Загрузка видео...

Не удалось загрузить видео

На главную

把耳机改成摩斯密码发送器，这个 Github 项目看起来十分极客： 原理比较简单：浏览器有一个 API 叫做 MediaSession，它允许对标准媒体行为进行自定义，例如点击 pause 键时执行什么动作可通过 JavaScript 进行重新定义，利用这个特性，根据不同的按键操作，就可以发送不同的消息指令了，手机和电脑锁屏状态都可以控制。 结合 Picture-in-Picture API 还可以做出更多有趣的事情，画中画允许浏览器打开一个系统级置顶的 Video，很多视频网站也支持了这个特性，为了增加灵活性，又新出了一个 Document Picture-in-Picture API，它支持将任意 HTML 内容放置到这个画中画窗口中，并使用 MediaSession API 来控制窗体内容的交互和呈现方式。 参考摩斯密码发送器项目的实现，能够做的有趣事情就比较多了，例如，可以将耳机改造成幻灯片控制器、游戏控制器，也可以用来控制一个全局置顶的番茄时钟、音乐播放器、视频会议等窗口的交互行为，这里有几个有趣的示例：

Barret_China's profile picture

Barret李靖

82,469 subscribers

172,303 просмотров • 1 год назад •via X (Twitter)

Наука и технологии
LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 10

Фото профиля 不再改名Diana川
不再改名Diana川1 год назад

2024年末两大发明， 1.视频传输二维码 2.无线耳机传莫斯电码

Фото профиля yuedingwangji
yuedingwangji1 год назад

骚呀，不过怎么控制ppt呀

Фото профиля NinJaRoGem
NinJaRoGem1 год назад

想到了无间道的梁朝伟

Фото профиля Sandy_T
Sandy_T1 год назад

看着真的极客

Фото профиля Arrake
Arrake1 год назад

666

Фото профиля 不会投资の小散
不会投资の小散1 год назад

改成语音ai/gpt不是更牛批

Фото профиля 🇺🇦Tanny💤
🇺🇦Tanny💤1 год назад

最鸡肋的按键，无线耳机上加个按键是有多没有常识，手机在手你会去用耳机的按键？？？也不知道产品经理都是些什么货色

Фото профиля ghostviper
ghostviper1 год назад

额 懂了 可以拿来写小说..

Фото профиля 0xffee
0xffee1 год назад

666

Фото профиля 水果腻酱
水果腻酱1 год назад

然后得了拇指关节炎

Похожие видео

我这两天开发了一个新项目，这是一个书签管理器，准备开源了，可以把自己浏览器的书签一键导出成一个精美的导航网站，导出后可以托管到自己的服务器，纯 JS+TailwindCSS 实现，支持了搜索功能和不同主题的切换，有兴趣的伙伴可以联系我体验一下🫡
0:29

我这两天开发了一个新项目，这是一个书签管理器，准备开源了，可以把自己浏览器的书签一键导出成一个精美的导航网站，导出后可以托管到自己的服务器，纯 JS+TailwindCSS 实现，支持了搜索功能和不同主题的切换，有兴趣的伙伴可以联系我体验一下🫡

viggo

87,629 просмотров • 2 лет назад

开发浏览器插件的福音：Extension.js 一个命令行工具一键生成支持不同浏览器插件的开发环境，内置支持 TS，React，WebAssembly 以及现代 Javascript。 试了一下，确实挺香，看官方视频感受一下，大家如果要做浏览器插件，建议直接使用这个插件。
0:34

开发浏览器插件的福音：Extension.js 一个命令行工具一键生成支持不同浏览器插件的开发环境，内置支持 TS，React，WebAssembly 以及现代 Javascript。 试了一下，确实挺香，看官方视频感受一下，大家如果要做浏览器插件，建议直接使用这个插件。

Viking

71,558 просмотров • 2 лет назад

今天在推上看到一个小技巧：如果你要为独立开发的产品做产品宣传的 video，但是没有任何视频编辑的经验，可以让 AI 使用 remotion 直接生成一个，Claude Code 或者 Cursor 都可以，remotion 这个项目很有趣，直接使用程序（React）来生成视频，支持多种框架， 我之前简单用过，效果挺不错的。 你可以让它根据你的 landing page 给你做个片头片尾，然后将你的录屏添加进去，这样就可以使用最低成本制作一个产品宣传的视频了。 效果还行，有点像幻灯片，但是聊胜于无啊。
0:34

今天在推上看到一个小技巧：如果你要为独立开发的产品做产品宣传的 video，但是没有任何视频编辑的经验，可以让 AI 使用 remotion 直接生成一个，Claude Code 或者 Cursor 都可以，remotion 这个项目很有趣，直接使用程序（React）来生成视频，支持多种框架， 我之前简单用过，效果挺不错的。 你可以让它根据你的 landing page 给你做个片头片尾，然后将你的录屏添加进去，这样就可以使用最低成本制作一个产品宣传的视频了。 效果还行，有点像幻灯片，但是聊胜于无啊。

Viking

36,136 просмотров • 1 год назад

这个好玩，Transformer Explainer 一个交互式可视化工具。 可以帮助普通人用 GPT-2 为例子了解 Transformer。 它可以在浏览器里面实时运行 GPT-2，用户能够尝试自己的输入并实时观察 Transformer 的内部组件和参数如何预测下一个Token。 这个特别适合教学，非常形象。
0:54

这个好玩，Transformer Explainer 一个交互式可视化工具。 可以帮助普通人用 GPT-2 为例子了解 Transformer。 它可以在浏览器里面实时运行 GPT-2，用户能够尝试自己的输入并实时观察 Transformer 的内部组件和参数如何预测下一个Token。 这个特别适合教学，非常形象。

歸藏(guizang.ai)

24,316 просмотров • 1 год назад

兄弟们 这个有点 6 Manus 发布 Manus Browser Operator 一个浏览器扩展，可以将任何浏览器变成 AI 浏览器 它能够自动化各种复杂的浏览器操作 支持访问受保护的网站和系统，如研究平台和 CRM 工具 AI 的操作行为被系统视为来自用户本地的浏览器与 IP，因此： 不会触发额外登录验证或验证码； 可直接访问受信任的内部系统； 能长期保持会话活跃，避免过期中断。
0:59

兄弟们 这个有点 6 Manus 发布 Manus Browser Operator 一个浏览器扩展，可以将任何浏览器变成 AI 浏览器 它能够自动化各种复杂的浏览器操作 支持访问受保护的网站和系统，如研究平台和 CRM 工具 AI 的操作行为被系统视为来自用户本地的浏览器与 IP，因此： 不会触发额外登录验证或验证码； 可直接访问受信任的内部系统； 能长期保持会话活跃，避免过期中断。

小互

22,977 просмотров • 8 месяцев назад

推荐一个可以远程调试任意 Web 网页的工具包，page-spy-web， Chrome Devtools 一样，查看一个远程网页的控制台输出、网络请求、缓存信息以及页面内容，也可以直接下发 JS 指令，对网页进行控制。 它的使用场景还是比较丰富的，例如用户页面白屏，更换无数姿势都无法复现的时候，例如线下门店安装前端应用，需要跑到人家店里去的时候，都可以考虑使用这个工具，它能够实时查看用户侧的网页异常，了解端侧详细信息，也可以远程控制或调试前端应用。当然，这些操作都需要考虑到隐私问题，获得用户授权。 这个项目的部署十分简单，一句命令就可以搞定，部署之后，所有放置了 SDK 的网页都会使用 Websocket 与 Server 维持长链接，调试过程涉及到的通讯协议在这个仓库：
0:26

推荐一个可以远程调试任意 Web 网页的工具包，page-spy-web， Chrome Devtools 一样，查看一个远程网页的控制台输出、网络请求、缓存信息以及页面内容，也可以直接下发 JS 指令，对网页进行控制。 它的使用场景还是比较丰富的，例如用户页面白屏，更换无数姿势都无法复现的时候，例如线下门店安装前端应用，需要跑到人家店里去的时候，都可以考虑使用这个工具，它能够实时查看用户侧的网页异常，了解端侧详细信息，也可以远程控制或调试前端应用。当然，这些操作都需要考虑到隐私问题，获得用户授权。 这个项目的部署十分简单，一句命令就可以搞定，部署之后，所有放置了 SDK 的网页都会使用 Websocket 与 Server 维持长链接，调试过程涉及到的通讯协议在这个仓库：

Barret李靖

104,631 просмотров • 2 лет назад

Codex 好像终于把插件的 Widget 也开放给第三方开发者了，现在可以像官方插件一样直接打开一个专属于这个插件的操作界面了。 之前 Cowart 用内置浏览器什么都好就是不能实现网页内的交互可以向 Codex 主对话发送提示，但如果是放在 Widget 里就支持这个协议了。 目前官方的开发者文档里还没介绍这部分，但可以直接让Codex 参考官方插件 Creative Production 来做了。
0:27

Codex 好像终于把插件的 Widget 也开放给第三方开发者了，现在可以像官方插件一样直接打开一个专属于这个插件的操作界面了。 之前 Cowart 用内置浏览器什么都好就是不能实现网页内的交互可以向 Codex 主对话发送提示，但如果是放在 Widget 里就支持这个协议了。 目前官方的开发者文档里还没介绍这部分，但可以直接让Codex 参考官方插件 Creative Production 来做了。

钟二信

23,961 просмотров • 1 месяц назад

介绍 Memoh Desktop，一个多智能体桌面应用。 过去几个月，我们一直在维护 Memoh 这个多智能体自部署服务。自部署适合长期在线、多人使用和接各种消息渠道，但对个人用户来说，搭环境还是有点重。所以这次我们把 Memoh 搬到了桌面上。 在 Memoh Desktop 里，你可以创建多个 agent。它们可以有不同身份、不同记忆和不同 workspace，也可以连接不同的 channel。比如一个 agent 负责日常聊天和消息渠道，一个 agent 专门处理文件和代码任务，另一个 agent 用来跑网页自动化。 这些 agent 可以直接操作你的电脑，也可以使用宿主机 Docker 环境做沙盒隔离。需要本机权限的时候，就让它操作本地环境；需要安全边界的时候，就把它放进 Docker workspace 里跑。每个 agent 都有独立身份，目前支持 9 种 channel 连接。 0.9 版本里，我们还引入了容器内桌面环境。现在可以直接在 Docker 容器里运行一个 Xfce 桌面，并在里面启动有头浏览器，再通过 WebRTC 连接到这个容器桌面。也就是说，agent 不只是跑 headless Playwright，它可以在一个真实的图形浏览器会话里操作网页。很多登录、复杂交互、网页自动化场景，会比纯 headless 方式更自然，也能少踩一些兼容和风控问题。 下载链接见评论区。
1:16

介绍 Memoh Desktop，一个多智能体桌面应用。 过去几个月，我们一直在维护 Memoh 这个多智能体自部署服务。自部署适合长期在线、多人使用和接各种消息渠道，但对个人用户来说，搭环境还是有点重。所以这次我们把 Memoh 搬到了桌面上。 在 Memoh Desktop 里，你可以创建多个 agent。它们可以有不同身份、不同记忆和不同 workspace，也可以连接不同的 channel。比如一个 agent 负责日常聊天和消息渠道，一个 agent 专门处理文件和代码任务，另一个 agent 用来跑网页自动化。 这些 agent 可以直接操作你的电脑，也可以使用宿主机 Docker 环境做沙盒隔离。需要本机权限的时候，就让它操作本地环境；需要安全边界的时候，就把它放进 Docker workspace 里跑。每个 agent 都有独立身份，目前支持 9 种 channel 连接。 0.9 版本里，我们还引入了容器内桌面环境。现在可以直接在 Docker 容器里运行一个 Xfce 桌面，并在里面启动有头浏览器，再通过 WebRTC 连接到这个容器桌面。也就是说，agent 不只是跑 headless Playwright，它可以在一个真实的图形浏览器会话里操作网页。很多登录、复杂交互、网页自动化场景，会比纯 headless 方式更自然，也能少踩一些兼容和风控问题。 下载链接见评论区。

📦Acbox

47,369 просмотров • 2 месяцев назад

最近这个 Srcbook 很火，非常有趣的一个开源项目，用Typescript 编写的一个本地的笔记工具，但是内置了一个 Node.js 环境，所以完全是可交互式的。 在里面可以运行任何的JS 代码，还能 npm 安装依赖，还有 AI 的加持，可以直接让 AI 写代码，最后还能导出标准的 Markdown，非常有趣的想法，要是能再用 Electron 包一层，做成一个本地的应用就很方便了。 我截了一段官网视频大家可以感受一下，可以在官网看看介绍全部的介绍视频。
1:04

最近这个 Srcbook 很火，非常有趣的一个开源项目，用Typescript 编写的一个本地的笔记工具，但是内置了一个 Node.js 环境，所以完全是可交互式的。 在里面可以运行任何的JS 代码，还能 npm 安装依赖，还有 AI 的加持，可以直接让 AI 写代码，最后还能导出标准的 Markdown，非常有趣的想法，要是能再用 Electron 包一层，做成一个本地的应用就很方便了。 我截了一段官网视频大家可以感受一下，可以在官网看看介绍全部的介绍视频。

Viking

26,608 просмотров • 1 год назад

Codex 操控电脑的三种方式。Codex 团队成员 Jason 今天写了一篇详细指南，把三者的区别和适用场景理清楚了，这里做个精简版。 【1】Computer Use：最广，也最慢 Computer Use 让 Codex 像人一样看屏幕、点鼠标、敲键盘，操作你电脑上的任何图形界面应用。Spotify、Xcode、系统设置、iOS 模拟器，甚至 iPhone Mirroring 都能控制。 代价是慢。结构化插件可以直接调 API，Computer Use 得一步步看界面、找按钮、等响应、再检查结果。但它能搞定没有 API 的应用，这是其他方式做不到的。 Mac 和 Windows 的体验差距很大：Mac 上 Codex 可以在后台静悄悄地操作，你继续用自己的电脑不受影响；Windows 上它必须占据前台，操作期间你没法用那台机器。 Jason 举了个例子：有次他的快递被偷了，Amazon 说要等 25 分钟才能接通客服。他让 Codex 每五分钟检查一次聊天窗口，客服出现后改为每分钟一次，自动完成退款流程。他去洗了个澡，回来退款已经办好了。 【2】Chrome 扩展：带着你的登录状态 Chrome 扩展让 Codex 使用你已登录的浏览器会话，包括 cookies、账号状态和已有标签页。Gmail、LinkedIn、Salesforce、公司内部后台，这些需要登录才能用的工具，Chrome 扩展是对的选择。 它还能同时控制多个标签页，在一个标签里读信息，到另一个标签里对比，再到第三个标签完成操作。Computer Use 也能操作浏览器，但它只认屏幕坐标，Chrome 扩展理解的是浏览器层面的上下文。 Jason 用它跑了一个长期任务：每天让 Codex 通过 Chrome 检查他的 Twitter 私信、浏览相关新闻、收集反馈，把有价值的内容存到本地文件，但不发任何消息。 要注意的是，网站会把 Codex 的点击和表单提交当作你本人的操作。研究、浏览、起草可以自动化，但发送、发布、付款这类操作最好留给自己确认。 【3】内置浏览器：给开发者的沙盒 内置浏览器住在 Codex 的对话线程里，你和 Codex 共享同一个渲染页面。它不带任何登录状态和 cookies，是个完全隔离的环境。 这反而成了开发场景的优势。它的主场是本地开发服务器、文件预览、公共网页、响应式布局检查和视觉 bug 复现。Codex 可以改代码、操作页面、截图、再跑一遍，形成紧密的反馈循环。 Jason 最喜欢的功能是标注：你可以直接在页面上点击某个元素留评论，比如"这个层级反了""这个按钮间距不够"，Codex 会拿着截图和元素上下文去改代码，改完重新打开同一个页面等你下一轮标注。比来回传截图和文字描述高效得多。 【选哪个？】 简单记：任务需要登录状态用 Chrome，需要操作桌面应用用 Computer Use，在做前端开发用内置浏览器。如果有现成的插件或 MCP 能完成任务，优先用结构化工具，视觉控制是最后手段。
1:28

Codex 操控电脑的三种方式。Codex 团队成员 Jason 今天写了一篇详细指南，把三者的区别和适用场景理清楚了，这里做个精简版。 【1】Computer Use：最广，也最慢 Computer Use 让 Codex 像人一样看屏幕、点鼠标、敲键盘，操作你电脑上的任何图形界面应用。Spotify、Xcode、系统设置、iOS 模拟器，甚至 iPhone Mirroring 都能控制。 代价是慢。结构化插件可以直接调 API，Computer Use 得一步步看界面、找按钮、等响应、再检查结果。但它能搞定没有 API 的应用，这是其他方式做不到的。 Mac 和 Windows 的体验差距很大：Mac 上 Codex 可以在后台静悄悄地操作，你继续用自己的电脑不受影响；Windows 上它必须占据前台，操作期间你没法用那台机器。 Jason 举了个例子：有次他的快递被偷了，Amazon 说要等 25 分钟才能接通客服。他让 Codex 每五分钟检查一次聊天窗口，客服出现后改为每分钟一次，自动完成退款流程。他去洗了个澡，回来退款已经办好了。 【2】Chrome 扩展：带着你的登录状态 Chrome 扩展让 Codex 使用你已登录的浏览器会话，包括 cookies、账号状态和已有标签页。Gmail、LinkedIn、Salesforce、公司内部后台，这些需要登录才能用的工具，Chrome 扩展是对的选择。 它还能同时控制多个标签页，在一个标签里读信息，到另一个标签里对比，再到第三个标签完成操作。Computer Use 也能操作浏览器，但它只认屏幕坐标，Chrome 扩展理解的是浏览器层面的上下文。 Jason 用它跑了一个长期任务：每天让 Codex 通过 Chrome 检查他的 Twitter 私信、浏览相关新闻、收集反馈，把有价值的内容存到本地文件，但不发任何消息。 要注意的是，网站会把 Codex 的点击和表单提交当作你本人的操作。研究、浏览、起草可以自动化，但发送、发布、付款这类操作最好留给自己确认。 【3】内置浏览器：给开发者的沙盒 内置浏览器住在 Codex 的对话线程里，你和 Codex 共享同一个渲染页面。它不带任何登录状态和 cookies，是个完全隔离的环境。 这反而成了开发场景的优势。它的主场是本地开发服务器、文件预览、公共网页、响应式布局检查和视觉 bug 复现。Codex 可以改代码、操作页面、截图、再跑一遍，形成紧密的反馈循环。 Jason 最喜欢的功能是标注：你可以直接在页面上点击某个元素留评论，比如"这个层级反了""这个按钮间距不够"，Codex 会拿着截图和元素上下文去改代码，改完重新打开同一个页面等你下一轮标注。比来回传截图和文字描述高效得多。 【选哪个？】 简单记：任务需要登录状态用 Chrome，需要操作桌面应用用 Computer Use，在做前端开发用内置浏览器。如果有现成的插件或 MCP 能完成任务，优先用结构化工具，视觉控制是最后手段。

宝玉

179,243 просмотров • 1 месяц назад

兄弟们，这个牛P 让你的手机“活起来” 把你的手机变成桌面机器人 Looi采用了仿生行为系统，时刻感知你和你周围的环境。同时接入了ChatGPT，能够通过对话与用户进行互动，可以在手机上显示富有表情的画面。 可以提醒你重要信息，通过远程控制和发送动画，实现与亲人的远程互动。 除了ChatGPT的集成，Looi可能还具备其他AI功能，如情感识别、自适应互动等，以提供更加丰富和个性化的用户体验。 详细介绍： 正在众筹，129美金！
2:44

兄弟们，这个牛P 让你的手机“活起来” 把你的手机变成桌面机器人 Looi采用了仿生行为系统，时刻感知你和你周围的环境。同时接入了ChatGPT，能够通过对话与用户进行互动，可以在手机上显示富有表情的画面。 可以提醒你重要信息，通过远程控制和发送动画，实现与亲人的远程互动。 除了ChatGPT的集成，Looi可能还具备其他AI功能，如情感识别、自适应互动等，以提供更加丰富和个性化的用户体验。 详细介绍： 正在众筹，129美金！

小互

219,060 просмотров • 2 лет назад

今年，AI机器人赛道真的是火得不行。 从家里用的扫地机器人到工业上的自动化设备，甚至现在都可以上台跳舞了，不得不说一句牛逼！ 但是现在机器人和AI系统大多被少数几家大公司掌控，创新的步伐虽然快，却往往伴随着技术封闭性和使用限制。 OpenMind 却正在打破这种局限，提出了一个非常具有前瞻性的解决方案——开源的机器人操作系统。 这种做法不仅仅是技术上的创新，它从根本上重新定义了谁能控制机器人的智能，以及谁能参与到技术创新中去。 OpenMind的核心理念是开放和去中心化——这意味着不再是只有少数几家公司有能力和资源控制机器人的发展和应用。通过开源操作系统OM1，OpenMind赋予了全球开发者和创新者在机器人生态系统中发挥更大作用的机会。任何有创意、有技术的团队，都可以基于OM1平台构建自己的机器人应用，这种开放生态不仅能加速创新，还能促进更广泛的合作和资源共享。 最关键的是，OpenMind没有像传统公司那样将机器人生态系统封闭在一个小圈子里，而是推动它向全球开发者开放，鼓励他们参与并共同塑造机器人的未来。这不仅能避免技术的垄断，更能确保机器人系统的多样性和适应性——每个开发者、每个小团队都能贡献自己的智慧，推动机器人技术在各个行业中的应用。 这背后折射的是OpenMind对于去中心化理念的深刻理解和执行力。与传统企业垄断不同，这种去中心化的思维让更多的人和团队能通过开源平台参与进来，这也让机器人技术有了更多的可能性。 未来的机器人技术， OpenMind 无疑为其注入了一股新鲜的力量。在这场关于机器人智能的创新竞赛中，去中心化和开源将不仅仅是一个趋势，更是能让全球每个人都参与进来的机会。 #OpenMind
0:40

今年，AI机器人赛道真的是火得不行。 从家里用的扫地机器人到工业上的自动化设备，甚至现在都可以上台跳舞了，不得不说一句牛逼！ 但是现在机器人和AI系统大多被少数几家大公司掌控，创新的步伐虽然快，却往往伴随着技术封闭性和使用限制。 OpenMind 却正在打破这种局限，提出了一个非常具有前瞻性的解决方案——开源的机器人操作系统。 这种做法不仅仅是技术上的创新，它从根本上重新定义了谁能控制机器人的智能，以及谁能参与到技术创新中去。 OpenMind的核心理念是开放和去中心化——这意味着不再是只有少数几家公司有能力和资源控制机器人的发展和应用。通过开源操作系统OM1，OpenMind赋予了全球开发者和创新者在机器人生态系统中发挥更大作用的机会。任何有创意、有技术的团队，都可以基于OM1平台构建自己的机器人应用，这种开放生态不仅能加速创新，还能促进更广泛的合作和资源共享。 最关键的是，OpenMind没有像传统公司那样将机器人生态系统封闭在一个小圈子里，而是推动它向全球开发者开放，鼓励他们参与并共同塑造机器人的未来。这不仅能避免技术的垄断，更能确保机器人系统的多样性和适应性——每个开发者、每个小团队都能贡献自己的智慧，推动机器人技术在各个行业中的应用。 这背后折射的是OpenMind对于去中心化理念的深刻理解和执行力。与传统企业垄断不同，这种去中心化的思维让更多的人和团队能通过开源平台参与进来，这也让机器人技术有了更多的可能性。 未来的机器人技术， OpenMind 无疑为其注入了一股新鲜的力量。在这场关于机器人智能的创新竞赛中，去中心化和开源将不仅仅是一个趋势，更是能让全球每个人都参与进来的机会。 #OpenMind

阿乐

60,904 просмотров • 6 месяцев назад

昨晚 iOS 和 Mac 都更新了 Beta 系统，手机镜像投屏到电脑的功能也上线了。 真的好用，这下可以在电脑上点外卖和打车了，这功能对国内这种只有 APP 的环境尤其好用。 这个功能的使用方式： - 升级到最新版系统后右下角会有个手机图标，点击按照要求链接就行。 - 可以按住 com+ 1、2、3 三个键分别控制手机回到主页切换任务和搜索。 - 无法访问手机的控制中心和消息通知 - 手机的通知也会在电脑上提示，不过类似手表会有个小图标区分。 - 手机的媒体信息可以直接下到电脑，这下用可灵 app 方便了，曲线救国。
0:42

昨晚 iOS 和 Mac 都更新了 Beta 系统，手机镜像投屏到电脑的功能也上线了。 真的好用，这下可以在电脑上点外卖和打车了，这功能对国内这种只有 APP 的环境尤其好用。 这个功能的使用方式： - 升级到最新版系统后右下角会有个手机图标，点击按照要求链接就行。 - 可以按住 com+ 1、2、3 三个键分别控制手机回到主页切换任务和搜索。 - 无法访问手机的控制中心和消息通知 - 手机的通知也会在电脑上提示，不过类似手表会有个小图标区分。 - 手机的媒体信息可以直接下到电脑，这下用可灵 app 方便了，曲线救国。

歸藏(guizang.ai)

13,395 просмотров • 2 лет назад

Optimus是不是远程控制的不应该是关注的点。请问有第二家公司的机器人哪怕是远程控制的可以做到这样的自然和灵活度？在机器人身上，硬件是AI的基础和bottleneck。如果现在远程操控可以这样，未来AI一定可以实现这样。现在的demo是一个很重要的proof of concept. 其它的公司甚至都做不到这样的无线，低延迟，动作语音/视频的远程操控，更不要说这种级别的灵活度了。
2:09

Optimus是不是远程控制的不应该是关注的点。请问有第二家公司的机器人哪怕是远程控制的可以做到这样的自然和灵活度？在机器人身上，硬件是AI的基础和bottleneck。如果现在远程操控可以这样，未来AI一定可以实现这样。现在的demo是一个很重要的proof of concept. 其它的公司甚至都做不到这样的无线，低延迟，动作语音/视频的远程操控，更不要说这种级别的灵活度了。

一口新饭

140,259 просмотров • 1 год назад

NotebookLM 的笔记可以直接生成视频，中文也支持了！😍 试了下，特别适合用于科普教学，信息分享。 以前做个这种视频没个一两天都搞不定，现在分分钟给你一个有画面有配音的内容，还要啥自行车！
2:55

NotebookLM 的笔记可以直接生成视频，中文也支持了！😍 试了下，特别适合用于科普教学，信息分享。 以前做个这种视频没个一两天都搞不定，现在分分钟给你一个有画面有配音的内容，还要啥自行车！

MapleShaw

19,104 просмотров • 11 месяцев назад

Cursor 推出炼蛊模式！一口气能开8个代理！ 给大家带来 Cursor 2.0 更新内容！这个分量的确够得上一个大版本更新。 首先，推出了炼蛊模式，你最多可以开8个 Agent 并行运行同一个任务，然后矬子里面拔大个，选你觉得AI生成的最好的结果。 其次，cursor 早就传出内部在炼大模型，终于推出了！目前宣传点是生成速度，这个我一会儿会单独放出这个模型的评测视频！ 然后！可以在Cursor里面直接打开浏览器了！这叫一个真套娃了，本身就是 Electron，又套个 chromium。跑题了，这个最大的作用其实是为大模型进行视觉设计或debug铺平道路。是个非常不错的功能。就是不知道大家内存抗不扛得住。 还有！现在支持语音输入了，终于可以真的当老板了用嘴命令它干活了。 剩下就是一些小改进了，包括可以在一个chat里面看多个文件的修改啦，其实跟github的合并pr的模式差不多。 命令可以运行在安全沙箱，再也不用担心输入了个波浪线，大模型灭门事件了。 团队配置集中管理啦，可以在后代运行多个 plan mode，玩田忌赛马等等等等。 总之，请确保你的订阅套餐够烧
1:15

Cursor 推出炼蛊模式！一口气能开8个代理！ 给大家带来 Cursor 2.0 更新内容！这个分量的确够得上一个大版本更新。 首先，推出了炼蛊模式，你最多可以开8个 Agent 并行运行同一个任务，然后矬子里面拔大个，选你觉得AI生成的最好的结果。 其次，cursor 早就传出内部在炼大模型，终于推出了！目前宣传点是生成速度，这个我一会儿会单独放出这个模型的评测视频！ 然后！可以在Cursor里面直接打开浏览器了！这叫一个真套娃了，本身就是 Electron，又套个 chromium。跑题了，这个最大的作用其实是为大模型进行视觉设计或debug铺平道路。是个非常不错的功能。就是不知道大家内存抗不扛得住。 还有！现在支持语音输入了，终于可以真的当老板了用嘴命令它干活了。 剩下就是一些小改进了，包括可以在一个chat里面看多个文件的修改啦，其实跟github的合并pr的模式差不多。 命令可以运行在安全沙箱，再也不用担心输入了个波浪线，大模型灭门事件了。 团队配置集中管理啦，可以在后代运行多个 plan mode，玩田忌赛马等等等等。 总之，请确保你的订阅套餐够烧

karminski-牙医

21,725 просмотров • 9 месяцев назад

Github 推出了 blocks， block 的能力。 Blocks 的目标是让代码仓库变得生动起来，除了代码和 README，还可以展示 3D 文件、脑图、流程图、图标、字体预览、CSS 样式预览等等，甚至还有可交互的模块，例如所见即所得的编辑器、可以排序和统计的表格、能够运行代码的沙箱等等。 只要按照对应的规范开发 block 并发布到市场（给仓库增加一个名为 github-blocks 的 tag 就行了），就可以被检索和使用，不过当前还是技术预览版本，需要本地起一个 devServer，然后借助在线网页才能渲染出来。 这个尝试感觉正在重新定义 github，以后或许不能再叫它代码仓库了，应该叫内容仓库。
0:38

Github 推出了 blocks， block 的能力。 Blocks 的目标是让代码仓库变得生动起来，除了代码和 README，还可以展示 3D 文件、脑图、流程图、图标、字体预览、CSS 样式预览等等，甚至还有可交互的模块，例如所见即所得的编辑器、可以排序和统计的表格、能够运行代码的沙箱等等。 只要按照对应的规范开发 block 并发布到市场（给仓库增加一个名为 github-blocks 的 tag 就行了），就可以被检索和使用，不过当前还是技术预览版本，需要本地起一个 devServer，然后借助在线网页才能渲染出来。 这个尝试感觉正在重新定义 github，以后或许不能再叫它代码仓库了，应该叫内容仓库。

Barret李靖

129,874 просмотров • 2 лет назад

中国机器人越来越灵活，一双灵巧手，指尖的皮肤，就有30多项专利；近二十个关节，每一个里面都有近十种控制单元。这一双手，就有100多家企业共同研发。新成立的“腱绳”实验室，可以大幅提升机器人关节灵活度，而它的主要团队就来自一家纺织企业。
1:26

中国机器人越来越灵活，一双灵巧手，指尖的皮肤，就有30多项专利；近二十个关节，每一个里面都有近十种控制单元。这一双手，就有100多家企业共同研发。新成立的“腱绳”实验室，可以大幅提升机器人关节灵活度，而它的主要团队就来自一家纺织企业。

中華人民共和国駐日本国大使館

11,221 просмотров • 3 месяцев назад

微软研发的 AutoGen 框架太强大了，它是一个多代理框架，利用它可以轻松定制一系列工作任务。 举一个常见的例子：我们要实现一个爬虫程序，抓取并保存网页图片。如果把这个任务丢给 ChatGPT，它会直接返回一串可执行代码，但是代码通常会存在问题，例如执行报错、缺少依赖等，你需要反复跟 ChatGPT 对话来完善程序。当然，我们也可以设定一个复杂 Prompt，要求它调用 ChatGPT 的代码执行插件，如果存在报错，则继续修正程序。 这个任务如果交给 AutoGen 来实现，将会变得无比简单，几行代码就可以搞定： 1）定义一个 Assistant Agent，它的任务是解决问题 2）定义一个 UserProxy Agent，它的任务是替代人询问问题，同时在本地执行程序 这两个 Agent 都不需要给他们设置 Prompt。当我们把爬虫任务交给 UserProxy 后，它会理解任务，然后询问 Assistant 应该如何做，Assistant 会把操作过程告诉 UserProxy，接着 UserProxy 会根据指示在本地安装依赖，然后创建文件执行代码，如果执行出现错误，它会把详细报错提交给 Assistant，依次循环，直到可以获取到最终的结果。任务结束的时候，你会看到目标图片已经保存到本地磁盘了。 利用这个框架可以做的事情非常多，它提供的能力也十分完善，可以在项目的 notebook 中找到很多最佳实践： P.S. 为了确保安全，还是建议你在 Docker 环境中执行程序，UserProxy 有一个 code_execution_config 配置，将 use_docker 配置为 True 即可；另外，它还有一个 human_input_mode 参数，设置为 NEVER，表示整个过程都不需要人参与，也可以设置为其他值，它会等待人的输入后再进行下一步操作，这个设计可以让人参与到任务执行过程，避免跑偏。
1:42

微软研发的 AutoGen 框架太强大了，它是一个多代理框架，利用它可以轻松定制一系列工作任务。 举一个常见的例子：我们要实现一个爬虫程序，抓取并保存网页图片。如果把这个任务丢给 ChatGPT，它会直接返回一串可执行代码，但是代码通常会存在问题，例如执行报错、缺少依赖等，你需要反复跟 ChatGPT 对话来完善程序。当然，我们也可以设定一个复杂 Prompt，要求它调用 ChatGPT 的代码执行插件，如果存在报错，则继续修正程序。 这个任务如果交给 AutoGen 来实现，将会变得无比简单，几行代码就可以搞定： 1）定义一个 Assistant Agent，它的任务是解决问题 2）定义一个 UserProxy Agent，它的任务是替代人询问问题，同时在本地执行程序 这两个 Agent 都不需要给他们设置 Prompt。当我们把爬虫任务交给 UserProxy 后，它会理解任务，然后询问 Assistant 应该如何做，Assistant 会把操作过程告诉 UserProxy，接着 UserProxy 会根据指示在本地安装依赖，然后创建文件执行代码，如果执行出现错误，它会把详细报错提交给 Assistant，依次循环，直到可以获取到最终的结果。任务结束的时候，你会看到目标图片已经保存到本地磁盘了。 利用这个框架可以做的事情非常多，它提供的能力也十分完善，可以在项目的 notebook 中找到很多最佳实践： P.S. 为了确保安全，还是建议你在 Docker 环境中执行程序，UserProxy 有一个 code_execution_config 配置，将 use_docker 配置为 True 即可；另外，它还有一个 human_input_mode 参数，设置为 NEVER，表示整个过程都不需要人参与，也可以设置为其他值，它会等待人的输入后再进行下一步操作，这个设计可以让人参与到任务执行过程，避免跑偏。

Barret李靖

517,707 просмотров • 2 лет назад