh) 的4000分拉到了现在的6947分! 不过需要注意的是, 它的测试表现分布并不是很稳定, 所以建议使用中要多review代码, 来达成更高的输出质量. 另外, 本次 Agent 能力也有提升, 达到了第一梯队的水平. 最后, 我还用 Qwen3.7-Max 实现了一个基于AI的磁盘恢复系统, 用来测试模型的实际工程能力. 编写过程很顺畅, 没有遇到阻碍, 大家可以直接看视频里的效果. #qwen #阿里千问 #qwen37max #AIAgent

karminski-牙医

10,514 views • 3 months ago

最近，很多人说豆包2.1 PRO在编程方面可用！！ 但很少人实际跑一个项目去测试它，我自己也好奇它到底行不行？ 所以，我准备让豆包自己看抖音，然后把视频里面的一款玩具做成3D游戏。 我相信这个测试不仅仅可以测试编程能力，而且连多模态也能测试。 所以豆包到底能不能坐大人那桌了呢？ 下面是我的真实录屏测试👇：
4:03

最近，很多人说豆包2.1 PRO在编程方面可用！！ 但很少人实际跑一个项目去测试它，我自己也好奇它到底行不行？ 所以，我准备让豆包自己看抖音，然后把视频里面的一款玩具做成3D游戏。 我相信这个测试不仅仅可以测试编程能力，而且连多模态也能测试。 所以豆包到底能不能坐大人那桌了呢？ 下面是我的真实录屏测试👇：

铁锤人

51,359 views • 2 months ago

Cursor 的开源替代这么快就来了！Roo-Cline，不但拥有 cursor 原本的功能，甚至可以命令行交互，以及打开浏览器做基于AI的交互测试！ 具体可以看视频50s左右的位置，当AI编程完毕后，他会请求打开浏览器做测试。
1:18

Cursor 的开源替代这么快就来了！Roo-Cline，不但拥有 cursor 原本的功能，甚至可以命令行交互，以及打开浏览器做基于AI的交互测试！ 具体可以看视频50s左右的位置，当AI编程完毕后，他会请求打开浏览器做测试。

karminski-牙医

72,134 views • 1 year ago

在做浏览器自动化脚本时，我们常常需要编写大量代码来处理复杂的网页交互，不仅耗时耗力，还难以调试和优化，要是出错更是难以精准定位问题所在。 最近在 GitHub 上我发现了一款强大的开源自动化浏览器智能体：Index。 它能够在浏览器上自动执行复杂的网页任务，无需编写代码脚本，简单描述任务需求即可完成各种网页操作。 GitHub： 主要功能 - 基于 Claude 3.7 Sonnet 提供强大的 AI 能力，后续将支持更多模型 - 提供 API 和可视化操作 UI 界面，也支持完全自托管部署使用 - 能执行复杂的网页任务，如数据收集、表单填写和内容分析 - 支持自定义浏览器窗口大小和远程 CDP 连接 安装部署简单，几行代码即可开始使用，也可直接使用托管 API 服务。
0:40

在做浏览器自动化脚本时，我们常常需要编写大量代码来处理复杂的网页交互，不仅耗时耗力，还难以调试和优化，要是出错更是难以精准定位问题所在。 最近在 GitHub 上我发现了一款强大的开源自动化浏览器智能体：Index。 它能够在浏览器上自动执行复杂的网页任务，无需编写代码脚本，简单描述任务需求即可完成各种网页操作。 GitHub： 主要功能 - 基于 Claude 3.7 Sonnet 提供强大的 AI 能力，后续将支持更多模型 - 提供 API 和可视化操作 UI 界面，也支持完全自托管部署使用 - 能执行复杂的网页任务，如数据收集、表单填写和内容分析 - 支持自定义浏览器窗口大小和远程 CDP 连接 安装部署简单，几行代码即可开始使用，也可直接使用托管 API 服务。

GitHubDaily

35,779 views • 1 year ago

兄弟们，终极写代码工具来了 Bolt․new：AI 帮你自动写代码 自动运行并自动部署 而且全部在浏览器中完成 你只需撰写简单的提示，它即可帮你自动编写代码、并可一键编辑、运行和自动部署复杂的全栈应用。 而且全部在浏览器中完成，不需要安装额外的任何软件。 真正的零基础小白也可开发产品... bolt․new 依托于 WebContainers 技术，这是一种能够在浏览器中运行完整开发环境的微型操作系统。 它支持现代开发工具链，如 npm、Vite 和 Next.js，让用户无需额外的开发环境配置，即可直接在浏览器中编写、运行、调试和部署应用。 这些环境在毫秒内启动并立即在线可分享——只需点击一次
0:43

兄弟们，终极写代码工具来了 Bolt․new：AI 帮你自动写代码 自动运行并自动部署 而且全部在浏览器中完成 你只需撰写简单的提示，它即可帮你自动编写代码、并可一键编辑、运行和自动部署复杂的全栈应用。 而且全部在浏览器中完成，不需要安装额外的任何软件。 真正的零基础小白也可开发产品... bolt․new 依托于 WebContainers 技术，这是一种能够在浏览器中运行完整开发环境的微型操作系统。 它支持现代开发工具链，如 npm、Vite 和 Next.js，让用户无需额外的开发环境配置，即可直接在浏览器中编写、运行、调试和部署应用。 这些环境在毫秒内启动并立即在线可分享——只需点击一次

小互

88,879 views • 1 year ago

在对前端网页应用进行性能优化时，经常会打开 Chrome DevTools 分析加载时间、网络请求，以及排查问题，整个过程耗时耗力。 现在 Chrome DevTools 推出了 MCP 并且代码已开源，可以直接让 AI 完成网页自动化测试、调试以及优化整套开发流程。 比如将其安装到 Gemini CLI 等支持 MCP 的 AI 编程工具中，就能够自动进行网页导航、性能分析、截图调试等复杂操作，简化开发流程。 GitHub： 甚至可以模拟真人操作，比如页面点击、填写表单、元素拖拽等各种交互，可应用于自动化测试以及爬虫等场景。 除此之外，还可以模拟不同设备 CPU 性能、网络和屏幕尺寸，同时支持直接在网页中运行 JavaScript 代码并查看结果。 项目代码已完全开源，开发者可以根据需求扩展更多能力，感兴趣的同学可以安装到任意支持 MCP 的 AI 助手中使用。
0:32

在对前端网页应用进行性能优化时，经常会打开 Chrome DevTools 分析加载时间、网络请求，以及排查问题，整个过程耗时耗力。 现在 Chrome DevTools 推出了 MCP 并且代码已开源，可以直接让 AI 完成网页自动化测试、调试以及优化整套开发流程。 比如将其安装到 Gemini CLI 等支持 MCP 的 AI 编程工具中，就能够自动进行网页导航、性能分析、截图调试等复杂操作，简化开发流程。 GitHub： 甚至可以模拟真人操作，比如页面点击、填写表单、元素拖拽等各种交互，可应用于自动化测试以及爬虫等场景。 除此之外，还可以模拟不同设备 CPU 性能、网络和屏幕尺寸，同时支持直接在网页中运行 JavaScript 代码并查看结果。 项目代码已完全开源，开发者可以根据需求扩展更多能力，感兴趣的同学可以安装到任意支持 MCP 的 AI 助手中使用。

GitHubDaily

15,551 views • 1 year ago

反检测浏览器一个月动辄收几百块，现在有人直接开源了一个能打的平替。 CloakBrowser，一个深度魔改的 Chromium 浏览器，专治爬虫和自动化场景下的各种检测。 - reCAPTCHA v3 评分 0.9，达到跟真人一个水平 - 主流爬虫检测 14 项全过，Cloudflare 验证也能自动绕过 - 完全兼容 Playwright，老项目改一行代码就能用上 GitHub： 市面上同类方案大多是靠脚本伪装，Chrome 一更新就失效。 CloakBrowser 直接改了 Chromium 的源代码，从底层让浏览器看起来就是个真实用户在操作。 开箱即用，200MB 大小安装包，做爬虫、数据采集、自动化测试的朋友可以试试。
0:27

反检测浏览器一个月动辄收几百块，现在有人直接开源了一个能打的平替。 CloakBrowser，一个深度魔改的 Chromium 浏览器，专治爬虫和自动化场景下的各种检测。 - reCAPTCHA v3 评分 0.9，达到跟真人一个水平 - 主流爬虫检测 14 项全过，Cloudflare 验证也能自动绕过 - 完全兼容 Playwright，老项目改一行代码就能用上 GitHub： 市面上同类方案大多是靠脚本伪装，Chrome 一更新就失效。 CloakBrowser 直接改了 Chromium 的源代码，从底层让浏览器看起来就是个真实用户在操作。 开箱即用，200MB 大小安装包，做爬虫、数据采集、自动化测试的朋友可以试试。

高军

42,067 views • 4 months ago

在日常工作中，需要调试网络问题或监控系统流量，工具要么界面复杂难用，要么功能单一无法满足，要么需要付费。 无独有偶，在 GitHub 上发现了 Oryx 这个功能强大的开源工具，可在终端上直观的监控和分析网络。 通过 eBPF 在内核层面捕获网络数据包，提供实时流量可视化、统计分析和防火墙功能。 GitHub： 主要功能： - 实时网络流量检测和可视化展示 - 全面的流量统计和分析报告 - 内置防火墙功能，可直接管理网络规则 - 指标浏览器，深度分析网络性能数据 - 模糊搜索功能，快速定位特定数据包 - 支持数据导出，便于后续分析处理 需要 Linux 6.10+ 内核版本，通过包管理器安装或从源码编译使用，适合运维人员和网络工程师。
0:39

在日常工作中，需要调试网络问题或监控系统流量，工具要么界面复杂难用，要么功能单一无法满足，要么需要付费。 无独有偶，在 GitHub 上发现了 Oryx 这个功能强大的开源工具，可在终端上直观的监控和分析网络。 通过 eBPF 在内核层面捕获网络数据包，提供实时流量可视化、统计分析和防火墙功能。 GitHub： 主要功能： - 实时网络流量检测和可视化展示 - 全面的流量统计和分析报告 - 内置防火墙功能，可直接管理网络规则 - 指标浏览器，深度分析网络性能数据 - 模糊搜索功能，快速定位特定数据包 - 支持数据导出，便于后续分析处理 需要 Linux 6.10+ 内核版本，通过包管理器安装或从源码编译使用，适合运维人员和网络工程师。

GitHubDaily

15,459 views • 1 year ago

两个月前做了一个小工具，解决 Codex 开发 iOS App 后，远程真机测试不方便的问题。 现在不需要电脑，任何地方都可以把 App 跑到真机上测试。 这两个月我自己一直在用，也顺手打磨了很多细节。最近正式发布出来，欢迎各位大佬体验测试。 只能说：真爽。 使用地址：
0:21

两个月前做了一个小工具，解决 Codex 开发 iOS App 后，远程真机测试不方便的问题。 现在不需要电脑，任何地方都可以把 App 跑到真机上测试。 这两个月我自己一直在用，也顺手打磨了很多细节。最近正式发布出来，欢迎各位大佬体验测试。 只能说：真爽。 使用地址：

Warren

44,688 views • 2 months ago

Anthropic 刚刚悄悄解决了 AI Agent 最大的一个问题之一。 过去开发 Agent 的 skill 基本是这样的： 写 prompt → 试一下 → 不行再改 → 靠感觉上线。 但 Claude 现在给 Skill Creator 加了 3 个关键能力： 1️⃣ Skill Evals（技能测试） 可以定义测试问题和成功标准，自动验证一个 skill 是否真的有效。 2️⃣ 多 Agent 基准测试 可以并行运行多个 agent，甚至对两个 skill 版本做 A/B 测试。 3️⃣ 触发优化 Claude 会分析你的 skill 描述，自动修复： 错误触发 没触发 描述不清 这意味着一件很重要的事： AI Agent 开发正在从 “Prompt Engineering” 变成 “AI Software Engineering” 你可以像开发软件一样： 测试 评估 基准测试 持续优化 更有意思的一点是： 如果某一天，基础模型在没有 skill 的情况下也能通过这些测试， 说明这个能力已经被模型“学会”了。 也就是说： 今天的 Skill，很可能会变成明天的模型能力。 Prompt、Skill、模型训练之间的边界，正在消失。
0:34

Anthropic 刚刚悄悄解决了 AI Agent 最大的一个问题之一。 过去开发 Agent 的 skill 基本是这样的： 写 prompt → 试一下 → 不行再改 → 靠感觉上线。 但 Claude 现在给 Skill Creator 加了 3 个关键能力： 1️⃣ Skill Evals（技能测试） 可以定义测试问题和成功标准，自动验证一个 skill 是否真的有效。 2️⃣ 多 Agent 基准测试 可以并行运行多个 agent，甚至对两个 skill 版本做 A/B 测试。 3️⃣ 触发优化 Claude 会分析你的 skill 描述，自动修复： 错误触发 没触发 描述不清 这意味着一件很重要的事： AI Agent 开发正在从 “Prompt Engineering” 变成 “AI Software Engineering” 你可以像开发软件一样： 测试 评估 基准测试 持续优化 更有意思的一点是： 如果某一天，基础模型在没有 skill 的情况下也能通过这些测试， 说明这个能力已经被模型“学会”了。 也就是说： 今天的 Skill，很可能会变成明天的模型能力。 Prompt、Skill、模型训练之间的边界，正在消失。

axiaisacat

68,008 views • 6 months ago

从国产SOTA走向世界SOTA? GLM-5.1 实测! 给大家带来 GLM-5.1 编程能力实测! 本次测试涵盖了前端, 后端, Agent 能力, 前端主要面向空间建模, 场景, 材质, 粒子效果等, 后端能力主要面向数据结构与算法, 体系结构, 性能优化, 内存和并发管理, 性能热点分析与调优, 面向编辑器方向的Agent能力(因为AI要自己改代码). 直接说结论, 本次测试前端方面粒子效果和光影鲜果略有提升, 剩下空间理解(甚至感觉下降了)和前端美学上没看到有什么提升, 只能说是提升了一点点. 但是后端性能上有巨大的提升, GLM-5.1 在我的 vector-db-bench 中直接秀了一手量化, 把原本32bit精度的数据量化到了8bit, 然后使用SIMD实现了一个指令周期内计算32个向量, 在我测试的其他模型中(包括Claude-opus-4.6, GPT-5.4-Pro(xhigh)) 都没有实现, 直接来到了榜首. 另外Agent能力上也有不小的提升, 同样是我写的让大模型模拟送外卖的硅基骑手测试, 其他大模型的优化还停留在看一个店能不能取两单上, GLM-5.1 已经优化到了我送餐的顺路还能再接一单, 并且仅用了大概GLM-5 1/4的 token 用量就超越了 GLM-5 的测试总分. 当然本次测试过程也很坎坷, 首先是我周末抢了2天都没抢到 coding plan (目前只有coding plan 能用这个模型), 我最后找智谱的同学给我开了个权限. 以及测试中发现白天API不是很稳定, 偶尔输出速度会掉到10tps, 以及会出现乱码文字(我的规避方法是让它输出英文, 然后再找个便宜模型翻译过来). 总结, 各位前端同学估计会失望, 因为无论是从工程还是页面效果上都看不到提升, 甚至可能会有点倒退, 但果写后端代码或者复杂Agent应用可以试试这个新模型, 会有很大的提升. #GLM51 #智谱 #GLM #AIAgent #大模型编程
8:01

从国产SOTA走向世界SOTA? GLM-5.1 实测! 给大家带来 GLM-5.1 编程能力实测! 本次测试涵盖了前端, 后端, Agent 能力, 前端主要面向空间建模, 场景, 材质, 粒子效果等, 后端能力主要面向数据结构与算法, 体系结构, 性能优化, 内存和并发管理, 性能热点分析与调优, 面向编辑器方向的Agent能力(因为AI要自己改代码). 直接说结论, 本次测试前端方面粒子效果和光影鲜果略有提升, 剩下空间理解(甚至感觉下降了)和前端美学上没看到有什么提升, 只能说是提升了一点点. 但是后端性能上有巨大的提升, GLM-5.1 在我的 vector-db-bench 中直接秀了一手量化, 把原本32bit精度的数据量化到了8bit, 然后使用SIMD实现了一个指令周期内计算32个向量, 在我测试的其他模型中(包括Claude-opus-4.6, GPT-5.4-Pro(xhigh)) 都没有实现, 直接来到了榜首. 另外Agent能力上也有不小的提升, 同样是我写的让大模型模拟送外卖的硅基骑手测试, 其他大模型的优化还停留在看一个店能不能取两单上, GLM-5.1 已经优化到了我送餐的顺路还能再接一单, 并且仅用了大概GLM-5 1/4的 token 用量就超越了 GLM-5 的测试总分. 当然本次测试过程也很坎坷, 首先是我周末抢了2天都没抢到 coding plan (目前只有coding plan 能用这个模型), 我最后找智谱的同学给我开了个权限. 以及测试中发现白天API不是很稳定, 偶尔输出速度会掉到10tps, 以及会出现乱码文字(我的规避方法是让它输出英文, 然后再找个便宜模型翻译过来). 总结, 各位前端同学估计会失望, 因为无论是从工程还是页面效果上都看不到提升, 甚至可能会有点倒退, 但果写后端代码或者复杂Agent应用可以试试这个新模型, 会有很大的提升. #GLM51 #智谱 #GLM #AIAgent #大模型编程

karminski-牙医

19,683 views • 5 months ago

给大家带来 MiniMax-M3 实测! 本次测试包含了复杂前端, 后端 Agentic Coding, Agent 能力测试, 以及我的使用经验总结. 来看结论: 前端能力上, 可以完全适配 KCORES2026p2 的前端测试题目, 无论是空间理解, 建模精确度, 场景美学都十分在线, 其中我最满意的是美学部分, 它的颜色运用非常好. 不足的地方主要体现在复杂需求不能一次性写对(比如光追引擎), 需要迭代一下就可以了. 后端能力测试这次也是突飞猛进, 得分超过了 deepseek-v4-pro 和其他一众国产大模型, 略逊于 GPT-5.4-Pro(xhigh). Agent 能力上表现同样亮眼, 达成了榜单第二的接单量, 证明它的规划能力特别强。 下面是我在测试和实际使用中, 总结出来的 M3 使用经验, 供大家参考: 我的体感是 M3 特别喜欢推理, 它可以单次执行超长的推理. 在咱们的这些前端测试中, 它最长的输出甚至达到了我规定的 64k token上限, 所以, 不要上来就写一个超级复杂的 prompt 让它执行, 而是需要先把需求形成 plan, 然后让 agent 蜂群去执行, 这样才能得到理想的效果, 所以 M3 先天适合放在带 plan 模式的 Coding Agent 中使用. 如果把它嵌入到 Agent 框架中使用, 那么 prompt 编排就一定要做好, 不要一股脑把大量的 tool call 或者超大的 system prompt 丢给它. 还是需要下功夫好好编排一下的. 本次 M3 相比之前的 2.7 版本有了大幅度的提升, 模型偏好上来看, M3 是一个规划能力极强的模型, 所以特别适合用在一些规划性质的 Agent 框架中, 比如任务拆分, 日程管理, 流程设计等. 而本次暴露出来的不足则是执行过程中约束不够强, 比如 prompt 中设置的复杂规则, 一定要增加代码级别的 harness 闭环流程来进行约束, 而不能只靠模型本身来管理自己的行为. #minimaxm3 #minimax #agenticcoding #aiagent #harness
5:39

给大家带来 MiniMax-M3 实测! 本次测试包含了复杂前端, 后端 Agentic Coding, Agent 能力测试, 以及我的使用经验总结. 来看结论: 前端能力上, 可以完全适配 KCORES2026p2 的前端测试题目, 无论是空间理解, 建模精确度, 场景美学都十分在线, 其中我最满意的是美学部分, 它的颜色运用非常好. 不足的地方主要体现在复杂需求不能一次性写对(比如光追引擎), 需要迭代一下就可以了. 后端能力测试这次也是突飞猛进, 得分超过了 deepseek-v4-pro 和其他一众国产大模型, 略逊于 GPT-5.4-Pro(xhigh). Agent 能力上表现同样亮眼, 达成了榜单第二的接单量, 证明它的规划能力特别强。 下面是我在测试和实际使用中, 总结出来的 M3 使用经验, 供大家参考: 我的体感是 M3 特别喜欢推理, 它可以单次执行超长的推理. 在咱们的这些前端测试中, 它最长的输出甚至达到了我规定的 64k token上限, 所以, 不要上来就写一个超级复杂的 prompt 让它执行, 而是需要先把需求形成 plan, 然后让 agent 蜂群去执行, 这样才能得到理想的效果, 所以 M3 先天适合放在带 plan 模式的 Coding Agent 中使用. 如果把它嵌入到 Agent 框架中使用, 那么 prompt 编排就一定要做好, 不要一股脑把大量的 tool call 或者超大的 system prompt 丢给它. 还是需要下功夫好好编排一下的. 本次 M3 相比之前的 2.7 版本有了大幅度的提升, 模型偏好上来看, M3 是一个规划能力极强的模型, 所以特别适合用在一些规划性质的 Agent 框架中, 比如任务拆分, 日程管理, 流程设计等. 而本次暴露出来的不足则是执行过程中约束不够强, 比如 prompt 中设置的复杂规则, 一定要增加代码级别的 harness 闭环流程来进行约束, 而不能只靠模型本身来管理自己的行为. #minimaxm3 #minimax #agenticcoding #aiagent #harness

karminski-牙医

18,950 views • 3 months ago

几周前就知道了 MiniMax 出了一个通用 Agent 产品 试了一下，他们可能做出了一个比 Lovable 还强大的多大 Vibe Coding 产品 自主查找网页中需要的信息重新进行整理，不只是文本，图片也会，找不到也可以生成 完全不需要复杂的资料准备，直接生成就能用 下面是几个测试例子🌰：
0:24

几周前就知道了 MiniMax 出了一个通用 Agent 产品 试了一下，他们可能做出了一个比 Lovable 还强大的多大 Vibe Coding 产品 自主查找网页中需要的信息重新进行整理，不只是文本，图片也会，找不到也可以生成 完全不需要复杂的资料准备，直接生成就能用 下面是几个测试例子🌰：

歸藏(guizang.ai)

39,768 views • 1 year ago

分享一个超实用的开源项目：Next AI Draw io（GitHub 2.8万+🌟） 一句话就能生成复杂架构图！ 再也不用手动拖框框画图了！用自然语言跟 AI 聊天，就能瞬间生成专业 draw io 图表： · 系统架构图、RAG 流程、Transformer 结构、AWS 云架构…… · 支持上传图片/PDF → AI 自动复刻或优化 · 实时聊天迭代、动画连接线、历史版本 · 兼容 Claude、DeepSeek、GPT 等多模型 地址： 开发者必备神器～部署超简单，下面视频也录制了几个我测试的案例～简单的几秒生成一个～
0:41

分享一个超实用的开源项目：Next AI Draw io（GitHub 2.8万+🌟） 一句话就能生成复杂架构图！ 再也不用手动拖框框画图了！用自然语言跟 AI 聊天，就能瞬间生成专业 draw io 图表： · 系统架构图、RAG 流程、Transformer 结构、AWS 云架构…… · 支持上传图片/PDF → AI 自动复刻或优化 · 实时聊天迭代、动画连接线、历史版本 · 兼容 Claude、DeepSeek、GPT 等多模型 地址： 开发者必备神器～部署超简单，下面视频也录制了几个我测试的案例～简单的几秒生成一个～

爱丽丝呀！

29,416 views • 4 months ago