正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

如果你的网站或者APP也想做苹果味十足、丝滑解压的液态微交互今天继续给兄弟们分享一个超惊艳的开源组件库：Liquid Gooey 专为 React 打造的水滴黏滞融合动效： • 彻底解决传统滤镜文字发虚、图标变形的硬伤 • 自带高级微投影，质感直接拉满 • 悬浮菜单、Tab 滑块、表单联动拿来即用 • 支持 Spring 物理回弹，手感极其解压 npm install liquid-gooey 就能直接跑起来体验地址已放评论区👇 喜欢的兄弟点赞收藏，防止用的时候找不到 #WebDesign #UIUX #React

码农暖爸

3,341 subscribers

67,560 次观看 • 25 天前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

接入anysearch后，我的agent搜索效率提高了 Parallel、Perplexity、Tavily 这些搜索工具给 Agent 用，有个一直没解决好的问题——返回的是链接加摘要，Agent 拿到之后还要自己点开网页、筛选内容、判断哪条有用。金融、学术、代码这些垂直领域的搜索质量更差。输出没有结构，光解析内容就要烧掉大量 token。分享一个我一直在用的为 AI Agent 设计的搜索基础设施 —AnySearch，一个为 Agent 量身打造的「搜索 Skill」： - 实时网页搜索 - 支持金融、学术、代码、社会媒体等垂直领域搜索 - 直接把网页转成干净的 Markdown（extract） - 输出结构化，Agent 能直接拿来用安装 AnySearch SKILL 超级简单：复制下方提示词并发送给你的 Agent，即可自动完成安装：

接入anysearch后，我的agent搜索效率提高了 Parallel、Perplexity、Tavily 这些搜索工具给 Agent 用，有个一直没解决好的问题——返回的是链接加摘要，Agent 拿到之后还要自己点开网页、筛选内容、判断哪条有用。金融、学术、代码这些垂直领域的搜索质量更差。输出没有结构，光解析内容就要烧掉大量 token。分享一个我一直在用的为 AI Agent 设计的搜索基础设施 —AnySearch，一个为 Agent 量身打造的「搜索 Skill」： - 实时网页搜索 - 支持金融、学术、代码、社会媒体等垂直领域搜索 - 直接把网页转成干净的 Markdown（extract） - 输出结构化，Agent 能直接拿来用安装 AnySearch SKILL 超级简单：复制下方提示词并发送给你的 Agent，即可自动完成安装：

雪踏乌云

95,011 次观看 • 2 个月前

分享一个三分钟复制Seedance2.0爆款的极简办法上一条猫粮广告视频反响还不错😄 但说实话，如果天天从零憋分镜和提示词，真的太反人类了。经常灵感枯竭，终于让我找到极简的爆款复制法，做高质量视频，效率高了几倍！这次我没自己写词，直接在 Nemo 里用两分钟白嫖了一条顶级质感的视频，极其省事： 1️⃣ 找现成爆款：首页自带 Seedance 2.0 的官方爆款库，也就是灵感中心，我一眼相中了这只“子弹时间”白猫。 2️⃣ 一键套用：根本不用去反推它的镜头语言，鼠标放上去直接点【试试这个提示词】。 3️⃣ 直接出片：原版的高级提示词和音效卡点，瞬间原封不动平移到你的时间轴。跑完直接点【无水印导出】。下面这条极具张力的小猫飞扑视频，就是这么两分钟搞出来的。这毛发的物理真实感，直接发给猫粮商家当信息流广告，是不是完全够用了？😂 别死磕提示词了，去灵感中心找爆款，找对现成模板直接套，是最高效的玩法。这个是Nemo的使用地址，看看有没有你感兴趣的爆款视频

分享一个三分钟复制Seedance2.0爆款的极简办法上一条猫粮广告视频反响还不错😄 但说实话，如果天天从零憋分镜和提示词，真的太反人类了。经常灵感枯竭，终于让我找到极简的爆款复制法，做高质量视频，效率高了几倍！这次我没自己写词，直接在 Nemo 里用两分钟白嫖了一条顶级质感的视频，极其省事： 1️⃣ 找现成爆款：首页自带 Seedance 2.0 的官方爆款库，也就是灵感中心，我一眼相中了这只“子弹时间”白猫。 2️⃣ 一键套用：根本不用去反推它的镜头语言，鼠标放上去直接点【试试这个提示词】。 3️⃣ 直接出片：原版的高级提示词和音效卡点，瞬间原封不动平移到你的时间轴。跑完直接点【无水印导出】。下面这条极具张力的小猫飞扑视频，就是这么两分钟搞出来的。这毛发的物理真实感，直接发给猫粮商家当信息流广告，是不是完全够用了？😂 别死磕提示词了，去灵感中心找爆款，找对现成模板直接套，是最高效的玩法。这个是Nemo的使用地址，看看有没有你感兴趣的爆款视频

Adam也叫吉米

30,854 次观看 • 7 个月前

兄弟们，看这个AI辅助的头影测量轨迹，直接把我看呆了。干了我一直想干没有干的事儿！即使你完全不懂正畸，也能一眼感受到那种丝滑和精准。 Alberto 这位正畸医生兼macOS原生开发者，把自己的OrthoKit App做成了真·黑科技。以前做一次完整的头影测量，医生得手动点几十个关键标志点，花大半天时间，还容易出错。现在AI直接接管，整个过程自动识别、自动描迹、自动生成报告，几秒钟就出结果。 App已经在App Store上线，Mac、iPhone、iPad全平台支持。前15个患者免费，里面30多个分析项目，一半以上是全AI驱动（Steiner、McNamara、Bjork、Baccetti…）。 AI真正开始把“专业门槛极高”的医疗诊断，从手工活变成了人人能用的智能工具。以前只有顶级诊所能做的精准分析，现在普通正畸医生也能轻松拥有。

兄弟们，看这个AI辅助的头影测量轨迹，直接把我看呆了。干了我一直想干没有干的事儿！即使你完全不懂正畸，也能一眼感受到那种丝滑和精准。 Alberto 这位正畸医生兼macOS原生开发者，把自己的OrthoKit App做成了真·黑科技。以前做一次完整的头影测量，医生得手动点几十个关键标志点，花大半天时间，还容易出错。现在AI直接接管，整个过程自动识别、自动描迹、自动生成报告，几秒钟就出结果。 App已经在App Store上线，Mac、iPhone、iPad全平台支持。前15个患者免费，里面30多个分析项目，一半以上是全AI驱动（Steiner、McNamara、Bjork、Baccetti…）。 AI真正开始把“专业门槛极高”的医疗诊断，从手工活变成了人人能用的智能工具。以前只有顶级诊所能做的精准分析，现在普通正畸医生也能轻松拥有。

Berryxia.AI

18,110 次观看 • 4 个月前

接下来请大家狠狠地关注JEV，真是惊艳啊 Monad 团队的开发者 Jarrod Watts 把全网刷屏的 JEV，做成了一套纯 AI 原生的链上自动交易系统，并且把代码和前端全部开源了目前这个演示跑了14 个小时、亏了 300% 多🤣，但抛开实盘收益不谈，这套技术架构确实很惊艳过去大家拿 GPT、Claude 做自动化交易，最大的硬伤就是延迟和幻觉：你想让它判断个多空，它非得先在 API 里吐出 500 字的宏观研报，工程师还得苦哈哈写一堆正则从废话里抠 JSON 标签，等数据解析出来，盘口早插针爆仓了而 JEV 走了一条极其极端的路：它干脆把“说话”这个功能给物理阉割了它不生成任何人类可读的文字，只负责做纯粹的分类与概率预测： • 彻底干掉了 Tokenizer 瓶颈，输入每百万 Token 只要 4 分钱，输出直接免费 • 推理速度比传统大模型快 20~200 倍，延迟压到毫秒级 • 完美咬合 Monad 300ms 的出块节拍，行情进来秒级决策，直接打入 Kuru 链上订单簿撮合成交 Demo 体验地址： Github 开源仓库：

接下来请大家狠狠地关注JEV，真是惊艳啊 Monad 团队的开发者 Jarrod Watts 把全网刷屏的 JEV，做成了一套纯 AI 原生的链上自动交易系统，并且把代码和前端全部开源了目前这个演示跑了14 个小时、亏了 300% 多🤣，但抛开实盘收益不谈，这套技术架构确实很惊艳过去大家拿 GPT、Claude 做自动化交易，最大的硬伤就是延迟和幻觉：你想让它判断个多空，它非得先在 API 里吐出 500 字的宏观研报，工程师还得苦哈哈写一堆正则从废话里抠 JSON 标签，等数据解析出来，盘口早插针爆仓了而 JEV 走了一条极其极端的路：它干脆把“说话”这个功能给物理阉割了它不生成任何人类可读的文字，只负责做纯粹的分类与概率预测： • 彻底干掉了 Tokenizer 瓶颈，输入每百万 Token 只要 4 分钱，输出直接免费 • 推理速度比传统大模型快 20~200 倍，延迟压到毫秒级 • 完美咬合 Monad 300ms 的出块节拍，行情进来秒级决策，直接打入 Kuru 链上订单簿撮合成交 Demo 体验地址： Github 开源仓库：

梭哈.AI

603,891 次观看 • 4 天前

这个超级视觉分析神器在 GitHub 上拿下了 2.7 万⭐️—Supervision。不管是动态运动还是静态图片，重复又繁琐的视觉分析工作都交给它，你只管拿结果炫耀就行。它能做的事情： - 高速公路车辆测速：自动跟踪每辆车的轨迹和速度，再也不用人工数车流量 - 足球比赛球员分析：谁跑得快，谁停着不动，一眼就能统计清楚 - 宠物动作追踪：家里小猫小狗乱跑，也能全程记录 - 静态画面分析：图片里的物体状态、位置、数量，全套一体化解决 - 可视化报告：生成漂亮图表和标注图，开会汇报直接用 - 数据集处理：加载、转换、拆分、格式互转，一条龙搞定它让复杂、重复的视觉分析工作变得简单高效，你只管用结果就行。

这个超级视觉分析神器在 GitHub 上拿下了 2.7 万⭐️—Supervision。不管是动态运动还是静态图片，重复又繁琐的视觉分析工作都交给它，你只管拿结果炫耀就行。它能做的事情： - 高速公路车辆测速：自动跟踪每辆车的轨迹和速度，再也不用人工数车流量 - 足球比赛球员分析：谁跑得快，谁停着不动，一眼就能统计清楚 - 宠物动作追踪：家里小猫小狗乱跑，也能全程记录 - 静态画面分析：图片里的物体状态、位置、数量，全套一体化解决 - 可视化报告：生成漂亮图表和标注图，开会汇报直接用 - 数据集处理：加载、转换、拆分、格式互转，一条龙搞定它让复杂、重复的视觉分析工作变得简单高效，你只管用结果就行。

开发者Hailey

114,223 次观看 • 5 个月前

在 GitHub 上发现一款创新性的开源自动化 AI 工具：Terminator。它不像以往通过 OCR 识别屏幕内容，而是直接 “理解” 电脑上的应用像解析 HTML 网站一样，快速、准确地控制我们电脑上的各种软件。对比传统 OCR 自动化工具，有如下的特点： - 速度特别快，比传统方法快很多倍； - 即使软件窗口被遮挡或在后台，也能操作； - 非常稳定，不容易因为界面变化而失效。 GitHub：目前主要支持 Windows 系统，macOS 系统仅支持部分功能。如果你对让电脑自动完成任务感兴趣，这个项目的原理不妨学习看下。

在 GitHub 上发现一款创新性的开源自动化 AI 工具：Terminator。它不像以往通过 OCR 识别屏幕内容，而是直接 “理解” 电脑上的应用像解析 HTML 网站一样，快速、准确地控制我们电脑上的各种软件。对比传统 OCR 自动化工具，有如下的特点： - 速度特别快，比传统方法快很多倍； - 即使软件窗口被遮挡或在后台，也能操作； - 非常稳定，不容易因为界面变化而失效。 GitHub：目前主要支持 Windows 系统，macOS 系统仅支持部分功能。如果你对让电脑自动完成任务感兴趣，这个项目的原理不妨学习看下。

GitHubDaily

38,589 次观看 • 1 年前

大学室友为了赶上 Polymarket 的亚洲市场，连续 6 个月每天凌晨 5 点起床。结果呢？女朋友跑了，体重涨了 16 斤，早餐？不存在的，直接灌咖啡。后来他写了个 agent，让它睡觉的时候它帮我盯着。第一个月，收益涨了 15%，他果断删了凌晨 5 点的闹钟。事实证明，一个半睡不醒的人，交易起来还不如 200 行脚本。我以前以为“自律”就是早起。其实那就是死扛，既亏钱又伤身。等我真正坐下来写这个 agent，才发现背后的道理很简单。这套东西的核心： 1. Claude 驱动的情绪分析。每 15 分钟扫一遍 40 多个亚洲信源：路透亚洲、日经、南华早报、韩联社…… 2. NLP 情绪分类。把情绪变化跟 Polymarket 盘口做对比。如果新闻已经出了但赔率还没反应，那就是进场窗口。 3. 凯利公式。科学算仓位，而不是我以前那种“感觉来了，多下点”。 4. 单笔硬止损 5%。一笔错单不能把整个账户带崩。 5. 进场冷却。防止 agent 连续堆叠一堆相关性强的仓位。这些规则，凌晨 5 点的时候我一条都没守住。道理我都懂，但人在肾上腺素和咖啡因的作用下，每把都觉得是“明牌机会”。后来我回测了自己以前的手动单子，结果很扎心：我半睡半醒状态下下的单，有 60% 会被 agent 的期望值过滤器直接踢掉。恰恰就是这些单子，把整体收益拉垮了。在我自己搭 agent 的时候，需要一个对标。想找一个已经在跑类似逻辑的钱包，用来对比数据。我找到了一个，跟上面说的思路几乎镜像：同样盯亚洲市场，同样不带情绪冷冰冰地算。我把它存了书签，时不时看看它在各种行情下是怎么处理的：其实在跑自己的 agent 之前，我就是先用这个钱包来测试自动跟单的。如果你想先观摩别人的策略怎么跑，再自己动手，这是个有用的办法：

大学室友为了赶上 Polymarket 的亚洲市场，连续 6 个月每天凌晨 5 点起床。结果呢？女朋友跑了，体重涨了 16 斤，早餐？不存在的，直接灌咖啡。后来他写了个 agent，让它睡觉的时候它帮我盯着。第一个月，收益涨了 15%，他果断删了凌晨 5 点的闹钟。事实证明，一个半睡不醒的人，交易起来还不如 200 行脚本。我以前以为“自律”就是早起。其实那就是死扛，既亏钱又伤身。等我真正坐下来写这个 agent，才发现背后的道理很简单。这套东西的核心： 1. Claude 驱动的情绪分析。每 15 分钟扫一遍 40 多个亚洲信源：路透亚洲、日经、南华早报、韩联社…… 2. NLP 情绪分类。把情绪变化跟 Polymarket 盘口做对比。如果新闻已经出了但赔率还没反应，那就是进场窗口。 3. 凯利公式。科学算仓位，而不是我以前那种“感觉来了，多下点”。 4. 单笔硬止损 5%。一笔错单不能把整个账户带崩。 5. 进场冷却。防止 agent 连续堆叠一堆相关性强的仓位。这些规则，凌晨 5 点的时候我一条都没守住。道理我都懂，但人在肾上腺素和咖啡因的作用下，每把都觉得是“明牌机会”。后来我回测了自己以前的手动单子，结果很扎心：我半睡半醒状态下下的单，有 60% 会被 agent 的期望值过滤器直接踢掉。恰恰就是这些单子，把整体收益拉垮了。在我自己搭 agent 的时候，需要一个对标。想找一个已经在跑类似逻辑的钱包，用来对比数据。我找到了一个，跟上面说的思路几乎镜像：同样盯亚洲市场，同样不带情绪冷冰冰地算。我把它存了书签，时不时看看它在各种行情下是怎么处理的：其实在跑自己的 agent 之前，我就是先用这个钱包来测试自动跟单的。如果你想先观摩别人的策略怎么跑，再自己动手，这是个有用的办法：

CAT

29,834 次观看 • 5 个月前

哇塞把我三年的交易系统全部打磨成coding交易体系了！通过 DAPPOS vibecoding 做出来了！这是 xBubble 新推出的 Coding 功能，我直接就输入自然语言，没多久就给我搞定了网站。我把我总结的交易策略和心法都记录下来总结成文字喂给他！杰哥主要用的是以均线为主的战法： ——看ma30和ma250这个两根均线。一个个级别去看，先从月线级别，周线级别，再看到日线级别。如果要做更小时间级别，再看小时级别，分钟级别。再加上了一只指数级别的微调。 ——当然不仅仅是是看一根均线，而是看级别、共振和订单流。用程序直接帮我跑出来了！目前回测下来的收益率是+25.05%。后续我会接入到币安的实盘当中继续跑起来！以前我也想过把他程序化或者网页化，但是对我个人来说太繁琐了。我不懂网站域名SEO这些，还要Ui设计更是分散了很多我做交易的心力! 这次有了Dappos真的只用一个工具帮我全部实现了！不仅如此效率非常之高！没想到有一天我的idea也能轻松coding出来！#vibecoding #量化 #xBubble

哇塞把我三年的交易系统全部打磨成coding交易体系了！通过 DAPPOS vibecoding 做出来了！这是 xBubble 新推出的 Coding 功能，我直接就输入自然语言，没多久就给我搞定了网站。我把我总结的交易策略和心法都记录下来总结成文字喂给他！杰哥主要用的是以均线为主的战法： ——看ma30和ma250这个两根均线。一个个级别去看，先从月线级别，周线级别，再看到日线级别。如果要做更小时间级别，再看小时级别，分钟级别。再加上了一只指数级别的微调。 ——当然不仅仅是是看一根均线，而是看级别、共振和订单流。用程序直接帮我跑出来了！目前回测下来的收益率是+25.05%。后续我会接入到币安的实盘当中继续跑起来！以前我也想过把他程序化或者网页化，但是对我个人来说太繁琐了。我不懂网站域名SEO这些，还要Ui设计更是分散了很多我做交易的心力! 这次有了Dappos真的只用一个工具帮我全部实现了！不仅如此效率非常之高！没想到有一天我的idea也能轻松coding出来！#vibecoding #量化 #xBubble

0xJason 杰哥

16,846 次观看 • 2 个月前

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：

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

73,120 次观看 • 3 个月前

Pi 接微信的方案，我只推荐这几个🔥 这件很多人问我Pi能不能对接到微信上，然后我花了点时间整理了如果你也想把 Pi 搬到微信里，这几个可以先收藏： 1、pi-wechat-assistant 目前我最推荐的一个。微信消息直接进入当前 Pi Session，支持文字、语音、图片、文件，还能远程切模型、停止任务、压缩上下文。 2、jiah-liu/pi-wechat-assistant 上面的安全增强版，增加微信账号绑定、敏感操作二次确认，更适合拿来远程控制自己电脑上的 Pi。 3、pi-weixinbot 比较纯粹的微信 Bot 插件，支持扫码登录、多微信账号、消息收发，适合想快速把 Pi 接进微信的人。 4、pi-wechat 更轻量，主打微信和 Pi 之间的文字桥接。功能没那么多，但部署简单，适合先体验。 5、weixin-agent-sdk + pi-acp 这个更偏折腾党，不是单一插件，而是把微信作为 Agent Gateway，再通过 ACP 接 Pi。后面想做微信、TG、飞书多平台统一入口，可以研究这条路线。如果要我一直推荐的话，我会推荐最前面两个，后面几个反倒是有点功能冲突了，因为我也分享过多客户端的对接插件本来一开始我是想自己写的，后面发现有那么多人已经写好了，我就直接用在微信上控制Pi挺方便

Pi 接微信的方案，我只推荐这几个🔥 这件很多人问我Pi能不能对接到微信上，然后我花了点时间整理了如果你也想把 Pi 搬到微信里，这几个可以先收藏： 1、pi-wechat-assistant 目前我最推荐的一个。微信消息直接进入当前 Pi Session，支持文字、语音、图片、文件，还能远程切模型、停止任务、压缩上下文。 2、jiah-liu/pi-wechat-assistant 上面的安全增强版，增加微信账号绑定、敏感操作二次确认，更适合拿来远程控制自己电脑上的 Pi。 3、pi-weixinbot 比较纯粹的微信 Bot 插件，支持扫码登录、多微信账号、消息收发，适合想快速把 Pi 接进微信的人。 4、pi-wechat 更轻量，主打微信和 Pi 之间的文字桥接。功能没那么多，但部署简单，适合先体验。 5、weixin-agent-sdk + pi-acp 这个更偏折腾党，不是单一插件，而是把微信作为 Agent Gateway，再通过 ACP 接 Pi。后面想做微信、TG、飞书多平台统一入口，可以研究这条路线。如果要我一直推荐的话，我会推荐最前面两个，后面几个反倒是有点功能冲突了，因为我也分享过多客户端的对接插件本来一开始我是想自己写的，后面发现有那么多人已经写好了，我就直接用在微信上控制Pi挺方便

小墨同学

13,705 次观看 • 9 天前

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：

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

18,241 次观看 • 4 个月前

想做视频号的看过来了！这套自动化流程我跑通了送给你我具体用到了以下两个 GitHub 项目，配合上龙虾，目前已经能够监控热点 - 生成 Prompt - 生成视频 - 自动分发到多个社交平台 1. seedance-prompt-skill 这是一个高质量的 senndance 提示词生成 Skills，是松果先森的项目我生成了一个视频放在了下面，供你们参考 2. AiToEarn 运营管理和自动分发工具，能够管理所有账号的发布记录、互动数据、粉丝增长并且，能把你生成的视频一键分发到抖音、小红书、Youtube 等国内外 14 个社交平台上两个项目的源码链接我放在评论区了。对做视频号感兴趣的朋友们建议收藏！

想做视频号的看过来了！这套自动化流程我跑通了送给你我具体用到了以下两个 GitHub 项目，配合上龙虾，目前已经能够监控热点 - 生成 Prompt - 生成视频 - 自动分发到多个社交平台 1. seedance-prompt-skill 这是一个高质量的 senndance 提示词生成 Skills，是松果先森的项目我生成了一个视频放在了下面，供你们参考 2. AiToEarn 运营管理和自动分发工具，能够管理所有账号的发布记录、互动数据、粉丝增长并且，能把你生成的视频一键分发到抖音、小红书、Youtube 等国内外 14 个社交平台上两个项目的源码链接我放在评论区了。对做视频号感兴趣的朋友们建议收藏！

摸鱼巨匠🔨

59,984 次观看 • 6 个月前

第一个使用 Claude 驱动的视频生成产品来了， Higgsfield 刚刚推出了 Vibe-Motion，由 Claude 模型驱动。他们把 Vibe Coding 那套逻辑，直接放到了视频生成里。以前做 AI 视频是把提示词写好，点生成，如果不满意还要改个词重来，之前的神态、光影全变了。接入 Claude 后的 Higgsfield Vibe-Motion，直接把 AI 视频从生成器变成了编辑器，现在用它生成视频能够： 1. 深入理解创作意图：比如 “让这个视频看起来高端”，它能够自动调整几十个参数来匹配你的意图。 2. 实时掌握世界知识：比如你只要上传品牌素材，无需解释就能理解当前品牌参考、相关风格，自动应用到视频里。 3. 持续上下文：Claude 会记住你的对话，只需要对视频提出修改意见，能够自动推理你要修改哪个细节，不会把已经确定好的视频风格搞乱。 4. 更强大的一致性：通过 Claude 它能够自动推理出视频要修改的时间、布局、层级关系，自动维护视频的一致性。 Vibe Video 已来，先生成 Demo，再通过对话不断微调细节。

第一个使用 Claude 驱动的视频生成产品来了， Higgsfield 刚刚推出了 Vibe-Motion，由 Claude 模型驱动。他们把 Vibe Coding 那套逻辑，直接放到了视频生成里。以前做 AI 视频是把提示词写好，点生成，如果不满意还要改个词重来，之前的神态、光影全变了。接入 Claude 后的 Higgsfield Vibe-Motion，直接把 AI 视频从生成器变成了编辑器，现在用它生成视频能够： 1. 深入理解创作意图：比如 “让这个视频看起来高端”，它能够自动调整几十个参数来匹配你的意图。 2. 实时掌握世界知识：比如你只要上传品牌素材，无需解释就能理解当前品牌参考、相关风格，自动应用到视频里。 3. 持续上下文：Claude 会记住你的对话，只需要对视频提出修改意见，能够自动推理你要修改哪个细节，不会把已经确定好的视频风格搞乱。 4. 更强大的一致性：通过 Claude 它能够自动推理出视频要修改的时间、布局、层级关系，自动维护视频的一致性。 Vibe Video 已来，先生成 Demo，再通过对话不断微调细节。

耳朵

37,349 次观看 • 7 个月前

是不是跟女生聊天要直白一点？女士是不是不喜欢弯弯绕？想要真正在 MemeCore 生态里吃到这波红利，你得先把那种领完空投就走的投机心态收起来。 MemeMax 的野心显然不在于做一个平庸的永续交易所，它是要把自己做成整个生态的流动性发动机。如果你真想参与，这篇路线图就是写给你的“点火指南”。第1️⃣：看清博弈的底层逻辑很多朋友参与项目习惯了刷完就跑，但 MemeMax 的 MaxPack 活动设计得非常精明。它要求你在测试网或早期阶段保持高频交互，但真正的奖励解锁，是挂钩在主网上线后的真实交易上的。这一招其实是阳谋它直接卡死了那群想白嫖的科学家，逼着你从一个薅羊毛的变成一个真正的用户。所以，你现在的每一笔交互，都不是在完成任务，而是在为自己主网后的收益提前预埋资格。第2️⃣：操作上只抓三件核心事别去研究那些乱七八糟的花活，真正的老手只做最基础、最稳健的动作保持节奏，别搞突击检查很多人喜欢一天之内刷几百笔，然后半个月没动静。这种行为在后台算法里就是典型的机器人。你得把交互做成一种生活习惯，每天十笔一组，小额、多频、持续。你要让你的地址看起来像是一个真实在探索生态的活人，而不是一段僵硬的代码。成本控制是长跑的关键选那些成本最低的基础交互循环去做。我们追求的是交互次数的累积，而不是单笔交易的豪横。把战线拉长，你才能在主网开闸前稳稳守住你的 MaxPack。建立可复盘的记录：别盲目点鼠标。哪个地址做了多少次，哪个交易对最顺手，你自己心里得有一本账。第3️⃣：提前做主网的预判主网上线那天，往往是流动性最疯狂、机会也最多的时候。如果你等到那天再去研究怎么开单、怎么看永续规则，那黄花菜都凉了。现在的空档期，是你最佳的演习时间。去观察 MemeCore 上新资产的速度，去盯着社区里那些实习生文化的节奏变化。 Meme 生态靠的就是热度续航，当大家都在疯狂讨论某个新币时，你的交易资金和观察清单必须已经到位。你要做的，是在主网开闸的一瞬间，顺着这股巨量的流动性直接冲进去。第4️⃣：为什么它值得你投入精力？说白了，还是因为项目方给的底气太足。基金会拿出了三亿美元级别的代币分配来支持，这在目前的市场环境下是极其罕见的。更狠的是那个手续费全额回购计划。这个逻辑非常简单粗暴：只要有人在上面交易，项目方就拿钱回购代币。这意味着交易量会直接转化成二级市场的买盘支撑。你现在努力让自己像一个真实交易者，其实就是在为自己未来在这个买盘系统里卡一个更好的位置。别把 MemeMax 当成一个冷冰冰的空投任务，把它当成一个即将爆发的战场。现在的你，不需要多高深的技术，只需要做到交互做稳，资金备好，节奏跟紧。在这个圈子里，红利从来不属于跑得最快的人，而是属于那些在主网开闸时，已经做好了所有准备、且依然留在场内的人。 MemeX MemeMax #KAITO #Mememax

是不是跟女生聊天要直白一点？女士是不是不喜欢弯弯绕？想要真正在 MemeCore 生态里吃到这波红利，你得先把那种领完空投就走的投机心态收起来。 MemeMax 的野心显然不在于做一个平庸的永续交易所，它是要把自己做成整个生态的流动性发动机。如果你真想参与，这篇路线图就是写给你的“点火指南”。第1️⃣：看清博弈的底层逻辑很多朋友参与项目习惯了刷完就跑，但 MemeMax 的 MaxPack 活动设计得非常精明。它要求你在测试网或早期阶段保持高频交互，但真正的奖励解锁，是挂钩在主网上线后的真实交易上的。这一招其实是阳谋它直接卡死了那群想白嫖的科学家，逼着你从一个薅羊毛的变成一个真正的用户。所以，你现在的每一笔交互，都不是在完成任务，而是在为自己主网后的收益提前预埋资格。第2️⃣：操作上只抓三件核心事别去研究那些乱七八糟的花活，真正的老手只做最基础、最稳健的动作保持节奏，别搞突击检查很多人喜欢一天之内刷几百笔，然后半个月没动静。这种行为在后台算法里就是典型的机器人。你得把交互做成一种生活习惯，每天十笔一组，小额、多频、持续。你要让你的地址看起来像是一个真实在探索生态的活人，而不是一段僵硬的代码。成本控制是长跑的关键选那些成本最低的基础交互循环去做。我们追求的是交互次数的累积，而不是单笔交易的豪横。把战线拉长，你才能在主网开闸前稳稳守住你的 MaxPack。建立可复盘的记录：别盲目点鼠标。哪个地址做了多少次，哪个交易对最顺手，你自己心里得有一本账。第3️⃣：提前做主网的预判主网上线那天，往往是流动性最疯狂、机会也最多的时候。如果你等到那天再去研究怎么开单、怎么看永续规则，那黄花菜都凉了。现在的空档期，是你最佳的演习时间。去观察 MemeCore 上新资产的速度，去盯着社区里那些实习生文化的节奏变化。 Meme 生态靠的就是热度续航，当大家都在疯狂讨论某个新币时，你的交易资金和观察清单必须已经到位。你要做的，是在主网开闸的一瞬间，顺着这股巨量的流动性直接冲进去。第4️⃣：为什么它值得你投入精力？说白了，还是因为项目方给的底气太足。基金会拿出了三亿美元级别的代币分配来支持，这在目前的市场环境下是极其罕见的。更狠的是那个手续费全额回购计划。这个逻辑非常简单粗暴：只要有人在上面交易，项目方就拿钱回购代币。这意味着交易量会直接转化成二级市场的买盘支撑。你现在努力让自己像一个真实交易者，其实就是在为自己未来在这个买盘系统里卡一个更好的位置。别把 MemeMax 当成一个冷冰冰的空投任务，把它当成一个即将爆发的战场。现在的你，不需要多高深的技术，只需要做到交互做稳，资金备好，节奏跟紧。在这个圈子里，红利从来不属于跑得最快的人，而是属于那些在主网开闸时，已经做好了所有准备、且依然留在场内的人。 MemeX MemeMax #KAITO #Mememax

比克大魔王

10,150 次观看 • 8 个月前

Claude Opus 4.8 出来之后，我第一时间拿它做了个小测试。给我们ZenStellar 的 AI 陪伴手链做产品展示页，我一直想做一个能让用户近距离观察手链细节的网站：鼠标移动可以放大看水晶纹理、芯片主珠的细节，像在珠宝展厅里看产品一样。原本以为这种页面至少要折腾半天，结果把手链细节图丢给 Claude Opus 4.8，再给它一段提示词，大概 5 分钟左右，一个可用的 Demo 就出来了。比较惊喜的是，它不只是生成静态网页，而是真的把产品展示逻辑想明白了：悬浮、缩放、视差、灯光效果这些细节都直接帮我做了出来。不过最近直接使用 Claude 其实有点麻烦，我身边不少朋友都遇到过账号限制或者地区问题。我这次是在 ZenMux 里面直接调用 Claude Opus 4.8，用起来就顺手很多，也不用来回切账号或者切平台。对于做独立站、产品展示页或者 Kickstarter 页面的人来说，Claude Opus 4.8 现在已经不是写代码工具了，更像是一个懂设计的前端合伙人。说实话，如果放在两年前，我肯定不会相信一个产品展示页能在几分钟内完成第一版。大家可以从这里进去试试：

Claude Opus 4.8 出来之后，我第一时间拿它做了个小测试。给我们ZenStellar 的 AI 陪伴手链做产品展示页，我一直想做一个能让用户近距离观察手链细节的网站：鼠标移动可以放大看水晶纹理、芯片主珠的细节，像在珠宝展厅里看产品一样。原本以为这种页面至少要折腾半天，结果把手链细节图丢给 Claude Opus 4.8，再给它一段提示词，大概 5 分钟左右，一个可用的 Demo 就出来了。比较惊喜的是，它不只是生成静态网页，而是真的把产品展示逻辑想明白了：悬浮、缩放、视差、灯光效果这些细节都直接帮我做了出来。不过最近直接使用 Claude 其实有点麻烦，我身边不少朋友都遇到过账号限制或者地区问题。我这次是在 ZenMux 里面直接调用 Claude Opus 4.8，用起来就顺手很多，也不用来回切账号或者切平台。对于做独立站、产品展示页或者 Kickstarter 页面的人来说，Claude Opus 4.8 现在已经不是写代码工具了，更像是一个懂设计的前端合伙人。说实话，如果放在两年前，我肯定不会相信一个产品展示页能在几分钟内完成第一版。大家可以从这里进去试试：

Ashlyn He

32,177 次观看 • 3 个月前

全自动科学论文工厂，它真的来了。你该看看这个新仓库。之前那个中国大学生搞了个MiroFish，做实时社会模拟；字节跳动那边出了OpenViking，把记忆结构化；还有Percepta，把数学计算直接嵌进大模型的权重里；吴恩达那边也推了个Context Hub，相当于给代理加了一层自己标注的文档系统。 👉 Polymarket 官方入口：现在，AutoResearchClaw 刚在 GitHub 上线——一个全自动的科学论文生成器。仓库上线几个小时，就拿了差不多 4k 星。给一个原始的想法进去，出来的就是一篇 6000 字、能直接用的 PDF 论文。关键它不是那种垃圾玩意儿。它背后跑的是真正的代理系统： · 自己做实验：写代码、跑测试、读日志，崩了还能自己调 · 几乎没有幻觉：走硬核四层验证，对接真实科学数据库，没有假引用 · 格式也挑不出毛病：图表自动生成，LaTeX 排版，直接对标 NeurIPS / ICML 的标准挺有意思的悖论是：这东西不会把 arXiv 搞死。仓库：当生成一篇论文的成本几乎为零，真正的权力就到了“筛选者”手里。行业里的新神，会是那些活人审稿人——他们要在无穷无尽的 AI 论文洪流里，手动淘出真东西。愿安息吧，五年磨一篇的突破性论文——可能一夜之间就被批量淹没了。把这几样东西拼在一起看： MiroFish 的集群 + OpenViking 的记忆 + Percepta 的真实数学 + Context Hub 的干净文档 + AutoResearchClaw 的自主研究你就得到了一类代理——能自己跑完整个研究闭环，用真数学去验证假设，反复推敲，以远超人类的速度做出真正的突破。这不就是在 Polymarket 和各类条件市场上，搭建下一代预测机器人要用的那套东西吗？代理自己去研究、模拟、验证概率，用科学的方法更新判断，而不是靠猜。一个真正能发现、能证明的预测超级代理时代，就这么来了。存好这套配置。如果想在 Polymarket 上搞跟单交易，我推荐用这个： #Polymarket

全自动科学论文工厂，它真的来了。你该看看这个新仓库。之前那个中国大学生搞了个MiroFish，做实时社会模拟；字节跳动那边出了OpenViking，把记忆结构化；还有Percepta，把数学计算直接嵌进大模型的权重里；吴恩达那边也推了个Context Hub，相当于给代理加了一层自己标注的文档系统。 👉 Polymarket 官方入口：现在，AutoResearchClaw 刚在 GitHub 上线——一个全自动的科学论文生成器。仓库上线几个小时，就拿了差不多 4k 星。给一个原始的想法进去，出来的就是一篇 6000 字、能直接用的 PDF 论文。关键它不是那种垃圾玩意儿。它背后跑的是真正的代理系统： · 自己做实验：写代码、跑测试、读日志，崩了还能自己调 · 几乎没有幻觉：走硬核四层验证，对接真实科学数据库，没有假引用 · 格式也挑不出毛病：图表自动生成，LaTeX 排版，直接对标 NeurIPS / ICML 的标准挺有意思的悖论是：这东西不会把 arXiv 搞死。仓库：当生成一篇论文的成本几乎为零，真正的权力就到了“筛选者”手里。行业里的新神，会是那些活人审稿人——他们要在无穷无尽的 AI 论文洪流里，手动淘出真东西。愿安息吧，五年磨一篇的突破性论文——可能一夜之间就被批量淹没了。把这几样东西拼在一起看： MiroFish 的集群 + OpenViking 的记忆 + Percepta 的真实数学 + Context Hub 的干净文档 + AutoResearchClaw 的自主研究你就得到了一类代理——能自己跑完整个研究闭环，用真数学去验证假设，反复推敲，以远超人类的速度做出真正的突破。这不就是在 Polymarket 和各类条件市场上，搭建下一代预测机器人要用的那套东西吗？代理自己去研究、模拟、验证概率，用科学的方法更新判断，而不是靠猜。一个真正能发现、能证明的预测超级代理时代，就这么来了。存好这套配置。如果想在 Polymarket 上搞跟单交易，我推荐用这个： #Polymarket

区块链行情研究

62,723 次观看 • 6 个月前

卧槽兄弟们，WeChat 微信刚刚干了件特别不微信的事，极其低调但又极其炸裂，他们把每天给视频号、公众号、朋友圈和电商做搜索推荐的隐形AI，全盘开源了，真正每天默默影响十几亿人体验的顶级技术，甚至根本不需要和你说一句话这东西不会写文案，也不会陪你聊天，是那种不露脸的后台苦力，但这次开源的 WeMM-Embedding，最吓人的根本不是 9B 拿了双榜第一，而是那个区区 2B 的小版本，跑分直接干翻了上一代 8B 的开源顶流 2个B打赢8个B，靠的是工业级训练配方在抽暴力堆参数的耳光: 几亿级数据对齐加上细粒度蒸馏，在微信内部 14 个真实业务测试里全线跑赢做多模态 RAG、视频检索和 Agent 记忆的兄弟，这次真的省大钱了: 文字、多张图、长视频随便混着一次性喂进去，最绝的是俄罗斯套娃维度，直接把维度截断到 256 维还能保住近 99% 的性能，向量数据库的存储和检索成本，直接给你砍到了脚脖子大模型负责在大脑里思考，Embedding 负责在万物里精准找到东西，两个少了一个，所谓的 AI 智能体全都是盲人摸象微信把自家每天扛几十亿流量的内容理解底座直接端出来，对真正做工程落地的人来说，这比再发十个聊天模型都要痛快得多啊

卧槽兄弟们，WeChat 微信刚刚干了件特别不微信的事，极其低调但又极其炸裂，他们把每天给视频号、公众号、朋友圈和电商做搜索推荐的隐形AI，全盘开源了，真正每天默默影响十几亿人体验的顶级技术，甚至根本不需要和你说一句话这东西不会写文案，也不会陪你聊天，是那种不露脸的后台苦力，但这次开源的 WeMM-Embedding，最吓人的根本不是 9B 拿了双榜第一，而是那个区区 2B 的小版本，跑分直接干翻了上一代 8B 的开源顶流 2个B打赢8个B，靠的是工业级训练配方在抽暴力堆参数的耳光: 几亿级数据对齐加上细粒度蒸馏，在微信内部 14 个真实业务测试里全线跑赢做多模态 RAG、视频检索和 Agent 记忆的兄弟，这次真的省大钱了: 文字、多张图、长视频随便混着一次性喂进去，最绝的是俄罗斯套娃维度，直接把维度截断到 256 维还能保住近 99% 的性能，向量数据库的存储和检索成本，直接给你砍到了脚脖子大模型负责在大脑里思考，Embedding 负责在万物里精准找到东西，两个少了一个，所谓的 AI 智能体全都是盲人摸象微信把自家每天扛几十亿流量的内容理解底座直接端出来，对真正做工程落地的人来说，这比再发十个聊天模型都要痛快得多啊

AYi

134,988 次观看 • 26 天前