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

我把 DeepSeek Harness 改成了创作者工作台我之前做内容最烦的就是：脚本写完不知道丢哪了，发完视频数据散落在四个平台，复盘全靠记忆。所以我基于我之前做的运营工作台结合oil欧呦老师的项目，打通优化了下，把 DeepSeek Harness 改成了一站式创作者工作台。灵感记录、脚本、录屏、字幕、封面、发布、数据回收、复盘，全在一个地方跑完，并且彼此能有机联动。运营工作台打通创作：你做的每一条内容，复盘沉淀的经验，下一条写脚本时 AI 会直接参考，这是最核心的。内容不锁数据库，都是本地普通文件。项目开源我放评论区了，你跑一段时间觉得不顺手，让 Agent 基于代码继续改就行。

Jacky无限生长

1,811 subscribers

17,685 просмотров • 7 дней назад •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

国内有个大V胡楚靓做了个人工作台，最近很火我做了个专门给内容创作者用的版本一个浏览器界面，从灵感到复盘全链路管完。核心三个亮点功能：一、灵感池：随手记录，决定做了一键转成完整项目管线二、AI 大纲评分：本机 Agent 直接跑，帮你找到大纲里没想清楚的地方，没问题了导出大纲卡片直接让AI写脚本三、发布后案例拆解：AI 把你的内容拆成结构化模板，下次写大纲直接复用项目基于开源项目改造迭代，详细介绍👇。已开源，部署一行命令。链接我放评论区了

国内有个大V胡楚靓做了个人工作台，最近很火我做了个专门给内容创作者用的版本一个浏览器界面，从灵感到复盘全链路管完。核心三个亮点功能：一、灵感池：随手记录，决定做了一键转成完整项目管线二、AI 大纲评分：本机 Agent 直接跑，帮你找到大纲里没想清楚的地方，没问题了导出大纲卡片直接让AI写脚本三、发布后案例拆解：AI 把你的内容拆成结构化模板，下次写大纲直接复用项目基于开源项目改造迭代，详细介绍👇。已开源，部署一行命令。链接我放评论区了

Jacky无限生长

13,003 просмотров • 1 месяц назад

最近把知识库重新整理了一下主要是 Codex 和 Obsidian 相互打配合，没想到效果出奇的好。目前基本跑出内容管线了，从内容收集-选题生成-文章生产-一键发布都跑通了。基本就是无痛创作，真后悔没早点做好。这一套管线也已经同步更新在 rayskills 里面，你可以复刻我的 obsidian 架构和本地工作台，不过实际还是需要根据个人需求进行调整，可以只作为参考。

最近把知识库重新整理了一下主要是 Codex 和 Obsidian 相互打配合，没想到效果出奇的好。目前基本跑出内容管线了，从内容收集-选题生成-文章生产-一键发布都跑通了。基本就是无痛创作，真后悔没早点做好。这一套管线也已经同步更新在 rayskills 里面，你可以复刻我的 obsidian 架构和本地工作台，不过实际还是需要根据个人需求进行调整，可以只作为参考。

Ray Wang

10,229 просмотров • 1 месяц назад

卧槽！这个项目可以啊！又一个完整的AI视频创作平台开源了，前后端都是MIT协议。 Magiviz把“写剧本 → 定角色 → 画分镜 → 生成视频 → 成片”做成了全流程AI工作流，最长支持生成60秒视频，内置12种主流视频模型。作者说好开源就开源，代码已经全部放出来。现在做AI视频工具的人越来越多，但能把从剧本到成片的完整链路开源出来的还不多。对想自建或二次开发视频生成系统的人来说，这是一个可以直接上手的基础。创作精良的1080可以看看那个五折的平台搞一下！多个选择！开源视频工作流正在从单点模型，走向完整可复用的创作平台。你会考虑基于它二次开发自己的视频工具吗？项目地址见原贴👇

卧槽！这个项目可以啊！又一个完整的AI视频创作平台开源了，前后端都是MIT协议。 Magiviz把“写剧本 → 定角色 → 画分镜 → 生成视频 → 成片”做成了全流程AI工作流，最长支持生成60秒视频，内置12种主流视频模型。作者说好开源就开源，代码已经全部放出来。现在做AI视频工具的人越来越多，但能把从剧本到成片的完整链路开源出来的还不多。对想自建或二次开发视频生成系统的人来说，这是一个可以直接上手的基础。创作精良的1080可以看看那个五折的平台搞一下！多个选择！开源视频工作流正在从单点模型，走向完整可复用的创作平台。你会考虑基于它二次开发自己的视频工具吗？项目地址见原贴👇

Berryxia.AI

22,893 просмотров • 15 дней назад

开源一个我的数据可视化动画库，让工作展示+内容制作高级10倍！包含11个高级数据可视化效果，项目的代码+自己的数据丢给AI，直接做出属于你的专业数据可视化动画！项目开源地址：

开源一个我的数据可视化动画库，让工作展示+内容制作高级10倍！包含11个高级数据可视化效果，项目的代码+自己的数据丢给AI，直接做出属于你的专业数据可视化动画！项目开源地址：

木子不写代码

29,938 просмотров • 5 месяцев назад

AI 动画的门槛被打下来以后，最先卷起来的一定是工作流，一个好用的工作流，可以让做视频这件事变得容易很多。谁能稳定完成，选题 → 脚本 → 角色 → 分镜 → 视频 → 配音 → 音乐 → 发布 → 复盘谁就更有机会把一个小 IP 跑出来。工具只是把第一道门打开了，后面拼的是连续生产能力。

AI 动画的门槛被打下来以后，最先卷起来的一定是工作流，一个好用的工作流，可以让做视频这件事变得容易很多。谁能稳定完成，选题 → 脚本 → 角色 → 分镜 → 视频 → 配音 → 音乐 → 发布 → 复盘谁就更有机会把一个小 IP 跑出来。工具只是把第一道门打开了，后面拼的是连续生产能力。

zhouluobo

24,414 просмотров • 2 месяцев назад

简直太强悍了！飞书＋豆包，绝对是自媒体内容生产的王炸组合！！多模态豆包+飞书多维表，可塑性真的超级强！在飞书里获得Codex一般的体验！！我原本以为，飞书里的豆包只是一个聊天助手。结果它直接在飞书里，帮我搭出了一套能持续“自我进化”的内容生产系统。自动寻找爆款、拆解内容、沉淀方法、追踪热点、生成图文和视频、管理排期、复盘数据…… 一整套流程，它可以自己跑起来。 🔍 自动检索小红书、抖音等平台的热门内容 📊 自动提取标题、作者、互动数据并写入表格 🧠 拆解文案、节奏与内容结构，沉淀为爆款方法库 🔥 结合实时热点，自动筛选值得跟进的选题 ✍️ 调用已有方法论，批量生成图文或视频内容 🎨 通过 Seedream、Seedance 完成图片和视频生成 📅 统一管理内容修改、审核、排期与发布 📈 定期复盘发布数据，把优质内容重新写入知识库最关键的是：我几乎没有手动搭建！我只是把确定好的流程告诉“书包”，它就直接帮我创建了选题库、爆款案例库、方法论库、内容生产库和数据复盘库。整个工作台的使用方式也很简单。只需要告诉它：“帮我做几条关于某个方向的内容。” 最后交付给我的，已经不是一份“创作建议”，而是可以直接发布的成品。比如小红书，它会一次性给出标题、正文、配图（或视频）、话题标签、发布建议。我需要做的，只是确认内容，然后发布。如果接入不同的 Skill，还可以进一步控制文案风格、内容质量、视觉偏好和审核标准。内容发布以后，这套系统还会定期回收数据，分析点击、互动和转化表现。表现好的内容会被重新拆解，再次沉淀进案例库和方法库，继续影响下一轮创作。这样一来，整个工作台就形成了一个真正的内容闭环：发现爆款 → 拆解规律 → 沉淀方法 → 追踪热点 → 生成内容 → 发布管理 → 数据复盘 → 更新知识库用得越久，对你的账号、用户和内容偏好就越了解。豆包负责理解、生成和执行，飞书负责存储、管理、协作与复盘。这才是我理解的 AI 工作流：不需要每天从零开始写提示词，也不需要在好几个工具之间反复复制粘贴。你只需要给出目标。剩下的事情，它会按照流程一步一步做完。下面是我搭建这个工作台的思路！

简直太强悍了！飞书＋豆包，绝对是自媒体内容生产的王炸组合！！多模态豆包+飞书多维表，可塑性真的超级强！在飞书里获得Codex一般的体验！！我原本以为，飞书里的豆包只是一个聊天助手。结果它直接在飞书里，帮我搭出了一套能持续“自我进化”的内容生产系统。自动寻找爆款、拆解内容、沉淀方法、追踪热点、生成图文和视频、管理排期、复盘数据…… 一整套流程，它可以自己跑起来。 🔍 自动检索小红书、抖音等平台的热门内容 📊 自动提取标题、作者、互动数据并写入表格 🧠 拆解文案、节奏与内容结构，沉淀为爆款方法库 🔥 结合实时热点，自动筛选值得跟进的选题 ✍️ 调用已有方法论，批量生成图文或视频内容 🎨 通过 Seedream、Seedance 完成图片和视频生成 📅 统一管理内容修改、审核、排期与发布 📈 定期复盘发布数据，把优质内容重新写入知识库最关键的是：我几乎没有手动搭建！我只是把确定好的流程告诉“书包”，它就直接帮我创建了选题库、爆款案例库、方法论库、内容生产库和数据复盘库。整个工作台的使用方式也很简单。只需要告诉它：“帮我做几条关于某个方向的内容。” 最后交付给我的，已经不是一份“创作建议”，而是可以直接发布的成品。比如小红书，它会一次性给出标题、正文、配图（或视频）、话题标签、发布建议。我需要做的，只是确认内容，然后发布。如果接入不同的 Skill，还可以进一步控制文案风格、内容质量、视觉偏好和审核标准。内容发布以后，这套系统还会定期回收数据，分析点击、互动和转化表现。表现好的内容会被重新拆解，再次沉淀进案例库和方法库，继续影响下一轮创作。这样一来，整个工作台就形成了一个真正的内容闭环：发现爆款 → 拆解规律 → 沉淀方法 → 追踪热点 → 生成内容 → 发布管理 → 数据复盘 → 更新知识库用得越久，对你的账号、用户和内容偏好就越了解。豆包负责理解、生成和执行，飞书负责存储、管理、协作与复盘。这才是我理解的 AI 工作流：不需要每天从零开始写提示词，也不需要在好几个工具之间反复复制粘贴。你只需要给出目标。剩下的事情，它会按照流程一步一步做完。下面是我搭建这个工作台的思路！

沐阳

118,896 просмотров • 24 дней назад

你们需要的推文写作神器来了：tweet-skills，它是一组自动创作技能包。这个 repo 真正在做的一件事，是把内容创作工程化。怎么说？它有 8 个 skill： - hot-topics 负责采集 - topic-research 负责调研 - opinion-generator 负责观点 - tweet-writer 负责写作 - tweet-polish 负责去 AI 味 - title-optimizer 负责标题 - tweet-closing 负责结尾 - tweet-pipeline 负责串联。每个 skill 职责明确，每个 skill 可以独立运行，每个 skill 可以单独迭代升级。这是什么思路？软件工程的思路。模块化、可复用、可测试、可迭代。 skill 就是内容创作的「函数」。pipeline 就是内容创作的「工作流」。收藏价值设计就是内容创作的「代码审查」。市面上所有 AI 写作工具，本质上都是一个巨大的 prompt 加一个输入框。你进去一堆文字，出来一段文字。 tweet-skills 不一样。它把创作过程拆成了系统。你可以看到每一步在做什么，每一步的输入输出是什么，每一步的质量标准是什么。这才是 AI 时代内容创作该有的样子。不是用 AI 替代创作，是用工程化思维重构创作。这个 repo 值 star。先收下，以后会明白我在说什么。 #skill #openclaw 源码：

你们需要的推文写作神器来了：tweet-skills，它是一组自动创作技能包。这个 repo 真正在做的一件事，是把内容创作工程化。怎么说？它有 8 个 skill： - hot-topics 负责采集 - topic-research 负责调研 - opinion-generator 负责观点 - tweet-writer 负责写作 - tweet-polish 负责去 AI 味 - title-optimizer 负责标题 - tweet-closing 负责结尾 - tweet-pipeline 负责串联。每个 skill 职责明确，每个 skill 可以独立运行，每个 skill 可以单独迭代升级。这是什么思路？软件工程的思路。模块化、可复用、可测试、可迭代。 skill 就是内容创作的「函数」。pipeline 就是内容创作的「工作流」。收藏价值设计就是内容创作的「代码审查」。市面上所有 AI 写作工具，本质上都是一个巨大的 prompt 加一个输入框。你进去一堆文字，出来一段文字。 tweet-skills 不一样。它把创作过程拆成了系统。你可以看到每一步在做什么，每一步的输入输出是什么，每一步的质量标准是什么。这才是 AI 时代内容创作该有的样子。不是用 AI 替代创作，是用工程化思维重构创作。这个 repo 值 star。先收下，以后会明白我在说什么。 #skill #openclaw 源码：

tiantian

17,822 просмотров • 4 месяцев назад

花了一天时间用 DeepSeek Harness 的插件做了一个内容管理的工作台，之前一直想做但是感觉没那么刚需，但是看到 DeepSeek Harness 的插件拓展性那么强，而且很多原本预想和 Agent 联动的地方开发成本都很低。这次的插件并没有使用 DeepSeek 的创造模式，而是用 Grok 4.6 开发的，DeepSeek v4 pro 相对来说还是差点意思，没办法那么快的实现我的定制化需求。整体来说，现在我的内容管理已经比之前方便了不少，很多固定的工作流我也不用老是去 CodeX 新开话题执行了，而且最主要是之前我总是得。复制视频工程的路径，或者去，复制视频的路径来告诉 Codex 具体的文件位置，现在整体使用下来会减少很多文件和 Agent 之间切换的成本。这次开发过程中我顺便实现了一个用于给其他 Agent 开发 DeepSeek 插件时可以使用的 Skill：希望对大家有帮助～

花了一天时间用 DeepSeek Harness 的插件做了一个内容管理的工作台，之前一直想做但是感觉没那么刚需，但是看到 DeepSeek Harness 的插件拓展性那么强，而且很多原本预想和 Agent 联动的地方开发成本都很低。这次的插件并没有使用 DeepSeek 的创造模式，而是用 Grok 4.6 开发的，DeepSeek v4 pro 相对来说还是差点意思，没办法那么快的实现我的定制化需求。整体来说，现在我的内容管理已经比之前方便了不少，很多固定的工作流我也不用老是去 CodeX 新开话题执行了，而且最主要是之前我总是得。复制视频工程的路径，或者去，复制视频的路径来告诉 Codex 具体的文件位置，现在整体使用下来会减少很多文件和 Agent 之间切换的成本。这次开发过程中我顺便实现了一个用于给其他 Agent 开发 DeepSeek 插件时可以使用的 Skill：希望对大家有帮助～

oil-oil

22,711 просмотров • 20 дней назад

想认真做小红书个人号或者矩阵的朋友，这个 Skill 真的能帮你省掉 80% 的重复劳动。看了我的 AI 工作流分享以后，很多宝子问有没有小红书自动化运营的工具，我GitHub上找了下，这个还不错，说实话，我之前也以为所有小红书自动化工具都是垃圾，要么用两天就封号，要么复杂到要写几百行代码，要么就是个只能发文字的残废，直到我试了这个，最牛逼的是它的安全机制：完全不用小红书 API，全程用浏览器自动化模拟真人点击和输入。第一次扫码登录后，后续所有操作都和你自己手动点一模一样，目前是我见过封号风险最低的方案。而且它真的零代码，你不需要懂任何编程，只要对着你的龙虾或者 hermes 说一句话就行： • 帮我分析一下我的首页推荐流 • 帮我生成五个今天能发的选题 • 帮我复刻这篇爆款笔记 • 帮我回复一下最新的评论它全都能自己干完，最狠的是它不只是一个单纯的发稿工具，它还有一个完整的运营闭环：会分析你的账号数据、拆解别人爆款的结构、生成内容+封面、自动发布、自动回评，还会把所有分析结果和操作自动存成 Markdown 知识库，方便你后续复盘。安装也简单到离谱：打开 Openclaw，直接说 “帮我安装这个 skill 就完事了。仓库地址老规矩评论区自取鸭🦆

想认真做小红书个人号或者矩阵的朋友，这个 Skill 真的能帮你省掉 80% 的重复劳动。看了我的 AI 工作流分享以后，很多宝子问有没有小红书自动化运营的工具，我GitHub上找了下，这个还不错，说实话，我之前也以为所有小红书自动化工具都是垃圾，要么用两天就封号，要么复杂到要写几百行代码，要么就是个只能发文字的残废，直到我试了这个，最牛逼的是它的安全机制：完全不用小红书 API，全程用浏览器自动化模拟真人点击和输入。第一次扫码登录后，后续所有操作都和你自己手动点一模一样，目前是我见过封号风险最低的方案。而且它真的零代码，你不需要懂任何编程，只要对着你的龙虾或者 hermes 说一句话就行： • 帮我分析一下我的首页推荐流 • 帮我生成五个今天能发的选题 • 帮我复刻这篇爆款笔记 • 帮我回复一下最新的评论它全都能自己干完，最狠的是它不只是一个单纯的发稿工具，它还有一个完整的运营闭环：会分析你的账号数据、拆解别人爆款的结构、生成内容+封面、自动发布、自动回评，还会把所有分析结果和操作自动存成 Markdown 知识库，方便你后续复盘。安装也简单到离谱：打开 Openclaw，直接说 “帮我安装这个 skill 就完事了。仓库地址老规矩评论区自取鸭🦆

AYi

23,504 просмотров • 3 месяцев назад

我靠，有了这个工具，完整的实现了 Office 的自动化。以前做 Office 自动化，AI 能出内容但改不了文件，最后还得人去复制粘贴。OfficeCLI 解决的问题是，让 AI Agent 能直接改 Office 文件。在 AI Agent 工作流里，它的意义更偏基础设施： 1、文档生成 → 可执行写入 2、表格分析 → 可直接回写 Excel 3、PPT 生成 → 结构级编辑而非整页重写 4、多 Agent 协作 → 共享统一文件操作接口 OfficeCLI 把 Word、Excel、PPT 当成结构化对象，AI 可以直接增删改查，不用开 GUI，也不用搭脚本环境。改完就是改完，文件就已经写好了。整体来看，它把AI 会写内容推进到AI可以改真实文件，属于从内容生成到系统执行的一层跃迁。

我靠，有了这个工具，完整的实现了 Office 的自动化。以前做 Office 自动化，AI 能出内容但改不了文件，最后还得人去复制粘贴。OfficeCLI 解决的问题是，让 AI Agent 能直接改 Office 文件。在 AI Agent 工作流里，它的意义更偏基础设施： 1、文档生成 → 可执行写入 2、表格分析 → 可直接回写 Excel 3、PPT 生成 → 结构级编辑而非整页重写 4、多 Agent 协作 → 共享统一文件操作接口 OfficeCLI 把 Word、Excel、PPT 当成结构化对象，AI 可以直接增删改查，不用开 GUI，也不用搭脚本环境。改完就是改完，文件就已经写好了。整体来看，它把AI 会写内容推进到AI可以改真实文件，属于从内容生成到系统执行的一层跃迁。

Vince 聊开发

16,803 просмотров • 2 месяцев назад

这条视频，想认真感谢一下这一路关注我的朋友。从 0 到 21K，我爬了 6 个月。发布1.8万条内容，3700万曝光。刚开始的时候，我也没有什么方法论。每天发，发完看数据，看完再改。哪类内容有人停留，哪类内容能引发讨论，哪类内容只是自嗨，数据其实都会告诉我。我开始把内容当成一个系统：选题、表达、互动、复盘、再发布，每一条帖子，都不是孤立的输出感谢让我遇到 Stanley 让我脱掉长衫，当一个只搞流量的傻逼，感谢 Roland.W AI最严厉的父亲冷酷小猫 IcyCat 给我提供了创作工具，感谢黄小木金尘马的无痛创作，以及所有StanleyTeam社群的所有小伙伴。最后，感谢所有关注我的朋友们。

这条视频，想认真感谢一下这一路关注我的朋友。从 0 到 21K，我爬了 6 个月。发布1.8万条内容，3700万曝光。刚开始的时候，我也没有什么方法论。每天发，发完看数据，看完再改。哪类内容有人停留，哪类内容能引发讨论，哪类内容只是自嗨，数据其实都会告诉我。我开始把内容当成一个系统：选题、表达、互动、复盘、再发布，每一条帖子，都不是孤立的输出感谢让我遇到 Stanley 让我脱掉长衫，当一个只搞流量的傻逼，感谢 Roland.W AI最严厉的父亲冷酷小猫 IcyCat 给我提供了创作工具，感谢黄小木金尘马的无痛创作，以及所有StanleyTeam社群的所有小伙伴。最后，感谢所有关注我的朋友们。

蜗牛King 👑

50,070 просмотров • 3 месяцев назад

Codex / Work 额度用完，不代表工作必须停。我把普通 ChatGPT Chat 接回了本地电脑：读文件、改文件、跑命令、做验证，全部直接完成。这条视频讲清完整链路，以及最容易踩的三个坑。

Codex / Work 额度用完，不代表工作必须停。我把普通 ChatGPT Chat 接回了本地电脑：读文件、改文件、跑命令、做验证，全部直接完成。这条视频讲清完整链路，以及最容易踩的三个坑。

Leo｜LeoLabs.me

15,284 просмотров • 14 дней назад

普通人现在用 AI 写内容、做 PPT、处理表格已经不是什么新鲜事了。但是很多人觉得 AI 在办公领域还有很多的问题。比如，现实工作中很少是从 0 开始的，更多的时候是手里已经有一份写了一半的 Word、一套排好版的 PPT，或者一张已经塞满数据和格式的 Excel。但这时候我并不想让 AI 重新给我生成一份。我可能只想改其中一段话、一个文本框、几列数据，其他已经做好的部分最好别动。正好最近我用 WorkBuddy WorkBuddy 做了几件事，才发现 AI 其实完全可以换一种方式进入 Office。不是把文件扔给 AI，然后等它重新给你交一份。而是我还在原来的文件里正常工作，需要 AI 的时候，直接让它进来帮我把这一小块干掉。

普通人现在用 AI 写内容、做 PPT、处理表格已经不是什么新鲜事了。但是很多人觉得 AI 在办公领域还有很多的问题。比如，现实工作中很少是从 0 开始的，更多的时候是手里已经有一份写了一半的 Word、一套排好版的 PPT，或者一张已经塞满数据和格式的 Excel。但这时候我并不想让 AI 重新给我生成一份。我可能只想改其中一段话、一个文本框、几列数据，其他已经做好的部分最好别动。正好最近我用 WorkBuddy WorkBuddy 做了几件事，才发现 AI 其实完全可以换一种方式进入 Office。不是把文件扔给 AI，然后等它重新给你交一份。而是我还在原来的文件里正常工作，需要 AI 的时候，直接让它进来帮我把这一小块干掉。

木马人

40,517 просмотров • 4 дней назад

👏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

27,511 просмотров • 3 месяцев назад

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

AYi

63,210 просмотров • 4 месяцев назад

CMO 要失业了一个AI就能自动帮你做完整增长运营拥有全栈营销能力： • SEO关键词研究 • 写推文、本地化 • 生成小红书 / 抖音内容 • 自动搭建 Meta 广告 • 接谷歌分析、搜索面板等数据平台 • 自动优化营销策略 • 每天汇报结果、计划一个人干 10 个人的活但是听说都是 PPT 概念真试一下，一试一个不吱声不过我觉得未来的自动化运营，一定是这种形态的，很多工作都会失去存在的必要是时候好好想一想，你不被 AI 取代的地方在哪里了 🤔

CMO 要失业了一个AI就能自动帮你做完整增长运营拥有全栈营销能力： • SEO关键词研究 • 写推文、本地化 • 生成小红书 / 抖音内容 • 自动搭建 Meta 广告 • 接谷歌分析、搜索面板等数据平台 • 自动优化营销策略 • 每天汇报结果、计划一个人干 10 个人的活但是听说都是 PPT 概念真试一下，一试一个不吱声不过我觉得未来的自动化运营，一定是这种形态的，很多工作都会失去存在的必要是时候好好想一想，你不被 AI 取代的地方在哪里了 🤔

Annie 所长

24,207 просмотров • 5 месяцев назад

兄弟们，Vox Style Skill又更新了。这次新增了一套更适合自媒体内容的美漫模板。之前的模板主要走新中式路线，比较适合中国古典文化、历史故事和东方美学类内容。这次的美漫模板，颜色更加艳丽，视觉冲击力更强，能够适配的内容场景也更多。知识科普、人物故事、商业观点、热点解读，都可以拿来尝试。最关键的是成本。按照我目前跑通的低成本工作流，制作一条Vox风格视频，理论生成成本低至1毛钱左右。即使把废片和返工算进去，保守成本也不到2毛钱一条。当然，这里没有计算人工时间，也没有把本来就在使用的Codex订阅摊进去。但对于想做自媒体、预算又不高的人来说，这个成本已经足够低了。如果你一直想做自媒体，却卡在：没时间研究复杂工具；请不起设计师和剪辑师；不想每个月投入一大笔软件费用；这套基于Codex的内容工作流，应该会比较适合你。最近猫哥也一直在做一件事：不断挖掘、测试和打磨低成本的创意视频制作方法。目前已经有不少工具和工作流进入开发、测试阶段，大部分基于Codex就能直接使用。猫社聚焦的方向很明确： AI＋内容创作。包括AI绘图、AI视频、AI工具实战，以及能真正用于自媒体生产的低成本工作流。我们不追求收藏一堆看起来很厉害的工具。而是希望把这些工具组合起来，让一个人也能持续产出内容。每测试一次，就沉淀一套方法；每完成一个作品，就积累一份内容资产；再通过自媒体，持续放大自己的能力、作品和影响力。低成本只是起点。真正有价值的是，一个人借助Codex，也能跑通从创意、画面到视频制作的完整流程。这次新增的美漫模板，也会同步给猫社群友使用。目前猫社距离200人还剩9个位置。满200人后，入群价格将调整至299元。如果你本来就想做AI内容、自媒体或者低成本创意视频，可以趁当前价格加入。想进群的，直接私信我回复：猫社。

兄弟们，Vox Style Skill又更新了。这次新增了一套更适合自媒体内容的美漫模板。之前的模板主要走新中式路线，比较适合中国古典文化、历史故事和东方美学类内容。这次的美漫模板，颜色更加艳丽，视觉冲击力更强，能够适配的内容场景也更多。知识科普、人物故事、商业观点、热点解读，都可以拿来尝试。最关键的是成本。按照我目前跑通的低成本工作流，制作一条Vox风格视频，理论生成成本低至1毛钱左右。即使把废片和返工算进去，保守成本也不到2毛钱一条。当然，这里没有计算人工时间，也没有把本来就在使用的Codex订阅摊进去。但对于想做自媒体、预算又不高的人来说，这个成本已经足够低了。如果你一直想做自媒体，却卡在：没时间研究复杂工具；请不起设计师和剪辑师；不想每个月投入一大笔软件费用；这套基于Codex的内容工作流，应该会比较适合你。最近猫哥也一直在做一件事：不断挖掘、测试和打磨低成本的创意视频制作方法。目前已经有不少工具和工作流进入开发、测试阶段，大部分基于Codex就能直接使用。猫社聚焦的方向很明确： AI＋内容创作。包括AI绘图、AI视频、AI工具实战，以及能真正用于自媒体生产的低成本工作流。我们不追求收藏一堆看起来很厉害的工具。而是希望把这些工具组合起来，让一个人也能持续产出内容。每测试一次，就沉淀一套方法；每完成一个作品，就积累一份内容资产；再通过自媒体，持续放大自己的能力、作品和影响力。低成本只是起点。真正有价值的是，一个人借助Codex，也能跑通从创意、画面到视频制作的完整流程。这次新增的美漫模板，也会同步给猫社群友使用。目前猫社距离200人还剩9个位置。满200人后，入群价格将调整至299元。如果你本来就想做AI内容、自媒体或者低成本创意视频，可以趁当前价格加入。想进群的，直接私信我回复：猫社。

知识猫AI实验室

27,461 просмотров • 1 месяц назад

最近发历史的今天引起了不错的反响，又一个长期埋伏的投资有了回报：在我来日本之前，看到有一些资本开始投资AI，然后了解了机器学习的原理后，我意识到未来的内容领域大概率会被AI生成内容淹没，单纯只做当下的内容面临和AI竞争的问题，但是人类很难在单纯的劳动上竞争过机器但是有一种内容既不会被AI挤压竞争空间，反而会随着AI的普及，在内容创作和训练集角度越来越有价值，那就是高质量，真实的历史内容因为用AI制作历史照片和视频，那就不是AI生成内容，而是假内容同时因为人性的特点，人们在当下拍的照片和视频，尤其是在现代用云服务和硬盘来保存的环境下，数据99%都会丢失：云服务商倒闭，用户认为每个月资金负担太大主动删数据，硬盘损坏，这些都会导致历史数据的永久丢失，所以在现代反而很难留下历史照片和视频所以从训练集的角度来说，在AI爬完了图书和网站后，最稀缺的训练集数据就是真实的历史图片和视频我之前的工作是旅行自媒体，有几乎每天都会带着相机到处拍的习惯，并且为了做内容，所有视频拍摄都会有开始，经过，结束，所以会产生大量当下的图片和视频素材截止到上一次备份，我的总数据量有135TB，保存这个量级的数据是个很大的工程：用云服务，每个月会有很贵的账单用网盘，其实无限量网盘在这个数据量前面根本不是无限量，我之前试过office365，google drive企业账号，还有backblaze，前面两个都收回了无限量导致数据被删除，后面会在数据量达到50TB以上开始重复传你的数据，导致无法备份新数据用硬盘，硬盘其实是一种很脆弱的存储媒介，高温，潮湿，震动，哪怕只是放着不动数据都会丢失用磁带，高温，潮湿都是隐患所以我只能每隔一段时间重新买一批硬盘，把旧硬盘的数据复制到新硬盘一次，然后再买一批磁带生成一份新的磁带备份（这个过程很痛苦而且花钱，我自己都会有拖延症，要感谢女仆在旁边一直提醒我该买硬盘了，该维护数据了，我整理东西其实没有什么调理，也要感谢女仆帮我整理）这段视频是我们离开日本之前最后一次备份磁带，这些磁带发到了国内一份，带到了泰国一份很高兴又一个前期的投资开始逐渐有了回报

最近发历史的今天引起了不错的反响，又一个长期埋伏的投资有了回报：在我来日本之前，看到有一些资本开始投资AI，然后了解了机器学习的原理后，我意识到未来的内容领域大概率会被AI生成内容淹没，单纯只做当下的内容面临和AI竞争的问题，但是人类很难在单纯的劳动上竞争过机器但是有一种内容既不会被AI挤压竞争空间，反而会随着AI的普及，在内容创作和训练集角度越来越有价值，那就是高质量，真实的历史内容因为用AI制作历史照片和视频，那就不是AI生成内容，而是假内容同时因为人性的特点，人们在当下拍的照片和视频，尤其是在现代用云服务和硬盘来保存的环境下，数据99%都会丢失：云服务商倒闭，用户认为每个月资金负担太大主动删数据，硬盘损坏，这些都会导致历史数据的永久丢失，所以在现代反而很难留下历史照片和视频所以从训练集的角度来说，在AI爬完了图书和网站后，最稀缺的训练集数据就是真实的历史图片和视频我之前的工作是旅行自媒体，有几乎每天都会带着相机到处拍的习惯，并且为了做内容，所有视频拍摄都会有开始，经过，结束，所以会产生大量当下的图片和视频素材截止到上一次备份，我的总数据量有135TB，保存这个量级的数据是个很大的工程：用云服务，每个月会有很贵的账单用网盘，其实无限量网盘在这个数据量前面根本不是无限量，我之前试过office365，google drive企业账号，还有backblaze，前面两个都收回了无限量导致数据被删除，后面会在数据量达到50TB以上开始重复传你的数据，导致无法备份新数据用硬盘，硬盘其实是一种很脆弱的存储媒介，高温，潮湿，震动，哪怕只是放着不动数据都会丢失用磁带，高温，潮湿都是隐患所以我只能每隔一段时间重新买一批硬盘，把旧硬盘的数据复制到新硬盘一次，然后再买一批磁带生成一份新的磁带备份（这个过程很痛苦而且花钱，我自己都会有拖延症，要感谢女仆在旁边一直提醒我该买硬盘了，该维护数据了，我整理东西其实没有什么调理，也要感谢女仆帮我整理）这段视频是我们离开日本之前最后一次备份磁带，这些磁带发到了国内一份，带到了泰国一份很高兴又一个前期的投资开始逐渐有了回报

guanyuhan426

11,698 просмотров • 6 дней назад

我想很多人都有这个困扰：之前经常需要在Codex和Claude Code之间来回切换，现在又加上了最近爆火的DeepSeek Harness。但是每次来回切换、或者想尝尝DSH的鲜的时候，我都得把背景重新讲一遍，确实挺烦的~ 最近在GitHub上发现的一个开源项目 memmy-agent，把 Codex、DeepSeek Harness、Claude Code接了进去，直接解决了困扰我很久的跨Agent 记忆的问题。我用它做的事情很简单：把分散在不同 Agent 里的历史，沉淀到同一份个人上下文里，默认 Local-first，让它们都能调用。我把它分别接入 Codex、DeepSeek Harness、Claude Code 之后，我做了一个信号中继站小游戏。我先在Codex 写完基础玩法，然后对话里说一句话：第一次失败时，给玩家一次翻盘机会，别直接结束游戏。但这句话我故意不写入代码、README 或者是本地记忆文件。然后新开 DeepSeek Harness，它从 Memmy 直接读出了这条决定，非常丝滑。再新开 Claude Code，它读代码前先复述了规则，再按这个方向把后续功能补完。代码只能告诉下一个 Agent 项目做到哪，但那些留在对话里的决策，才影响着项目接下来往哪走。以后，Agent 要记住的，不只是代码，还有你前面已经决定的决策和经验。 Memmy 不仅帮我解决了Agent记忆的问题，还让这些经验不再独属于某一个 Agent，而是只属于你。 Switch agents, not context。 Memmy 支持桌面端、CLI、API、MCP 和 Skills多种方式，可以直接接着执行任务。如果你也经常在多个 Agent 之间切换，可以拿自己的项目试一下。项目GitHub：

我想很多人都有这个困扰：之前经常需要在Codex和Claude Code之间来回切换，现在又加上了最近爆火的DeepSeek Harness。但是每次来回切换、或者想尝尝DSH的鲜的时候，我都得把背景重新讲一遍，确实挺烦的~ 最近在GitHub上发现的一个开源项目 memmy-agent，把 Codex、DeepSeek Harness、Claude Code接了进去，直接解决了困扰我很久的跨Agent 记忆的问题。我用它做的事情很简单：把分散在不同 Agent 里的历史，沉淀到同一份个人上下文里，默认 Local-first，让它们都能调用。我把它分别接入 Codex、DeepSeek Harness、Claude Code 之后，我做了一个信号中继站小游戏。我先在Codex 写完基础玩法，然后对话里说一句话：第一次失败时，给玩家一次翻盘机会，别直接结束游戏。但这句话我故意不写入代码、README 或者是本地记忆文件。然后新开 DeepSeek Harness，它从 Memmy 直接读出了这条决定，非常丝滑。再新开 Claude Code，它读代码前先复述了规则，再按这个方向把后续功能补完。代码只能告诉下一个 Agent 项目做到哪，但那些留在对话里的决策，才影响着项目接下来往哪走。以后，Agent 要记住的，不只是代码，还有你前面已经决定的决策和经验。 Memmy 不仅帮我解决了Agent记忆的问题，还让这些经验不再独属于某一个 Agent，而是只属于你。 Switch agents, not context。 Memmy 支持桌面端、CLI、API、MCP 和 Skills多种方式，可以直接接着执行任务。如果你也经常在多个 Agent 之间切换，可以拿自己的项目试一下。项目GitHub：

木马人

62,543 просмотров • 16 дней назад