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.

发现一个免费开源的大屏制作工具，在GitHub 已斩获 2.4w+star 数据来源支持数据库直连、API、Excel，直接选表、关联多个表，还能用计算公式生成新的数据列图表拖拽组合，样式可以随便调，做出来的大屏生成分享链接自带大量现成模板，换一下数据集就能直接复用，不用从零设计想开放到公网访问，建个网站绑好域名就行对经常要给客户或老板做数据展示的人来说挺实用的

阿西_出海

25,819 subscribers

21,023 views • 3 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

一款强大且易用的在线数据库设计工具及 SQL 生成器：DrawDB。只需轻松点击几下即可创建图表，导出 SQL 脚本，以及自定义编辑器等。 GitHub：目前已支持大部分主流数据库，如 MySQL、PostgreSQL 以及 SQLite 等。而且完全开源免费，无需注册账户即可体验。

一款强大且易用的在线数据库设计工具及 SQL 生成器：DrawDB。只需轻松点击几下即可创建图表，导出 SQL 脚本，以及自定义编辑器等。 GitHub：目前已支持大部分主流数据库，如 MySQL、PostgreSQL 以及 SQLite 等。而且完全开源免费，无需注册账户即可体验。

GitHubDaily

29,999 views • 1 year 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

最近全网都在发 Irys (✧ᴗ✧) 和 375ai 的合作，我也赶紧研究了一下这是多大合作能被全网讨论啊？一研究发现这事挺大，375ai负责在现实世界扫街抓数据，Irys则给这些数据盖上防伪章，闭环从采集到变现 Irys作为Layer-1区块链界的学霸，主打低成本存储、可验证计算和AI协调，9月交易量8.55亿刀，40万活跃钱包，忙得热火朝天！它的绝招是数据上链后，谁也别想动，用加密指纹加密，零知识证明保真，干净利落，而375ai是Solana上的数据狂人，在美国扔了4万个AI传感器节点，覆盖70%的人口活动区，个个都是全副武装高清摄像头、NVIDIA Jetson GPU、环境传感器，抓起交通、环境、网络数据来那叫一个眼疾手快！更别提他们的375go App，20万用户直接把手机变数据矿机，一边匿名贡献数据，一边赚代币，简直是躺着也能挖矿传统AI数据垃圾进垃圾出，来源不明、随便篡改、存个几年就失踪，375ai和Irys这对CP直接放大招，375ai提供高保真现实数据，Irys当真相守护者，每条数据都有个永久的数字身份证，这数据还能编程，自动触发支付或AI训练，自动驾驶、智能城市、物流场景随便玩～ Irys主网上线在即，375ai还全球跑马圈地，目前170个国家已经到手了！加上Irys的EVM兼容性，开发者们估计要蜂拥而至，这波合作，简直是把死气沉沉的数据变活蹦乱跳的资产，坐等大戏开场～强调一句配的图可是我辛辛苦苦做了一个来小时做出来的，我可是从来不偷官图的好宝宝，希望能多给我点权重😭

最近全网都在发 Irys (✧ᴗ✧) 和 375ai 的合作，我也赶紧研究了一下这是多大合作能被全网讨论啊？一研究发现这事挺大，375ai负责在现实世界扫街抓数据，Irys则给这些数据盖上防伪章，闭环从采集到变现 Irys作为Layer-1区块链界的学霸，主打低成本存储、可验证计算和AI协调，9月交易量8.55亿刀，40万活跃钱包，忙得热火朝天！它的绝招是数据上链后，谁也别想动，用加密指纹加密，零知识证明保真，干净利落，而375ai是Solana上的数据狂人，在美国扔了4万个AI传感器节点，覆盖70%的人口活动区，个个都是全副武装高清摄像头、NVIDIA Jetson GPU、环境传感器，抓起交通、环境、网络数据来那叫一个眼疾手快！更别提他们的375go App，20万用户直接把手机变数据矿机，一边匿名贡献数据，一边赚代币，简直是躺着也能挖矿传统AI数据垃圾进垃圾出，来源不明、随便篡改、存个几年就失踪，375ai和Irys这对CP直接放大招，375ai提供高保真现实数据，Irys当真相守护者，每条数据都有个永久的数字身份证，这数据还能编程，自动触发支付或AI训练，自动驾驶、智能城市、物流场景随便玩～ Irys主网上线在即，375ai还全球跑马圈地，目前170个国家已经到手了！加上Irys的EVM兼容性，开发者们估计要蜂拥而至，这波合作，简直是把死气沉沉的数据变活蹦乱跳的资产，坐等大戏开场～强调一句配的图可是我辛辛苦苦做了一个来小时做出来的，我可是从来不偷官图的好宝宝，希望能多给我点权重😭

Ohmann张奥曼

46,115 views • 11 months ago

有人靠金融市场模拟，在链上赚了 $400,000 而且用到的整套工具，都是 GitHub 开源能看到的钱包在这，自己点开看：他们做的不是 crypto 原生叙事而是拿 Russell 2000、Dow Jones、SPX、Apple、Google 这些传统金融标的来做 Polymarket 交易问题也很现实：这些数据平时都在大型中心化交易所里。你怎么拿？拿到之后又怎么处理，才能真的变成可交易模型？这套公开出来的技术栈，大概是这样： 1）Financial Datasets MCP Server 给任意 ticker、任意时间周期提供价格数据解析。核心卖点就是：免费真实数据。 GitHub： 2）MiroThinker 一个偏深度研究和预测的 agent。据说在 BrowseComp benchmark 上做到 88.2。特点是：长周期推理先验证再下结论步骤级 + 全局级校验单任务最多可调用 300 次工具它的作用不是直接下单。而是先通过 MCP Server 拉数据，把研究、清洗、验证这些环节跑完，最后整理成可以直接用于模拟的数据集。 GitHub： 3）MiroFish simulation system 把前面准备好的数据丢进去，再设定模拟参数，就可以开始跑价格行为模拟。本质上，它卖的不是一个指标。而是一种更接近“矩阵视角”的东西：价格在不同条件下会怎么动哪些路径更常见哪些定价其实偏离了历史结构整个流程串起来就是：拉传统金融历史数据 → 用 agent 做研究和数据整理 → 把数据送进模拟系统 → 再拿结果去打 Polymarket 上的相关市场这种玩法最值得看的，不是“开源”两个字而是它说明了一件事： Polymarket 上很多看起来像事件交易的东西，背后其实已经在被人用传统金融数据 + agent 研究 + simulation当成量化问题来做。你觉得这种 edge 的核心，更像是数据获取能力，agent 研究能力，还是最后那层 simulation 对市场行为的还原能力？

有人靠金融市场模拟，在链上赚了 $400,000 而且用到的整套工具，都是 GitHub 开源能看到的钱包在这，自己点开看：他们做的不是 crypto 原生叙事而是拿 Russell 2000、Dow Jones、SPX、Apple、Google 这些传统金融标的来做 Polymarket 交易问题也很现实：这些数据平时都在大型中心化交易所里。你怎么拿？拿到之后又怎么处理，才能真的变成可交易模型？这套公开出来的技术栈，大概是这样： 1）Financial Datasets MCP Server 给任意 ticker、任意时间周期提供价格数据解析。核心卖点就是：免费真实数据。 GitHub： 2）MiroThinker 一个偏深度研究和预测的 agent。据说在 BrowseComp benchmark 上做到 88.2。特点是：长周期推理先验证再下结论步骤级 + 全局级校验单任务最多可调用 300 次工具它的作用不是直接下单。而是先通过 MCP Server 拉数据，把研究、清洗、验证这些环节跑完，最后整理成可以直接用于模拟的数据集。 GitHub： 3）MiroFish simulation system 把前面准备好的数据丢进去，再设定模拟参数，就可以开始跑价格行为模拟。本质上，它卖的不是一个指标。而是一种更接近“矩阵视角”的东西：价格在不同条件下会怎么动哪些路径更常见哪些定价其实偏离了历史结构整个流程串起来就是：拉传统金融历史数据 → 用 agent 做研究和数据整理 → 把数据送进模拟系统 → 再拿结果去打 Polymarket 上的相关市场这种玩法最值得看的，不是“开源”两个字而是它说明了一件事： Polymarket 上很多看起来像事件交易的东西，背后其实已经在被人用传统金融数据 + agent 研究 + simulation当成量化问题来做。你觉得这种 edge 的核心，更像是数据获取能力，agent 研究能力，还是最后那层 simulation 对市场行为的还原能力？

0x_Miko

23,818 views • 6 months ago

ZENT最近交易量起来了，但是bn广场上都在传最后门槛得卷到40w 来推上看 Zentry 在做AI数据看板zTerminal 感谢团队给了白，聊聊体验 UI很好看，很丝滑，直接问就能扒数据，关注DAT的也可以在这个工具上直接获得持仓or净值等你想要的数据有意思的是玄学+数据的结合，西方喜欢看月相，期待后面增加周易 X crypto 用zTerminal拉了一下ZENT数据，很客观，对自己家代币评价也不手软😂

ZENT最近交易量起来了，但是bn广场上都在传最后门槛得卷到40w 来推上看 Zentry 在做AI数据看板zTerminal 感谢团队给了白，聊聊体验 UI很好看，很丝滑，直接问就能扒数据，关注DAT的也可以在这个工具上直接获得持仓or净值等你想要的数据有意思的是玄学+数据的结合，西方喜欢看月相，期待后面增加周易 X crypto 用zTerminal拉了一下ZENT数据，很客观，对自己家代币评价也不手软😂

Sky

30,289 views • 1 year ago

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：

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：

岚叔

48,137 views • 10 months ago

现在身边的AI越来越多，摄像头、智能设备都自带AI运算，AI也不只会发文字，还能直接做决策、产生实际价值，连人造的合成数据也越来越逼真。但Inference Labs 说AI用得越广、越分散，可信度并不会自动变高；合成数据好用，也让造假模仿变得更简单；AI一旦开始执行真实操作、产生经济相关信号，就必须有验证机制来兜底。不管是遍地开花的边缘AI，还是以假乱真的合成数据，或是能实操的AI代理，都需要验证来守住真实和公正，这才是AI靠谱落地的关键。 #VerifiableAI #zkML #InferenceLabs Inference Labs

现在身边的AI越来越多，摄像头、智能设备都自带AI运算，AI也不只会发文字，还能直接做决策、产生实际价值，连人造的合成数据也越来越逼真。但Inference Labs 说AI用得越广、越分散，可信度并不会自动变高；合成数据好用，也让造假模仿变得更简单；AI一旦开始执行真实操作、产生经济相关信号，就必须有验证机制来兜底。不管是遍地开花的边缘AI，还是以假乱真的合成数据，或是能实操的AI代理，都需要验证来守住真实和公正，这才是AI靠谱落地的关键。 #VerifiableAI #zkML #InferenceLabs Inference Labs

币自由 🐬

130,648 views • 6 months ago

🔥 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！🚀👇 #AI

🔥 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！🚀👇 #AI

AI搞钱Hacker

20,567 views • 3 months ago

Distil-Whisper：让语音识别的速度提高 5.8 倍，参数减少 51%，准确度保持在 99%。 Whisper 在语音识别方面表现卓著，但是它有一个明显的缺点：训练出来的小模型支持的语言比较少，而大模型推理速度又很慢。如果你有海量的数据需要处理，或者对实时性要求略高，那使用 Whisper 可能会让你比较头疼。你可以使用工程手段来加速推理，例如将语音分片后并发处理然后合并结果，但这里涉及到本地计算资源瓶颈的问题，以及合并分片时容错处理的问题，工程复杂度比较高。《Distil-Whisper: Robust Knowledge Distillation via Large-Scale Pseudo Labelling 》， Whisper 的 Large-v2 model 生成了一系列的 soft targets（也就是概率分布），然后复制 Whisper 网络的第一层和最后一层解码器，最后生成了一个更小、更快效果更好的蒸馏模型 Distil-Whisper。论文数据写的是：速度提高了 5.8 倍，参数减少了 51%，准确度保持在 99%。这个模型的效果之所以不错，主要还是得益于训练数据的完备，它结合了九个公开可用的语音识别数据集，合并后包含 21170 小时的语音数据，涵盖超过 18260 名说话者和 10 个不同的领域；自从 Whisper 大力出奇迹（它从互联网爬取了 68w 小时的数据，未公开）以后，相信后续语音领域的论文都会配置更庞大的数据集。 Distil-Whisper 目前开源在 Hugging Face 上，模型地址： Demo： Demo 会把模型下载到本地，然后通过 WebGPU 直接在网页上跑起来，测试了下效果，还是挺不错的。目前仅支持英文，如果想让它支持中文，需要使用同样海量的中文语料数据，重新做一次知识蒸馏，但我觉得即便是这样做，效果也不一定好，因为 Whisper 本身对中文、韩语等支持就不太优秀，这个信息可以从 Whisper 的论文中找到数据支撑。下面这个视频是 Whisper 和 Distil-Whisper 的对比效果：

Distil-Whisper：让语音识别的速度提高 5.8 倍，参数减少 51%，准确度保持在 99%。 Whisper 在语音识别方面表现卓著，但是它有一个明显的缺点：训练出来的小模型支持的语言比较少，而大模型推理速度又很慢。如果你有海量的数据需要处理，或者对实时性要求略高，那使用 Whisper 可能会让你比较头疼。你可以使用工程手段来加速推理，例如将语音分片后并发处理然后合并结果，但这里涉及到本地计算资源瓶颈的问题，以及合并分片时容错处理的问题，工程复杂度比较高。《Distil-Whisper: Robust Knowledge Distillation via Large-Scale Pseudo Labelling 》， Whisper 的 Large-v2 model 生成了一系列的 soft targets（也就是概率分布），然后复制 Whisper 网络的第一层和最后一层解码器，最后生成了一个更小、更快效果更好的蒸馏模型 Distil-Whisper。论文数据写的是：速度提高了 5.8 倍，参数减少了 51%，准确度保持在 99%。这个模型的效果之所以不错，主要还是得益于训练数据的完备，它结合了九个公开可用的语音识别数据集，合并后包含 21170 小时的语音数据，涵盖超过 18260 名说话者和 10 个不同的领域；自从 Whisper 大力出奇迹（它从互联网爬取了 68w 小时的数据，未公开）以后，相信后续语音领域的论文都会配置更庞大的数据集。 Distil-Whisper 目前开源在 Hugging Face 上，模型地址： Demo： Demo 会把模型下载到本地，然后通过 WebGPU 直接在网页上跑起来，测试了下效果，还是挺不错的。目前仅支持英文，如果想让它支持中文，需要使用同样海量的中文语料数据，重新做一次知识蒸馏，但我觉得即便是这样做，效果也不一定好，因为 Whisper 本身对中文、韩语等支持就不太优秀，这个信息可以从 Whisper 的论文中找到数据支撑。下面这个视频是 Whisper 和 Distil-Whisper 的对比效果：

Barret李靖

124,446 views • 2 years ago

想自己做金融分析、股票研究？这些完全免费、Github开源的工具推荐给你，适合低门槛快速入门系统化 + AI 驱动的金融/财报分析👇 1. OpenBB（67.4k stars）号称一个真正能替代 Bloomberg Terminal 的开源金融数据平台，数据整合能力强、支持 Python/CLI/AI 代理，日常股票深度研究和项目报告效率极高。唯一小缺点是高级数据源仍需自行接入，但免费部分已经够大多数人用了 2. Freqtrade（50.2k stars）免费开源的 Python 加密交易机器人，内置回测、机器学习策略优化（FreqAI）、Telegram 控制等全套工具，是目前交易机器人里最成熟的一个，但学习门槛较高（需要会 Python），用 AI 学也可以上手 3.FinGPT（20k stars） AI4Finance 基金会维护的金融专属大模型框架，成本极低。这是真正能本地跑的金融 AI，用来做财报分析、新闻解读和智能研究非常实用这三个工具组合起来，基本覆盖了数据获取 → 量化回测 → AI 智能分析的完整流程，全程本地运行、不用付费、不用担心数据隐私省下来的订阅费，都拿去多买几只股票了😂

想自己做金融分析、股票研究？这些完全免费、Github开源的工具推荐给你，适合低门槛快速入门系统化 + AI 驱动的金融/财报分析👇 1. OpenBB（67.4k stars）号称一个真正能替代 Bloomberg Terminal 的开源金融数据平台，数据整合能力强、支持 Python/CLI/AI 代理，日常股票深度研究和项目报告效率极高。唯一小缺点是高级数据源仍需自行接入，但免费部分已经够大多数人用了 2. Freqtrade（50.2k stars）免费开源的 Python 加密交易机器人，内置回测、机器学习策略优化（FreqAI）、Telegram 控制等全套工具，是目前交易机器人里最成熟的一个，但学习门槛较高（需要会 Python），用 AI 学也可以上手 3.FinGPT（20k stars） AI4Finance 基金会维护的金融专属大模型框架，成本极低。这是真正能本地跑的金融 AI，用来做财报分析、新闻解读和智能研究非常实用这三个工具组合起来，基本覆盖了数据获取 → 量化回测 → AI 智能分析的完整流程，全程本地运行、不用付费、不用担心数据隐私省下来的订阅费，都拿去多买几只股票了😂

梭哈.AI

26,697 views • 4 months ago

炒美股的兄弟们有福气了。龙哥找了一个开源软件，胜过彭博。彭博终端一年订阅费够买辆二手车，FinceptTerminal零元。这不是玩笑。彭博那玩意儿起步价两万美金一年，专业版往二十万走。普通散户、刚起步的量化团队、小型投资机构，基本被这个门槛挡在外面。 FinceptTerminal 干的事就一个：把这堵收费墙拆了。 2.7万星，纯 C++ 写，说明不是花架子。打开终端，股票、期货、外汇、宏观数据全在一个界面里，不用切来切去。行情实时刷新，技术分析工具直接能用，想跑量化模型也行，不是那种只能看 K 线的半成品。几个实在的亮点：。数据覆盖广。美股、欧股、亚太市场，外汇和大宗商品都进来了，宏观指标也能拉。不是只盯一个市场的玩具，是真的能当工作台用。交互式探索。看数据不是死盯屏幕等刷新，可以自己下钻，点开某个行业、某只股票、某段时间，层层扒下去，找到你想看的那个数字。开源免费。代码全在 GitHub 上，想改就改，想集成进自己的系统也行。彭博打死不让你碰它的数据接口，这个反过来。举个场景。你想研究美股科技板块最近一周的资金流向，打开 FinceptTerminal，调出行业列表，点进科技板块，叠加宏观指标和个股资金数据，一套下来不用切软件、不用导 CSV、不用手动算比例。安装也不麻烦，GitHub 上有详细说明，Linux 和 macOS 都支持。金融圈一直有个怪现象：干活的人用的工具最贵，最需要数据的人反而买不起数据。这种开源项目能跑出来，说明大家真的受够了。不是要替代彭博，专业机构该买还是买。但对于还在摸索阶段、想认真研究市场、但预算有限的人来说，这玩意儿就是真香的答案。有兴趣的去 GitHub 翻代码就知道了。

炒美股的兄弟们有福气了。龙哥找了一个开源软件，胜过彭博。彭博终端一年订阅费够买辆二手车，FinceptTerminal零元。这不是玩笑。彭博那玩意儿起步价两万美金一年，专业版往二十万走。普通散户、刚起步的量化团队、小型投资机构，基本被这个门槛挡在外面。 FinceptTerminal 干的事就一个：把这堵收费墙拆了。 2.7万星，纯 C++ 写，说明不是花架子。打开终端，股票、期货、外汇、宏观数据全在一个界面里，不用切来切去。行情实时刷新，技术分析工具直接能用，想跑量化模型也行，不是那种只能看 K 线的半成品。几个实在的亮点：。数据覆盖广。美股、欧股、亚太市场，外汇和大宗商品都进来了，宏观指标也能拉。不是只盯一个市场的玩具，是真的能当工作台用。交互式探索。看数据不是死盯屏幕等刷新，可以自己下钻，点开某个行业、某只股票、某段时间，层层扒下去，找到你想看的那个数字。开源免费。代码全在 GitHub 上，想改就改，想集成进自己的系统也行。彭博打死不让你碰它的数据接口，这个反过来。举个场景。你想研究美股科技板块最近一周的资金流向，打开 FinceptTerminal，调出行业列表，点进科技板块，叠加宏观指标和个股资金数据，一套下来不用切软件、不用导 CSV、不用手动算比例。安装也不麻烦，GitHub 上有详细说明，Linux 和 macOS 都支持。金融圈一直有个怪现象：干活的人用的工具最贵，最需要数据的人反而买不起数据。这种开源项目能跑出来，说明大家真的受够了。不是要替代彭博，专业机构该买还是买。但对于还在摸索阶段、想认真研究市场、但预算有限的人来说，这玩意儿就是真香的答案。有兴趣的去 GitHub 翻代码就知道了。

空投龙 | |上Gate玩事件合约

11,852 views • 3 months ago

这个爆火的开源项目，可以根据真实世界位置，一键生成我的世界地图，目前在 GitHub 已斩获 16.1k star 不管是城市街区、乡村还是自然景观，都可以生成。底层数据来自 OpenStreetMap，城市街区、乡村、地形植被，该有的都有，而且准确度很高。用法很简单：在地图上搜索你想要的地方，框选目标区域，调整世界比例、出生点、要不要生成建筑内部，就能一键生成你的 Minecraft 地图。底层用 Rust 写的，建筑轮廓、真实世界的纹理以及植被分布都做得非常细。支持 Windows / macOS / Linux，也可以直接在线体验，不用装软件。

这个爆火的开源项目，可以根据真实世界位置，一键生成我的世界地图，目前在 GitHub 已斩获 16.1k star 不管是城市街区、乡村还是自然景观，都可以生成。底层数据来自 OpenStreetMap，城市街区、乡村、地形植被，该有的都有，而且准确度很高。用法很简单：在地图上搜索你想要的地方，框选目标区域，调整世界比例、出生点、要不要生成建筑内部，就能一键生成你的 Minecraft 地图。底层用 Rust 写的，建筑轮廓、真实世界的纹理以及植被分布都做得非常细。支持 Windows / macOS / Linux，也可以直接在线体验，不用装软件。

阿西_出海

17,491 views • 3 months ago

我自己做了一个学习英语的网站👨🏻‍💻，因为用了很多学习英语的工具之后，都不是很满意，直接自己上手让 Claude Code 做了。这周用 AI 搞了几万个单词的数据库，基础数据有了，后面就按照我的想法做功能了，感兴趣可以评论区进群聊聊，我也会发最新的开发进度💪

我自己做了一个学习英语的网站👨🏻‍💻，因为用了很多学习英语的工具之后，都不是很满意，直接自己上手让 Claude Code 做了。这周用 AI 搞了几万个单词的数据库，基础数据有了，后面就按照我的想法做功能了，感兴趣可以评论区进群聊聊，我也会发最新的开发进度💪

viggo

34,597 views • 1 year ago

腾讯这个新模型是真牛逼啊，我之前一直觉得 AI 整理数据就是帮你排个序的打杂活，直到看到把 101 个乱成一团的 SKU 销售数据丢给了腾讯 Hy3，竟然返回了一整套能直接拿去开会的完整分析。 Excel 里分了执行摘要，异常值，定价梯度，重复命名好几个 sheet，它自己用 IQR 把离群的贵价货单独挑了出来，还顺手识别整理了重名的重复 SKU。最超出预期的是最后同步生成了一份 30 页的汇报 PPT，所有图表都已经做好，不用再二次调整。它根本不是在帮你整理数据，是把一个分析师一整个下午的标准化工作，直接还给了你。当然不是说分析师就失去价值了，需要深度业务洞察和定制化判断的分析，依然要靠真人落地。而是这种标准化的流程化分析交付，AI 已经能直接做到成品级别，不再是需要反复修改的半成品。

腾讯这个新模型是真牛逼啊，我之前一直觉得 AI 整理数据就是帮你排个序的打杂活，直到看到把 101 个乱成一团的 SKU 销售数据丢给了腾讯 Hy3，竟然返回了一整套能直接拿去开会的完整分析。 Excel 里分了执行摘要，异常值，定价梯度，重复命名好几个 sheet，它自己用 IQR 把离群的贵价货单独挑了出来，还顺手识别整理了重名的重复 SKU。最超出预期的是最后同步生成了一份 30 页的汇报 PPT，所有图表都已经做好，不用再二次调整。它根本不是在帮你整理数据，是把一个分析师一整个下午的标准化工作，直接还给了你。当然不是说分析师就失去价值了，需要深度业务洞察和定制化判断的分析，依然要靠真人落地。而是这种标准化的流程化分析交付，AI 已经能直接做到成品级别，不再是需要反复修改的半成品。

AYi

15,468 views • 2 months ago

Atria Dawn Preview：上海 AI 实验室与多所高校联合开源的模型面向科研工作者、开发者和专业知识工作者的智能体模型，给它一个研究问题、一段代码或者一份数据，它能够自己查找资料、调用各种工具并运行测试，最后直接交出可以使用的成果。比如写出有据可查的研究报告、跑通的软件程序、能够直接编辑的文档表格，甚至可以做出 3D 机械零件模型和能玩的小游戏。我用Atria Dawn Preview做了GPT 6 Astra的经典案例3D模型飞机，效果非常不错，这个模型没有视觉能力，纯靠代码也能拼出非常精准且美观的飞机。Atria ASI 官网： API接入：模型：

Atria Dawn Preview：上海 AI 实验室与多所高校联合开源的模型面向科研工作者、开发者和专业知识工作者的智能体模型，给它一个研究问题、一段代码或者一份数据，它能够自己查找资料、调用各种工具并运行测试，最后直接交出可以使用的成果。比如写出有据可查的研究报告、跑通的软件程序、能够直接编辑的文档表格，甚至可以做出 3D 机械零件模型和能玩的小游戏。我用Atria Dawn Preview做了GPT 6 Astra的经典案例3D模型飞机，效果非常不错，这个模型没有视觉能力，纯靠代码也能拼出非常精准且美观的飞机。Atria ASI 官网： API接入：模型：

Gorden Sun

24,739 views • 9 days ago

卧槽，一个链接就能把网站子域名全查出来？我刚试完直的可以查出来。不用装工具、不用写脚本，直接打开： crt . name/v1/search?apex=你要查的域名把后面换成谷歌、淘宝随便试，证书里出现过的子域名基本都能列出来。原理就是公开的证书透明度日志，谁都能查，特别适合快速摸底一个站有哪些隐藏入口。不需复杂设置，只要一个 URL。

卧槽，一个链接就能把网站子域名全查出来？我刚试完直的可以查出来。不用装工具、不用写脚本，直接打开： crt . name/v1/search?apex=你要查的域名把后面换成谷歌、淘宝随便试，证书里出现过的子域名基本都能列出来。原理就是公开的证书透明度日志，谁都能查，特别适合快速摸底一个站有哪些隐藏入口。不需复杂设置，只要一个 URL。

HankAI

90,725 views • 9 days ago

实测下来，K3 的前端能力确实很强。面对高度定制化的大屏页面，它不仅能快速完成布局和组件实现，在视觉还原度上也基本能达到 90%。对于数据可视化、运营大屏这类开发成本高、细节繁琐的场景，已经具备相当不错的实用价值。

实测下来，K3 的前端能力确实很强。面对高度定制化的大屏页面，它不仅能快速完成布局和组件实现，在视觉还原度上也基本能达到 90%。对于数据可视化、运营大屏这类开发成本高、细节繁琐的场景，已经具备相当不错的实用价值。

tiantian

31,948 views • 2 months ago