Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

把你各处 AI 编程工具产生的 token 与花费记录汇总、可视化，按月份、项目、会话、模型层层下钻。 能读取 OpenCode、Claude Code、Codex、Hermes、GitHub Copilot、pi-agent、OpenClaw 等工具在本地留下的记录，还可以合并 CSV/JSONL 请求日志。 按月份、日、项目、会话、模型展示花费，提供趋势叠加（日/周/月图表、日历花费热力图、模型/服务商/来源排名）、成本占比与内联花费条、单会话模型组合与 token 拆解，以及递归子代理成本树。

geekbb's profile picture

Geek

114,868 subscribers

10,503 görüntüleme • 3 ay önce •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

OpenCodex v0.4.5 🚀 现在，无论使用官方 GPT、第三方模型还是订阅模型，无论处于原生模式、网关代理模式，还是切换不同会话，包括导入的本机会话、网关代理过的会话，以及中途切换模型后的历史记录。都能无缝继承完整上下文。 在 Codex 中，不管你怎么使用，会话都不会丢，随时都能无缝衔接。✨ 目前已完成 macOS 版本适配，macOS 版本现已独立，与 Windows 版本分开维护。 #codex #chatgpt #opencodex
1:48

OpenCodex v0.4.5 🚀 现在，无论使用官方 GPT、第三方模型还是订阅模型，无论处于原生模式、网关代理模式，还是切换不同会话，包括导入的本机会话、网关代理过的会话，以及中途切换模型后的历史记录。都能无缝继承完整上下文。 在 Codex 中，不管你怎么使用，会话都不会丢，随时都能无缝衔接。✨ 目前已完成 macOS 版本适配，macOS 版本现已独立，与 Windows 版本分开维护。 #codex #chatgpt #opencodex

Ryanxlll2

32,187 görüntüleme • 2 ay önce

GitHub 暴涨 29 k Stars，只做了一个事—让你免费白嫖 Claude Code。 原理很简单：它在你和 Claude Code 之间架一层代理，所有 API 请求不往 Anthropic 走，转去 17 个第三方提供商的免费模型。界面、体验、工具调用全保留，但钱一分不用花。 亮点：免费模型池涵盖 NVIDIA、Gemini、DeepSeek 等。支持本地模型（Ollama / LM Studio），甚至可以连 Discord 远程写代码。Admin 面板一键配置，零门槛上车。 适合人群：心疼订阅费的独立开发者、想低成本体验 Agent 编程的学生党、本地模型玩家。 ⚠️ 需自行申请各提供商的 API Key。免费额度有限，重度用户慎入。
0:22

GitHub 暴涨 29 k Stars，只做了一个事—让你免费白嫖 Claude Code。 原理很简单：它在你和 Claude Code 之间架一层代理，所有 API 请求不往 Anthropic 走，转去 17 个第三方提供商的免费模型。界面、体验、工具调用全保留，但钱一分不用花。 亮点：免费模型池涵盖 NVIDIA、Gemini、DeepSeek 等。支持本地模型（Ollama / LM Studio），甚至可以连 Discord 远程写代码。Admin 面板一键配置，零门槛上车。 适合人群：心疼订阅费的独立开发者、想低成本体验 Agent 编程的学生党、本地模型玩家。 ⚠️ 需自行申请各提供商的 API Key。免费额度有限，重度用户慎入。

HankAI

18,380 görüntüleme • 4 ay önce

好像很多人不知道 OpenCode，简单介绍一下。 OpenCode 是基于 MIT 协议完全开源 100% 免费的 AI 编程智能体。无任何 LLM 厂商绑定，可以连接国内、外、和本地模型，还提供了免费模型可试用。任何费用只来自模型订阅。 它是全托管的 Vibe Coding 编程范式，对标工具是 Claude Code。支持 CLI版本、桌面版本、插件版本。 非常适合国内玩家体验 Vibe Coding。
0:36

好像很多人不知道 OpenCode，简单介绍一下。 OpenCode 是基于 MIT 协议完全开源 100% 免费的 AI 编程智能体。无任何 LLM 厂商绑定，可以连接国内、外、和本地模型，还提供了免费模型可试用。任何费用只来自模型订阅。 它是全托管的 Vibe Coding 编程范式，对标工具是 Claude Code。支持 CLI版本、桌面版本、插件版本。 非常适合国内玩家体验 Vibe Coding。

程序员大熊

54,353 görüntüleme • 6 ay önce

可灵团队开源 UniVideo：一个模型搞定视频理解+生成+编辑 你看到的这个，就是快手可灵团队与滑铁卢大学联合推出的统一视频模型 UniVideo，这个模型首次将视频理解、编辑和生成整合到了一个模型中。 演示中它支持通过输入图片和 prompt 来生成视频，也可以输入视频和图片来修改视频，或者直接使用 prompt 来编辑视频。 技术上这个模型最大的突破是：用 千问 2.5 VL 做理解负责处理图像、视频和文本输入，用混元视频做生成，两个模型联动配合，让 AI 既能"看懂"又能"创作"。 以前这些任务需要好几个模型分别处理，现在一个模型全搞定，而且不同能力之间还能相互增强。 从实际效果来看动作比较小的视频质量是可以的, 不过也有典型的AI问题, 比如火焰效果需要优化, 以及会有一定程度的一致性问题, 比如这个头发的发丝效果. 但瑕不掩瑜, 这个模型的前景非常不错.
1:34

可灵团队开源 UniVideo：一个模型搞定视频理解+生成+编辑 你看到的这个，就是快手可灵团队与滑铁卢大学联合推出的统一视频模型 UniVideo，这个模型首次将视频理解、编辑和生成整合到了一个模型中。 演示中它支持通过输入图片和 prompt 来生成视频，也可以输入视频和图片来修改视频，或者直接使用 prompt 来编辑视频。 技术上这个模型最大的突破是：用 千问 2.5 VL 做理解负责处理图像、视频和文本输入，用混元视频做生成，两个模型联动配合，让 AI 既能"看懂"又能"创作"。 以前这些任务需要好几个模型分别处理，现在一个模型全搞定，而且不同能力之间还能相互增强。 从实际效果来看动作比较小的视频质量是可以的, 不过也有典型的AI问题, 比如火焰效果需要优化, 以及会有一定程度的一致性问题, 比如这个头发的发丝效果. 但瑕不掩瑜, 这个模型的前景非常不错.

karminski-牙医

14,277 görüntüleme • 9 ay önce

Hermes Web UI 更新到 v0.5.28 了今天连更两版 🎉新增 xAI Grok OAuth 登录，支持 SuperGrok 订阅用户授权，并更新 Grok 模型预设 v0.5.282026-05-17 新增 Bridge 会话级模型设置，每个会话可以独立保存 provider 和 model 在 Bridge 会话列表中右键会话，选择“设置模型”即可为当前会话切换模型 运行时会自动校验会话模型是否可用；不可用时回退到当前默认模型并更新会话 上下文压缩默认跟随当前 Profile 的默认选中模型 v0.5.262026-05-17 聊天历史和 Markdown 渲染支持 Windows 与本地媒体路径 过滤空 Assistant 历史消息，并在新运行开始时清理旧的压缩状态 配置与 Profile 写入新增文件锁，降低并发写入导致配置损坏的风险 新增 QQBot 与钉钉频道设置 CLI 端口检测改为跨平台实现，并优化移动端终端抽屉尺寸 隔离 Bridge Profile 环境，并修复不同 Python 环境下的 Hermes 插件发现 Gateway 停止状态新增 Web UI 诊断说明，并保持日志加载状态稳定 修复会话重置模式选项、自定义 Provider Base URL 处理和动态投递目标 聊天输入栏新增本地保存的工具调用记录显示开关 支持未找到源码目录时使用包安装的 Hermes Agent 新增 xAI Grok OAuth 登录，支持 SuperGrok 订阅用户授权，并更新 Grok 模型预设 扩展浏览器、聊天流式、Provider、Gateway、配置、插件和 Bridge 测试覆盖
0:59

Hermes Web UI 更新到 v0.5.28 了今天连更两版 🎉新增 xAI Grok OAuth 登录，支持 SuperGrok 订阅用户授权，并更新 Grok 模型预设 v0.5.282026-05-17 新增 Bridge 会话级模型设置，每个会话可以独立保存 provider 和 model 在 Bridge 会话列表中右键会话，选择“设置模型”即可为当前会话切换模型 运行时会自动校验会话模型是否可用；不可用时回退到当前默认模型并更新会话 上下文压缩默认跟随当前 Profile 的默认选中模型 v0.5.262026-05-17 聊天历史和 Markdown 渲染支持 Windows 与本地媒体路径 过滤空 Assistant 历史消息，并在新运行开始时清理旧的压缩状态 配置与 Profile 写入新增文件锁，降低并发写入导致配置损坏的风险 新增 QQBot 与钉钉频道设置 CLI 端口检测改为跨平台实现，并优化移动端终端抽屉尺寸 隔离 Bridge Profile 环境，并修复不同 Python 环境下的 Hermes 插件发现 Gateway 停止状态新增 Web UI 诊断说明，并保持日志加载状态稳定 修复会话重置模式选项、自定义 Provider Base URL 处理和动态投递目标 聊天输入栏新增本地保存的工具调用记录显示开关 支持未找到源码目录时使用包安装的 Hermes Agent 新增 xAI Grok OAuth 登录，支持 SuperGrok 订阅用户授权，并更新 Grok 模型预设 扩展浏览器、聊天流式、Provider、Gateway、配置、插件和 Bridge 测试覆盖

libapi

27,234 görüntüleme • 4 ay önce

开源分解图层大模型这么快就来了? 给大家带来阿里刚刚发布的 Qwen-Image-Layered 模型实测, 这是一个可以把图片分成不同图层的大模型, 模型是基于 Qwen-Image 微调的. 本次我的测试覆盖这个模型的擅长场景(海报), 指令遵循测试(指定抽取目标), 边缘处理(头发), 极限测试(全是贴纸, 一个贴纸一个图层的话可以抽取50多个图层). 直接说结论, 首先还是模型太大了, 因为这个模型基于 Qwen-Image 所以是个20B的模型, 我是用HuggingFace Zero GPU 测试, 每次运行大概2分钟左右, 模型的确可以做到分离图层, 而且边缘处理很不错, 不过稳定性有待优化, 在我测试中4个图层可以输出, 但是8个或者10个图层就炸了, 怀疑可能是超过了Zero GPU超时或者bug (GPU是H200, 不太可能爆显存), 输出尺寸只有 544*736, 官方也推荐640分辨力, 这点也需要提升, 以及模型还是太大了, 20B, 希望能优化下尺寸.
1:26

开源分解图层大模型这么快就来了? 给大家带来阿里刚刚发布的 Qwen-Image-Layered 模型实测, 这是一个可以把图片分成不同图层的大模型, 模型是基于 Qwen-Image 微调的. 本次我的测试覆盖这个模型的擅长场景(海报), 指令遵循测试(指定抽取目标), 边缘处理(头发), 极限测试(全是贴纸, 一个贴纸一个图层的话可以抽取50多个图层). 直接说结论, 首先还是模型太大了, 因为这个模型基于 Qwen-Image 所以是个20B的模型, 我是用HuggingFace Zero GPU 测试, 每次运行大概2分钟左右, 模型的确可以做到分离图层, 而且边缘处理很不错, 不过稳定性有待优化, 在我测试中4个图层可以输出, 但是8个或者10个图层就炸了, 怀疑可能是超过了Zero GPU超时或者bug (GPU是H200, 不太可能爆显存), 输出尺寸只有 544*736, 官方也推荐640分辨力, 这点也需要提升, 以及模型还是太大了, 20B, 希望能优化下尺寸.

karminski-牙医

14,175 görüntüleme • 9 ay önce

刚刚，Meta开源了一个30B本地端侧Agent模型：Muse Glimmer，能看屏幕、调工具、失败了会自己重试 从Muse Spark专门针对Agent能力蒸馏出来的，在单张消费级GPU（Mac/ PC）上能跑，无需联网 与同尺寸级的Gemma4-31B、Qwen3.6-27B对比，在智能体、编程、多模态、安全和推理等多个基准上表现强劲 多模态输入（文本+图像），能理解屏幕截图、图表、文档，支持OpenClaw等、100+语言 支持本地代理、函数调用、本地编程、LLM评判等场景 搭载DFlash推测解码，在RTX 5090上速度快了3.1倍 #MuseGlimmer #meta最新开源模型
1:54

刚刚，Meta开源了一个30B本地端侧Agent模型：Muse Glimmer，能看屏幕、调工具、失败了会自己重试 从Muse Spark专门针对Agent能力蒸馏出来的，在单张消费级GPU（Mac/ PC）上能跑，无需联网 与同尺寸级的Gemma4-31B、Qwen3.6-27B对比，在智能体、编程、多模态、安全和推理等多个基准上表现强劲 多模态输入（文本+图像），能理解屏幕截图、图表、文档，支持OpenClaw等、100+语言 支持本地代理、函数调用、本地编程、LLM评判等场景 搭载DFlash推测解码，在RTX 5090上速度快了3.1倍 #MuseGlimmer #meta最新开源模型

AIGCLINK

22,181 görüntüleme • 2 ay önce

这次我用 Qwen3.8-Max 完成了三个代码项目，其中最直观的是一个类似《我的世界》的网页游戏。 游戏已经具备完整的可玩性： 角色可以移动、跳跃和探索地图，也可以挖掘、放置方块、切换物品，并使用背包与合成系统。 地形能够自动生成，基础的生存机制也已经实现。 另外两个项目分别是可交互的 3D AI 芯片展示，以及读取19个真实来源的多模态供应商评审系统。 Qwen3.8-Max 还是个开源模型，国产模型真是越来越强了。
3:13

这次我用 Qwen3.8-Max 完成了三个代码项目，其中最直观的是一个类似《我的世界》的网页游戏。 游戏已经具备完整的可玩性： 角色可以移动、跳跃和探索地图，也可以挖掘、放置方块、切换物品，并使用背包与合成系统。 地形能够自动生成，基础的生存机制也已经实现。 另外两个项目分别是可交互的 3D AI 芯片展示，以及读取19个真实来源的多模态供应商评审系统。 Qwen3.8-Max 还是个开源模型，国产模型真是越来越强了。

雪踏乌云

68,246 görüntüleme • 2 ay önce

这是一个支持 200+ 模型的完全免费开源 AI 视频工作室。 图生图、文生视频、对口型、电影镜头、工作流编排，五个 studio 覆盖完整创作链路。支持 Flux、Midjourney、Kling、Sora、Veo 等 200 多个模型，没有内容审查，提示词不会被拦截或修改。 可以自托管，也可以下载桌面端。本地推理走 sd.cpp 和 Wan2GP，Mac M 系列能跑，有 CUDA 的 Windows/Linux 也能跑。 🔗
0:37

这是一个支持 200+ 模型的完全免费开源 AI 视频工作室。 图生图、文生视频、对口型、电影镜头、工作流编排，五个 studio 覆盖完整创作链路。支持 Flux、Midjourney、Kling、Sora、Veo 等 200 多个模型，没有内容审查，提示词不会被拦截或修改。 可以自托管，也可以下载桌面端。本地推理走 sd.cpp 和 Wan2GP，Mac M 系列能跑，有 CUDA 的 Windows/Linux 也能跑。 🔗

出海去孵化器

18,248 görüntüleme • 4 ay önce

看到一个很牛逼的开源项目，完全契合HTML是新一代Markdown的理念。 如何做呢？ 你可以将你obsidian笔记甚至代码库交给它，它会通过多agent分析、生成一个对话的交互式知识图谱。 然后你就可以可视化地去了解整个项目的逻辑或流程，或者笔记的脉络。 不过大家要注意：第一次分析很吃token，我试着分析了下我的Reddit项目就用掉了Claude Code接近20%的周额度🤣🤣，可以切换国产模型跑。
2:02

看到一个很牛逼的开源项目，完全契合HTML是新一代Markdown的理念。 如何做呢？ 你可以将你obsidian笔记甚至代码库交给它，它会通过多agent分析、生成一个对话的交互式知识图谱。 然后你就可以可视化地去了解整个项目的逻辑或流程，或者笔记的脉络。 不过大家要注意：第一次分析很吃token，我试着分析了下我的Reddit项目就用掉了Claude Code接近20%的周额度🤣🤣，可以切换国产模型跑。

Yanhua

11,435 görüntüleme • 3 ay önce

如何免费获得AI API和Token？答案就在这里！ 推荐一款超级实用的AI工具 —— AIClient2API 它能把你免费账号（Gemini、Grok、Kiro里的Claude、Antigravity等）直接变成标准OpenAI兼容API接口，完美支持： OpenClaw OpenWebUI Cherry-Studio NextChat Cline 等任意工具 真正实现“无限”Token（通过账号池智能轮询+自动故障转移，每天几千次请求不是梦）！ 零成本白嫖高级模型：Claude Opus 4.5、Gemini 3.0 Pro 等客户端专享模型，全都能用API调用！ GitHub项目地址（星标已7.1k+，持续更新）： 一键部署：Docker 3分钟搞定，带Web UI可视化管理账号池、模型路由、日志监控。 想免费玩转本地AI客户端？强烈推荐分享这个项目！ 转发给需要的朋友，一起省钱高效玩AI～
1:48

如何免费获得AI API和Token？答案就在这里！ 推荐一款超级实用的AI工具 —— AIClient2API 它能把你免费账号（Gemini、Grok、Kiro里的Claude、Antigravity等）直接变成标准OpenAI兼容API接口，完美支持： OpenClaw OpenWebUI Cherry-Studio NextChat Cline 等任意工具 真正实现“无限”Token（通过账号池智能轮询+自动故障转移，每天几千次请求不是梦）！ 零成本白嫖高级模型：Claude Opus 4.5、Gemini 3.0 Pro 等客户端专享模型，全都能用API调用！ GitHub项目地址（星标已7.1k+，持续更新）： 一键部署：Docker 3分钟搞定，带Web UI可视化管理账号池、模型路由、日志监控。 想免费玩转本地AI客户端？强烈推荐分享这个项目！ 转发给需要的朋友，一起省钱高效玩AI～

Vincent

21,590 görüntüleme • 5 ay önce

OpenClaw的底层是Pi Pi是什么？ Pi 是 OpenClaw 的核心底层引擎（Agent Engine），提供以下基础能力： 模型抽象 - 统一接口调用不同大模型（Claude、GPT、Gemini 等） 流式推理 - 实时响应的推理机制 Agent Loop - 思考-行动-观察的循环架构 工具执行 - Read/Write/Edit/Bash 等基础工具的原语支持 关系类比 Pi = 汽车的引擎（让它能跑起来） OpenClaw = 车身+交通规则（会话管理、IM 集成、工具链、沙箱等） Pi 的设计哲学是"核心极小，但能长出来"——底层能力收敛到最少的原语，但可通过插件和工具链无限扩展。
2:04

OpenClaw的底层是Pi Pi是什么？ Pi 是 OpenClaw 的核心底层引擎（Agent Engine），提供以下基础能力： 模型抽象 - 统一接口调用不同大模型（Claude、GPT、Gemini 等） 流式推理 - 实时响应的推理机制 Agent Loop - 思考-行动-观察的循环架构 工具执行 - Read/Write/Edit/Bash 等基础工具的原语支持 关系类比 Pi = 汽车的引擎（让它能跑起来） OpenClaw = 车身+交通规则（会话管理、IM 集成、工具链、沙箱等） Pi 的设计哲学是"核心极小，但能长出来"——底层能力收敛到最少的原语，但可通过插件和工具链无限扩展。

苏打白.Dev

34,220 görüntüleme • 8 ay önce

大佬huangserva 开源的这个项目很有可玩性。 只花了不到2个小时就重新搭建了一个3D汉服的网站。 方法简单介绍一下： 1/ 将大佬的开源项目地址扔给CodeX或者Agent，告诉它：请先阅读一下这个Github项目，然后模仿这个项目，帮我做一个3D汉服展示的网站，功能要求与原项目一致，语言改成中文，并重新调整复合汉服审美的UI。 2/ 在混元3D网站上将图片生成3D模型GLB文件并下载。地址： 3/ 将下载的GLB文件上传到你已经开发好的网站就可以了。 效果可能没有原项目好，但做项目展示够用了。
0:43

大佬huangserva 开源的这个项目很有可玩性。 只花了不到2个小时就重新搭建了一个3D汉服的网站。 方法简单介绍一下： 1/ 将大佬的开源项目地址扔给CodeX或者Agent，告诉它：请先阅读一下这个Github项目，然后模仿这个项目，帮我做一个3D汉服展示的网站，功能要求与原项目一致，语言改成中文，并重新调整复合汉服审美的UI。 2/ 在混元3D网站上将图片生成3D模型GLB文件并下载。地址： 3/ 将下载的GLB文件上传到你已经开发好的网站就可以了。 效果可能没有原项目好，但做项目展示够用了。

李岳

53,027 görüntüleme • 5 ay önce

🚀 OpenCodex v1.0.2 正式发布！ 我们把 Codex Desktop 的「原生能力、第三方模型、语音交互、会话管理」整合进了一套完整的本地工作流！ ⚡️ 【本地网关】原生 & 第三方无缝切换 • 原生 GPT 通道始终保留，第三方模型自由切换。127.0.0.1 纯本地监听 + macOS Keychain 凭据安全存储，支持一键还原原生 🎙️ 【全局语音 AI】刘海 HUD 交互体验 • 刘海 HUD 动态波形（Listening / Thinking / Speaking） • 支持短按连续对话 / 长按 Push-to-Talk 模式，所有模型统一支持 🧠 【会话管理】历史上下文无缝承接 • 一键扫描并导入本地历史 Agent 会话 • 智能生成摘要，过滤冗余日志，可直接在 Codex Desktop 中无缝接续工作 #codex #chatgpt #opencodex
4:55

🚀 OpenCodex v1.0.2 正式发布！ 我们把 Codex Desktop 的「原生能力、第三方模型、语音交互、会话管理」整合进了一套完整的本地工作流！ ⚡️ 【本地网关】原生 & 第三方无缝切换 • 原生 GPT 通道始终保留，第三方模型自由切换。127.0.0.1 纯本地监听 + macOS Keychain 凭据安全存储，支持一键还原原生 🎙️ 【全局语音 AI】刘海 HUD 交互体验 • 刘海 HUD 动态波形（Listening / Thinking / Speaking） • 支持短按连续对话 / 长按 Push-to-Talk 模式，所有模型统一支持 🧠 【会话管理】历史上下文无缝承接 • 一键扫描并导入本地历史 Agent 会话 • 智能生成摘要，过滤冗余日志，可直接在 Codex Desktop 中无缝接续工作 #codex #chatgpt #opencodex

Ryanxlll2

37,559 görüntüleme • 2 ay önce

Google刚发布了 Gemma 4，260 亿参数，开源免费， 能在本地设备上离线运行。 讲真，这才是 2026 年最合理的 AI 技术栈: 本地模型兜底，顶级模型按需调用。 但我认为参数和免费都不是重点， 真正值得注意的是它原生支持函数调用， 意味着这个模型能自主使用工具，浏览网页，执行代码，调用 API，直接充当一个完整的本地智能体，全程不联网，全程不花钱。 260 亿参数，实测性能对标 6850 亿参数级别的行业顶级模型，跑在普通笔记本上就行。 部署只要三行命令： - 安装 Ollama： - curl -fsSL | sh - 拉取模型： ollama pull gemma4 两分钟，顶级本地 AI 就绑在你自己的硬件上了。 我计划的用法是这样的，欢迎交流： 日常的研究分析、代码审查、文稿起草、数据处理， 全扔给本地 Gemma 4，用 MCP 服务器接上工具调用能力，网页浏览、数据库对接、API 接入都能覆盖，只有遇到真正需要顶级推理的硬核任务时，才请 Claude Code 出场。 以前每个月在 AI 服务上花几百美元，现在 90% 的日常场景本地免费搞定，只为那 10% 的高难度任务付费。
2:51

Google刚发布了 Gemma 4，260 亿参数，开源免费， 能在本地设备上离线运行。 讲真，这才是 2026 年最合理的 AI 技术栈: 本地模型兜底，顶级模型按需调用。 但我认为参数和免费都不是重点， 真正值得注意的是它原生支持函数调用， 意味着这个模型能自主使用工具，浏览网页，执行代码，调用 API，直接充当一个完整的本地智能体，全程不联网，全程不花钱。 260 亿参数，实测性能对标 6850 亿参数级别的行业顶级模型，跑在普通笔记本上就行。 部署只要三行命令： - 安装 Ollama： - curl -fsSL | sh - 拉取模型： ollama pull gemma4 两分钟，顶级本地 AI 就绑在你自己的硬件上了。 我计划的用法是这样的，欢迎交流： 日常的研究分析、代码审查、文稿起草、数据处理， 全扔给本地 Gemma 4，用 MCP 服务器接上工具调用能力，网页浏览、数据库对接、API 接入都能覆盖，只有遇到真正需要顶级推理的硬核任务时，才请 Claude Code 出场。 以前每个月在 AI 服务上花几百美元，现在 90% 的日常场景本地免费搞定，只为那 10% 的高难度任务付费。

AYi

203,192 görüntüleme • 6 ay önce

想让 AI 帮我们自动操作浏览器，比如抓取数据或填写表单，过去需要编写复杂的 Selenium 或 Puppeteer 代码，门槛确实不低。 最近在 GitHub 发现 BrowserWing 这个开源项目，可以充当了 LLM 大模型与本地浏览器之间的桥梁。 支持可视化脚本录制，能像按录像机一样记录我们在浏览器的操作，随后可直接回放或转为脚本，无需我们手写代码。 并且支持 MCP 和 Skills 协议，可以让 Claude 等 AI 助手直接接管浏览器，用自然语言指令完成“打开网页、搜索内容、提取数据” 等任务。 另外还支持智能数据提取，利用模型做内容分析，兼容 OpenAI、Claude 等多个模型。 并且提供稳定的会话管理，能处理 Cookie 和数据存储，可以一直保持登录状态。 提供 npm、pnpm 安装方式，也有 Linux、macOS、Windows 的一键安装脚本，或者直接下载预编译包运行。
0:51

想让 AI 帮我们自动操作浏览器，比如抓取数据或填写表单，过去需要编写复杂的 Selenium 或 Puppeteer 代码，门槛确实不低。 最近在 GitHub 发现 BrowserWing 这个开源项目，可以充当了 LLM 大模型与本地浏览器之间的桥梁。 支持可视化脚本录制，能像按录像机一样记录我们在浏览器的操作，随后可直接回放或转为脚本，无需我们手写代码。 并且支持 MCP 和 Skills 协议，可以让 Claude 等 AI 助手直接接管浏览器，用自然语言指令完成“打开网页、搜索内容、提取数据” 等任务。 另外还支持智能数据提取，利用模型做内容分析，兼容 OpenAI、Claude 等多个模型。 并且提供稳定的会话管理，能处理 Cookie 和数据存储，可以一直保持登录状态。 提供 npm、pnpm 安装方式，也有 Linux、macOS、Windows 的一键安装脚本，或者直接下载预编译包运行。

GitHubDaily

20,072 görüntüleme • 8 ay önce

阶跃星辰开源了一个130B 语音-文本的多模态模型 ：Step-Audio 这是一个集成语音识别、语义理解、对话生成、语音克隆、音频编辑和语音合成等功能的全能语音模型。 该模型通过多模态训练，使得语音理解与生成可以无缝对接。 主要能力： 语音克隆 支持多种语言对话（中文英日） 情绪控制与语调控制 支持方言 可控制语速及韵律风格 支持RAP和哼唱等 集成了工具调用和角色扮演能力，能够高效管理复杂的任务和对话。 Step-Audio 在多个基准测试中表现出色，尤其是在开放域问答、复杂指令任务和语音合成（TTS）方面取得了显著的进展。
1:35

阶跃星辰开源了一个130B 语音-文本的多模态模型 ：Step-Audio 这是一个集成语音识别、语义理解、对话生成、语音克隆、音频编辑和语音合成等功能的全能语音模型。 该模型通过多模态训练，使得语音理解与生成可以无缝对接。 主要能力： 语音克隆 支持多种语言对话（中文英日） 情绪控制与语调控制 支持方言 可控制语速及韵律风格 支持RAP和哼唱等 集成了工具调用和角色扮演能力，能够高效管理复杂的任务和对话。 Step-Audio 在多个基准测试中表现出色，尤其是在开放域问答、复杂指令任务和语音合成（TTS）方面取得了显著的进展。

小互

35,901 görüntüleme • 1 yıl önce

大型语言模型与生成式AI——介绍LLM和生成式AI项目的生命周期9——生成配置 #大型语言模型与生成式AI 这个视频介绍了如何利用配置参数影响大型语言模型（LLM）的输出。每个模型都有一套可以在推理时调用的配置参数，包括“Max new tokens”（最大新标记数）等。视频还讨论了贪婪解码和随机抽样等解码方式，以及如何使用top k和top p抽样技术限制随机抽样并增加输出有意义的可能性。此外，还介绍了一个名为“temperature”的参数，可以控制模型输出的随机性。温度越高，随机性越大；温度越低，随机性越小。这些知识可以帮助我们更好地理解和控制模型生成的内容，提高其性能。 课程地址： 播放列表：
7:57

大型语言模型与生成式AI——介绍LLM和生成式AI项目的生命周期9——生成配置 #大型语言模型与生成式AI 这个视频介绍了如何利用配置参数影响大型语言模型（LLM）的输出。每个模型都有一套可以在推理时调用的配置参数，包括“Max new tokens”（最大新标记数）等。视频还讨论了贪婪解码和随机抽样等解码方式，以及如何使用top k和top p抽样技术限制随机抽样并增加输出有意义的可能性。此外，还介绍了一个名为“temperature”的参数，可以控制模型输出的随机性。温度越高，随机性越大；温度越低，随机性越小。这些知识可以帮助我们更好地理解和控制模型生成的内容，提高其性能。 课程地址： 播放列表：

宝玉

12,463 görüntüleme • 3 yıl önce