Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

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

19,489 Aufrufe • vor 1 Monat •via X (Twitter)

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

Damn.. 一款今年你一定要体验下的产品 上次我发的这个落地页火了,随手还赚了2000块。有不少推友想要,我们今天打算开放出去。但方式来点不一样的 这次你甚至不需要安装skill、配置你的agent,你只需要点开我配置好的agent 聊天即可 这个就是Bloome这个产品的妙处,也是我们企业内部正在走的路~ 我之前一直也在思考一个问题,目前AI Agent 市场还是没有全面铺开,很大一部分原因就是不会配置,龙虾经常挂掉。 现在好了,有了Bloome 你只需要与配置好的agent 聊天即可获得你想要的东西 Bloome 最酷的点,是把Agnet 变成了我们IM里的成员: 以前分享AI能力,是发prompt、workflow、skill 让别人自己配置,但是没法产品化,没法赚钱 现在让别人把你配置好的agent 拉进群或者单聊,它就能把你干活了,如果你的agent足够有价值,那就可以开启赚钱之路了! 同时关于AI Agent 社区怎么做分享几点心得: 我在Bloome 里与Yiming Zhang 数字人(agent)聊天,他提到: 用户来这里,能不能比自己找信息快10倍? 不是快一点,是数量级的差异。比如一个人想搞清楚怎么用Agent做客服自动化,他在你的社群里,3分钟就能拿到一个经过验证的方案、别人踩过的坑、可以直接跑的配置。这个体验如果在外面需要30分钟甚至3小时,那你就有价值。 具体怎么做到: 一是让Agent本身成为社群的基础设施,不只是讨论的话题。用户进来不是看别人聊Agent,而是直接跟Agent协作、测试、分享workflow。社群的核心资产是可复用的Agent配置和经验,不是聊天记录。 二是结构化沉淀。聊天是最低效的信息载体。好的社群产品应该把对话里的有价值信息自动提取、结构化,变成可检索的知识。下一个人进来不需要重新问。 三是匹配。不是所有人都需要看所有内容。谁在做什么、谁解决过什么问题、谁的经验跟我最相关——这个匹配做好了,社群的信息效率就上去了。 最怕的是做成一个"AI爱好者交流群"。那个东西微信群就能干,没有产品壁垒。 现在我们可以靠着Bloome 来卖我们的idea了~ 评论区分享手把手教agent 配置、分享的方法👇 我们这个agent体验地址:

岚叔

18,114 Aufrufe • vor 3 Monaten

Codex 5.6 真正与普通人拉开 90% 差距的,不是 prompt,而是你会不会配置 config.toml 很多人用 Codex 还停留在“打开就聊”,但真正重度使用的人,早就把模型、任务模式、项目规则和自动化流程写进配置里了。 现在 Codex 5.6 最值得折腾的 4 个专业设置: 1️⃣ 固定模型 + Reasoning Effort 别每开一个任务都重新选模型。 把默认模型和推理强度写进 ~/.codex/config.toml,日常任务追求速度,复杂架构任务再提高 reasoning effort。 输入prompt: 请检查我当前 Codex 5.6 实际支持的模型和 reasoning effort 配置,不要猜测或使用已经废弃的参数;然后修改 ~/.codex/config.toml,为日常 Coding 设置合理的默认模型与推理强度,并告诉我具体修改了哪些字段、为什么这样配置,最后验证配置是否成功生效。 2️⃣ 不同任务建立 Profile 写功能、修 Bug、Code Review、做系统架构,根本不应该用完全相同的配置。 Codex 支持 Profiles,可以针对不同任务切换不同工作模式。 配置用的prompt,直接用: 请基于我当前 Codex 5.6 配置创建 3 套 Profile:fast-dev 用于快速开发和小修改,code-review 用于 PR 和代码审查,deep-architecture 用于复杂系统设计;分别配置合适的模型、reasoning effort 和执行策略,不使用已经废弃的配置项,并告诉我之后如何通过 --profile 切换使用。 3️⃣ 给每个项目建立独立配置 全局配置解决“你习惯怎么工作”,项目配置解决“这个项目必须怎么工作”。 把技术栈、测试方式、项目约束和工具配置放进项目自己的 .codex/config.toml,不要每开新会话都重新解释。 直接输入: 请分析当前项目的技术栈、目录结构、测试方式和开发工具,为这个项目设计一份最小化的 .codex/config.toml,只写当前项目真正需要的配置,不覆盖无关的全局设置;完成后解释每项配置的作用,并检查项目级配置是否能够被当前 Codex 正确加载。 4️⃣ 用 Hooks 把规则变成自动执行 最浪费时间的方式,就是每次都提醒 Codex 改完记得跑测试、提交前记得检查、别忘了扫安全问题。 现在可以直接把这些规则做成 Hooks,在生命周期节点自动触发。Codex 当前官方配置已经支持 lifecycle hooks。 直接用这段: 请检查当前项目适合配置哪些 Codex lifecycle hooks,并为我建立最精简的一套自动化流程:代码修改完成后运行必要测试和 lint,关键变更执行安全检查,提交前执行最终验证;只配置真正必要的 Hook,避免重复执行和拖慢开发速度,完成后实际触发一次并验证每个 Hook 是否正常工作。 真正高效的 Codex 启动就知道该怎么工作。 赶紧配置试试吧!

govin.eth | G哥

150,417 Aufrufe • vor 8 Tagen

之前用 Seedance 2 做了个做酸菜鱼的视频, 生成到第10秒的时候,美女的手直接伸进滚烫的锅里搅拌。AI完全不知道那样会烫。 当时觉得好笑,后来越想越觉得,这不只是 bug这么简单,现在的 AI 根本还没到理解物理世界怎么运转这一层。 这半年做了太多AI视频了,每次满心欢喜等它生成,结果经常是人物动作接不上、物体空间瞬移、手还没碰到东西物体就动了,各种幻觉 bug,真的挺折磨。 最近看到黄碧薇教授 Biwei Huang 的 Aether AI 官宣融资,认真看了一下方向,感觉它解释了很多视觉 AI 里反复出现的问题。 Aether AI 做的是因果世界模型。这个词听起来很学术,但放到视频生成里其实很好理解。 今天的视频模型,Sora、即梦、Veo,已经能生成非常真实的画面。杯子掉落、水洒出来、机械臂抓取,看起来越来越像真的。但它们很多时候是在根据海量视频经验预测下一帧,类似画面后面通常会发生什么,就生成什么。 所以桌子高了 2cm,机械臂就可能失效。明明伸过去的角度看起来对,杯子却自己飞起来了。画质够了,数据也不少,但模型没有真正理解这个动作为什么会带来这个结果。 Aether AI想做的,就是让 AI 学到变量之间的底层规律,比如桌子高度变了会带来什么影响,物体受力之后会怎么运动,一个动作会导致什么后果。 这类东西学进去,模型才能在没见过的场景里稳定推演、举一反三。对视频生成、机器人、自动驾驶、3D 世界模拟都会很关键。 视觉 AI 下一阶段的方向,可能就是从生成看起来合理的画面,走向理解画面为什么会这样变化。 黄教授 Biwei Huang 做因果AI 超过 12 年,这次 Aether AI 融资,我觉得是一个值得关注的信号:因果世界模型正在从学术前沿走向产业。 想了解的可以戳一下官网看看:

Adam也叫吉米

72,904 Aufrufe • vor 2 Monaten

又找到了一晚上卖50w的AI视频项目,我已经部署到本地生成了视频,他不是个客户端,是类似于一堆skill的文件包。 老王之前做一条三分钟产品片子,找素材两天,排节奏一天,加字幕又一天。一个团队折腾一周。 然后我遇到了 OpenMontage。 说实话一开始没抱什么期望。开源视频工具,见多了,十个有八个是套壳。结果跑了一条,调研了grok的api一条命令,三分钟出了三段能直接发的片子。效果很炸。 它到底是个啥。 把你的 Claude 或 Cursor 变成视频制片人。你对着它说一句「做个 60 秒黑洞科普」,它自己去翻论文、写脚本、生成图表动画、扒免费素材、配字幕音乐,最后渲染出片。 不是你点按钮选模板,是每一步它自己做判断。 拆开看三件事。 第一,12 条流水线各管一种片型。explainer 做科普片,clip 做混剪,music 做 MV,data 做数据图表动画。你选对流水线,出来的结构就对了一半。 第二,每条流水线底下是一串 agent Skill——怎么查资料、怎么写分镜、什么时候加转场、字幕压在哪帧。500 个 Skill 叠出来的不是模板库,是决策链。你描述得越具体,它判断得越准。指令模糊,出来的也只能是模糊的东西。 第三,零密钥就能跑。不配任何 API,本地免费模型直接出片。付费版 Runway 干的活它全包了。 我做内容这些年最烦的不是没创意。是找素材卡半天、排节奏卡半天、字幕又卡半天,三个半天过去热情全没了。这东西把执行链里所有决定让 agent 替你做了,你只负责描述要什么。 怎么上手?很简单 我没可以生视频的Key,用网页调用supergrok的Oauth,和OpenMontage结合生成的弹唱视频,整体还是比较满意的。

老王霸 AI Lab

16,536 Aufrufe • vor 2 Monaten