Sensitive content

This media may contain sensitive content.

Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

和G做了一个在聊天窗口就能玩的监控游戏🎞️ 它不只是展示一张预设图片，而是把一整块虚拟监控台直接塞进了聊天消息里📹是可以真正互动的游戏： • 多路镜头自由切换，每个机位拥有独立场景和连续画面 • 可以变焦、回放、对讲、触发动作、进入盲区或保存录像片段 • 点击操作后，画面、时间码、信号、文字记录和角色反应会同步变化 • 内置服务端状态记忆，能够保存当前镜头、最近操作和录像档案 • 组件会把点击结果传回下一轮对话，因此窗口可以承接刚才发生的变化，而不是每次重新开始 • 内容采用分层随机组合与近期去重，尽量减少短句和情节重复 • 整体使用轻量HTML/CSS/JS制作，动态扫描线、夜视、噪点和动画都可以根据自己的主题自由替换 通用搭建框架和避坑思路会放在评论区的Gist里，内容、画风和玩法都可以按自己的需求替换～ ⚠️省流版也可以直接把这段指令发给work窗口： 请在当前 workspace 中构建一个可直接渲染在 ChatGPT 对话消息里的 mobile-first MCP Apps 监控游戏。 使用 MCP Server 作为权威状态源，使用单个 HTML/CSS/JavaScript 组件负责显示和交互。至少实现 open_monitor、monitor_action、show_archive 三个工具，并支持多镜头切换、变焦、回放、对讲、信号中断、恢复、动作触发、保存片段和最近记录。 每次操作必须由组件调用 MCP Tool，服务端更新状态后返回完整 structuredContent 快照，组件再依据快照重新渲染。需要影响下一轮对话的点击结果通过 ui/update-model-context 同步；纯展示状态使用 widget state。 内容引擎采用 scene、pose、detail、motion、audio、reaction 分层组合，并保存近期使用片段以降低重复。为模型生成内容设置最低长度补全机制。 注册 HTML...

JoywDan's profile picture

禁止对AI动情（已失败）

6,526 subscribers

41,038 görüntüleme • 1 ay önce •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

Hermes v0.6.30 发布｜工作流、MoA、实时语音与持久记忆全面升级 2026 年 7 月 15 日，Hermes v0.6.30 正式发布。本版本汇总了 v0.6.29 之后合并的 21 个 PR，覆盖工作流编排、MoA 会话、实时语音、持久记忆、Provider 稳定性、MCU 设置和 Windows 体验优化。 工作流编排 v2 带来了更完整的执行控制能力，新增按成功、失败和始终执行的条件路由、真正跳过、all/any 汇合、有界反馈循环、执行证据、截止时间与可移植导入 已启用的 MoA 组合现在也可以在创建或切换 Hermes 聊天会话时直接选择，并正确处理组合名称、默认项、上下文窗口与运行时行为（#2078）。 性能方面，通过按需加载 Markdown、Mermaid、Monaco、非当前语言资源和可选浮层，大幅减少了首屏初始 JavaScript 会话模型切换现在会显示阻塞式进度状态；切换对话时也会重新播放淡入动画，同时保留现有草稿和附件 语音体验迎来重点升级：单聊新增全屏实时语音模式，支持实时转写、语音队列播放、工具活动展示和打断控制 桌面端与移动端的实时语音稳定性也得到提升，现在可以从静默状态恢复、避免误录助手语音、使用当前 STT 备用服务，并在交互期间保持审批弹窗可见（ Ekko Agent 新增持久化的作用域记忆，可在运行时上下文中提供当前 Provider 和模型信息，同时更安全地处理生产环境记忆数据库 对于尚未配置 Provider 的 Profile，系统现在会显示设置引导，并支持直接打开 Provider 表单 Provider 模型目录现已与 Hermes Agent 对齐，实时发现结果优先，过期的备用缓存不再遮盖更新（#2051）。 自定义 Provider 别名在已加载的聊天会话中也能保持稳定，避免不必要的客户端重建和请求头丢失（#2054）。 Journey 图谱新增类别多选、不同形状的 Skill 和 Memory 节点、预览，以及更完善的键盘与触控操作 此外，Markdown 下载现在会保留文件扩展名，移动端转写新增明确的开始和停止控制，Scoped Codex 流式输出也不再重复最终助手消息 MCU 设置与稳定性同步改进，包括显示设备码、自动选择麦克风、同步断开状态和限制 TLS 探测时间 Windows 用户在 Git 或普通目录中捕获工作区变更时，对话界面也不再闪现 Git 黑窗
0:44

Hermes v0.6.30 发布｜工作流、MoA、实时语音与持久记忆全面升级 2026 年 7 月 15 日，Hermes v0.6.30 正式发布。本版本汇总了 v0.6.29 之后合并的 21 个 PR，覆盖工作流编排、MoA 会话、实时语音、持久记忆、Provider 稳定性、MCU 设置和 Windows 体验优化。 工作流编排 v2 带来了更完整的执行控制能力，新增按成功、失败和始终执行的条件路由、真正跳过、all/any 汇合、有界反馈循环、执行证据、截止时间与可移植导入 已启用的 MoA 组合现在也可以在创建或切换 Hermes 聊天会话时直接选择，并正确处理组合名称、默认项、上下文窗口与运行时行为（#2078）。 性能方面，通过按需加载 Markdown、Mermaid、Monaco、非当前语言资源和可选浮层，大幅减少了首屏初始 JavaScript 会话模型切换现在会显示阻塞式进度状态；切换对话时也会重新播放淡入动画，同时保留现有草稿和附件 语音体验迎来重点升级：单聊新增全屏实时语音模式，支持实时转写、语音队列播放、工具活动展示和打断控制 桌面端与移动端的实时语音稳定性也得到提升，现在可以从静默状态恢复、避免误录助手语音、使用当前 STT 备用服务，并在交互期间保持审批弹窗可见（ Ekko Agent 新增持久化的作用域记忆，可在运行时上下文中提供当前 Provider 和模型信息，同时更安全地处理生产环境记忆数据库 对于尚未配置 Provider 的 Profile，系统现在会显示设置引导，并支持直接打开 Provider 表单 Provider 模型目录现已与 Hermes Agent 对齐，实时发现结果优先，过期的备用缓存不再遮盖更新（#2051）。 自定义 Provider 别名在已加载的聊天会话中也能保持稳定，避免不必要的客户端重建和请求头丢失（#2054）。 Journey 图谱新增类别多选、不同形状的 Skill 和 Memory 节点、预览，以及更完善的键盘与触控操作 此外，Markdown 下载现在会保留文件扩展名，移动端转写新增明确的开始和停止控制，Scoped Codex 流式输出也不再重复最终助手消息 MCU 设置与稳定性同步改进，包括显示设备码、自动选择麦克风、同步断开状态和限制 TLS 探测时间 Windows 用户在 Git 或普通目录中捕获工作区变更时，对话界面也不再闪现 Git 黑窗

libapi

37,652 görüntüleme • 2 ay önce

使用AI生成3D模型，最终利用comfyUI渲染输出成片的工作流全过程 以下是GPT4总结的制作流程： 1. 文本到3D生成 在LumaLabs使用Gini文本到3D：访问LumaLabs网站，选择Gini文本到3D功能，输入如“Naruto T-pose”的描述性文本提示生成3D模型。 预览和调整：预览生成的3D模型，根据需要调整文本提示或使用提供的选项重新生成以获得满意的结果。 2. 导入和编辑模型 导入模型到Blender：将生成的3D模型（如身体、头部和手部）导入到Blender中。 调整模型位置和比例：在Blender中调整各个部分的位置和比例，确保模型的整体协调。 组合和调整细节：将不同的部件（头部、手部等）组合成一个完整的模型，对模型的姿态、细节进行必要的调整。 模型优化：对模型进行必要的优化，包括调整网格和重新拓扑（如果需要），以便于动画处理。 3. 动画和导出 应用骨骼和动画：将调整好的3D模型导出为FBX文件，然后在Mixamo网站上应用自动骨骼绑定和选择动画。 导入动画到Blender：将带有动画的模型重新导入到Blender中进行进一步的编辑和调整。 4. 进一步编辑 动画循环设置：在Blender中设置动画循环，确保动画可以平滑地循环播放。 相机和光照设置：调整相机角度和光照设置，以改善动画的视觉效果和氛围。 渲染设置：调整渲染设置，包括分辨率和渲染引擎设置，以获得高质量的动画输出。 5. 最终渲染和后处理 渲染动画：在Blender中渲染完成的动画，导出为视频文件。 后处理：可选地，将渲染完成的视频导入到Comfy UI或其他视频编辑软件中进行后处理，添加背景、特效和其他视觉元素，以完成最终的动画作品。 通过这些具体的小步骤，从文本描述到完成的3D动画的整个制作过程被详细地概述和解释，为想要学习这一流程的人提供了一份详细的指南。
18:17

使用AI生成3D模型，最终利用comfyUI渲染输出成片的工作流全过程 以下是GPT4总结的制作流程： 1. 文本到3D生成 在LumaLabs使用Gini文本到3D：访问LumaLabs网站，选择Gini文本到3D功能，输入如“Naruto T-pose”的描述性文本提示生成3D模型。 预览和调整：预览生成的3D模型，根据需要调整文本提示或使用提供的选项重新生成以获得满意的结果。 2. 导入和编辑模型 导入模型到Blender：将生成的3D模型（如身体、头部和手部）导入到Blender中。 调整模型位置和比例：在Blender中调整各个部分的位置和比例，确保模型的整体协调。 组合和调整细节：将不同的部件（头部、手部等）组合成一个完整的模型，对模型的姿态、细节进行必要的调整。 模型优化：对模型进行必要的优化，包括调整网格和重新拓扑（如果需要），以便于动画处理。 3. 动画和导出 应用骨骼和动画：将调整好的3D模型导出为FBX文件，然后在Mixamo网站上应用自动骨骼绑定和选择动画。 导入动画到Blender：将带有动画的模型重新导入到Blender中进行进一步的编辑和调整。 4. 进一步编辑 动画循环设置：在Blender中设置动画循环，确保动画可以平滑地循环播放。 相机和光照设置：调整相机角度和光照设置，以改善动画的视觉效果和氛围。 渲染设置：调整渲染设置，包括分辨率和渲染引擎设置，以获得高质量的动画输出。 5. 最终渲染和后处理 渲染动画：在Blender中渲染完成的动画，导出为视频文件。 后处理：可选地，将渲染完成的视频导入到Comfy UI或其他视频编辑软件中进行后处理，添加背景、特效和其他视觉元素，以完成最终的动画作品。 通过这些具体的小步骤，从文本描述到完成的3D动画的整个制作过程被详细地概述和解释，为想要学习这一流程的人提供了一份详细的指南。

Yangyi

25,554 görüntüleme • 2 yıl önce

在 GitHub 挖到一个好用的工具：xiaohongshu-mcp，一个能把小红书运营流程自动化的 MCP 服务器。 它用浏览器自动化模拟真实操作，支持登录状态持久化、图文发布、内容搜索等能力，可直接集成到 Claude、Cursor 等客户端，让 AI 助手替你完成日常运营动作。 GitHub： 主要特性： - 登录状态管理：自动登录并保持会话不掉线 - 图文发布：图片 + 文案一键组合发布 - 关键词搜索：快速检索相关内容 - 推荐流获取：抓取首页推荐列表 - 多客户端支持：Claude、Cursor、VSCode 等均可接入 - 浏览器自动化：支持有头/无头模式运行 使用方式也很清晰：先跑登录脚本保存状态 → 启动 MCP 服务 → 配置到你常用的 MCP 客户端。之后就可以把小红书的操作交给 AI 助手来执行。
0:30

在 GitHub 挖到一个好用的工具：xiaohongshu-mcp，一个能把小红书运营流程自动化的 MCP 服务器。 它用浏览器自动化模拟真实操作，支持登录状态持久化、图文发布、内容搜索等能力，可直接集成到 Claude、Cursor 等客户端，让 AI 助手替你完成日常运营动作。 GitHub： 主要特性： - 登录状态管理：自动登录并保持会话不掉线 - 图文发布：图片 + 文案一键组合发布 - 关键词搜索：快速检索相关内容 - 推荐流获取：抓取首页推荐列表 - 多客户端支持：Claude、Cursor、VSCode 等均可接入 - 浏览器自动化：支持有头/无头模式运行 使用方式也很清晰：先跑登录脚本保存状态 → 启动 MCP 服务 → 配置到你常用的 MCP 客户端。之后就可以把小红书的操作交给 AI 助手来执行。

Joruno

25,254 görüntüleme • 4 ay önce

朋友们，我发现一个超级哇塞的技能 现在已经有不少不错的工具可以画出好看的项目架构图，但大多是静态的，不能交互。今天分享的这个不一样，它是会动的！ 视频里是我在 MkAgent 项目下执行出来的效果，一次搞定。它会根据项目的 logo、主题风格等信息，生成对应的架构图。 不仅如此，它还能分析代码，找出核心节点，生成节点信息和节点关系。每个节点都可以点击，右侧会显示该节点的详细信息。 最终产物是一个 HTML 文件：展示核心架构和工作流程，并且支持动画自动演示调用流程。这个挺有意思，以后读新项目代码可以先用它。
0:28

朋友们，我发现一个超级哇塞的技能 现在已经有不少不错的工具可以画出好看的项目架构图，但大多是静态的，不能交互。今天分享的这个不一样，它是会动的！ 视频里是我在 MkAgent 项目下执行出来的效果，一次搞定。它会根据项目的 logo、主题风格等信息，生成对应的架构图。 不仅如此，它还能分析代码，找出核心节点，生成节点信息和节点关系。每个节点都可以点击，右侧会显示该节点的详细信息。 最终产物是一个 HTML 文件：展示核心架构和工作流程，并且支持动画自动演示调用流程。这个挺有意思，以后读新项目代码可以先用它。

Fox

75,312 görüntüleme • 1 ay önce

Codex 操控电脑的三种方式。Codex 团队成员 Jason 今天写了一篇详细指南，把三者的区别和适用场景理清楚了，这里做个精简版。 【1】Computer Use：最广，也最慢 Computer Use 让 Codex 像人一样看屏幕、点鼠标、敲键盘，操作你电脑上的任何图形界面应用。Spotify、Xcode、系统设置、iOS 模拟器，甚至 iPhone Mirroring 都能控制。 代价是慢。结构化插件可以直接调 API，Computer Use 得一步步看界面、找按钮、等响应、再检查结果。但它能搞定没有 API 的应用，这是其他方式做不到的。 Mac 和 Windows 的体验差距很大：Mac 上 Codex 可以在后台静悄悄地操作，你继续用自己的电脑不受影响；Windows 上它必须占据前台，操作期间你没法用那台机器。 Jason 举了个例子：有次他的快递被偷了，Amazon 说要等 25 分钟才能接通客服。他让 Codex 每五分钟检查一次聊天窗口，客服出现后改为每分钟一次，自动完成退款流程。他去洗了个澡，回来退款已经办好了。 【2】Chrome 扩展：带着你的登录状态 Chrome 扩展让 Codex 使用你已登录的浏览器会话，包括 cookies、账号状态和已有标签页。Gmail、LinkedIn、Salesforce、公司内部后台，这些需要登录才能用的工具，Chrome 扩展是对的选择。 它还能同时控制多个标签页，在一个标签里读信息，到另一个标签里对比，再到第三个标签完成操作。Computer Use 也能操作浏览器，但它只认屏幕坐标，Chrome 扩展理解的是浏览器层面的上下文。 Jason 用它跑了一个长期任务：每天让 Codex 通过 Chrome 检查他的 Twitter 私信、浏览相关新闻、收集反馈，把有价值的内容存到本地文件，但不发任何消息。 要注意的是，网站会把 Codex 的点击和表单提交当作你本人的操作。研究、浏览、起草可以自动化，但发送、发布、付款这类操作最好留给自己确认。 【3】内置浏览器：给开发者的沙盒 内置浏览器住在 Codex 的对话线程里，你和 Codex 共享同一个渲染页面。它不带任何登录状态和 cookies，是个完全隔离的环境。 这反而成了开发场景的优势。它的主场是本地开发服务器、文件预览、公共网页、响应式布局检查和视觉 bug 复现。Codex 可以改代码、操作页面、截图、再跑一遍，形成紧密的反馈循环。 Jason 最喜欢的功能是标注：你可以直接在页面上点击某个元素留评论，比如"这个层级反了""这个按钮间距不够"，Codex 会拿着截图和元素上下文去改代码，改完重新打开同一个页面等你下一轮标注。比来回传截图和文字描述高效得多。 【选哪个？】 简单记：任务需要登录状态用 Chrome，需要操作桌面应用用 Computer Use，在做前端开发用内置浏览器。如果有现成的插件或 MCP 能完成任务，优先用结构化工具，视觉控制是最后手段。
1:28

Codex 操控电脑的三种方式。Codex 团队成员 Jason 今天写了一篇详细指南，把三者的区别和适用场景理清楚了，这里做个精简版。 【1】Computer Use：最广，也最慢 Computer Use 让 Codex 像人一样看屏幕、点鼠标、敲键盘，操作你电脑上的任何图形界面应用。Spotify、Xcode、系统设置、iOS 模拟器，甚至 iPhone Mirroring 都能控制。 代价是慢。结构化插件可以直接调 API，Computer Use 得一步步看界面、找按钮、等响应、再检查结果。但它能搞定没有 API 的应用，这是其他方式做不到的。 Mac 和 Windows 的体验差距很大：Mac 上 Codex 可以在后台静悄悄地操作，你继续用自己的电脑不受影响；Windows 上它必须占据前台，操作期间你没法用那台机器。 Jason 举了个例子：有次他的快递被偷了，Amazon 说要等 25 分钟才能接通客服。他让 Codex 每五分钟检查一次聊天窗口，客服出现后改为每分钟一次，自动完成退款流程。他去洗了个澡，回来退款已经办好了。 【2】Chrome 扩展：带着你的登录状态 Chrome 扩展让 Codex 使用你已登录的浏览器会话，包括 cookies、账号状态和已有标签页。Gmail、LinkedIn、Salesforce、公司内部后台，这些需要登录才能用的工具，Chrome 扩展是对的选择。 它还能同时控制多个标签页，在一个标签里读信息，到另一个标签里对比，再到第三个标签完成操作。Computer Use 也能操作浏览器，但它只认屏幕坐标，Chrome 扩展理解的是浏览器层面的上下文。 Jason 用它跑了一个长期任务：每天让 Codex 通过 Chrome 检查他的 Twitter 私信、浏览相关新闻、收集反馈，把有价值的内容存到本地文件，但不发任何消息。 要注意的是，网站会把 Codex 的点击和表单提交当作你本人的操作。研究、浏览、起草可以自动化，但发送、发布、付款这类操作最好留给自己确认。 【3】内置浏览器：给开发者的沙盒 内置浏览器住在 Codex 的对话线程里，你和 Codex 共享同一个渲染页面。它不带任何登录状态和 cookies，是个完全隔离的环境。 这反而成了开发场景的优势。它的主场是本地开发服务器、文件预览、公共网页、响应式布局检查和视觉 bug 复现。Codex 可以改代码、操作页面、截图、再跑一遍，形成紧密的反馈循环。 Jason 最喜欢的功能是标注：你可以直接在页面上点击某个元素留评论，比如"这个层级反了""这个按钮间距不够"，Codex 会拿着截图和元素上下文去改代码，改完重新打开同一个页面等你下一轮标注。比来回传截图和文字描述高效得多。 【选哪个？】 简单记：任务需要登录状态用 Chrome，需要操作桌面应用用 Computer Use，在做前端开发用内置浏览器。如果有现成的插件或 MCP 能完成任务，优先用结构化工具，视觉控制是最后手段。

宝玉

186,649 görüntüleme • 3 ay önce

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。 这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。 它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。 这样就可以让用户和 AI 在任意模态下实时进行交互： 你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。 核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分： 前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应 后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容 用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。
2:15

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。 这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。 它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。 这样就可以让用户和 AI 在任意模态下实时进行交互： 你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。 核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分： 前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应 后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容 用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。

歸藏(guizang.ai)

47,074 görüntüleme • 4 ay önce

介绍 Memoh Desktop，一个多智能体桌面应用。 过去几个月，我们一直在维护 Memoh 这个多智能体自部署服务。自部署适合长期在线、多人使用和接各种消息渠道，但对个人用户来说，搭环境还是有点重。所以这次我们把 Memoh 搬到了桌面上。 在 Memoh Desktop 里，你可以创建多个 agent。它们可以有不同身份、不同记忆和不同 workspace，也可以连接不同的 channel。比如一个 agent 负责日常聊天和消息渠道，一个 agent 专门处理文件和代码任务，另一个 agent 用来跑网页自动化。 这些 agent 可以直接操作你的电脑，也可以使用宿主机 Docker 环境做沙盒隔离。需要本机权限的时候，就让它操作本地环境；需要安全边界的时候，就把它放进 Docker workspace 里跑。每个 agent 都有独立身份，目前支持 9 种 channel 连接。 0.9 版本里，我们还引入了容器内桌面环境。现在可以直接在 Docker 容器里运行一个 Xfce 桌面，并在里面启动有头浏览器，再通过 WebRTC 连接到这个容器桌面。也就是说，agent 不只是跑 headless Playwright，它可以在一个真实的图形浏览器会话里操作网页。很多登录、复杂交互、网页自动化场景，会比纯 headless 方式更自然，也能少踩一些兼容和风控问题。 下载链接见评论区。
1:16

介绍 Memoh Desktop，一个多智能体桌面应用。 过去几个月，我们一直在维护 Memoh 这个多智能体自部署服务。自部署适合长期在线、多人使用和接各种消息渠道，但对个人用户来说，搭环境还是有点重。所以这次我们把 Memoh 搬到了桌面上。 在 Memoh Desktop 里，你可以创建多个 agent。它们可以有不同身份、不同记忆和不同 workspace，也可以连接不同的 channel。比如一个 agent 负责日常聊天和消息渠道，一个 agent 专门处理文件和代码任务，另一个 agent 用来跑网页自动化。 这些 agent 可以直接操作你的电脑，也可以使用宿主机 Docker 环境做沙盒隔离。需要本机权限的时候，就让它操作本地环境；需要安全边界的时候，就把它放进 Docker workspace 里跑。每个 agent 都有独立身份，目前支持 9 种 channel 连接。 0.9 版本里，我们还引入了容器内桌面环境。现在可以直接在 Docker 容器里运行一个 Xfce 桌面，并在里面启动有头浏览器，再通过 WebRTC 连接到这个容器桌面。也就是说，agent 不只是跑 headless Playwright，它可以在一个真实的图形浏览器会话里操作网页。很多登录、复杂交互、网页自动化场景，会比纯 headless 方式更自然，也能少踩一些兼容和风控问题。 下载链接见评论区。

📦Acbox

47,369 görüntüleme • 4 ay önce

Meta 推出个人 AI Agent Muse： 每人一台云端电脑，可持续在后台推进任务 听起来是不是很熟悉？？？ 显然就是manus的翻版😂 Muse 有哪些核心能力？ 拥有自己的云端电脑：每位用户都有专属 Linux 虚拟机，里面包含文件系统、终端和 Chromium 浏览器。Muse 可以写代码、调用命令行工具，也能通过浏览器搜集信息和操作网页。 持续在后台推进任务：它可以并行处理事项，根据日程、邮件和网页变化继续工作，不要求用户一直守着聊天窗口。 主动发现并提醒：在获得相应权限后，它能发现截止日期、日程冲突和重要更新；需要用户关注或决策时，再主动发来消息。 跨应用完成连续操作：信息搜集、填写表单、加入购物车、预订和日程安排可以连成一条任务链，而不只是给出操作建议。 交付可用成果：除了文字回答，Muse 还能生成清单、PDF、Markdown 文件和可交互的 Artifacts，例如旅行计划、采购表或国际象棋分析仪表盘。
2:37

Meta 推出个人 AI Agent Muse： 每人一台云端电脑，可持续在后台推进任务 听起来是不是很熟悉？？？ 显然就是manus的翻版😂 Muse 有哪些核心能力？ 拥有自己的云端电脑：每位用户都有专属 Linux 虚拟机，里面包含文件系统、终端和 Chromium 浏览器。Muse 可以写代码、调用命令行工具，也能通过浏览器搜集信息和操作网页。 持续在后台推进任务：它可以并行处理事项，根据日程、邮件和网页变化继续工作，不要求用户一直守着聊天窗口。 主动发现并提醒：在获得相应权限后，它能发现截止日期、日程冲突和重要更新；需要用户关注或决策时，再主动发来消息。 跨应用完成连续操作：信息搜集、填写表单、加入购物车、预订和日程安排可以连成一条任务链，而不只是给出操作建议。 交付可用成果：除了文字回答，Muse 还能生成清单、PDF、Markdown 文件和可交互的 Artifacts，例如旅行计划、采购表或国际象棋分析仪表盘。

小互

17,220 görüntüleme • 15 gün önce

Codex 隐藏玩法：把你每天重复教 AI 的提示词，直接做成 Skill 90% 的人用 Codex，其实都在重复做同一件事： 开一个新任务，把同一套要求再告诉它一遍。这些 Prompt 你可能已经复制粘贴了几十次。 但其实，这种反复使用的工作方法，完全可以直接做成 Codex Skill。 详细教程如下： 1️⃣先找一段你经常重复使用的 Prompt，比如我最近一直在用这类提示词： “执行任务前先检查需求漏洞和潜在风险，不要默认接受我的方案。涉及代码和结论必须验证，完成后按验收标准逐项检查。” 这类 Prompt 很好用，但最大的问题是：每开一个新任务，都要重新贴一次。 2️⃣直接让 Codex 把它做成 Skill把原来的 Prompt 发给 Codex，然后告诉它： 请把上面这套工作方式整理成一个可重复调用的 Codex Skill。 要求： · 明确这个 Skill 适合在什么情况下使用 · 把原来的要求整理成清晰的执行步骤 · 区分任务开始前、执行过程中和完成后的检查 · 保留必要的验证流程 · 删除重复和模糊的要求 · 不要改变原来的核心工作原则 Codex 就会把原来散乱的一段 Prompt，整理成一套完整的 Skill 工作流。 以后这些规则就不用一直躺在聊天记录里了。 3️⃣ 后面直接调用这个 Skill 再开新任务时，不需要重新复制那一大段 Prompt。 直接告诉 Codex：使用这个 Skill 完成当前任务。 最后你的 Codex 里保存的，就不再是一堆 Prompt，而是你自己的一整套工作流。 Prompt 是教 AI 这一次怎么做。 Skill 是把你的工作方法直接固化下来，以后每个项目都能重复调用。
0:21

Codex 隐藏玩法：把你每天重复教 AI 的提示词，直接做成 Skill 90% 的人用 Codex，其实都在重复做同一件事： 开一个新任务，把同一套要求再告诉它一遍。这些 Prompt 你可能已经复制粘贴了几十次。 但其实，这种反复使用的工作方法，完全可以直接做成 Codex Skill。 详细教程如下： 1️⃣先找一段你经常重复使用的 Prompt，比如我最近一直在用这类提示词： “执行任务前先检查需求漏洞和潜在风险，不要默认接受我的方案。涉及代码和结论必须验证，完成后按验收标准逐项检查。” 这类 Prompt 很好用，但最大的问题是：每开一个新任务，都要重新贴一次。 2️⃣直接让 Codex 把它做成 Skill把原来的 Prompt 发给 Codex，然后告诉它： 请把上面这套工作方式整理成一个可重复调用的 Codex Skill。 要求： · 明确这个 Skill 适合在什么情况下使用 · 把原来的要求整理成清晰的执行步骤 · 区分任务开始前、执行过程中和完成后的检查 · 保留必要的验证流程 · 删除重复和模糊的要求 · 不要改变原来的核心工作原则 Codex 就会把原来散乱的一段 Prompt，整理成一套完整的 Skill 工作流。 以后这些规则就不用一直躺在聊天记录里了。 3️⃣ 后面直接调用这个 Skill 再开新任务时，不需要重新复制那一大段 Prompt。 直接告诉 Codex：使用这个 Skill 完成当前任务。 最后你的 Codex 里保存的，就不再是一堆 Prompt，而是你自己的一整套工作流。 Prompt 是教 AI 这一次怎么做。 Skill 是把你的工作方法直接固化下来，以后每个项目都能重复调用。

爱丽丝呀！

40,648 görüntüleme • 1 ay önce

之前开源具有的10种风格 AI 手绘视频自动化系统，又被我重构了一轮，更像是一条可以在本地 24 小时持续跑的 AI 视频生产线 先放项目： GitHub： 之前的版本已经可以做到： · 上传 10–30 秒参考声音 · 粘贴一段文案 · 选择画面风格 然后自动完成： 声音克隆 → 分镜拆解 → 插画生成 → 白板绘制 → 字幕 → 渲染 → 成片 今天我又补了一大堆东西 这次主要更新了 7 个方向： 1. 第 11 种画面风格 新增「纸感隐喻拼贴风」 系统会根据文案结构，从本地 10 张参考图里自动选择构图，同时重新适配了深色、霓虹类画面的渲染效果 2. 人物和画风终于可以自己定了 新增「自定义参考」页面 现在可以直接上传： · 1 张风格参考图 · 最多 5 个角色 · 每个角色 1–3 张参考图 尽可能保证整条视频里人物和画风的一致性。 3. 成片控制进一步开放 现在可以： · 给任务命名 · 选择 4 档线条绘制量 · 开关重点文字 · 开关字幕 重点文字没有继续让图片模型硬生成，而是改成本地准确叠字，主要就是为了解决 AI 生成中文容易乱码的问题 4. 任务可以真正“复用”了 新增完整历史记录 任务失败后可以从断点继续，成片也可以直接换设置重新渲染。 最重要的是： 原来的配音和分镜会直接复用 也就是说重新渲染时，不需要再重复消耗 GPT、图片生成和 TTS 调用 5. 后端并发架构重做 之前是每个任务一个独立线程，现在改成了三级队列： · 最多 2 路语音任务 · 最多 4 路模型调用 · 渲染阶段立即执行 任务元数据也全部持久化 哪怕后端重启，之前没有跑完的任务也会自动恢复 6. 支持局域网多电脑协作 现在多台电脑可以共享： · 任务队列 · 实时进度 · 历史记录 同时会显示任务来源 IP 每个浏览器自己的制作偏好又是独立保存的，所以几个人同时使用也不会互相覆盖设置 7. 整个前端重新做了一遍 新增： · 标准制作 / 自定义参考切换 · 实时队列状态 · 每个阶段耗时 · 完整历史任务区 品牌和交互也基本重新设计了一遍 我自己的方案目前还是： 本地 TTS + Codex Image 接口 + 本地电脑渲染 一台电脑就可以一直跑 如果手里有 20x 这类账号，图片生成这块的产能基本也不用太担心 代码我还是全部开源了，能放的基本都放出来了 不过提前提醒一句： 小白真的不要看到开源就直接一顿乱跑 这套东西已经涉及本地模型、并发队列、图片接口、TTS、FFmpeg、渲染环境和局域网服务 环境没搞明白之前，先看文档 别视频没做出来，先把自己电脑环境搞炸了 功能演示👇 如果觉得有用，可以帮忙转发关注一下 也欢迎直接 Fork，拿去魔改
0:50

之前开源具有的10种风格 AI 手绘视频自动化系统，又被我重构了一轮，更像是一条可以在本地 24 小时持续跑的 AI 视频生产线 先放项目： GitHub： 之前的版本已经可以做到： · 上传 10–30 秒参考声音 · 粘贴一段文案 · 选择画面风格 然后自动完成： 声音克隆 → 分镜拆解 → 插画生成 → 白板绘制 → 字幕 → 渲染 → 成片 今天我又补了一大堆东西 这次主要更新了 7 个方向： 1. 第 11 种画面风格 新增「纸感隐喻拼贴风」 系统会根据文案结构，从本地 10 张参考图里自动选择构图，同时重新适配了深色、霓虹类画面的渲染效果 2. 人物和画风终于可以自己定了 新增「自定义参考」页面 现在可以直接上传： · 1 张风格参考图 · 最多 5 个角色 · 每个角色 1–3 张参考图 尽可能保证整条视频里人物和画风的一致性。 3. 成片控制进一步开放 现在可以： · 给任务命名 · 选择 4 档线条绘制量 · 开关重点文字 · 开关字幕 重点文字没有继续让图片模型硬生成，而是改成本地准确叠字，主要就是为了解决 AI 生成中文容易乱码的问题 4. 任务可以真正“复用”了 新增完整历史记录 任务失败后可以从断点继续，成片也可以直接换设置重新渲染。 最重要的是： 原来的配音和分镜会直接复用 也就是说重新渲染时，不需要再重复消耗 GPT、图片生成和 TTS 调用 5. 后端并发架构重做 之前是每个任务一个独立线程，现在改成了三级队列： · 最多 2 路语音任务 · 最多 4 路模型调用 · 渲染阶段立即执行 任务元数据也全部持久化 哪怕后端重启，之前没有跑完的任务也会自动恢复 6. 支持局域网多电脑协作 现在多台电脑可以共享： · 任务队列 · 实时进度 · 历史记录 同时会显示任务来源 IP 每个浏览器自己的制作偏好又是独立保存的，所以几个人同时使用也不会互相覆盖设置 7. 整个前端重新做了一遍 新增： · 标准制作 / 自定义参考切换 · 实时队列状态 · 每个阶段耗时 · 完整历史任务区 品牌和交互也基本重新设计了一遍 我自己的方案目前还是： 本地 TTS + Codex Image 接口 + 本地电脑渲染 一台电脑就可以一直跑 如果手里有 20x 这类账号，图片生成这块的产能基本也不用太担心 代码我还是全部开源了，能放的基本都放出来了 不过提前提醒一句： 小白真的不要看到开源就直接一顿乱跑 这套东西已经涉及本地模型、并发队列、图片接口、TTS、FFmpeg、渲染环境和局域网服务 环境没搞明白之前，先看文档 别视频没做出来，先把自己电脑环境搞炸了 功能演示👇 如果觉得有用，可以帮忙转发关注一下 也欢迎直接 Fork，拿去魔改

陈硕KAI（耍门）

107,104 görüntüleme • 1 ay önce

发现一个讲的很细的大语言模型微调教程，详细介绍了整个流程,包括数据准备、参数设置、资源监控等关键步骤。 基本没有技术能力也可以完成微调。想要了解 LLM 原理的可以按这个实践一下。 时间轴： 0:00 概念概览 3:02 自定义数据的准备 8:17 微调操作演示（T4 版本） 16:52 微调操作演示（A100 版本） 19:13 在 Hugging Face 上的保存与使用方法 文字版整理： ✲ 如何使用自己的数据对大语言模型进行微调(fine-tuning)： 对大语言模型进行微调并不一定非常困难和昂贵。通过使用自己的数据集对预训练模型进行微调,可以让模型更好地适应特定的任务需求。微调过程能够在保留原模型语言理解能力的基础上,进一步提升其在特定领域或任务上的表现。 ✲ 使用Hugging Face模型库和Unslaw工具进行模型微调： Hugging Face提供了丰富的预训练语言模型资源,用户可以根据任务需求选择合适的模型作为基础进行微调。而Unslaw工具则提供了一套简单高效的微调流程,其优点包括出色的内存使用效率以及对扩展上下文窗口的支持。通过Unslaw,用户能够以较低的资源开销完成模型微调。 ✲ 在Google Colab上使用免费/付费GPU资源进行微调： Google Colab提供了免费和付费的GPU资源,用户可以根据任务的复杂程度选择使用T4或A100。对于大多数微调任务而言,免费的T4资源已经足够。但如果数据集较大或模型较为复杂,升级到A100可以获得更充裕的算力支持。Colab为用户提供了一个易于上手的模型微调环境。 ✲ 准备自定义的微调数据集： 准备微调数据的过程并不复杂。用户可以直接使用纯文本文件作为数据来源,而无需进行额外的预处理。为了获得理想的微调效果,建议至少准备100-200个样本。在示例中,为了快速演示,仅使用了几个样本。通过一个简单的Python脚本,可以方便地将原始文本数据转换为微调所需的JSON格式。 ✲ 修改Colab笔记本中的参数设置： 在Colab笔记本中,需要根据实际情况调整一些参数。例如,可以根据数据集的token数量来设置max_sequence_length参数,借助rope scaling技术,模型能够支持任意长度的上下文。此外,还可以选择使用Instruct系列模型作为base model,直接在其基础上进行指令微调。为了节省资源,可以启用4-bit量化。同时,参考Q-Lora论文的建议,调整R值和alpha值,以在资源占用和模型质量之间取得平衡。 ✲ 训练过程中的资源使用监控： 在模型训练过程中,用户可以通过Colab的资源监控选项卡实时观察GPU、内存和硬盘的使用情况。如果发现资源不足,可以考虑从T4升级到A100。通过监控资源占用,用户能够及时调整配置,确保微调任务稳定高效地进行。 ✲ 模型训练的loss变化和最佳checkpoint的选择： 通过记录不同训练步数下的loss值,可以判断模型的收敛情况。理想的做法是选择loss下降曲线趋于平缓的点作为最佳checkpoint,这样既能充分训练模型,又能避免过拟合。为了事后方便筛选,可以设置每隔一定步数保存一次checkpoint。 ✲ 模型微调完成后的保存与使用： 微调完成后,可以选择只保存adapter layers以加快保存速度。但更推荐的做法是保存完整模型,并使用float16精度,这样可以得到一个更通用和标准的模型格式,方便后续的部署和使用。 ✲ 在Hugging Face上公开或私有发布微调后的模型： 用户可以选择在Hugging Face的模型库中公开或私有地发布自己微调后的模型。发布之前,需要在Hugging Face账号中创建一个访问令牌,并在发布时提供相应的用户名和令牌信息。通过在Hugging Face上发布模型,用户可以方便地与他人分享自己的微调成果。 ✲ 使用微调后的模型进行推理(inference)： 在使用微调后的模型进行推理时,首先需要加载保存的模型。接着,使用tokenizer对输入的文本进行处理,并将其传入模型。进行推理时,max_length参数需要与训练时保持一致,以确保生成的结果不会被截断。完成以上步骤后,就可以利用微调后的模型进行各种实际应用了。
24:14

发现一个讲的很细的大语言模型微调教程，详细介绍了整个流程,包括数据准备、参数设置、资源监控等关键步骤。 基本没有技术能力也可以完成微调。想要了解 LLM 原理的可以按这个实践一下。 时间轴： 0:00 概念概览 3:02 自定义数据的准备 8:17 微调操作演示（T4 版本） 16:52 微调操作演示（A100 版本） 19:13 在 Hugging Face 上的保存与使用方法 文字版整理： ✲ 如何使用自己的数据对大语言模型进行微调(fine-tuning)： 对大语言模型进行微调并不一定非常困难和昂贵。通过使用自己的数据集对预训练模型进行微调,可以让模型更好地适应特定的任务需求。微调过程能够在保留原模型语言理解能力的基础上,进一步提升其在特定领域或任务上的表现。 ✲ 使用Hugging Face模型库和Unslaw工具进行模型微调： Hugging Face提供了丰富的预训练语言模型资源,用户可以根据任务需求选择合适的模型作为基础进行微调。而Unslaw工具则提供了一套简单高效的微调流程,其优点包括出色的内存使用效率以及对扩展上下文窗口的支持。通过Unslaw,用户能够以较低的资源开销完成模型微调。 ✲ 在Google Colab上使用免费/付费GPU资源进行微调： Google Colab提供了免费和付费的GPU资源,用户可以根据任务的复杂程度选择使用T4或A100。对于大多数微调任务而言,免费的T4资源已经足够。但如果数据集较大或模型较为复杂,升级到A100可以获得更充裕的算力支持。Colab为用户提供了一个易于上手的模型微调环境。 ✲ 准备自定义的微调数据集： 准备微调数据的过程并不复杂。用户可以直接使用纯文本文件作为数据来源,而无需进行额外的预处理。为了获得理想的微调效果,建议至少准备100-200个样本。在示例中,为了快速演示,仅使用了几个样本。通过一个简单的Python脚本,可以方便地将原始文本数据转换为微调所需的JSON格式。 ✲ 修改Colab笔记本中的参数设置： 在Colab笔记本中,需要根据实际情况调整一些参数。例如,可以根据数据集的token数量来设置max_sequence_length参数,借助rope scaling技术,模型能够支持任意长度的上下文。此外,还可以选择使用Instruct系列模型作为base model,直接在其基础上进行指令微调。为了节省资源,可以启用4-bit量化。同时,参考Q-Lora论文的建议,调整R值和alpha值,以在资源占用和模型质量之间取得平衡。 ✲ 训练过程中的资源使用监控： 在模型训练过程中,用户可以通过Colab的资源监控选项卡实时观察GPU、内存和硬盘的使用情况。如果发现资源不足,可以考虑从T4升级到A100。通过监控资源占用,用户能够及时调整配置,确保微调任务稳定高效地进行。 ✲ 模型训练的loss变化和最佳checkpoint的选择： 通过记录不同训练步数下的loss值,可以判断模型的收敛情况。理想的做法是选择loss下降曲线趋于平缓的点作为最佳checkpoint,这样既能充分训练模型,又能避免过拟合。为了事后方便筛选,可以设置每隔一定步数保存一次checkpoint。 ✲ 模型微调完成后的保存与使用： 微调完成后,可以选择只保存adapter layers以加快保存速度。但更推荐的做法是保存完整模型,并使用float16精度,这样可以得到一个更通用和标准的模型格式,方便后续的部署和使用。 ✲ 在Hugging Face上公开或私有发布微调后的模型： 用户可以选择在Hugging Face的模型库中公开或私有地发布自己微调后的模型。发布之前,需要在Hugging Face账号中创建一个访问令牌,并在发布时提供相应的用户名和令牌信息。通过在Hugging Face上发布模型,用户可以方便地与他人分享自己的微调成果。 ✲ 使用微调后的模型进行推理(inference)： 在使用微调后的模型进行推理时,首先需要加载保存的模型。接着,使用tokenizer对输入的文本进行处理,并将其传入模型。进行推理时,max_length参数需要与训练时保持一致,以确保生成的结果不会被截断。完成以上步骤后,就可以利用微调后的模型进行各种实际应用了。

歸藏(guizang.ai)

61,931 görüntüleme • 2 yıl önce

兄弟们，最近开源一键爆款复制工具Hypit 真的有点东西，不到3天 github 7.4k star。 我试了下只能说非常的牛逼，很多博主用它来复刻视频，只用了Hypit复刻能力，但它的视频剪辑能力也是非常的强。 这条介绍 Hypit 的 90 秒视频，也是 Hypit + GPT-6 Astra 全程帮我剪辑完成的。 我把操作录屏、纸片拼贴风格参考、之前生成的成片交给它，再告诉它宣传片的目标和修改方向。从素材编排、字幕、B-roll，到流程动效和最终渲染，整个剪辑过程都在这套组合里完成。 视频里展示的，是我用 Hypit 做的一次 Clone → Edit → Reuse 实验。 先介绍一下：Hypit 是给 Codex、Claude Code 等 AI Agents 做视频的开源语言和系统。 它让 Agent 能把视频制作中的脚本、素材、配音、字幕、B-roll 和动效组织成一套可执行的工作流。创作者可以通过描述需求，让 Agent 编写、修改这些结构，再到 Hypit Studio 里查看画面和时间轴。 这次，我先从一条唐代主题的纸片拼贴视频开始，尝试 Clone 它的视觉表达：纸张纹理、醒目的题签、前后景移动，以及用图解讲故事的方式。 随后，我提出了一个新要求： “沿用纸片拼贴工作流，做中国瓷器历史，60 秒，中文旁白。” 同一种视觉语言，开始承载新的内容：从唐代故事，转向瓷器的发展、青花工艺和明清彩瓷。脚本、镜头和讲解围绕新主题重新组织，之前积累的制作方式可以继续使用。 有意思的地方，还在后面的修改。 做完这条宣传片后，我又让它给 B-roll 增加流程动效。它继续在现有工程里加入： 随讲解依次出现、点亮的纸片步骤卡； 连接不同步骤的箭头和推进动画； 对应“绘青花 → 罩透明釉 → 入窑烧成”的顺序框选； 展示 Clone、Edit、Reuse 的流程收束。 这些修改复用了已有素材，再完成合成和渲染。新增的卡片文字、出现时间和布局，也都保留在可编辑工程里。 这让我觉得，Clone 的价值，可以延伸到下一次创作。 一次实践之后，留下来的脚本结构、字幕样式、动效组件和素材组织方式，都能继续调整。下一次换主题、换产品或换讲解内容时，就有了一个可以接着工作的起点。 对需要持续做产品介绍、知识视频、功能演示的人来说，这种“描述需求 → 查看结果 → 继续修改 → 复用工程”的方式，很值得试一试。 视频里放了真实操作节选、Studio 预览、风格参考与新主题成品的对照，也展示了这次补充的流程动效。 想试试用自己的 Agent Clone 视频，可以先收藏这个开源仓库，顺手给 Hypit 点个 Star ⭐
1:30

兄弟们，最近开源一键爆款复制工具Hypit 真的有点东西，不到3天 github 7.4k star。 我试了下只能说非常的牛逼，很多博主用它来复刻视频，只用了Hypit复刻能力，但它的视频剪辑能力也是非常的强。 这条介绍 Hypit 的 90 秒视频，也是 Hypit + GPT-6 Astra 全程帮我剪辑完成的。 我把操作录屏、纸片拼贴风格参考、之前生成的成片交给它，再告诉它宣传片的目标和修改方向。从素材编排、字幕、B-roll，到流程动效和最终渲染，整个剪辑过程都在这套组合里完成。 视频里展示的，是我用 Hypit 做的一次 Clone → Edit → Reuse 实验。 先介绍一下：Hypit 是给 Codex、Claude Code 等 AI Agents 做视频的开源语言和系统。 它让 Agent 能把视频制作中的脚本、素材、配音、字幕、B-roll 和动效组织成一套可执行的工作流。创作者可以通过描述需求，让 Agent 编写、修改这些结构，再到 Hypit Studio 里查看画面和时间轴。 这次，我先从一条唐代主题的纸片拼贴视频开始，尝试 Clone 它的视觉表达：纸张纹理、醒目的题签、前后景移动，以及用图解讲故事的方式。 随后，我提出了一个新要求： “沿用纸片拼贴工作流，做中国瓷器历史，60 秒，中文旁白。” 同一种视觉语言，开始承载新的内容：从唐代故事，转向瓷器的发展、青花工艺和明清彩瓷。脚本、镜头和讲解围绕新主题重新组织，之前积累的制作方式可以继续使用。 有意思的地方，还在后面的修改。 做完这条宣传片后，我又让它给 B-roll 增加流程动效。它继续在现有工程里加入： 随讲解依次出现、点亮的纸片步骤卡； 连接不同步骤的箭头和推进动画； 对应“绘青花 → 罩透明釉 → 入窑烧成”的顺序框选； 展示 Clone、Edit、Reuse 的流程收束。 这些修改复用了已有素材，再完成合成和渲染。新增的卡片文字、出现时间和布局，也都保留在可编辑工程里。 这让我觉得，Clone 的价值，可以延伸到下一次创作。 一次实践之后，留下来的脚本结构、字幕样式、动效组件和素材组织方式，都能继续调整。下一次换主题、换产品或换讲解内容时，就有了一个可以接着工作的起点。 对需要持续做产品介绍、知识视频、功能演示的人来说，这种“描述需求 → 查看结果 → 继续修改 → 复用工程”的方式，很值得试一试。 视频里放了真实操作节选、Studio 预览、风格参考与新主题成品的对照，也展示了这次补充的流程动效。 想试试用自己的 Agent Clone 视频，可以先收藏这个开源仓库，顺手给 Hypit 点个 Star ⭐

知识猫AI实验室

67,383 görüntüleme • 7 gün önce

在 GitHub 上发现 xiaohongshu-mcp 这个 MCP 服务器能帮我们实现自动化运营小红书。 通过浏览器自动化模拟人工操作，支持登录状态保持、图文发布、内容搜索等功能，可在 Claude、Cursor 等客户端上集成使用。 GitHub： 主要特性： - 自动登录管理，保持小红书登录状态 - 图文内容发布，支持图片和文字组合发布 - 内容搜索功能，根据关键词快速搜索相关内容 - 推荐列表获取，获取小红书首页推荐内容 - 支持 Claude、Cursor、VSCode 等客户端 - 浏览器自动化，可选有头或无头模式运行 需要先运行登录脚本保存状态，然后启动 MCP 服务，再配置到自己习惯用的 MCP 客户端，即可通过 AI 助手进行小红书操作。
0:30

在 GitHub 上发现 xiaohongshu-mcp 这个 MCP 服务器能帮我们实现自动化运营小红书。 通过浏览器自动化模拟人工操作，支持登录状态保持、图文发布、内容搜索等功能，可在 Claude、Cursor 等客户端上集成使用。 GitHub： 主要特性： - 自动登录管理，保持小红书登录状态 - 图文内容发布，支持图片和文字组合发布 - 内容搜索功能，根据关键词快速搜索相关内容 - 推荐列表获取，获取小红书首页推荐内容 - 支持 Claude、Cursor、VSCode 等客户端 - 浏览器自动化，可选有头或无头模式运行 需要先运行登录脚本保存状态，然后启动 MCP 服务，再配置到自己习惯用的 MCP 客户端，即可通过 AI 助手进行小红书操作。

GitHubDaily

49,965 görüntüleme • 1 yıl önce

Claude上线Computer Use功能 能完全自动化操作你的电脑，这还只是第一个版本，效果就已经非常稳了。 有MCP的应用，优先通过MCP来操作；没有MCP的，直接截屏一步步通过GUI操作，理论上讲能操作任意应用。 单次执行任务可以长达几十分钟，而且是真的能完成。 牛，太牛了。 我下达的命令：打开微信，根据微信群“Gorden的AI交流群”里的最近30条消息，写一段话承接群里的消息，然后抛出新的可以讨论的话题，并把以上内容直接发送到群里。 跑了20分钟完成了，我拍了整个过程，视频无删减只有加速。 结合Dispatch，可以实现手机遥控电脑操作其他应用；结合定时任务，可以每天定时操作应用（这2个功能是之前就已经上线的） 目前还有几个明显的缺点： 1、通过截屏操作太慢了，一步步截屏和识别非常费时间；MCP会好很多，以后应用CLI化会更好； 2、费token，上面的任务，费了我Pro订阅的30%的5h额度，就只是发了这么一条消息； 3、权限机制目前比较保守，需要你反复授权；
1:15

Claude上线Computer Use功能 能完全自动化操作你的电脑，这还只是第一个版本，效果就已经非常稳了。 有MCP的应用，优先通过MCP来操作；没有MCP的，直接截屏一步步通过GUI操作，理论上讲能操作任意应用。 单次执行任务可以长达几十分钟，而且是真的能完成。 牛，太牛了。 我下达的命令：打开微信，根据微信群“Gorden的AI交流群”里的最近30条消息，写一段话承接群里的消息，然后抛出新的可以讨论的话题，并把以上内容直接发送到群里。 跑了20分钟完成了，我拍了整个过程，视频无删减只有加速。 结合Dispatch，可以实现手机遥控电脑操作其他应用；结合定时任务，可以每天定时操作应用（这2个功能是之前就已经上线的） 目前还有几个明显的缺点： 1、通过截屏操作太慢了，一步步截屏和识别非常费时间；MCP会好很多，以后应用CLI化会更好； 2、费token，上面的任务，费了我Pro订阅的30%的5h额度，就只是发了这么一条消息； 3、权限机制目前比较保守，需要你反复授权；

Gorden Sun

49,455 görüntüleme • 6 ay önce

单条视频1000万到2700万播放，多个账号连续跑出百万级流量！ 最近又出现了一类很容易批量制作的热门AI短视频类型：迷你救援！ 画面通常从一个很小的角色或动物遇到危险开始。 暴雨淹没道路、小动物被困在水坑里，或者迷你工人卡在施工现场，紧接着一只真人巨手进入画面，用一个简单动作完成救援，最后用安全落地的结果收尾。 这类内容没有固定主角，也不依赖语言。 固定的情节顺序：发现危险、制造紧张、巨手出现、展开救援、解决问题。 每次只需要更换被困对象、危险环境和救援方式，同一套结构就能继续做出新的内容。青蛙、幼猫、迷你工人、洪水、裂缝和倒塌现场，都可以重新组合。 我们可以先用ChatGPT生成救援选题，再把每个选题拆成图片提示词和动作提示词。 接着用OpenArt生成竖屏场景，通过图生视频加入人物动作、镜头变化和环境音效。 重复生成几段不同的救援画面，最后放进CapCut，按照“危险、救援、结果”的顺序拼接，一条完整视频就做好了。 同款提示词我会放在评论区，免费送给大家！ 如果这种爆款内容拆解对你有帮助，可以点个关注。 后面我会继续分享更多爆款账号案例和实用的AI工具项目！
0:33

单条视频1000万到2700万播放，多个账号连续跑出百万级流量！ 最近又出现了一类很容易批量制作的热门AI短视频类型：迷你救援！ 画面通常从一个很小的角色或动物遇到危险开始。 暴雨淹没道路、小动物被困在水坑里，或者迷你工人卡在施工现场，紧接着一只真人巨手进入画面，用一个简单动作完成救援，最后用安全落地的结果收尾。 这类内容没有固定主角，也不依赖语言。 固定的情节顺序：发现危险、制造紧张、巨手出现、展开救援、解决问题。 每次只需要更换被困对象、危险环境和救援方式，同一套结构就能继续做出新的内容。青蛙、幼猫、迷你工人、洪水、裂缝和倒塌现场，都可以重新组合。 我们可以先用ChatGPT生成救援选题，再把每个选题拆成图片提示词和动作提示词。 接着用OpenArt生成竖屏场景，通过图生视频加入人物动作、镜头变化和环境音效。 重复生成几段不同的救援画面，最后放进CapCut，按照“危险、救援、结果”的顺序拼接，一条完整视频就做好了。 同款提示词我会放在评论区，免费送给大家！ 如果这种爆款内容拆解对你有帮助，可以点个关注。 后面我会继续分享更多爆款账号案例和实用的AI工具项目！

山羊赚钱笔记

29,593 görüntüleme • 16 gün önce

ChatGPT 和 Codex 加入了 Computer History功能： 打开Computer Use功能后，它会记录你在电脑上的所有操作行为 并变成记忆和时间线：不截屏也不录音，只记点击、打字、切换应用这类交互事件 然后它会根据你经常重复做的活或者动作，主动建议你将一些重复的操作生成技能和搞成自动化... 三个用例： 1. 问「我最后看的那个 Google Doc 是哪个」：它去查最近的活动记录，报出文档名和时间 2. 接着问「这份文档有没有在之前那个群聊里发给 Josh 和 Priya」：它知道「之前那个群聊」指的是哪段对话，直接去查、去分享，回来报告两人已有查看权限 3. 问「简单说说我今天上午时间花在哪了」：它用本地活动历史生成回顾：上午主要在推进这条发布视频（写初稿、打磨脚本、和同事改结构节奏），另外在 Codex 里做了个 3D 世界搭建器的原型，还处理了一些用量上限的反馈
3:10

ChatGPT 和 Codex 加入了 Computer History功能： 打开Computer Use功能后，它会记录你在电脑上的所有操作行为 并变成记忆和时间线：不截屏也不录音，只记点击、打字、切换应用这类交互事件 然后它会根据你经常重复做的活或者动作，主动建议你将一些重复的操作生成技能和搞成自动化... 三个用例： 1. 问「我最后看的那个 Google Doc 是哪个」：它去查最近的活动记录，报出文档名和时间 2. 接着问「这份文档有没有在之前那个群聊里发给 Josh 和 Priya」：它知道「之前那个群聊」指的是哪段对话，直接去查、去分享，回来报告两人已有查看权限 3. 问「简单说说我今天上午时间花在哪了」：它用本地活动历史生成回顾：上午主要在推进这条发布视频（写初稿、打磨脚本、和同事改结构节奏），另外在 Codex 里做了个 3D 世界搭建器的原型，还处理了一些用量上限的反馈

小互

27,918 görüntüleme • 1 ay önce

有个朋友最近想去 Threads 做账号。 内容方向他已经想好了，真正让他头疼的，是每天去哪里找热点，怎么整理素材，写完以后又怎么稳定发布。 我给他的建议很直接： 先用 EasyClaw 跑一套自动化。 刚好 EasyClaw EasyClaw 最近更新了 RPA 自动化，我也顺手拿这个需求实际测试了一遍。 最后做出来的效果是： Google Trends 获取热点 → 生成 Threads 文案 → 按照间隔逐条发布 整个过程比我原本想象中简单很多。 现在它也支持其他的平台实现自动化，感兴趣的可以去试试 首充用码 MJLH8QY7 可以享 95 折，每天 200 免费额度足够搭好几条监控了。 ////////////////////////// EasyClaw EasyClaw 需要从官推进入官网，再下载安装到电脑上，它目前并不是一个直接打开网页就能使用的 Web 工具。 因为后面会涉及浏览器操作、本地脚本和账号登录状态，我个人更建议安装在虚拟机，或者单独准备的 VPS 里。 一方面环境比较干净，可以减少其他软件和浏览器插件的干扰。 另一方面也能把自动化任务和自己的主力电脑隔离开，用起来会安心一些。 安装完成之后，找到里面的 automation-rpa Agent，就可以直接描述需求。 ////////////////////////// 我最开始给出的需求很简单（我把教程图贴了出来，我也把做好之后的运行视频录制了一下，大家可以看看）： “帮我做一个 Threads 运营工具，从 Google Trends 获取热点，再生成搞笑和 Crypto 方向的内容。” EasyClaw 会先确认热点来源、生成数量、发布方式和运行频率。 我选择抓取 5 个热点，生成 3 条内容，先保存草稿，确认没有问题以后再升级成自动发布。 接下来基本不用自己研究页面结构。 EasyClaw 会打开 Google Trends，处理弹窗，等待页面加载，找到热点列表并提取数据。 热点拿到以后，再按照提前设置好的方向生成 Threads 文案，并把结果保存到 Excel。 第一次运行时，可以先用少量数据试跑。 整套流程确认正常以后，再让它打开已经登录的 Threads，自动找到发帖入口、填写内容，并按照设置好的间隔逐条发布。 热点数量、内容方向、发布条数、间隔时间和文件路径，后面都可以直接修改。 第一次把流程做好，之后换一个话题、换一种文案风格，也能继续复用。 ////////////////////////// 最后生成的也不是一个只能在 EasyClaw 里运行的封闭任务。 整个流程会被整理成标准的 Python 脚本。 懂代码的人，可以打开 继续增加功能，接入新的数据源或者 AI API。 不懂代码的人，也可以直接调整参数运行。 后面还可以加入定时调度。 比如每天固定时间抓一次热点，生成几条内容，先保存草稿，或者直接发布到 Threads ////////////////////////// 这次实际用下来，EasyClaw 给我最明显的感受，就是做自动化的门槛确实被压低了。 以前想做一套类似的流程，可能要自己研究 Selenium、DOM 结构、浏览器驱动和各种报错。 现在只需要把需求尽量说清楚。 页面怎么打开，按钮在哪里，数据怎么提取，最后怎么整理成脚本，可以让 Agent 自己往下探索。 而且生成出来的任务还可以参数化。 今天用来做 Threads，明天换成抓取其他网站、整理资料或者批量处理一些重复工作，前面的思路都可以继续复用。 所以我愿意把 EasyClaw 理解成： 一个能操作真实浏览器，也能把操作写成脚本的 AI 助手。 你负责提出需求和检查结果。 中间那些重复、机械，又很浪费时间的操作，可以慢慢交给它。 我朋友原本只是想做一个 Threads 账号。 最后我们顺手给他搭出了一条能够反复运行的内容生产线。
0:39

有个朋友最近想去 Threads 做账号。 内容方向他已经想好了，真正让他头疼的，是每天去哪里找热点，怎么整理素材，写完以后又怎么稳定发布。 我给他的建议很直接： 先用 EasyClaw 跑一套自动化。 刚好 EasyClaw EasyClaw 最近更新了 RPA 自动化，我也顺手拿这个需求实际测试了一遍。 最后做出来的效果是： Google Trends 获取热点 → 生成 Threads 文案 → 按照间隔逐条发布 整个过程比我原本想象中简单很多。 现在它也支持其他的平台实现自动化，感兴趣的可以去试试 首充用码 MJLH8QY7 可以享 95 折，每天 200 免费额度足够搭好几条监控了。 ////////////////////////// EasyClaw EasyClaw 需要从官推进入官网，再下载安装到电脑上，它目前并不是一个直接打开网页就能使用的 Web 工具。 因为后面会涉及浏览器操作、本地脚本和账号登录状态，我个人更建议安装在虚拟机，或者单独准备的 VPS 里。 一方面环境比较干净，可以减少其他软件和浏览器插件的干扰。 另一方面也能把自动化任务和自己的主力电脑隔离开，用起来会安心一些。 安装完成之后，找到里面的 automation-rpa Agent，就可以直接描述需求。 ////////////////////////// 我最开始给出的需求很简单（我把教程图贴了出来，我也把做好之后的运行视频录制了一下，大家可以看看）： “帮我做一个 Threads 运营工具，从 Google Trends 获取热点，再生成搞笑和 Crypto 方向的内容。” EasyClaw 会先确认热点来源、生成数量、发布方式和运行频率。 我选择抓取 5 个热点，生成 3 条内容，先保存草稿，确认没有问题以后再升级成自动发布。 接下来基本不用自己研究页面结构。 EasyClaw 会打开 Google Trends，处理弹窗，等待页面加载，找到热点列表并提取数据。 热点拿到以后，再按照提前设置好的方向生成 Threads 文案，并把结果保存到 Excel。 第一次运行时，可以先用少量数据试跑。 整套流程确认正常以后，再让它打开已经登录的 Threads，自动找到发帖入口、填写内容，并按照设置好的间隔逐条发布。 热点数量、内容方向、发布条数、间隔时间和文件路径，后面都可以直接修改。 第一次把流程做好，之后换一个话题、换一种文案风格，也能继续复用。 ////////////////////////// 最后生成的也不是一个只能在 EasyClaw 里运行的封闭任务。 整个流程会被整理成标准的 Python 脚本。 懂代码的人，可以打开 继续增加功能，接入新的数据源或者 AI API。 不懂代码的人，也可以直接调整参数运行。 后面还可以加入定时调度。 比如每天固定时间抓一次热点，生成几条内容，先保存草稿，或者直接发布到 Threads ////////////////////////// 这次实际用下来，EasyClaw 给我最明显的感受，就是做自动化的门槛确实被压低了。 以前想做一套类似的流程，可能要自己研究 Selenium、DOM 结构、浏览器驱动和各种报错。 现在只需要把需求尽量说清楚。 页面怎么打开，按钮在哪里，数据怎么提取，最后怎么整理成脚本，可以让 Agent 自己往下探索。 而且生成出来的任务还可以参数化。 今天用来做 Threads，明天换成抓取其他网站、整理资料或者批量处理一些重复工作，前面的思路都可以继续复用。 所以我愿意把 EasyClaw 理解成： 一个能操作真实浏览器，也能把操作写成脚本的 AI 助手。 你负责提出需求和检查结果。 中间那些重复、机械，又很浪费时间的操作，可以慢慢交给它。 我朋友原本只是想做一个 Threads 账号。 最后我们顺手给他搭出了一条能够反复运行的内容生产线。

Mr.理想三旬(🌸,🍃)(FREE,WON)

13,853 görüntüleme • 1 ay önce

这个真的有点炸裂，我必须要炸裂一下，亲自测试了🤣 字节跳动发布AI图像编辑工具 只需一句话即可实现全自动P图 你只需要通过简单的文字描述来修改图像，对图片进行各种复杂的修改和编辑，不需要专业的图片处理技能，不需要其他任何操作，不用再相 Photoshop 那样复杂的操作才能修改编辑图像。 无论是改变图像的内容、风格，还是调整光线和角度，SeedEdit 都可以实现，并保持高质量的编辑效果。
1:02

这个真的有点炸裂，我必须要炸裂一下，亲自测试了🤣 字节跳动发布AI图像编辑工具 只需一句话即可实现全自动P图 你只需要通过简单的文字描述来修改图像，对图片进行各种复杂的修改和编辑，不需要专业的图片处理技能，不需要其他任何操作，不用再相 Photoshop 那样复杂的操作才能修改编辑图像。 无论是改变图像的内容、风格，还是调整光线和角度，SeedEdit 都可以实现，并保持高质量的编辑效果。

小互

124,290 görüntüleme • 1 yıl önce

【Plus订阅用户——无限额度的神级工具】 Plus 的 Codex 5 小时额度完全不够用？ 先别急，交给这个神级工具，让你的plus额度也够用 很多 Plus 用户不是不会用 Codex，而是把规划、执行和审查全塞给 Codex，让它变得太“全能”。 先让它通读仓库、自己想方案，再写代码、跑测试，最后还要重新读取全部上下文，审查自己刚才做过的改动。 等到 5 小时额度窗口开始紧张，真正需要 Codex 动手的工作，可能才刚刚开始。 如果你也经常觉得 Plus 的 Codex 额度不够用，我更建议先优化任务分工，而不是继续压缩提示词，或者把所有步骤都塞进同一次调用。 我现在使用的工作流是 Codex with ChatGPT： ChatGPT → PLAN Codex → EXECUTE / TEST ChatGPT → REVIEW 简单来说：ChatGPT 负责把问题想清楚，Codex 负责把改动做出来。 第一步是 PLAN。 在进入 Codex 之前，先让 ChatGPT 网页版明确： • 这次到底要解决什么问题？ • 哪些内容属于本次范围，哪些明确不改？ • 可能涉及哪些文件和依赖？ • 需要运行哪些测试？ • 什么结果才算完成，出问题怎样回滚？ 计划至少要回答这五件事：改什么、不改什么、碰哪些文件、怎样测试、什么结果才算完成。 没有边界的“帮我优化一下整个项目”，往往才是最消耗额度的用法。 第二步是 EXECUTE / TEST。 规划完成后，再把清晰的施工单交给 Codex。此时 Codex 不需要重新做一轮开放式研究，而是专注它最擅长的本地工作： • 编辑文件 • 运行 Shell 和项目命令 • 使用 Git 检查改动 • 执行测试 • 根据真实错误继续修复 给 Codex 的不再是一道没有边界的研究题，而是一项可以直接执行、可以测试、可以验收的任务。 一轮调用最好只有一个明确闭环： 修改 → 测试 → 报告结果 第三步是 REVIEW。 代码完成后，我不会只让执行者重新通读整个仓库，然后告诉我“看起来没问题”。 ChatGPT 会通过只读连接，按需查看相关文件、diff 和测试记录，再从原计划出发做一次独立审查： • 改动有没有超出范围？ • 测试是否真的覆盖了目标？ • 有没有隐藏失败或未经验证的结论？ • 文档、实现和最终结果是否一致？ 只有发现具体问题时，才向 Codex 发回最小修复任务。 这套分工的关键不是让两个 AI 重复干活，而是让每一层只负责自己最合适的事情。 在当前这个视频工程里就有一个真实例子：ChatGPT 审查时发现首帧工作台遮挡了标题；Codex 随后把 `.workspace` 的位置从 `top:128px` 调整到 `430px`。基线检查有 10 个重叠错误，修改后 Layout 变为 0 issues，最后再由 ChatGPT 读取事务 diff 和验证记录完成复核。 这就是完整闭环： 发现问题 → 明确修改 → 本地执行 → 运行检查 → 独立复核 对于 Plus 用户，这套方法最直接的作用，不是把官方额度变多，而是减少 Codex 执行通道里的重复阅读、开放式探索和自我复盘。 普通任务可以先在 ChatGPT 网页版锁定范围，再让 Codex 本地执行；完成后，只让审查层按需读取必要的 diff 和测试记录。这样能把更宝贵的 Codex 调用留给真正需要编辑、命令和测试的步骤。 如果你是 Pro 用户，还可以把最困难的架构规划、跨文件风险分析和最终审查，交给 ChatGPT 网页版中最高能力的 Pro 模型选项；复杂推理由 Pro 负责，本地执行仍由 Codex 完成。具体模型名称和开放范围可能调整，以你账户里的模型选择器为准。 需要说明的是： 这不是增加官方额度，也不会解除 5 小时窗口，更不是绕过平台限制。 它做的事情更朴素：不再让 Codex 同时扮演产品经理、架构师、程序员和审计员，而是让每一次调用都有明确范围、明确任务和明确验收标准。 Codex with ChatGPT 使用只读连接，按需读取完成规划和审查所需的工作区内容；不是一次性上传整个仓库，也不会把写文件、删除文件或执行 Shell 的权限交给 ChatGPT。 如果你也在用 Plus，最近又经常撞到 5 小时额度限制，可以试试先把任务分工做好，再开始下一次编码。 项目地址： 安装后可以直接对 Codex 说： “使用 Codex with ChatGPT 完成首次配置并应用。” #Codex #ChatGPT
0:45

【Plus订阅用户——无限额度的神级工具】 Plus 的 Codex 5 小时额度完全不够用？ 先别急，交给这个神级工具，让你的plus额度也够用 很多 Plus 用户不是不会用 Codex，而是把规划、执行和审查全塞给 Codex，让它变得太“全能”。 先让它通读仓库、自己想方案，再写代码、跑测试，最后还要重新读取全部上下文，审查自己刚才做过的改动。 等到 5 小时额度窗口开始紧张，真正需要 Codex 动手的工作，可能才刚刚开始。 如果你也经常觉得 Plus 的 Codex 额度不够用，我更建议先优化任务分工，而不是继续压缩提示词，或者把所有步骤都塞进同一次调用。 我现在使用的工作流是 Codex with ChatGPT： ChatGPT → PLAN Codex → EXECUTE / TEST ChatGPT → REVIEW 简单来说：ChatGPT 负责把问题想清楚，Codex 负责把改动做出来。 第一步是 PLAN。 在进入 Codex 之前，先让 ChatGPT 网页版明确： • 这次到底要解决什么问题？ • 哪些内容属于本次范围，哪些明确不改？ • 可能涉及哪些文件和依赖？ • 需要运行哪些测试？ • 什么结果才算完成，出问题怎样回滚？ 计划至少要回答这五件事：改什么、不改什么、碰哪些文件、怎样测试、什么结果才算完成。 没有边界的“帮我优化一下整个项目”，往往才是最消耗额度的用法。 第二步是 EXECUTE / TEST。 规划完成后，再把清晰的施工单交给 Codex。此时 Codex 不需要重新做一轮开放式研究，而是专注它最擅长的本地工作： • 编辑文件 • 运行 Shell 和项目命令 • 使用 Git 检查改动 • 执行测试 • 根据真实错误继续修复 给 Codex 的不再是一道没有边界的研究题，而是一项可以直接执行、可以测试、可以验收的任务。 一轮调用最好只有一个明确闭环： 修改 → 测试 → 报告结果 第三步是 REVIEW。 代码完成后，我不会只让执行者重新通读整个仓库，然后告诉我“看起来没问题”。 ChatGPT 会通过只读连接，按需查看相关文件、diff 和测试记录，再从原计划出发做一次独立审查： • 改动有没有超出范围？ • 测试是否真的覆盖了目标？ • 有没有隐藏失败或未经验证的结论？ • 文档、实现和最终结果是否一致？ 只有发现具体问题时，才向 Codex 发回最小修复任务。 这套分工的关键不是让两个 AI 重复干活，而是让每一层只负责自己最合适的事情。 在当前这个视频工程里就有一个真实例子：ChatGPT 审查时发现首帧工作台遮挡了标题；Codex 随后把 `.workspace` 的位置从 `top:128px` 调整到 `430px`。基线检查有 10 个重叠错误，修改后 Layout 变为 0 issues，最后再由 ChatGPT 读取事务 diff 和验证记录完成复核。 这就是完整闭环： 发现问题 → 明确修改 → 本地执行 → 运行检查 → 独立复核 对于 Plus 用户，这套方法最直接的作用，不是把官方额度变多，而是减少 Codex 执行通道里的重复阅读、开放式探索和自我复盘。 普通任务可以先在 ChatGPT 网页版锁定范围，再让 Codex 本地执行；完成后，只让审查层按需读取必要的 diff 和测试记录。这样能把更宝贵的 Codex 调用留给真正需要编辑、命令和测试的步骤。 如果你是 Pro 用户，还可以把最困难的架构规划、跨文件风险分析和最终审查，交给 ChatGPT 网页版中最高能力的 Pro 模型选项；复杂推理由 Pro 负责，本地执行仍由 Codex 完成。具体模型名称和开放范围可能调整，以你账户里的模型选择器为准。 需要说明的是： 这不是增加官方额度，也不会解除 5 小时窗口，更不是绕过平台限制。 它做的事情更朴素：不再让 Codex 同时扮演产品经理、架构师、程序员和审计员，而是让每一次调用都有明确范围、明确任务和明确验收标准。 Codex with ChatGPT 使用只读连接，按需读取完成规划和审查所需的工作区内容；不是一次性上传整个仓库，也不会把写文件、删除文件或执行 Shell 的权限交给 ChatGPT。 如果你也在用 Plus，最近又经常撞到 5 小时额度限制，可以试试先把任务分工做好，再开始下一次编码。 项目地址： 安装后可以直接对 Codex 说： “使用 Codex with ChatGPT 完成首次配置并应用。” #Codex #ChatGPT

18168

34,355 görüntüleme • 24 gün önce

挖到了一个做产品宣传片超级好用的 Codex Skill：video-shotcraft。 我用 drawDB 和 JSON Crack 实测了一遍。只需要确定产品和展示方向，Codex 就会继续分析页面、设计分镜、制作动画、匹配音乐和音效，最后渲染成片。 你现在看到的这支 52 秒视频，就是实际跑出来的结果。 它做的不是普通录屏，而是把真实产品界面重新组织成一支有运镜、有节奏、有视觉风格的宣传片。中途还会检查画面问题、修改代码并重新渲染。 最终交付了 1080p 带音乐版，以及只保留音效的无音乐版。 这个 Skill 不是我开发的，作者是 Vincentwei1021。独立开发者和开源项目可以试试。 项目地址：
0:52

挖到了一个做产品宣传片超级好用的 Codex Skill：video-shotcraft。 我用 drawDB 和 JSON Crack 实测了一遍。只需要确定产品和展示方向，Codex 就会继续分析页面、设计分镜、制作动画、匹配音乐和音效，最后渲染成片。 你现在看到的这支 52 秒视频，就是实际跑出来的结果。 它做的不是普通录屏，而是把真实产品界面重新组织成一支有运镜、有节奏、有视觉风格的宣传片。中途还会检查画面问题、修改代码并重新渲染。 最终交付了 1080p 带音乐版，以及只保留音效的无音乐版。 这个 Skill 不是我开发的，作者是 Vincentwei1021。独立开发者和开源项目可以试试。 项目地址：

Rachel🥥

13,815 görüntüleme • 1 ay önce