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.

口喷代码终于丝滑实现之前试过Wispr Flow，总归是有点不丝滑，响应有时候比较慢还试过一个Clio的工具，识别度高是他的强项，也会有点慢，特别是启动的时候搜寻了一番后，找到了闪电说闪电说 Vibe Coding 丝滑的很顺畅，根本停不下来，项目产出速度嘎嘎快 ☑️ 本地模型，安全，响应快，我的电脑测试 0.1s ☑️ 方便，快捷，Fn 直接就开喷，还可以自由说，一顿口暴，让 AI 干活停不下来 ☑️ 自带 AI 文本纠正功能，自定义提示词，适应更多场景，比如翻译，语气词修正来一段 20s 纯享语音带来的 Vibe Coding 极致体验

志辉

8,829 subscribers

14,463 Aufrufe • vor 8 Monaten •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

这么多天了DeepSeek 依旧还没解决联网不稳定和时常无服务的问题。然后就不断的出现了一些收费课程、收费本地部署等割韭菜的实际上对普通用户来说，本地部署根本没法用，而且也不是最强版本。目前很多厂商都推出了满血版的第三方部署。但是测试下来感觉还是纳米AI搜索这个对普通用户靠谱点，有两个版本，一个是满血联网版，一个是高速版。总体上和官方的很接近，包括界面和体验上还不错，但是有一些小问题。满血版的和官方的非常接近，就是推理的时间和推理的输出有点过长，等待时间比较久。高速版，速度很快，输出也非常的丝滑，但是感觉推理能力弱一点，适合简单的任务。但是总体来说，我觉得是我体验的比较丝滑、快速、稳定的渠道，不会像官网那样动不动卡在让人恼火。

这么多天了DeepSeek 依旧还没解决联网不稳定和时常无服务的问题。然后就不断的出现了一些收费课程、收费本地部署等割韭菜的实际上对普通用户来说，本地部署根本没法用，而且也不是最强版本。目前很多厂商都推出了满血版的第三方部署。但是测试下来感觉还是纳米AI搜索这个对普通用户靠谱点，有两个版本，一个是满血联网版，一个是高速版。总体上和官方的很接近，包括界面和体验上还不错，但是有一些小问题。满血版的和官方的非常接近，就是推理的时间和推理的输出有点过长，等待时间比较久。高速版，速度很快，输出也非常的丝滑，但是感觉推理能力弱一点，适合简单的任务。但是总体来说，我觉得是我体验的比较丝滑、快速、稳定的渠道，不会像官网那样动不动卡在让人恼火。

小互

71,970 Aufrufe • vor 1 Jahr

OpenAI 刚刚发布了 GPT-4o，这是一种新的人工智能模式，集合了文本、图片、视频、语音的全能模型。能实时响应用户的需求，并通过语音来实时回答你，你可以随时打断它。还具有视觉能力，能识别物体并根据视觉做出快速的响应和回答，具有非常强的逻辑推理能力。它的速度比 GPT4-turbo 快 2 倍，价格便宜 50%！向所有人免费提供。 GPT-4o 就是之前在在 LMSys 竞技场上测试了一个版本即 im-also-a-good-gpt2-chatbot

OpenAI 刚刚发布了 GPT-4o，这是一种新的人工智能模式，集合了文本、图片、视频、语音的全能模型。能实时响应用户的需求，并通过语音来实时回答你，你可以随时打断它。还具有视觉能力，能识别物体并根据视觉做出快速的响应和回答，具有非常强的逻辑推理能力。它的速度比 GPT4-turbo 快 2 倍，价格便宜 50%！向所有人免费提供。 GPT-4o 就是之前在在 LMSys 竞技场上测试了一个版本即 im-also-a-good-gpt2-chatbot

小互

86,261 Aufrufe • vor 2 Jahren

都在聊Fable 5，没人注意谷歌昨天发布了一个颠覆翻译行业的新模型：Gemini 3.5 Live Translate 这是一个实时翻译模型，支持70+语言，能自动识别语种我在AI Studio里试了下，放一段英文视频，中文几乎同步出来，语气语速都对得上，完成度极高自己说中文，也是1s内就出地道的目标语言有了这个，出国谈客户不用找翻译了，跨国会议随便开，自己听英文播客、看视频也很方便（我的测试视频如下👇）体验地址：

都在聊Fable 5，没人注意谷歌昨天发布了一个颠覆翻译行业的新模型：Gemini 3.5 Live Translate 这是一个实时翻译模型，支持70+语言，能自动识别语种我在AI Studio里试了下，放一段英文视频，中文几乎同步出来，语气语速都对得上，完成度极高自己说中文，也是1s内就出地道的目标语言有了这个，出国谈客户不用找翻译了，跨国会议随便开，自己听英文播客、看视频也很方便（我的测试视频如下👇）体验地址：

Sac

123,210 Aufrufe • vor 1 Monat

用一小时在本地从0复现了一个Typeless 个别的单词有识别不准确的情况，长文本分段需要自己个性化调优，其他的几乎和原版98%一致现在看，Typeless 底层大概率并不是什么神秘牛逼的模型，更像是高性价比语音转写模型 + 一整套工程化后处理真正拉开体验差距的，不一定是ASR本身，还可能是：分段、断句、术语词典、上下文 prompt、口语清洗、改口修正、LLM 重写等等也就是说，复现Typeless的关键不是找个更强的模型，而是把 ASR + context + rewrite 这条链路打磨到位

用一小时在本地从0复现了一个Typeless 个别的单词有识别不准确的情况，长文本分段需要自己个性化调优，其他的几乎和原版98%一致现在看，Typeless 底层大概率并不是什么神秘牛逼的模型，更像是高性价比语音转写模型 + 一整套工程化后处理真正拉开体验差距的，不一定是ASR本身，还可能是：分段、断句、术语词典、上下文 prompt、口语清洗、改口修正、LLM 重写等等也就是说，复现Typeless的关键不是找个更强的模型，而是把 ASR + context + rewrite 这条链路打磨到位

Laughing🪁

18,931 Aufrufe • vor 4 Monaten

卧槽，我刚试了一下这个，SesameAILabs 实现了一个几乎无延迟的AI数字音频模型，应该是我体验过的最强的模型了。我给大家录了个视频，大家可以听听看（一定要开声音，请忽略我的垃圾口语）。同时也建议直接访问试试，体验下延迟（说实话别说延迟了，太快了，连气口都不给我）。 demo 我发下不仅可以顺畅聊天，甚至还有记忆，我跟他聊小米的车，结果我每次重新开始她就问我你的黄色车怎么样了..... 要说缺点，也不是没有，她太多俚语了，我听不懂.... （当然这其实是我的缺点... [苦涩][苦涩][苦涩]）顺便，这个是开源的！分三个大小：1B，3B，8B。本地轻松运行。在线地址：开源项目地址（目前还在准备）： #大模型竞技场

卧槽，我刚试了一下这个，SesameAILabs 实现了一个几乎无延迟的AI数字音频模型，应该是我体验过的最强的模型了。我给大家录了个视频，大家可以听听看（一定要开声音，请忽略我的垃圾口语）。同时也建议直接访问试试，体验下延迟（说实话别说延迟了，太快了，连气口都不给我）。 demo 我发下不仅可以顺畅聊天，甚至还有记忆，我跟他聊小米的车，结果我每次重新开始她就问我你的黄色车怎么样了..... 要说缺点，也不是没有，她太多俚语了，我听不懂.... （当然这其实是我的缺点... [苦涩][苦涩][苦涩]）顺便，这个是开源的！分三个大小：1B，3B，8B。本地轻松运行。在线地址：开源项目地址（目前还在准备）： #大模型竞技场

karminski-牙医

61,548 Aufrufe • vor 1 Jahr

对不起啊，又制造了一个小垃圾😐 我刚才在星巴克，花了 30 分钟用 AI（v0）做了一个练习英语的 AI（deepseek）web app😅 是这样的，最近我在开始学习英语，目标是一年之内能够开口说英语。经过测试，发现我的问题在于无法对英文内容进行端到端处理，把听说英文拆分了多个任务，即：听到英文后在脑子里英翻中、使用中文思考、再进行中翻英说出来，加上我的词汇量不够，导致在处理的过程中经常中断，迫使自己放弃说出英文。针对我的问题，我的英文教练 Haoshan 给出的第一个解决方案是： 1. 大量的英翻中，积累词汇，多看单词（不是死记硬背）； 2. 多听，听不懂的时候先别着急放弃，假装听懂了（实际还是听不懂），尝试思考后，别管对错先说出来，确保进程不中断。于是我根据以上两点，做了这个应用，虽然教练说不必在意速度「快」，可以慢慢来，但我还是坚持认为反应时间是必要的，所以加了 15 秒的时间限制，逼自己的脑子反应，哈哈。

对不起啊，又制造了一个小垃圾😐 我刚才在星巴克，花了 30 分钟用 AI（v0）做了一个练习英语的 AI（deepseek）web app😅 是这样的，最近我在开始学习英语，目标是一年之内能够开口说英语。经过测试，发现我的问题在于无法对英文内容进行端到端处理，把听说英文拆分了多个任务，即：听到英文后在脑子里英翻中、使用中文思考、再进行中翻英说出来，加上我的词汇量不够，导致在处理的过程中经常中断，迫使自己放弃说出英文。针对我的问题，我的英文教练 Haoshan 给出的第一个解决方案是： 1. 大量的英翻中，积累词汇，多看单词（不是死记硬背）； 2. 多听，听不懂的时候先别着急放弃，假装听懂了（实际还是听不懂），尝试思考后，别管对错先说出来，确保进程不中断。于是我根据以上两点，做了这个应用，虽然教练说不必在意速度「快」，可以慢慢来，但我还是坚持认为反应时间是必要的，所以加了 15 秒的时间限制，逼自己的脑子反应，哈哈。

banboo

60,087 Aufrufe • vor 1 Jahr

各种刷到新出的kimi k2 达到了国产 sota 的水平，并且前端 UI 能力很强，我用 claude code + kimi k2 高强度 vibe coding了两天，没写一行代码，主要开发了一个image generator项目。给我的感受是整体设计在线，写出来的页面精美度不错。它会主动地去写动画动效以及改 css 文件，跟那些只会堆 shadcn 组件比起来不太一样~还会去根据我的想法，去找一些符合我风格要求的样例图片做 mock image，以及 banner 图，这个就大大地降低了整个设计的 AI 感，不违和。当我说一些比较模糊的词，比如我说要“沉浸感”强一点，他可以很精准地 get 到我想要的效果，比如这个 gallery 里面的 image card 效果，大家可以感受下~ 让他帮我接 replicate 和 vercel 的 api，直接就接进去了，没怎么改动就可用了。总体的编程水平感觉也有 opus 的 claude code的百分之七八十左右，但成本比 opus 便宜很多，高强度用了几天，才花了 30RMB 不到，如果是原装 cc，按用量起码得要 30 刀。并且可以直连使用，没有网络问题的困扰。不过整体响应速度还是偏慢，思考时间比较久，不知道是用的人多还是啥原因；另外当对话次数多了之后，理解能力以及响应速度就会一直下降；还会出现一些报错，就得重置一下对话才好用总的来说，作为国产AI助手在代码生成方面的表现还是值得关注的，特别是考虑到成本因素。

各种刷到新出的kimi k2 达到了国产 sota 的水平，并且前端 UI 能力很强，我用 claude code + kimi k2 高强度 vibe coding了两天，没写一行代码，主要开发了一个image generator项目。给我的感受是整体设计在线，写出来的页面精美度不错。它会主动地去写动画动效以及改 css 文件，跟那些只会堆 shadcn 组件比起来不太一样~还会去根据我的想法，去找一些符合我风格要求的样例图片做 mock image，以及 banner 图，这个就大大地降低了整个设计的 AI 感，不违和。当我说一些比较模糊的词，比如我说要“沉浸感”强一点，他可以很精准地 get 到我想要的效果，比如这个 gallery 里面的 image card 效果，大家可以感受下~ 让他帮我接 replicate 和 vercel 的 api，直接就接进去了，没怎么改动就可用了。总体的编程水平感觉也有 opus 的 claude code的百分之七八十左右，但成本比 opus 便宜很多，高强度用了几天，才花了 30RMB 不到，如果是原装 cc，按用量起码得要 30 刀。并且可以直连使用，没有网络问题的困扰。不过整体响应速度还是偏慢，思考时间比较久，不知道是用的人多还是啥原因；另外当对话次数多了之后，理解能力以及响应速度就会一直下降；还会出现一些报错，就得重置一下对话才好用总的来说，作为国产AI助手在代码生成方面的表现还是值得关注的，特别是考虑到成本因素。

Corey Chiu

30,430 Aufrufe • vor 1 Jahr

😎来浅浅秀一下Vibe Coding一天后的结果—— 我的第一个iOS应用：接入Qwen Omni全模态模型的一款AI语音记账App！还是超有成就感的，但是确实有不少坑要踩，Cursor开发iOS应用比Web开发要费力一些，我尽量周日把教程剪辑出来。学员可以在FlowUs( + 源码 + 提示词！

😎来浅浅秀一下Vibe Coding一天后的结果—— 我的第一个iOS应用：接入Qwen Omni全模态模型的一款AI语音记账App！还是超有成就感的，但是确实有不少坑要踩，Cursor开发iOS应用比Web开发要费力一些，我尽量周日把教程剪辑出来。学员可以在FlowUs( + 源码 + 提示词！

Yihui

50,563 Aufrufe • vor 1 Jahr

继 iOS ChatGPT 客户端原型后，又完成了一个 macOS 的版本，没有用跨平台的 SwiftUI，肯定会多花一点时间，不过还是共享了很多代码。长期来看肯定是省时间的，因为有 GPT 帮忙。顺便这个 demo 演示了 GPT-4 确实会比 GPT-3 慢一点点。PS：感觉很快就可以做上语法高亮支持了。

继 iOS ChatGPT 客户端原型后，又完成了一个 macOS 的版本，没有用跨平台的 SwiftUI，肯定会多花一点时间，不过还是共享了很多代码。长期来看肯定是省时间的，因为有 GPT 帮忙。顺便这个 demo 演示了 GPT-4 确实会比 GPT-3 慢一点点。PS：感觉很快就可以做上语法高亮支持了。

图拉鼎

19,840 Aufrufe • vor 3 Jahren

👏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

27,399 Aufrufe • vor 1 Monat

朋友们我来了！！！今天用ChatCut 和Codex剪了两个视频！！下面这个分享视频也是chatcut给我剪的嘿嘿！也跟大家分享下怎么用～目前用下来觉得比较爽的点在于智能剪口播！非常丝滑流畅！而且张张嘴就能剪视频还是直接重塑了我手搓的工作流。。有几个我觉得用下来大家需要注意的 1.字体选择不是特别多，期待可以用自己安装的字体的一天 2.断句用起来不那么方便，我是直接把他的这个逐字稿改成了.md，然后调给他之后让他根据.md的断句来重新断（人工活 3.第一次的时候可以给他一个SOP，然后一步一步跟他磨合一下，等全部都磨合好了，就让他自己做一个skill，把这个流程全部都定下来后面就很爽了！目前我只尝试了我已有的视频类型，但是看起来应该还有很多其他的还没用上的功能哈哈哈

朋友们我来了！！！今天用ChatCut 和Codex剪了两个视频！！下面这个分享视频也是chatcut给我剪的嘿嘿！也跟大家分享下怎么用～目前用下来觉得比较爽的点在于智能剪口播！非常丝滑流畅！而且张张嘴就能剪视频还是直接重塑了我手搓的工作流。。有几个我觉得用下来大家需要注意的 1.字体选择不是特别多，期待可以用自己安装的字体的一天 2.断句用起来不那么方便，我是直接把他的这个逐字稿改成了.md，然后调给他之后让他根据.md的断句来重新断（人工活 3.第一次的时候可以给他一个SOP，然后一步一步跟他磨合一下，等全部都磨合好了，就让他自己做一个skill，把这个流程全部都定下来后面就很爽了！目前我只尝试了我已有的视频类型，但是看起来应该还有很多其他的还没用上的功能哈哈哈

Esther

40,018 Aufrufe • vor 13 Tagen

昨天发了一个视频，看到评论里有人问：你都在用 Claude Code 了，为什么还要用国内的 Coding Plan？对我来说，这不是一个二选一的问题，而是一个补充题。大家都知道御三家的硬实力更强，这点没什么好争议的。但很多日常场景里，国产模型其实已经能在速度、质量、成本之间取得一个不错的平衡。比如文本处理、资料整理、基础 coding、简单 agent 任务，这类占日常 80% 的工作，很多时候并不一定非要上最贵的模型。对大多数中国用户来说，国产模型更顺手，速度也够，价格还低不少。还有一个经常被忽略的点，其实是处理速度。我自己实测下来，国内这些模型在一些简单任务上，接口响应和首字速度都很快。像翻译、语音输入后的文本修正、基础润色、简单改写这类高频小任务，用起来其实很舒服。你并不需要每一次都把最贵、最强的模型拉出来跑一遍。另外我觉得，现在国内头部几家 AI 厂商，已经不是“能不能做”的问题了。无论是阿里还是字节，一方面有足够的算力和基础设施，另一方面本身也有持续做模型研发和产品迭代的能力。所以在很多高频、日常、成本敏感的场景里，把国产模型纳入自己的工具链，本来就是很自然的事。所以我现在的看法一直都不是“国产替代”或者“二选一”，而是按场景分工：复杂、高价值任务交给最强模型；大量日常、重复、成本敏感的任务，用国产模型做补充，我觉得这反而是更现实、也更科学的用法。

昨天发了一个视频，看到评论里有人问：你都在用 Claude Code 了，为什么还要用国内的 Coding Plan？对我来说，这不是一个二选一的问题，而是一个补充题。大家都知道御三家的硬实力更强，这点没什么好争议的。但很多日常场景里，国产模型其实已经能在速度、质量、成本之间取得一个不错的平衡。比如文本处理、资料整理、基础 coding、简单 agent 任务，这类占日常 80% 的工作，很多时候并不一定非要上最贵的模型。对大多数中国用户来说，国产模型更顺手，速度也够，价格还低不少。还有一个经常被忽略的点，其实是处理速度。我自己实测下来，国内这些模型在一些简单任务上，接口响应和首字速度都很快。像翻译、语音输入后的文本修正、基础润色、简单改写这类高频小任务，用起来其实很舒服。你并不需要每一次都把最贵、最强的模型拉出来跑一遍。另外我觉得，现在国内头部几家 AI 厂商，已经不是“能不能做”的问题了。无论是阿里还是字节，一方面有足够的算力和基础设施，另一方面本身也有持续做模型研发和产品迭代的能力。所以在很多高频、日常、成本敏感的场景里，把国产模型纳入自己的工具链，本来就是很自然的事。所以我现在的看法一直都不是“国产替代”或者“二选一”，而是按场景分工：复杂、高价值任务交给最强模型；大量日常、重复、成本敏感的任务，用国产模型做补充，我觉得这反而是更现实、也更科学的用法。

luolei

32,553 Aufrufe • vor 3 Monaten

GLM-5.2 刚刚正式发布! 给大家带来实测! 直接说结论本次测试中, 提升最大的是Agent能力, 而且是有质的变化! 测试中GLM-5.2 完全不用搜索附近的位置, 就能直接去想要到达的地方. 这一切竟然是它在一开始把地图背下来了! 这在我测试的20多个模型中之前是没有一个模型能做到的, 比如之前的模型想去换电站, 那么都要搜一下附近有哪些换电站(这就会浪费一次tool_call), 而GLM-5.2直接就知道换电站的位置! 从来没用过搜索函数. 这种一开始就把需要的数据内化到上下文中, 并且能够贯穿整个1M上下文进行推理的能力真的是叹为观止. 除此之外, 本次测试后端代码的 Agentic Coding 能力也有提升, 来到了总榜的第二名. 而本次测试暴露出最大的短板则是空间理解. 其实成也萧何败也萧何, 它虽然把换电站的位置都背下来了, 但是去的换电站却不是最近的, 所以虽然记住了, 但是记住了之后在用之前再根据自己当前所在位置推理一下, 他还是没有做到的, 这也是最大的短板了, 强烈建议官方优化一波. #GLM52 #智谱 #智谱AI #AgenticCoding #长上下文能力

GLM-5.2 刚刚正式发布! 给大家带来实测! 直接说结论本次测试中, 提升最大的是Agent能力, 而且是有质的变化! 测试中GLM-5.2 完全不用搜索附近的位置, 就能直接去想要到达的地方. 这一切竟然是它在一开始把地图背下来了! 这在我测试的20多个模型中之前是没有一个模型能做到的, 比如之前的模型想去换电站, 那么都要搜一下附近有哪些换电站(这就会浪费一次tool_call), 而GLM-5.2直接就知道换电站的位置! 从来没用过搜索函数. 这种一开始就把需要的数据内化到上下文中, 并且能够贯穿整个1M上下文进行推理的能力真的是叹为观止. 除此之外, 本次测试后端代码的 Agentic Coding 能力也有提升, 来到了总榜的第二名. 而本次测试暴露出最大的短板则是空间理解. 其实成也萧何败也萧何, 它虽然把换电站的位置都背下来了, 但是去的换电站却不是最近的, 所以虽然记住了, 但是记住了之后在用之前再根据自己当前所在位置推理一下, 他还是没有做到的, 这也是最大的短板了, 强烈建议官方优化一波. #GLM52 #智谱 #智谱AI #AgenticCoding #长上下文能力

karminski-牙医

13,155 Aufrufe • vor 1 Monat

我真的服了，刚看了这个 Vibe Coding 案例库，真6。目标是搜集足足有1000个案例啊🔥。每一个案例甚至还有提示词和具体来源。而且每一个案例都是人工整理放上去的精华，说真的，我是很惊呆的。还在为 Vibe Coding 没有灵感？或许从这些项目中能找到更多灵感，挖掘出自己的产品。对于新手来说，用Cursor或者Trae，前期先试着跑下来几个案例，对于寻找产品灵感的人来说也不乏是一份重要指南了，很多时候伟大创意的诞生或许就是来源于一次不经意间的探索。这份案例库是由Jackywine大佬整理的，但由于太过于低调，我觉得很有必要分享给大家。我把地址也放评论区了。

我真的服了，刚看了这个 Vibe Coding 案例库，真6。目标是搜集足足有1000个案例啊🔥。每一个案例甚至还有提示词和具体来源。而且每一个案例都是人工整理放上去的精华，说真的，我是很惊呆的。还在为 Vibe Coding 没有灵感？或许从这些项目中能找到更多灵感，挖掘出自己的产品。对于新手来说，用Cursor或者Trae，前期先试着跑下来几个案例，对于寻找产品灵感的人来说也不乏是一份重要指南了，很多时候伟大创意的诞生或许就是来源于一次不经意间的探索。这份案例库是由Jackywine大佬整理的，但由于太过于低调，我觉得很有必要分享给大家。我把地址也放评论区了。

苍何

55,948 Aufrufe • vor 7 Monaten

比演员还会演？ Gaga AI：一个影视级AI视频生成模型突然就来了感觉这是上过电影学院的AI... 😂 全球首个专注于「人物对话」的影视级音画同出模型一张图+一段提示词即可，就能实现： - 电影级“演技”，能展现极致表情和情感演绎 - 音画同出一步到位 - 支持双人场景演绎 - 支持全球多语种 Gaga AI不是对口型，不是数字人，而是专注于「演绎」，输入一段提示词，它会分析这是什么场景，这应该是什么语气，表情是什么样的简单来说，他和演员拿到剧本思考过程是一样的，总之就是戏精上身！

比演员还会演？ Gaga AI：一个影视级AI视频生成模型突然就来了感觉这是上过电影学院的AI... 😂 全球首个专注于「人物对话」的影视级音画同出模型一张图+一段提示词即可，就能实现： - 电影级“演技”，能展现极致表情和情感演绎 - 音画同出一步到位 - 支持双人场景演绎 - 支持全球多语种 Gaga AI不是对口型，不是数字人，而是专注于「演绎」，输入一段提示词，它会分析这是什么场景，这应该是什么语气，表情是什么样的简单来说，他和演员拿到剧本思考过程是一样的，总之就是戏精上身！

小互

83,118 Aufrufe • vor 9 Monaten

Prompt Fill v1.0 正式发布 🎉 做 AI 绘画的人一定有过这种体验：看到一张惊艳的图，兴冲冲复制了提示词—— 打开一看，一整段密密麻麻的英文。不知道哪个词控制风格，哪个词控制构图，想改又不敢改，怕一动就全崩了。这就是我做 Prompt Fill 的原因。 1.0版本最重磅的更新：一键「智能拆分」：粘贴提示词 → 自动标注变量 → 生成中英双语填空模板。这个功能是 v1.0 补上的最后一块拼图。之前 Prompt Fill 已经有了结构化模板、动态词库、词条联动、AI 扩词—— 但始终缺一个「从零开始」的入口。现在有了智能拆分，任何一段提示词都能秒变可复用的填空模板。说起来这完全是一个 Vibe Coding 项目。我自己又是产品经理，又是UX设计师，从第一行代码到现在的每一个功能，都是和 AI 一起边聊边写出来的。（始终觉得在Vibe Coding且上线的项目中审美说得过去的项目）从 12 月初的第一个 commit 到今天，历时四个多月，陆陆续续迭代了几十个版本。目前 GitHub 累计 1.7K Star ⭐ 真的非常感谢大家的支持和喜爱，每一个 Star 都是继续做下去的动力。接下来的计划： 📌 近期会持续补充更多高质量提示词模板 📌 2.0 已在规划中——面向视频创作的提示词管理、提示词润色、多镜头编排等功能开源地址 👉 在线体验 👉 欢迎试用、提 issue、给建议，或者直接 Star 支持一下 🙏

Prompt Fill v1.0 正式发布 🎉 做 AI 绘画的人一定有过这种体验：看到一张惊艳的图，兴冲冲复制了提示词—— 打开一看，一整段密密麻麻的英文。不知道哪个词控制风格，哪个词控制构图，想改又不敢改，怕一动就全崩了。这就是我做 Prompt Fill 的原因。 1.0版本最重磅的更新：一键「智能拆分」：粘贴提示词 → 自动标注变量 → 生成中英双语填空模板。这个功能是 v1.0 补上的最后一块拼图。之前 Prompt Fill 已经有了结构化模板、动态词库、词条联动、AI 扩词—— 但始终缺一个「从零开始」的入口。现在有了智能拆分，任何一段提示词都能秒变可复用的填空模板。说起来这完全是一个 Vibe Coding 项目。我自己又是产品经理，又是UX设计师，从第一行代码到现在的每一个功能，都是和 AI 一起边聊边写出来的。（始终觉得在Vibe Coding且上线的项目中审美说得过去的项目）从 12 月初的第一个 commit 到今天，历时四个多月，陆陆续续迭代了几十个版本。目前 GitHub 累计 1.7K Star ⭐ 真的非常感谢大家的支持和喜爱，每一个 Star 都是继续做下去的动力。接下来的计划： 📌 近期会持续补充更多高质量提示词模板 📌 2.0 已在规划中——面向视频创作的提示词管理、提示词润色、多镜头编排等功能开源地址 👉 在线体验 👉 欢迎试用、提 issue、给建议，或者直接 Star 支持一下 🙏

MarioTan

29,834 Aufrufe • vor 4 Monaten

时间才是最牛逼的，我们算个屁。仅仅 6 个月的时间，我可以减掉 30 斤体重，也可以从不敢开口说半句英语，到今天尝试打开手机就录小一段，献丑了。这是第一次录自己说英语，还是没有自信，刚才用 AI 识别了一下，竟然全部识别出来了。不知道是我说的还可以，还是 AI 向下兼容了😅 减体重也好，学英语也罢，别害怕，找一个自己认可的老师，自己判断，觉得方法对了就下功夫，别轻易放弃。保持进步，35 岁只是一个年龄✌️

时间才是最牛逼的，我们算个屁。仅仅 6 个月的时间，我可以减掉 30 斤体重，也可以从不敢开口说半句英语，到今天尝试打开手机就录小一段，献丑了。这是第一次录自己说英语，还是没有自信，刚才用 AI 识别了一下，竟然全部识别出来了。不知道是我说的还可以，还是 AI 向下兼容了😅 减体重也好，学英语也罢，别害怕，找一个自己认可的老师，自己判断，觉得方法对了就下功夫，别轻易放弃。保持进步，35 岁只是一个年龄✌️

banboo

23,030 Aufrufe • vor 11 Monaten

Kyutai 又推出了一个新的语音模型： Unmute 这是一个高度模块化的语音 AI 系统，可以为任何文本大语言模型快速添加语音功能。也就是它可以插入到任意的模型当中，让该模型具有语音能力。 -它能够很智能判断你是否说完一句话，然后再接茬 -你也可以随时打断它 -基于 10 秒语音样本即可定制声音 -能实现“文本流式”合成，支持在文本尚未完全生成时开始说话，进一步降低响应延迟。

Kyutai 又推出了一个新的语音模型： Unmute 这是一个高度模块化的语音 AI 系统，可以为任何文本大语言模型快速添加语音功能。也就是它可以插入到任意的模型当中，让该模型具有语音能力。 -它能够很智能判断你是否说完一句话，然后再接茬 -你也可以随时打断它 -基于 10 秒语音样本即可定制声音 -能实现“文本流式”合成，支持在文本尚未完全生成时开始说话，进一步降低响应延迟。

小互

37,051 Aufrufe • vor 1 Jahr

使用 Google Gemini 做出了目前最强的英语口语学习软件。Gemini的多模态能力目前来说应该是世界第一。之前也尝试过用OpenAI的语音模式学习英语，问题是我英语本来就不是很好，每次回答还默认英语，而且他也无法识别语调，发音等问题，实际上那种模式是通过语音转文字后进行分析，完全无法分析你的语调和发音问题。 Gemini2.0的多模态功能完美解决了这个问题，目前他可以非常强的理解你的真实发音，而不是单纯的转换成文字后纠正，他可以真正的触达你的真实声音。下面是我自己练习时的视频，它是可以真正的分析你的发音，真的太强大了！

使用 Google Gemini 做出了目前最强的英语口语学习软件。Gemini的多模态能力目前来说应该是世界第一。之前也尝试过用OpenAI的语音模式学习英语，问题是我英语本来就不是很好，每次回答还默认英语，而且他也无法识别语调，发音等问题，实际上那种模式是通过语音转文字后进行分析，完全无法分析你的语调和发音问题。 Gemini2.0的多模态功能完美解决了这个问题，目前他可以非常强的理解你的真实发音，而不是单纯的转换成文字后纠正，他可以真正的触达你的真实声音。下面是我自己练习时的视频，它是可以真正的分析你的发音，真的太强大了！

Box (mainnet arc)

141,473 Aufrufe • vor 1 Jahr