Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

很多 React 组件库，第一眼都像后台系统。 zelda-hyrule-ui 反着来：它把《旷野之息》那种游戏 UI，做成了一套 React 组件。血条、精力轮、任务面板、地图标记、对话框、商店界面，都能直接拿来用。最有意思的是，它还给 AI 写了使用文档。你把链接丢给 Cursor，让它按这个风格继续做页面，不容易跑成普通 SaaS 味。这类项目挺适合游戏化工具、学习 App、打卡产品。 UI 一换，产品气质马上就不一样了。

axiaisacat

4,896 subscribers

30,602 просмотров • 2 месяцев назад •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

GitHub 上有个项目火了，叫 Godogen。简单说就是：你给 AI 一句话，它自己给你做一个游戏出来。不是生成几段代码那种，是从建工程、写逻辑、生成素材、跑引擎、截图检查，到发现画面不对再自己修，整套流程自动跑。它的口号也很直接： Prompt in, Godot game out. 说人话就是：你描述游戏，它负责把第一版做出来。

GitHub 上有个项目火了，叫 Godogen。简单说就是：你给 AI 一句话，它自己给你做一个游戏出来。不是生成几段代码那种，是从建工程、写逻辑、生成素材、跑引擎、截图检查，到发现画面不对再自己修，整套流程自动跑。它的口号也很直接： Prompt in, Godot game out. 说人话就是：你描述游戏，它负责把第一版做出来。

Vincent

65,844 просмотров • 2 месяцев назад

这个 AI UI 网站火了，我见过最好的UI设计😃😲 Beautiful UI 是 Shane Levine 做的一套专门给 AI 原生产品设计的 UI 组件库。以前 shadcn/ui 解决的是按钮、表格、弹窗这些传统网页组件，而 Beautiful UI 开始解决 AI 产品真正需要的东西。里面已经做了 19 类组件：AI Thinking、流式回答、Tool Call、任务执行状态、Agent 操作前审批、引用来源、上下文卡片、AI 修改 Diff、代码生成、Prompt 输入框等等。如果你做 Agent、AI SaaS、Claude/Cursor 类产品，很多交互几乎可以直接参考甚至复制过去。想要网站的同学，评论区吱声……

这个 AI UI 网站火了，我见过最好的UI设计😃😲 Beautiful UI 是 Shane Levine 做的一套专门给 AI 原生产品设计的 UI 组件库。以前 shadcn/ui 解决的是按钮、表格、弹窗这些传统网页组件，而 Beautiful UI 开始解决 AI 产品真正需要的东西。里面已经做了 19 类组件：AI Thinking、流式回答、Tool Call、任务执行状态、Agent 操作前审批、引用来源、上下文卡片、AI 修改 Diff、代码生成、Prompt 输入框等等。如果你做 Agent、AI SaaS、Claude/Cursor 类产品，很多交互几乎可以直接参考甚至复制过去。想要网站的同学，评论区吱声……

比特币橙子Trader

20,305 просмотров • 1 месяц назад

🎬 90% 的人没用明白 Codex。因为一开始就把它当成了 ChatGPT。但 Codex 最厉害的地方，从来不是聊天，而是动手。它会读项目、改文件、做表格、操作浏览器，直接在你的电脑里完成任务。 💡 真正决定体验的也不是 Prompt，而是四件事：Project、Permissions、Context 和 AGENTS.md。少一个都能用，多一个才开始好用。我后来甚至不把它当 AI，而是当新人来带：先教它，再纠正它，最后把经验沉淀成 Skill。当你开始这样用 Codex，它就不再是助手，而是一套持续进化的工作系统。

🎬 90% 的人没用明白 Codex。因为一开始就把它当成了 ChatGPT。但 Codex 最厉害的地方，从来不是聊天，而是动手。它会读项目、改文件、做表格、操作浏览器，直接在你的电脑里完成任务。 💡 真正决定体验的也不是 Prompt，而是四件事：Project、Permissions、Context 和 AGENTS.md。少一个都能用，多一个才开始好用。我后来甚至不把它当 AI，而是当新人来带：先教它，再纠正它，最后把经验沉淀成 Skill。当你开始这样用 Codex，它就不再是助手，而是一套持续进化的工作系统。

Martin

27,521 просмотров • 2 месяцев назад

兄弟们，吊炸天了，我给 AI 下发了一个很简单的需求指令：做一个《AI 创业幸存者》游戏。没想到啊，大概20几分钟后，我真的在浏览器里玩上了。全程没开游戏引擎，也没写一行代码，它真的把游戏做出来了。这个游戏的第一版里敌人只有 Bug这一种，试玩后，我又追加了 5 种“创业风险”当作敌人，它直接沿着原游戏做出了第二版。太牛掰了吧，我之前见过那种一句提示词就能生成游戏的AI，但是它不能持续，生成完了后想要修改你得再来一遍。这个 Gear Zero 不一样，它可以针对同一个游戏持续工作长达10个小时。具体过程看下面这个视频👇

兄弟们，吊炸天了，我给 AI 下发了一个很简单的需求指令：做一个《AI 创业幸存者》游戏。没想到啊，大概20几分钟后，我真的在浏览器里玩上了。全程没开游戏引擎，也没写一行代码，它真的把游戏做出来了。这个游戏的第一版里敌人只有 Bug这一种，试玩后，我又追加了 5 种“创业风险”当作敌人，它直接沿着原游戏做出了第二版。太牛掰了吧，我之前见过那种一句提示词就能生成游戏的AI，但是它不能持续，生成完了后想要修改你得再来一遍。这个 Gear Zero 不一样，它可以针对同一个游戏持续工作长达10个小时。具体过程看下面这个视频👇

bbshare

15,251 просмотров • 18 дней назад

做 AI Agent 最容易低估的，其实是聊天界面。 Streaming、重试、附件、代码块、Tool Call、用户确认……看起来只是 Chat UI，自己补一遍很耗时。 assistant-ui 把这些收成可组合的 React 组件，Tool Call 还能渲染成你自己的 UI。更关键：不绑死后端，Vercel AI SDK、LangGraph、自建 API 都能接。 Vibe Coding 做 AI SaaS 时，我更想把时间花在 Agent 逻辑和产品流程，而不是从零再刻一个聊天窗。官网在第二条。

做 AI Agent 最容易低估的，其实是聊天界面。 Streaming、重试、附件、代码块、Tool Call、用户确认……看起来只是 Chat UI，自己补一遍很耗时。 assistant-ui 把这些收成可组合的 React 组件，Tool Call 还能渲染成你自己的 UI。更关键：不绑死后端，Vercel AI SDK、LangGraph、自建 API 都能接。 Vibe Coding 做 AI SaaS 时，我更想把时间花在 Agent 逻辑和产品流程，而不是从零再刻一个聊天窗。官网在第二条。

mousepotato

14,227 просмотров • 1 месяц назад

我用掉 100 亿 Token 后，最大的变化不是更会写 Prompt。而是 Codex 已经从一个聊天框，慢慢变成了我的： - 自我认识系统 - 工作系统 - 信息系统 - 学习系统 - 甚至是桌面陪伴系统我把自己最常用的 20 个技巧整理出来了。如果你也想把 AI 从“偶尔问一句”变成真正能长期协作的伙伴，建议先收藏。一、让 Codex 逐渐认识你 1. 每天让它问你一个问题我设了一个自动化：每天问我一个能帮助它更了解我、也帮助我认识自己的问题。它会避开已经问过的话题，围绕一个主题慢慢聊。 2. 把对话当成自我观察现在可以直接语音聊。长期积累下来，它能看到我的情绪、偏好、反复出现的困扰和思考方式。 3. 让它把“它眼中的你”画出来把你们的对话和一张漫画参考图交给它，让它生成多格漫画。你会发现：很多时候我们要的不是答案，而是被理解。二、把 Codex 变成工作系统 4. 每周做一次 Codex 使用复盘让它回顾这周我怎么使用它、哪些沟通方式有效、哪些任务返工了、哪些项目该继续推进。 5. 把失败经验写进“第二大脑” 不只是存笔记。把失败原因、偏好、最近关注点沉淀下来，让以后不同 Agent 都能调用同一份上下文。 6. 创意任务先开 Plan Mode 创意型工作最容易“没想清楚就批量执行，最后返工”。先用计划模式讨论目标、方案、数据体系和风险，再开始做。 7. 把 Codex 当思考顾问，而不是执行员你甚至不需要有明确答案。只要说“我想做什么”，让它帮你一起把模糊的想法拆成可执行路径。 8. 需求清楚后切到 Goal Mode 需求确认后，把结果设成目标，让它自己持续推进。我的任务最长跑过 10 小时 44 分钟。 9. 用自动化处理重复但重要的事日报、周报、账号监控、邮箱监控、回复策略、内容归档、同步到个人网站——这些都适合交给自动化。 10. 明确任务就开多 Agent 对于翻译、多语言网站、图片生成、资料整理这类边界清晰的工作，让多个 Agent 分工并行，比一个人盯着快得多。三、让 Codex 跨出聊天框 11. 用 Sites 一键分享作品做好网站后，不要卡在“怎么部署”。Sites 可以直接把成品变成能分享的站点。 12. 把插件当成能力扩展包 Computer Use、数据分析、Investment Banking、GitHub、Outlook / Gmail……很多工作不是“AI 会不会”，而是你有没有给它接上正确的能力。 13. 把生图能力接进日常工作我已经用它生成了 300 多张图。做内容、配图、产品原型和视觉探索，速度会完全不一样。 14. 接入飞书，让手机也能操控 Codex 真正高频的协作不该只发生在电脑前。把它接到飞书后，我在手机上也能下任务、收结果、继续对话。 15. 用 ChatCut 把剪视频变成工作流不是只让 AI 帮忙剪一刀，而是把素材整理、脚本、配图、剪辑一起接进创作链路。四、建立自己的信息雷达 16. 每天订阅 Builder 信息我会用 Follow Builders Skill 定时追踪 Builder 的新想法、新产品和讨论，再把重要信息推送给自己。 17. 做一个“灵感箱” 任何一闪而过的想法都丢进去。后面让 AI 自动搜索、补充背景、分类、处理，而不是靠脑子记住。 18. 盯住 GitHub 和 Product Hunt 让 Agent 帮你筛新项目、周榜、日榜和真正值得试的工具。看见感兴趣的，直接让它安装或进一步研究。五、把输入变成你的输出 19. 把任何学习材料做成 HTML 学习页看到一场好访谈、一个视频、一篇文章：让 AI 拉取内容、生成中文文字稿，边看边记评论，最后再变成摘要或短视频。 20. 给 Codex 一个“实体感”：做成桌宠我很喜欢 Hatch Pet。它会根据状态跑动、办公、提示待办，甚至在你切换文件夹和工作区时给建议。AI 不一定要冷冰冰地躲在聊天框里。 100 亿 Token 给我最大的启发是：不要把 AI 只当作“问答工具”或“临时外包”。当它拥有你的上下文、目标、工作流和反馈后，它会越来越像一个能长期协作的系统。换电脑时，我第一个装的软件就是 Codex。写文档、做网站、剪视频、找资料、整理灵感……它已经覆盖了我工作和生活里非常大的一部分。你最想让我把上面哪一条展开成教程？评论区告诉我，我下一条就拆！ #codex #chatgpt @thsottaux

我用掉 100 亿 Token 后，最大的变化不是更会写 Prompt。而是 Codex 已经从一个聊天框，慢慢变成了我的： - 自我认识系统 - 工作系统 - 信息系统 - 学习系统 - 甚至是桌面陪伴系统我把自己最常用的 20 个技巧整理出来了。如果你也想把 AI 从“偶尔问一句”变成真正能长期协作的伙伴，建议先收藏。一、让 Codex 逐渐认识你 1. 每天让它问你一个问题我设了一个自动化：每天问我一个能帮助它更了解我、也帮助我认识自己的问题。它会避开已经问过的话题，围绕一个主题慢慢聊。 2. 把对话当成自我观察现在可以直接语音聊。长期积累下来，它能看到我的情绪、偏好、反复出现的困扰和思考方式。 3. 让它把“它眼中的你”画出来把你们的对话和一张漫画参考图交给它，让它生成多格漫画。你会发现：很多时候我们要的不是答案，而是被理解。二、把 Codex 变成工作系统 4. 每周做一次 Codex 使用复盘让它回顾这周我怎么使用它、哪些沟通方式有效、哪些任务返工了、哪些项目该继续推进。 5. 把失败经验写进“第二大脑” 不只是存笔记。把失败原因、偏好、最近关注点沉淀下来，让以后不同 Agent 都能调用同一份上下文。 6. 创意任务先开 Plan Mode 创意型工作最容易“没想清楚就批量执行，最后返工”。先用计划模式讨论目标、方案、数据体系和风险，再开始做。 7. 把 Codex 当思考顾问，而不是执行员你甚至不需要有明确答案。只要说“我想做什么”，让它帮你一起把模糊的想法拆成可执行路径。 8. 需求清楚后切到 Goal Mode 需求确认后，把结果设成目标，让它自己持续推进。我的任务最长跑过 10 小时 44 分钟。 9. 用自动化处理重复但重要的事日报、周报、账号监控、邮箱监控、回复策略、内容归档、同步到个人网站——这些都适合交给自动化。 10. 明确任务就开多 Agent 对于翻译、多语言网站、图片生成、资料整理这类边界清晰的工作，让多个 Agent 分工并行，比一个人盯着快得多。三、让 Codex 跨出聊天框 11. 用 Sites 一键分享作品做好网站后，不要卡在“怎么部署”。Sites 可以直接把成品变成能分享的站点。 12. 把插件当成能力扩展包 Computer Use、数据分析、Investment Banking、GitHub、Outlook / Gmail……很多工作不是“AI 会不会”，而是你有没有给它接上正确的能力。 13. 把生图能力接进日常工作我已经用它生成了 300 多张图。做内容、配图、产品原型和视觉探索，速度会完全不一样。 14. 接入飞书，让手机也能操控 Codex 真正高频的协作不该只发生在电脑前。把它接到飞书后，我在手机上也能下任务、收结果、继续对话。 15. 用 ChatCut 把剪视频变成工作流不是只让 AI 帮忙剪一刀，而是把素材整理、脚本、配图、剪辑一起接进创作链路。四、建立自己的信息雷达 16. 每天订阅 Builder 信息我会用 Follow Builders Skill 定时追踪 Builder 的新想法、新产品和讨论，再把重要信息推送给自己。 17. 做一个“灵感箱” 任何一闪而过的想法都丢进去。后面让 AI 自动搜索、补充背景、分类、处理，而不是靠脑子记住。 18. 盯住 GitHub 和 Product Hunt 让 Agent 帮你筛新项目、周榜、日榜和真正值得试的工具。看见感兴趣的，直接让它安装或进一步研究。五、把输入变成你的输出 19. 把任何学习材料做成 HTML 学习页看到一场好访谈、一个视频、一篇文章：让 AI 拉取内容、生成中文文字稿，边看边记评论，最后再变成摘要或短视频。 20. 给 Codex 一个“实体感”：做成桌宠我很喜欢 Hatch Pet。它会根据状态跑动、办公、提示待办，甚至在你切换文件夹和工作区时给建议。AI 不一定要冷冰冰地躲在聊天框里。 100 亿 Token 给我最大的启发是：不要把 AI 只当作“问答工具”或“临时外包”。当它拥有你的上下文、目标、工作流和反馈后，它会越来越像一个能长期协作的系统。换电脑时，我第一个装的软件就是 Codex。写文档、做网站、剪视频、找资料、整理灵感……它已经覆盖了我工作和生活里非常大的一部分。你最想让我把上面哪一条展开成教程？评论区告诉我，我下一条就拆！ #codex #chatgpt @thsottaux

Vivi Xiao

103,897 просмотров • 1 месяц назад

飞书+豆包这个组合真的太牛逼了！自从豆包和飞书集成之后，结合抖音的字节生态，可以直接提取某个抖音博主的（don哥、李守洲等人）逐字稿了如果你觉得一个博主的方法论特别有用，那你就可以和豆包说直接把它提取出来，并分门别类进行多维表格化的整理你就会发现他变成一组数据进入到你的飞书了我这次用飞书里的豆包，做了一件原来很烦的事，并最后形成了一套用AI做选题的方法论我这次抓 20 个“用 AI 做选题”的视频，直接把这些视频的内容转成逐字稿，再放进飞书多维表格里这件事我一开始是没想到的，因为按原来的做法，你想拆一个视频的方法论，基本就是：用Get笔记复制一下项目链接，再复制再粘贴，最后拿到的东西很散说豆包和飞书这次结合起来，我就直接把任务派给了豆包，看视频就行了我把任务丢给豆包「先抓 20 个 AI 找选题相关视频」再把视频内容转成逐字稿，然后落到飞书多维表格里，继续做分类、提炼、整理最后出来了 3 个交付物，这些我觉得都很实用：一张原始素材表：20 条视频记录，带逐字稿、点赞数据和视频链接一张方法论整理表：32 条方法论，拆成 5 大类，做了 13 个字段一篇约 6000 字的文章：从工具使用者到系统构建者的五层进阶这才是我觉得飞书里的豆包最适合内容创作者的地方，这也是它和WorkBuddy等仅仅切入B端市场不同的地方，就是它真的在照顾每一个使用飞书的人，每一个使用字节产品的人，把生态打造成了一个绝对的壁垒它能把“找素材”和飞书结合起来，往后推进成一个可以继续用的工作台最有意义的就是它先帮我把别人视频里的有效表达扒出来再把这些逐字稿变成结构化表格，再从表格里提炼方法论最后沉淀成一篇可以发出去的文章，甚至可以反过来做成一个“AI 找选题方法论”的 skill 这条链路很像我最近一直在讲的那句话：AI 内容创作不是生成，而是消化而豆包进入飞书表格之后，飞书多维表格在这里就不是普通表格了它更像一个内容生产的中控台：原始素材、逐字稿、方法分类、适用场景、后续文章，都能接在一起，还有更多玩法，我后面慢慢来更新飞书还有各类免费的直播课！想听的直接扫描评论区的二维码及时接收提醒，量大管饱！！！

飞书+豆包这个组合真的太牛逼了！自从豆包和飞书集成之后，结合抖音的字节生态，可以直接提取某个抖音博主的（don哥、李守洲等人）逐字稿了如果你觉得一个博主的方法论特别有用，那你就可以和豆包说直接把它提取出来，并分门别类进行多维表格化的整理你就会发现他变成一组数据进入到你的飞书了我这次用飞书里的豆包，做了一件原来很烦的事，并最后形成了一套用AI做选题的方法论我这次抓 20 个“用 AI 做选题”的视频，直接把这些视频的内容转成逐字稿，再放进飞书多维表格里这件事我一开始是没想到的，因为按原来的做法，你想拆一个视频的方法论，基本就是：用Get笔记复制一下项目链接，再复制再粘贴，最后拿到的东西很散说豆包和飞书这次结合起来，我就直接把任务派给了豆包，看视频就行了我把任务丢给豆包「先抓 20 个 AI 找选题相关视频」再把视频内容转成逐字稿，然后落到飞书多维表格里，继续做分类、提炼、整理最后出来了 3 个交付物，这些我觉得都很实用：一张原始素材表：20 条视频记录，带逐字稿、点赞数据和视频链接一张方法论整理表：32 条方法论，拆成 5 大类，做了 13 个字段一篇约 6000 字的文章：从工具使用者到系统构建者的五层进阶这才是我觉得飞书里的豆包最适合内容创作者的地方，这也是它和WorkBuddy等仅仅切入B端市场不同的地方，就是它真的在照顾每一个使用飞书的人，每一个使用字节产品的人，把生态打造成了一个绝对的壁垒它能把“找素材”和飞书结合起来，往后推进成一个可以继续用的工作台最有意义的就是它先帮我把别人视频里的有效表达扒出来再把这些逐字稿变成结构化表格，再从表格里提炼方法论最后沉淀成一篇可以发出去的文章，甚至可以反过来做成一个“AI 找选题方法论”的 skill 这条链路很像我最近一直在讲的那句话：AI 内容创作不是生成，而是消化而豆包进入飞书表格之后，飞书多维表格在这里就不是普通表格了它更像一个内容生产的中控台：原始素材、逐字稿、方法分类、适用场景、后续文章，都能接在一起，还有更多玩法，我后面慢慢来更新飞书还有各类免费的直播课！想听的直接扫描评论区的二维码及时接收提醒，量大管饱！！！

叫我阿杭

36,623 просмотров • 1 месяц назад

我爽了，我的UI终于脱离AI味了。 AI 写代码已经够快了，但写出来的页面……怎么说呢，总透着一股 AI 味。紫色渐变、Inter 字体、三列等大卡片，看多了你一眼就能认出来，这是 AI 写的。 AI时代，开始比拼UI的品味能力了，非常稀缺。今天推荐taste-skill 这个项目，已经14k stars了，干的事有点意思：它不写代码，它把排版、配色、字体、动效的设计规则全写成 SKILL.md，塞给 AI。相当于给 AI 配了个免费的艺术总监。仓库表面是十几套 SKILL.md 文件，实际在做一件事：把审美变成规则。外面还在卷 AI 写代码多快，它在卷 AI 写的页面能不能不像 AI。 DESIGN_VARIANCE、MOTION_INTENSITY、VISUAL_DENSITY，数值一调整个页面气质就换了，跟调相机参数似的，同一个场景，不同参数出来完全不同。它有三层做法： >读意图，自己推断你要什么风格。极简、奢侈、粗野，十几套自动匹配 >选底座，该 Tailwind 就 Tailwind，该 Material 就 Material，不自己瞎造 >禁 AI 默认审美，紫色渐变、居中 Hero、三列等大卡片，全禁我拿自己的AIGC产品跑了一遍。原来的页面代码不动，就加了一行 SKILL.md 进去，让 AI 按它的规则重新迭代，出来的页面焕然一新。不是重写，是同一个代码底子被审美规则过了一遍。实操很简单，就两步：装 skill：npx skills add --skill design-taste-frontend 然后把你现有的页面丢给 AI，加一句：按 taste-skill 规则迭代 UI。它自动读你的代码，出诊断，改字体、配色、间距、动效，不动你的功能逻辑。搞独立开发的、做 landing page 的，这个skill太重要了！

我爽了，我的UI终于脱离AI味了。 AI 写代码已经够快了，但写出来的页面……怎么说呢，总透着一股 AI 味。紫色渐变、Inter 字体、三列等大卡片，看多了你一眼就能认出来，这是 AI 写的。 AI时代，开始比拼UI的品味能力了，非常稀缺。今天推荐taste-skill 这个项目，已经14k stars了，干的事有点意思：它不写代码，它把排版、配色、字体、动效的设计规则全写成 SKILL.md，塞给 AI。相当于给 AI 配了个免费的艺术总监。仓库表面是十几套 SKILL.md 文件，实际在做一件事：把审美变成规则。外面还在卷 AI 写代码多快，它在卷 AI 写的页面能不能不像 AI。 DESIGN_VARIANCE、MOTION_INTENSITY、VISUAL_DENSITY，数值一调整个页面气质就换了，跟调相机参数似的，同一个场景，不同参数出来完全不同。它有三层做法： >读意图，自己推断你要什么风格。极简、奢侈、粗野，十几套自动匹配 >选底座，该 Tailwind 就 Tailwind，该 Material 就 Material，不自己瞎造 >禁 AI 默认审美，紫色渐变、居中 Hero、三列等大卡片，全禁我拿自己的AIGC产品跑了一遍。原来的页面代码不动，就加了一行 SKILL.md 进去，让 AI 按它的规则重新迭代，出来的页面焕然一新。不是重写，是同一个代码底子被审美规则过了一遍。实操很简单，就两步：装 skill：npx skills add --skill design-taste-frontend 然后把你现有的页面丢给 AI，加一句：按 taste-skill 规则迭代 UI。它自动读你的代码，出诊断，改字体、配色、间距、动效，不动你的功能逻辑。搞独立开发的、做 landing page 的，这个skill太重要了！

产品经理老王霸

26,790 просмотров • 2 месяцев назад

做游戏的独立开发者真的有福了我发现一个工具Alaya Lab，一句话就能帮你生成一个完成度很高的游戏。我一个完全不会写代码的人，就只跟它说了一句，就直接给我生成了一个动物餐厅输入需求后，它会先跟我核对细节，画面想要什么风格、核心玩法机制怎么设计，一条条问清楚。我大概等了 30 分钟左右，游戏就做好了。成品真的超出预期： ✅ 画面很精致，不像那种粗制滥造的 AI demo ✅ 交互很流畅，进去就能玩 ✅ 做完直接就能玩，发布之后还能发链接跟朋友一起玩全程没写一行代码、没装任何引擎，就是只是描述它，然后看着它变成一个游戏。现在每天有免费额度，感兴趣的体验看看：

做游戏的独立开发者真的有福了我发现一个工具Alaya Lab，一句话就能帮你生成一个完成度很高的游戏。我一个完全不会写代码的人，就只跟它说了一句，就直接给我生成了一个动物餐厅输入需求后，它会先跟我核对细节，画面想要什么风格、核心玩法机制怎么设计，一条条问清楚。我大概等了 30 分钟左右，游戏就做好了。成品真的超出预期： ✅ 画面很精致，不像那种粗制滥造的 AI demo ✅ 交互很流畅，进去就能玩 ✅ 做完直接就能玩，发布之后还能发链接跟朋友一起玩全程没写一行代码、没装任何引擎，就是只是描述它，然后看着它变成一个游戏。现在每天有免费额度，感兴趣的体验看看：

阿西_出海

34,310 просмотров • 16 дней назад

今天去看了很神奇的算力服务器！！第一次见用液体浸泡的服务器，真的太神奇了，给我兴奋坏了，这个算力一上来直接超越999999999.9%的人！这种算力服务器静音效果很不错，专门给有需要做大型量化计算，深度学习，计算机视觉，基因测序之类的使用的。你要是用它打游戏还不如PC打游戏合适，第一次见，能买一套房的服务器🫣🫣

今天去看了很神奇的算力服务器！！第一次见用液体浸泡的服务器，真的太神奇了，给我兴奋坏了，这个算力一上来直接超越999999999.9%的人！这种算力服务器静音效果很不错，专门给有需要做大型量化计算，深度学习，计算机视觉，基因测序之类的使用的。你要是用它打游戏还不如PC打游戏合适，第一次见，能买一套房的服务器🫣🫣

Web3热宝学AI

17,240 просмотров • 6 месяцев назад

一个人做游戏，真的开始像带团队了。 Claude-Code-Game-Studios 这个项目很猛。它不是单纯给你一个更会写代码的 Claude，而是想把一整个游戏工作室塞进 Claude Code 里。 README 里直接给了： 48 个 AI agents 37 个 workflows 还有完整的 studio hierarchy、slash commands、hooks、rules 和 templates。也就是说，你不是在和一个 AI 助手聊天，而是在调度一支虚拟游戏团队。从创意总监、技术总监、制作人，到玩法程序、关卡设计、叙事、音频、QA、发行，整套分工都已经拆好了。甚至连 Godot、Unity、Unreal 三套引擎专家也都配上了。我觉得这类项目真正有意思的地方，不是“Agent 数量很多”，而是它开始把 AI Coding 从单兵作战，推进到“组织协作”这一步。游戏开发本来就是最典型的多角色协同场景之一，所以这种玩法特别值得看。项目现在 GitHub 也已经有 3.3k Stars、440 Forks。如果你在关注 AI 游戏开发、多 Agent workflow，或者一人游戏工作室这个方向，值得研究一下👇

一个人做游戏，真的开始像带团队了。 Claude-Code-Game-Studios 这个项目很猛。它不是单纯给你一个更会写代码的 Claude，而是想把一整个游戏工作室塞进 Claude Code 里。 README 里直接给了： 48 个 AI agents 37 个 workflows 还有完整的 studio hierarchy、slash commands、hooks、rules 和 templates。也就是说，你不是在和一个 AI 助手聊天，而是在调度一支虚拟游戏团队。从创意总监、技术总监、制作人，到玩法程序、关卡设计、叙事、音频、QA、发行，整套分工都已经拆好了。甚至连 Godot、Unity、Unreal 三套引擎专家也都配上了。我觉得这类项目真正有意思的地方，不是“Agent 数量很多”，而是它开始把 AI Coding 从单兵作战，推进到“组织协作”这一步。游戏开发本来就是最典型的多角色协同场景之一，所以这种玩法特别值得看。项目现在 GitHub 也已经有 3.3k Stars、440 Forks。如果你在关注 AI 游戏开发、多 Agent workflow，或者一人游戏工作室这个方向，值得研究一下👇

axiaisacat

67,870 просмотров • 5 месяцев назад

我花了几十个小时，用 Claude 做出一个能开车、飞行、打架、闯进室内的开放世界游戏。。。然后差点干了这个项目里最蠢的一件事：把几十小时的开发、踩坑和工作流，压成一份 29–68 元的游戏，直接卖给玩家。。。后来，我把同一个项目拆成 4 种完全不同的生意： 1. 直接卖游戏 2. 卖源码、制作工作流和可二开资产 3. 免费 Demo / 部分开源，用来给社群和咨询引流 4. 给品牌做定制小游戏再丢给 Atypica atypica.AI 里的 14 个 AI 模拟用户，让不同职业、预算和需求的人分别替我“买”一次。结果第一轮 5 个人里，4 个人首选第 2 种；第二轮又测了 9 个人，源码和工作流依然排在第一。理由很扎心：买游戏，他们会直接拿我和成熟商业游戏比较；买源码和工作流，他们买的是少踩几周坑，拿到一套能运行、能修改、能二开的东西。同一个项目：游戏本体，模拟用户愿意讨论的是 29–68 元；换成源码、工作流和资产包，变成 299–699 元；如果做 B 端品牌定制，测试报价直接从 5,000 元起。我以为自己在做游戏，结果这个项目里真正值钱的，可能是造游戏的“铲子”。我原本打开 Atypica atypica.AI，只想问：“这个游戏应该卖多少钱？” 它最后逼我重新回答的却是： “我真正该卖的，到底是游戏、源码、工作流，还是做出下一款游戏的能力？” 我最推荐 Atypica atypica.AI 的一点，不是它能生成一份报告，而是这些模拟用户不会在调研结束后消失，会沉淀成一支可以反复调用的 Panel。这次测卖什么，下次还能继续测价格、文案、渠道和海外市场。相当于给每个一人公司配了一支常驻焦点小组。这不只适用于游戏。App、独立站商品、课程、社群、咨询或任何 AI 产品，都可以在真正投入时间和钱之前，先让一批模拟用户替你“买”一次。模拟研究不是实际成交，也代替不了真实市场验证。但它至少能在你埋头干几个月之前先告诉你：你可能从一开始，就卖错了东西。免费体验链接，注册即送10000积分👉：

我花了几十个小时，用 Claude 做出一个能开车、飞行、打架、闯进室内的开放世界游戏。。。然后差点干了这个项目里最蠢的一件事：把几十小时的开发、踩坑和工作流，压成一份 29–68 元的游戏，直接卖给玩家。。。后来，我把同一个项目拆成 4 种完全不同的生意： 1. 直接卖游戏 2. 卖源码、制作工作流和可二开资产 3. 免费 Demo / 部分开源，用来给社群和咨询引流 4. 给品牌做定制小游戏再丢给 Atypica atypica.AI 里的 14 个 AI 模拟用户，让不同职业、预算和需求的人分别替我“买”一次。结果第一轮 5 个人里，4 个人首选第 2 种；第二轮又测了 9 个人，源码和工作流依然排在第一。理由很扎心：买游戏，他们会直接拿我和成熟商业游戏比较；买源码和工作流，他们买的是少踩几周坑，拿到一套能运行、能修改、能二开的东西。同一个项目：游戏本体，模拟用户愿意讨论的是 29–68 元；换成源码、工作流和资产包，变成 299–699 元；如果做 B 端品牌定制，测试报价直接从 5,000 元起。我以为自己在做游戏，结果这个项目里真正值钱的，可能是造游戏的“铲子”。我原本打开 Atypica atypica.AI，只想问：“这个游戏应该卖多少钱？” 它最后逼我重新回答的却是： “我真正该卖的，到底是游戏、源码、工作流，还是做出下一款游戏的能力？” 我最推荐 Atypica atypica.AI 的一点，不是它能生成一份报告，而是这些模拟用户不会在调研结束后消失，会沉淀成一支可以反复调用的 Panel。这次测卖什么，下次还能继续测价格、文案、渠道和海外市场。相当于给每个一人公司配了一支常驻焦点小组。这不只适用于游戏。App、独立站商品、课程、社群、咨询或任何 AI 产品，都可以在真正投入时间和钱之前，先让一批模拟用户替你“买”一次。模拟研究不是实际成交，也代替不了真实市场验证。但它至少能在你埋头干几个月之前先告诉你：你可能从一开始，就卖错了东西。免费体验链接，注册即送10000积分👉：

Rion Wu

15,610 просмотров • 1 месяц назад

提供 shadcn/ui 和 Base UI 组件库，带落地页、背景、网格三个可视化构建器，让开发者少写代码就能搭出现代 Web 界面。 UI TripleD 是一组 shadcn/ui 和 Base UI 组件，加了 Framer Motion 动画。里面有三个工具：拖拽拼落地页、调着色器做 Aurora 动效背景、点几下生成 Tailwind 网格布局。单仓用 Turborepo + pnpm 管理，跑在 Next.js 16、React 19、TypeScript 上。

提供 shadcn/ui 和 Base UI 组件库，带落地页、背景、网格三个可视化构建器，让开发者少写代码就能搭出现代 Web 界面。 UI TripleD 是一组 shadcn/ui 和 Base UI 组件，加了 Framer Motion 动画。里面有三个工具：拖拽拼落地页、调着色器做 Aurora 动效背景、点几下生成 Tailwind 网格布局。单仓用 Turborepo + pnpm 管理，跑在 Next.js 16、React 19、TypeScript 上。

Geek Lite

25,177 просмотров • 4 месяцев назад

谁懂啊！被蚊子🦟咬醒了！气坏我了！ ⸻ 《Integra 不是“房地产 + 区块链”，而是一条真的懂房地产的链》很多项目喜欢给自己贴一个“某某赛道”的标签，但 integra. | Testnet Arc 不是那种在通用公链外面套一层房地产概念的项目。它从一开始，就是按“房地产这种东西，真正要怎么跑在链上”来设计的。底层用 Cosmos SDK，加上 Ethermint，这个选择其实很清楚：确定性最终性、IBC、强安全性，同时还能直接跑 EVM。不是为了炫技术，而是因为现实资产本来就需要这些能力同时成立。但 integra. | Testnet Arc 真正拉开差距的，不是性能，而是它对合规和市场结构的处理方式。在房地产里，身份、KYC、文件、验证不是可选项，而是前提条件。Integra 干脆把这些直接做成链上的基础能力，而不是后面再补的插件。谁能参与、资产是否合法、文件能不能被信任，这些问题不是靠外部系统兜底，而是链本身就能给出答案。在这个基础上，才有真正的市场层：资产护照、全球订单簿，以及一个为合规参与方服务的原生稳定币，用来承接真实的美元流动。这不是在做“链上房产概念”，而是在尝试把现实世界的市场逻辑原样搬进来。说到底，房地产本来就是法律、资本、身份和流动性纠缠在一起的东西。integra. | Testnet Arc 没有把这些拆开分别解决，而是直接把它们当成协议逻辑来对待。从这个角度看，它选择做一条主权级的 Cosmos 链，其实很自然。不是因为它想做一条链，而是因为这件事，本来就需要一条真的懂房地产的链。 integra. | Testnet Arc Kaito AI 🌊 #Yap #KaitoYap #RWA #integra_layer

谁懂啊！被蚊子🦟咬醒了！气坏我了！ ⸻ 《Integra 不是“房地产 + 区块链”，而是一条真的懂房地产的链》很多项目喜欢给自己贴一个“某某赛道”的标签，但 integra. | Testnet Arc 不是那种在通用公链外面套一层房地产概念的项目。它从一开始，就是按“房地产这种东西，真正要怎么跑在链上”来设计的。底层用 Cosmos SDK，加上 Ethermint，这个选择其实很清楚：确定性最终性、IBC、强安全性，同时还能直接跑 EVM。不是为了炫技术，而是因为现实资产本来就需要这些能力同时成立。但 integra. | Testnet Arc 真正拉开差距的，不是性能，而是它对合规和市场结构的处理方式。在房地产里，身份、KYC、文件、验证不是可选项，而是前提条件。Integra 干脆把这些直接做成链上的基础能力，而不是后面再补的插件。谁能参与、资产是否合法、文件能不能被信任，这些问题不是靠外部系统兜底，而是链本身就能给出答案。在这个基础上，才有真正的市场层：资产护照、全球订单簿，以及一个为合规参与方服务的原生稳定币，用来承接真实的美元流动。这不是在做“链上房产概念”，而是在尝试把现实世界的市场逻辑原样搬进来。说到底，房地产本来就是法律、资本、身份和流动性纠缠在一起的东西。integra. | Testnet Arc 没有把这些拆开分别解决，而是直接把它们当成协议逻辑来对待。从这个角度看，它选择做一条主权级的 Cosmos 链，其实很自然。不是因为它想做一条链，而是因为这件事，本来就需要一条真的懂房地产的链。 integra. | Testnet Arc Kaito AI 🌊 #Yap #KaitoYap #RWA #integra_layer

董小姐

21,695 просмотров • 8 месяцев назад

挖到宝了！发现两个神级 GitHub 项目！特别适合做产品解说、知识讲解、企业营销视频！这两个组合在一起可以做个AI视频Agent了 1️⃣ video-talkcraft，把口播稿 + 配音做成动态解说视频 2️⃣ video-shotcraft，适合把产品截图、网页、软件界面做成有运镜、有节奏、有音效的产品宣传片这俩组合起来，完全可以直接做一条完整的 AI 产品测评 / SaaS 宣传 / GitHub 项目介绍视频：开头先用高质感产品镜头抓人 ↓ 中间切口播讲这个产品到底解决什么问题 ↓ 再穿插真实界面、功能 Demo、数据、截图 ↓ 最后继续口播总结观点 + CTA video-shotcraft 负责把产品拍帅 video-talkcraft 负责把东西讲明白省去自己写脚本、录音、找素材、做分镜、剪辑、加字幕、做动效、配音效现在这两个 Skill 丢给 Codex / Claude Code，已经可以把大半条生产链直接接过去而且它们底层都走 Remotion，所以理论上还能继续往上封装我甚至觉得完全可以再做一个第三层 Skill，更加开箱即用！丢给它一个 GitHub 链接 / 产品官网 → 自动读产品 → 写 60 秒脚本 → 自动判断哪些地方该口播 → 哪些地方该上产品镜头 → 最后直接给你一条成片

挖到宝了！发现两个神级 GitHub 项目！特别适合做产品解说、知识讲解、企业营销视频！这两个组合在一起可以做个AI视频Agent了 1️⃣ video-talkcraft，把口播稿 + 配音做成动态解说视频 2️⃣ video-shotcraft，适合把产品截图、网页、软件界面做成有运镜、有节奏、有音效的产品宣传片这俩组合起来，完全可以直接做一条完整的 AI 产品测评 / SaaS 宣传 / GitHub 项目介绍视频：开头先用高质感产品镜头抓人 ↓ 中间切口播讲这个产品到底解决什么问题 ↓ 再穿插真实界面、功能 Demo、数据、截图 ↓ 最后继续口播总结观点 + CTA video-shotcraft 负责把产品拍帅 video-talkcraft 负责把东西讲明白省去自己写脚本、录音、找素材、做分镜、剪辑、加字幕、做动效、配音效现在这两个 Skill 丢给 Codex / Claude Code，已经可以把大半条生产链直接接过去而且它们底层都走 Remotion，所以理论上还能继续往上封装我甚至觉得完全可以再做一个第三层 Skill，更加开箱即用！丢给它一个 GitHub 链接 / 产品官网 → 自动读产品 → 写 60 秒脚本 → 自动判断哪些地方该口播 → 哪些地方该上产品镜头 → 最后直接给你一条成片

麻酱AI实验室

23,686 просмотров • 9 дней назад

谷歌这个Stitch+Gemini3的组合相当不错，我在Stitch里一句话描述就做好了一个AIGC垂类内容app的UI页面，不满意可以调用Nano Banana Pro精准修改，选中页面就能生成可交互的演示视频，最后一键导入Gemini3做出成品。这样先做好UI再突突代码的逻辑，比一口气生成代码再调整方便多了。

谷歌这个Stitch+Gemini3的组合相当不错，我在Stitch里一句话描述就做好了一个AIGC垂类内容app的UI页面，不满意可以调用Nano Banana Pro精准修改，选中页面就能生成可交互的演示视频，最后一键导入Gemini3做出成品。这样先做好UI再突突代码的逻辑，比一口气生成代码再调整方便多了。

傅盛

45,784 просмотров • 8 месяцев назад

花了几天把 Grok Bot 测完了，整体感受是它把人类白领的工作接管了，相当于24小时不停歇的云端人类白领：你建一个 bot，系统给它分配一台云端电脑：这台机器上有真实的浏览器、文件系统和终端。你把活派给它，它自己登录你现有的工具，一步步做完，你合上笔记本它还在跑。一开始我对它期望挺高的，用完后还是蛮失望的：测试之前感觉它是一个AI员工，测试完更感觉Grok Bot 是 RPA 的重做版，是chatgpt work、claude cowork的阉割版，唯一的差异就是提供了一个可显示的云端电脑。 1、先说好的一面 Grok Bot 核心是让它像白领一样操作屏幕，这对于国内各家都没有统一接口的时候，很多场景非常有意义，比如公司的一个 SaaS系统就算没有开放 API，AI员工照样能进去干活。还有一个有意思的功能是teach a task：不写流程，人把这件事做一遍给它看，它录下来变成可复用的自动化。然后设置 routine 可以定点跑，比如每天早上七点出简报、也可以被事件触发、比如 Slack 来了新消息回复，你在一个 bot 上连过 Gmail 或者 GitHub，其他 bot 直接共用这个连接。写自动化的门槛，就这样从会写代码的人，降到了会干这件事的人。 2、当然也有不好的一面不能选模型：派哪个模型干哪个活由系统自己决定，界面上没有开关，个人用户无所谓，团队要做成本核算或者合规审计就很难受。账单也糙：用量按周结算，超出部分按原始 token 成本计费，目前还没有花费上限。发布那周有人专门买了 Cursor Ultra 去测，后台仪表盘显示零用量，app 里却显示已经用掉 48%。稳定性同样是 beta 水平，不同网站上的表现差距明显，复杂的多步骤指令会被理解错，说明grok的能力还有待提升。目前Grok Bot 更像一个白领里的搬运工，比如从各种网站或后台之间搬运数据和内容，它挺合适的。不过grok带来的影响是，AI 员工这个形态的底层单位已经清楚了：一个身份，一台机器，一组账号权限，一份持续的记忆。剩下的问题是这套东西归谁，xAI 的方案要求你把公司账号的钥匙交给一朵美国云，绝大多数中国企业或注重隐私的估计不会干，未来国内相信也会出来类似的产品。 #grok #grokbot

花了几天把 Grok Bot 测完了，整体感受是它把人类白领的工作接管了，相当于24小时不停歇的云端人类白领：你建一个 bot，系统给它分配一台云端电脑：这台机器上有真实的浏览器、文件系统和终端。你把活派给它，它自己登录你现有的工具，一步步做完，你合上笔记本它还在跑。一开始我对它期望挺高的，用完后还是蛮失望的：测试之前感觉它是一个AI员工，测试完更感觉Grok Bot 是 RPA 的重做版，是chatgpt work、claude cowork的阉割版，唯一的差异就是提供了一个可显示的云端电脑。 1、先说好的一面 Grok Bot 核心是让它像白领一样操作屏幕，这对于国内各家都没有统一接口的时候，很多场景非常有意义，比如公司的一个 SaaS系统就算没有开放 API，AI员工照样能进去干活。还有一个有意思的功能是teach a task：不写流程，人把这件事做一遍给它看，它录下来变成可复用的自动化。然后设置 routine 可以定点跑，比如每天早上七点出简报、也可以被事件触发、比如 Slack 来了新消息回复，你在一个 bot 上连过 Gmail 或者 GitHub，其他 bot 直接共用这个连接。写自动化的门槛，就这样从会写代码的人，降到了会干这件事的人。 2、当然也有不好的一面不能选模型：派哪个模型干哪个活由系统自己决定，界面上没有开关，个人用户无所谓，团队要做成本核算或者合规审计就很难受。账单也糙：用量按周结算，超出部分按原始 token 成本计费，目前还没有花费上限。发布那周有人专门买了 Cursor Ultra 去测，后台仪表盘显示零用量，app 里却显示已经用掉 48%。稳定性同样是 beta 水平，不同网站上的表现差距明显，复杂的多步骤指令会被理解错，说明grok的能力还有待提升。目前Grok Bot 更像一个白领里的搬运工，比如从各种网站或后台之间搬运数据和内容，它挺合适的。不过grok带来的影响是，AI 员工这个形态的底层单位已经清楚了：一个身份，一台机器，一组账号权限，一份持续的记忆。剩下的问题是这套东西归谁，xAI 的方案要求你把公司账号的钥匙交给一朵美国云，绝大多数中国企业或注重隐私的估计不会干，未来国内相信也会出来类似的产品。 #grok #grokbot

AIGCLINK

24,446 просмотров • 27 дней назад

兄弟们，太上头了！我用一句提示词，搓出了一个【中式克苏鲁+黑暗修仙】游戏！ 🤯我的提示词非常简单粗暴：“一个黑暗修仙游戏，中式克苏鲁风格”。本来只是抱着试试看的心态，把这句话丢给了 Gear Zero，结果它真的直接在浏览器里给我跑出了一个完整的可玩版本！在这个过程里，我没开任何游戏引擎，没写一行代码。我只需要用大白话描述，AI 智能体就直接帮我完成了规划、写代码、画美术和搭建关卡。这就好像雇了一个听得懂人话的资深开发团队在陪我做游戏！用 Gear Zero 做游戏，最震撼我的有几点： 1️⃣ 不仅是 Demo，还能持续进化：它有一个 Deep Mode，能针对同一个游戏持续工作长达 10 个小时，一轮一轮地迭代打磨。我随时可以用聊天的方式修改玩法和难度。 2️⃣ 群聊做游戏：它可以让一群人在同一个聊天里一起讨论、争论，共同塑造同一个游戏，而不只是做完之后才一起玩。 3️⃣ 点开即玩：游戏做完后，在电脑和手机浏览器里直接就能玩，不用安装，甚至不需要账号！ 🎮 来试试我的掉san修仙之作吧（看看你能活多久）：如果你也有满脑子的游戏点子，别让它们在脑子里吃灰了！普通人做游戏的门槛真的被打下来了。平台每天都有免费的建造额度，把游戏发布出来还能再获得更多额度。直接去官网 👉 免费创建你的第一个游戏吧！

兄弟们，太上头了！我用一句提示词，搓出了一个【中式克苏鲁+黑暗修仙】游戏！ 🤯我的提示词非常简单粗暴：“一个黑暗修仙游戏，中式克苏鲁风格”。本来只是抱着试试看的心态，把这句话丢给了 Gear Zero，结果它真的直接在浏览器里给我跑出了一个完整的可玩版本！在这个过程里，我没开任何游戏引擎，没写一行代码。我只需要用大白话描述，AI 智能体就直接帮我完成了规划、写代码、画美术和搭建关卡。这就好像雇了一个听得懂人话的资深开发团队在陪我做游戏！用 Gear Zero 做游戏，最震撼我的有几点： 1️⃣ 不仅是 Demo，还能持续进化：它有一个 Deep Mode，能针对同一个游戏持续工作长达 10 个小时，一轮一轮地迭代打磨。我随时可以用聊天的方式修改玩法和难度。 2️⃣ 群聊做游戏：它可以让一群人在同一个聊天里一起讨论、争论，共同塑造同一个游戏，而不只是做完之后才一起玩。 3️⃣ 点开即玩：游戏做完后，在电脑和手机浏览器里直接就能玩，不用安装，甚至不需要账号！ 🎮 来试试我的掉san修仙之作吧（看看你能活多久）：如果你也有满脑子的游戏点子，别让它们在脑子里吃灰了！普通人做游戏的门槛真的被打下来了。平台每天都有免费的建造额度，把游戏发布出来还能再获得更多额度。直接去官网 👉 免费创建你的第一个游戏吧！

Fang

40,425 просмотров • 17 дней назад

我又做了个 AI 插件，我已经用了一周多，真的太好用了！它能做了 4 件事： 1️⃣ 给所有 AI 对话加目录再长的回复，也能一键跳转定位，还能加星标做重点。 2️⃣ 做了个跨平台提示词库常用 Prompt 一次录入，多平台直接用。 3️⃣ 把各大 AI 放进浏览器侧边栏随时切换，不用来回找页面。 4️⃣ 最爽的：AI 聚合对话一次输入问题，同时发给多个 AI。直接横向对比答案，谁强一眼看出来。这绝对是 AI 重度用户专属外挂。

我又做了个 AI 插件，我已经用了一周多，真的太好用了！它能做了 4 件事： 1️⃣ 给所有 AI 对话加目录再长的回复，也能一键跳转定位，还能加星标做重点。 2️⃣ 做了个跨平台提示词库常用 Prompt 一次录入，多平台直接用。 3️⃣ 把各大 AI 放进浏览器侧边栏随时切换，不用来回找页面。 4️⃣ 最爽的：AI 聚合对话一次输入问题，同时发给多个 AI。直接横向对比答案，谁强一眼看出来。这绝对是 AI 重度用户专属外挂。

Paidax

22,631 просмотров • 6 месяцев назад

最近北大开源的一个项目，我觉得很值得关注。 AI Agent 现在最缺的，可能不是模型，而是一套像 npm 一样可复用的 skill 基础设施。 MagicSkills 做的就是这件事。它不是再去造一个新的 Agent framework，而是想把那些散落在各处的 SKILL.md，变成可安装、可组合、可同步、可调用的共享能力层。 MagicSkills 的思路更像是，先把 skill 从零散文档里抽出来，做成一个本地优先的共享 skill pool，然后再按不同 Agent、不同框架去组合和分发。这样一来，skill 就不再只是 prompt 附件，而是开始变成真正可复用的能力基础设施。说白了，它想推动的一件事就是：让 Agent 的技能，从“写一份文档自己用”，变成“写一次，到处复用”。我觉得这个方向很值得看。因为当 skill 开始像包管理一样被组织起来，多 Agent 工作流才会真正开始像工程系统，而不是一堆 prompt 和脚本的临时拼装。如果你在关注 AI Agent、Multi-Agent、技能复用，或者正在想怎么管理越来越多的 SKILL.md，这个项目值得研究一下。👇

最近北大开源的一个项目，我觉得很值得关注。 AI Agent 现在最缺的，可能不是模型，而是一套像 npm 一样可复用的 skill 基础设施。 MagicSkills 做的就是这件事。它不是再去造一个新的 Agent framework，而是想把那些散落在各处的 SKILL.md，变成可安装、可组合、可同步、可调用的共享能力层。 MagicSkills 的思路更像是，先把 skill 从零散文档里抽出来，做成一个本地优先的共享 skill pool，然后再按不同 Agent、不同框架去组合和分发。这样一来，skill 就不再只是 prompt 附件，而是开始变成真正可复用的能力基础设施。说白了，它想推动的一件事就是：让 Agent 的技能，从“写一份文档自己用”，变成“写一次，到处复用”。我觉得这个方向很值得看。因为当 skill 开始像包管理一样被组织起来，多 Agent 工作流才会真正开始像工程系统，而不是一堆 prompt 和脚本的临时拼装。如果你在关注 AI Agent、Multi-Agent、技能复用，或者正在想怎么管理越来越多的 SKILL.md，这个项目值得研究一下。👇

axiaisacat

46,330 просмотров • 5 месяцев назад