Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

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

42,010 subscribers

93,984 Aufrufe • vor 12 Tagen •via X (Twitter)

Wissenschaft & Technologie Bildung

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

Refero Styles：给AI Agent用的前端设计参考网站。 1. 输入网站名，或扔一个 URL ，自动提取网站的设计风格，形成DESIGN.md文件。 2. 收录ElevenLabs、Apple、Linear、Cursor、Stripe、Raycast等大量优质网站Design文档。 3. 提供了一个Refero MCP，收录了大量真实产品的截图和完整用户流程，让AI Agent 写代码前，先搜索、研究参考我觉得第三条有点牛，安装测试下先。网站见评论区

Refero Styles：给AI Agent用的前端设计参考网站。 1. 输入网站名，或扔一个 URL ，自动提取网站的设计风格，形成DESIGN.md文件。 2. 收录ElevenLabs、Apple、Linear、Cursor、Stripe、Raycast等大量优质网站Design文档。 3. 提供了一个Refero MCP，收录了大量真实产品的截图和完整用户流程，让AI Agent 写代码前，先搜索、研究参考我觉得第三条有点牛，安装测试下先。网站见评论区

向阳乔木

22,283 Aufrufe • vor 2 Monaten

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

18,057 Aufrufe • vor 2 Monaten

🔥 GitHub现象级项目 Firecrawl！已获13.4万 Stars！ AI开发者必备神器：把任何网站直接变成AI能用的干净数据！自动抓取+清洗+结构化输出 Markdown/JSON，支持JS页面。更牛的是支持AI Agent自主网页交互（点击、滚动、表单）！ RAG、知识库、自动化Agent项目的基础设施。网站 → Firecrawl → 向量库 → LLM 还在手动处理网页数据？是时候换工具了！用过的小伙伴快来评论区分享体验！🚀👇 #AI

🔥 GitHub现象级项目 Firecrawl！已获13.4万 Stars！ AI开发者必备神器：把任何网站直接变成AI能用的干净数据！自动抓取+清洗+结构化输出 Markdown/JSON，支持JS页面。更牛的是支持AI Agent自主网页交互（点击、滚动、表单）！ RAG、知识库、自动化Agent项目的基础设施。网站 → Firecrawl → 向量库 → LLM 还在手动处理网页数据？是时候换工具了！用过的小伙伴快来评论区分享体验！🚀👇 #AI

AI搞钱Hacker

20,470 Aufrufe • vor 1 Monat

一个不错的个人知识库项目：Supermemory，可以保存网络信息，比如网页、推特、笔记等内容，然后基于这些内容进行AI搜索开源的，比X的书签搜索好用特点： 1、ChatGPT for Bookmarks：支持将网页、推特帖子等保存到 Supermemory，使用其内置的 AI 功能进行搜索、提问 2、知识画布：以二维画布的形式组织信息，方便理解和关联 3、写作助手：支持基于保存的数据进行AI写作 4、集成：支持 Telegram 和 Twitter 等平台的集成 github：网站： #个人知识库 #AI搜索 #Supermemory #知识库

一个不错的个人知识库项目：Supermemory，可以保存网络信息，比如网页、推特、笔记等内容，然后基于这些内容进行AI搜索开源的，比X的书签搜索好用特点： 1、ChatGPT for Bookmarks：支持将网页、推特帖子等保存到 Supermemory，使用其内置的 AI 功能进行搜索、提问 2、知识画布：以二维画布的形式组织信息，方便理解和关联 3、写作助手：支持基于保存的数据进行AI写作 4、集成：支持 Telegram 和 Twitter 等平台的集成 github：网站： #个人知识库 #AI搜索 #Supermemory #知识库

AIGCLINK

39,029 Aufrufe • vor 2 Jahren

🔥 一条 AI 流水线 = 每天 20 爆款选题小红书、抖音、视频号都能直接用抓热点 → 筛选题 → 排日程 3 个 AI Agent 同一个聊天群工作 ✔️ 自动任务接力 ✔️ 互动协同 @ ✔️ 完成后推送给我 5 分钟搭完的，用的 Bloome👇 🔗 每个 Agent 各管一摊： 1️⃣ 热点 Agent — 负责"看" 它装一个资讯抓取的 Skill 每天定时扫全网热门话题自动筛出和你赛道相关的 10 条 2️⃣ 选题 Agent — 负责"拆" 拿到热点后自动拆选题每个热点出 2 个平台适配角度带标题、切入点、内容形式建议 3️⃣ 排期 Agent — 负责"排" 按热度 + 时效性排优先级自动分类：蹭热点 / 长尾 / 系列直接输出一张本周排期表关键是：这 3 个 Agent 在群里自己对话、自己推进不用你一个个去问关电脑去吃饭，回来结果已经躺在群里了小红书、抖音、视频号的选题都能直接用做内容从来不缺流量，缺的是稳定出选题的系统💪🏻

🔥 一条 AI 流水线 = 每天 20 爆款选题小红书、抖音、视频号都能直接用抓热点 → 筛选题 → 排日程 3 个 AI Agent 同一个聊天群工作 ✔️ 自动任务接力 ✔️ 互动协同 @ ✔️ 完成后推送给我 5 分钟搭完的，用的 Bloome👇 🔗 每个 Agent 各管一摊： 1️⃣ 热点 Agent — 负责"看" 它装一个资讯抓取的 Skill 每天定时扫全网热门话题自动筛出和你赛道相关的 10 条 2️⃣ 选题 Agent — 负责"拆" 拿到热点后自动拆选题每个热点出 2 个平台适配角度带标题、切入点、内容形式建议 3️⃣ 排期 Agent — 负责"排" 按热度 + 时效性排优先级自动分类：蹭热点 / 长尾 / 系列直接输出一张本周排期表关键是：这 3 个 Agent 在群里自己对话、自己推进不用你一个个去问关电脑去吃饭，回来结果已经躺在群里了小红书、抖音、视频号的选题都能直接用做内容从来不缺流量，缺的是稳定出选题的系统💪🏻

美酱AI

49,774 Aufrufe • vor 2 Monaten

分享 GitHub 上一款能自动生成 Cursor 高质量的 MDC 规则文件开源工具：MDC Rules Generator。利用 Exa 语义搜索和 LLM 技术，自动收集各种库的最佳实践并生成结构化内容，还支持并行处理和进度跟踪，简化 Cursor 规则创建过程。 GitHub：主要功能： - 为各种库自动生成全面的 MDC 规则文件； - 使用 Exa 语义搜索智能收集最佳实践指南； - 利用 LLM 创建详细、结构化的内容； - 支持并行处理多个库，大幅提高效率； - 智能跟踪进度，允许随时恢复中断的任务。通过克隆代码到本地，安装依赖并配置 API 密钥即可使用，正在使用 Cursor 同学可以看下。

分享 GitHub 上一款能自动生成 Cursor 高质量的 MDC 规则文件开源工具：MDC Rules Generator。利用 Exa 语义搜索和 LLM 技术，自动收集各种库的最佳实践并生成结构化内容，还支持并行处理和进度跟踪，简化 Cursor 规则创建过程。 GitHub：主要功能： - 为各种库自动生成全面的 MDC 规则文件； - 使用 Exa 语义搜索智能收集最佳实践指南； - 利用 LLM 创建详细、结构化的内容； - 支持并行处理多个库，大幅提高效率； - 智能跟踪进度，允许随时恢复中断的任务。通过克隆代码到本地，安装依赖并配置 API 密钥即可使用，正在使用 Cursor 同学可以看下。

GitHubDaily

28,985 Aufrufe • vor 1 Jahr

平时浏览到一篇比较好的国外文章时，常常会想着让 AI 翻译或总结整理笔记，若直接复制会带有乱七八糟的 HTML 标签。面对这个问题，在 GitHub 上发现了一款浏览器插件：cpdown，可一键复制网页内容并转换为 Markdown 格式。 GitHub：主要功能： - 一键复制任何网页内容为干净的 Markdown 格式 - 支持 YouTube 视频字幕提取和转换 - 自动去除广告、导航栏等无用 HTML 元素 - 显示内容的 token 数量，方便给 LLM 使用 - 支持键盘快捷键操作，提高工作效率目前已上架到 Chrome 应用商店，可直接安装，其他浏览器，可手动下载代码本地加载使用。

平时浏览到一篇比较好的国外文章时，常常会想着让 AI 翻译或总结整理笔记，若直接复制会带有乱七八糟的 HTML 标签。面对这个问题，在 GitHub 上发现了一款浏览器插件：cpdown，可一键复制网页内容并转换为 Markdown 格式。 GitHub：主要功能： - 一键复制任何网页内容为干净的 Markdown 格式 - 支持 YouTube 视频字幕提取和转换 - 自动去除广告、导航栏等无用 HTML 元素 - 显示内容的 token 数量，方便给 LLM 使用 - 支持键盘快捷键操作，提高工作效率目前已上架到 Chrome 应用商店，可直接安装，其他浏览器，可手动下载代码本地加载使用。

GitHubDaily

37,848 Aufrufe • vor 1 Jahr

Notion 今天凌晨发了一个开发者平台, 大家都以为它在追 AI Agent 风口, 但实际方向是有些反过来的, 它要让所有 Agent 来追它, 我盯着它官方文档里那个新的 CLI 工具看了一会儿,才慢慢回过味儿来, 这个 CLI 设计得很奇怪, 它自带 --help,自带 --docs,自带 --spec, 每个命令的元信息都精简到极致,token 占用低到反常, 说实话人类开发者用 CLI 哪需要这些, 熟了就肌肉记忆,谁会反复读自动生成的 spec 呢, 但 Agent 会啊,它进入一个陌生 CLI,要先扫一遍能干嘛,扫的就是这些自描述信息, 也就是说,Notion 这个 CLI, 从设计的第一天起就不是给人用的, 是给 Agent 用的, 他们官方话术更直接：说和你的 coding agents 一起构建, 这一句话翻译过来就是,未来用 Notion 的主力用户, 可能不是你,而是是你的 Agent, 更狠的是这套基础设施的完整度,数据同步,Notion 托管, 工具调用,Notion 托管,Agent 沙盒,Notion 托管, 全跑在 Vercel Sandbox 加 Firecracker microVM 上, 连第三方 Agent 接入都开了, Claude 直接进来,当原生工具用, 数据,工具,编排,上下文,全部在同一个 workspace 里,零损耗, 以前 Agent 最大的痛点,是上下文碎片化,工具调用不稳定,自己还要搭一套 infra, 现在 Notion 把这套东西全包了, 你的 Agent 只需要醒过来,在一个已经布置好的房间里干活, 很多人还在评估 Notion 涨没涨价,还在讨论 Obsidian 迁移和本地优先, 但真正的故事是,Notion 已经在 Agent 时代的操作系统这条赛道上,把第一块地基浇好了数据是血,Agent 是肌肉,Workers 是骨骼,CLI 是神经, 那些现在就把核心 workflow 搬进去的人, 和还在纠结要不要试用 ntn 的人, 未来 12 个月,差距可能比想象中要大得多。

Notion 今天凌晨发了一个开发者平台, 大家都以为它在追 AI Agent 风口, 但实际方向是有些反过来的, 它要让所有 Agent 来追它, 我盯着它官方文档里那个新的 CLI 工具看了一会儿,才慢慢回过味儿来, 这个 CLI 设计得很奇怪, 它自带 --help,自带 --docs,自带 --spec, 每个命令的元信息都精简到极致,token 占用低到反常, 说实话人类开发者用 CLI 哪需要这些, 熟了就肌肉记忆,谁会反复读自动生成的 spec 呢, 但 Agent 会啊,它进入一个陌生 CLI,要先扫一遍能干嘛,扫的就是这些自描述信息, 也就是说,Notion 这个 CLI, 从设计的第一天起就不是给人用的, 是给 Agent 用的, 他们官方话术更直接：说和你的 coding agents 一起构建, 这一句话翻译过来就是,未来用 Notion 的主力用户, 可能不是你,而是是你的 Agent, 更狠的是这套基础设施的完整度,数据同步,Notion 托管, 工具调用,Notion 托管,Agent 沙盒,Notion 托管, 全跑在 Vercel Sandbox 加 Firecracker microVM 上, 连第三方 Agent 接入都开了, Claude 直接进来,当原生工具用, 数据,工具,编排,上下文,全部在同一个 workspace 里,零损耗, 以前 Agent 最大的痛点,是上下文碎片化,工具调用不稳定,自己还要搭一套 infra, 现在 Notion 把这套东西全包了, 你的 Agent 只需要醒过来,在一个已经布置好的房间里干活, 很多人还在评估 Notion 涨没涨价,还在讨论 Obsidian 迁移和本地优先, 但真正的故事是,Notion 已经在 Agent 时代的操作系统这条赛道上,把第一块地基浇好了数据是血,Agent 是肌肉,Workers 是骨骼,CLI 是神经, 那些现在就把核心 workflow 搬进去的人, 和还在纠结要不要试用 ntn 的人, 未来 12 个月,差距可能比想象中要大得多。

AYi

19,651 Aufrufe • vor 2 Monaten

卧槽，这个仓库思路我是挺佩服的～能把任意公开的 GitHub 仓库逆向工程成“原始自然语言提示（prompt）”。简单说就是：你输入一个 GitHub 仓库链接，它就会自动抓取仓库的结构、README、文件树等信息，用 AI（比如 Gemini）帮你生成一个完整、自然的提示词。把这个提示词直接丢给 Claude、Cursor、Windsurf 等 AI 编程工具，AI 就能更好的理解。主要用处：快速学习一个项目的“构建思路”和提示风格（不用一行一行读代码）复制/重现别人用 AI 写的项目（学习提示词）仓库&体验地址👇👇👇

卧槽，这个仓库思路我是挺佩服的～能把任意公开的 GitHub 仓库逆向工程成“原始自然语言提示（prompt）”。简单说就是：你输入一个 GitHub 仓库链接，它就会自动抓取仓库的结构、README、文件树等信息，用 AI（比如 Gemini）帮你生成一个完整、自然的提示词。把这个提示词直接丢给 Claude、Cursor、Windsurf 等 AI 编程工具，AI 就能更好的理解。主要用处：快速学习一个项目的“构建思路”和提示风格（不用一行一行读代码）复制/重现别人用 AI 写的项目（学习提示词）仓库&体验地址👇👇👇

比特币橙子Trader

78,471 Aufrufe • vor 3 Monaten

Claude Code 工具调用砍 94% 本地代码知识图谱神器这就是 CodeGraph-Rust，MCP 服务器直接把你的整个代码库提前索引成本地知识图谱的神器！一句话干翻 Claude Code / Cursor / 所有 Agent：提前建图，后续查询直接走图谱，不再每次都全量扫文件，工具调用数量暴降 94%，速度起飞、Token 狂省、体验直接起飞！用了就回不去了 😭

Claude Code 工具调用砍 94% 本地代码知识图谱神器这就是 CodeGraph-Rust，MCP 服务器直接把你的整个代码库提前索引成本地知识图谱的神器！一句话干翻 Claude Code / Cursor / 所有 Agent：提前建图，后续查询直接走图谱，不再每次都全量扫文件，工具调用数量暴降 94%，速度起飞、Token 狂省、体验直接起飞！用了就回不去了 😭

GitTrend

117,414 Aufrufe • vor 2 Monaten

卧槽，麻了，兄弟们。虽然 Manus 经常半死不活，但出活是真管用啊前两天在酝酿一个公众号文章提取的机器人，突发奇想先从 github 开源的搞起。于是想做一个 github 相关的搜索问了下 Manus, 它直接丢给了我一个能用的，天哪一行代码未改，直接调起使用，程序在这：

卧槽，麻了，兄弟们。虽然 Manus 经常半死不活，但出活是真管用啊前两天在酝酿一个公众号文章提取的机器人，突发奇想先从 github 开源的搞起。于是想做一个 github 相关的搜索问了下 Manus, 它直接丢给了我一个能用的，天哪一行代码未改，直接调起使用，程序在这：

黄赟

65,410 Aufrufe • vor 1 Jahr

养小龙虾的兄弟盟一定要装一下这个 Skill：Self-Improving Agent。它是一个会自动纠错、还能自己进化的 Skill。每次 AI 出现这些情况，它都会自动记录下来： - 做错的事情 - 我纠正它的地方 - 发现更好的解决方案然后把这些经验存起来。下次再遇到类似问题，它会直接参考这些经验。也就是说—— 普通 AI：每次对话都像重新开始。而装了这个 Skill 之后，我的龙虾开始慢慢长经验值。用得越久，它就越聪明。

养小龙虾的兄弟盟一定要装一下这个 Skill：Self-Improving Agent。它是一个会自动纠错、还能自己进化的 Skill。每次 AI 出现这些情况，它都会自动记录下来： - 做错的事情 - 我纠正它的地方 - 发现更好的解决方案然后把这些经验存起来。下次再遇到类似问题，它会直接参考这些经验。也就是说—— 普通 AI：每次对话都像重新开始。而装了这个 Skill 之后，我的龙虾开始慢慢长经验值。用得越久，它就越聪明。

开发者Hailey

48,382 Aufrufe • vor 4 Monaten

这套提示词真的太给力了，越看越爱看啊。这种 vlog 也太真实了，感觉能直接发自媒体平台了。如果你没有即梦或者其他 Agent 会员，可以直接用豆包啊，没有能免费制作5个视频，玩一玩还是可以的。提示词在⬇️

这套提示词真的太给力了，越看越爱看啊。这种 vlog 也太真实了，感觉能直接发自媒体平台了。如果你没有即梦或者其他 Agent 会员，可以直接用豆包啊，没有能免费制作5个视频，玩一玩还是可以的。提示词在⬇️

zhouluobo

162,175 Aufrufe • vor 9 Tagen

一个能自动“读懂”PDF 书籍的 Python 脚本：AI Reads Books。只要提供一本 PDF，运行脚本，就能按页解析内容，提取关键知识点，并生成结构清晰的 Markdown 摘要。 GitHub：官网：它把翻页、摘录、整理这些重复工作交给 AI，让你更快抓住重点，也更容易消化和理解，是一款实用的阅读辅助工具。

一个能自动“读懂”PDF 书籍的 Python 脚本：AI Reads Books。只要提供一本 PDF，运行脚本，就能按页解析内容，提取关键知识点，并生成结构清晰的 Markdown 摘要。 GitHub：官网：它把翻页、摘录、整理这些重复工作交给 AI，让你更快抓住重点，也更容易消化和理解，是一款实用的阅读辅助工具。

Joruno

84,306 Aufrufe • vor 3 Monaten

兄弟盟，推这个叫 DataTool 免费视频下载的网站，真的要低调用我本来只是想临时下个素材，结果发现—— - 支持国内外主流平台 - 高清秒下载 - 无水印 - 网页直接用，不用装软件复制链接 → 粘贴 → 解析 → 下载干净利落。做内容的人都懂，最烦的就是水印和清晰度问题。它直接一步到位。工具而已，合理使用。建议先点赞收藏，再低调用。

兄弟盟，推这个叫 DataTool 免费视频下载的网站，真的要低调用我本来只是想临时下个素材，结果发现—— - 支持国内外主流平台 - 高清秒下载 - 无水印 - 网页直接用，不用装软件复制链接 → 粘贴 → 解析 → 下载干净利落。做内容的人都懂，最烦的就是水印和清晰度问题。它直接一步到位。工具而已，合理使用。建议先点赞收藏，再低调用。

开发者Hailey

63,798 Aufrufe • vor 5 Monaten

我真的被惊呆了做网页动画，复杂动效直接用 Codex + HyperFrames，纯前端代码直接变成自动化视频流水线。这才是Vibe Coding的正确打开方式（附使用教程）： I 代码写动效，告别打关键帧让 Agent接管视觉。不用打开AE，不用折腾 AE脚本管家。Codex直接输出 HTML + GSAP缓动和进出场逻辑。创意变成干净、可复用的代码资产，效率直接起飞。 I 云端静默渲染，全自动出片写完代码还能直接渲片。部署到Vast. ai 或 TensorDock 这类算力平台，给个执行权限，Codex后台就调 hyperframes-cli非交互式导出高清MP4。等于免费多了一个永不宕机的渲染节点。 I 像素级精准跟那些每次生成都像开盲盒的视觉大模型不一样，这套是纯代码渲染。每一帧的位置、每个转场的时机都你说了算，跑起来稳得一批。使用教程比如：让 Agent 自动抓取 GMGN上的 SOL或 BNB 链上聪明钱动向，动态填入写好的数据可视化模板，紧接着调用 HyperFrames一键生成带有时序动效的行情复盘视频分辨率1920*1080, 帧率每秒30s，总时长15s 整个“数据获取-视频产出”的流程，只需要你的一句话授权！代码即视频的时代，真的来了。项目直达地址： CODEX: HyperFrames: codex://plugins/hyperframes@openai-curated

我真的被惊呆了做网页动画，复杂动效直接用 Codex + HyperFrames，纯前端代码直接变成自动化视频流水线。这才是Vibe Coding的正确打开方式（附使用教程）： I 代码写动效，告别打关键帧让 Agent接管视觉。不用打开AE，不用折腾 AE脚本管家。Codex直接输出 HTML + GSAP缓动和进出场逻辑。创意变成干净、可复用的代码资产，效率直接起飞。 I 云端静默渲染，全自动出片写完代码还能直接渲片。部署到Vast. ai 或 TensorDock 这类算力平台，给个执行权限，Codex后台就调 hyperframes-cli非交互式导出高清MP4。等于免费多了一个永不宕机的渲染节点。 I 像素级精准跟那些每次生成都像开盲盒的视觉大模型不一样，这套是纯代码渲染。每一帧的位置、每个转场的时机都你说了算，跑起来稳得一批。使用教程比如：让 Agent 自动抓取 GMGN上的 SOL或 BNB 链上聪明钱动向，动态填入写好的数据可视化模板，紧接着调用 HyperFrames一键生成带有时序动效的行情复盘视频分辨率1920*1080, 帧率每秒30s，总时长15s 整个“数据获取-视频产出”的流程，只需要你的一句话授权！代码即视频的时代，真的来了。项目直达地址： CODEX: HyperFrames: codex://plugins/hyperframes@openai-curated

Mulight 沐光🌟

27,973 Aufrufe • vor 2 Monaten

1/5 🗣️🗣️按头安利！我发誓这是我用过最强大的浏览器，没有之一!!! ❌无广告，而且在右侧还能获得 ChatGPT 提供的高质量答案，最大程度提高你搜索的效率只需要在谷歌浏览器安装 4 个插件👇👇👇

1/5 🗣️🗣️按头安利！我发誓这是我用过最强大的浏览器，没有之一!!! ❌无广告，而且在右侧还能获得 ChatGPT 提供的高质量答案，最大程度提高你搜索的效率只需要在谷歌浏览器安装 4 个插件👇👇👇

千寻｜AI 分享 🌸

152,810 Aufrufe • vor 3 Jahren

为什么很多人的 Agent 用不起来？不管 Agent 多聪明，像Claude Code、Codex、OpenClaw，都会遇到同一个问题：上次说好的偏好，下次对话全忘了。不是模型不够聪明，是记忆架构本身的问题。很多市面上的Agent Memory，说的好听点叫长期记忆，其实就是个聊天记录仓库。最近在 GitHub 看到 MemOS 出的一个本地记忆插件，叫 MemOS Local Plugin，上线没多久就斩获了近万 Star。直接装进你的 Agent 里就能用，Hermes 和 OpenClaw 都已经支持，核心思路是执行即学习。 Agent 每跑一次任务，过程本身就在转化成经验，下次遇到类似的事能直接调用。最近 Local Plugin 2.0 还升级了记忆架构，让 Agent 能从任务里学到东西、沉淀经验。具体3件事： 1、每步操作都会被打分不只记录做了什么，还会标注是怎么做的、哪一步起了作用。这些被拆解成一个个可学习的单元，慢慢积累成可复用的经验。 2、记忆分层，按需读取记忆按层分类存放，短期的、任务相关的、长期沉淀的各归各处。用什么取什么，不会把不相关的东西一起翻出来干扰判断。 3、换 Agent也没事，经验不清零在一个Agent里积累的东西，换另一个也能直接用，记忆资产一直都在。

为什么很多人的 Agent 用不起来？不管 Agent 多聪明，像Claude Code、Codex、OpenClaw，都会遇到同一个问题：上次说好的偏好，下次对话全忘了。不是模型不够聪明，是记忆架构本身的问题。很多市面上的Agent Memory，说的好听点叫长期记忆，其实就是个聊天记录仓库。最近在 GitHub 看到 MemOS 出的一个本地记忆插件，叫 MemOS Local Plugin，上线没多久就斩获了近万 Star。直接装进你的 Agent 里就能用，Hermes 和 OpenClaw 都已经支持，核心思路是执行即学习。 Agent 每跑一次任务，过程本身就在转化成经验，下次遇到类似的事能直接调用。最近 Local Plugin 2.0 还升级了记忆架构，让 Agent 能从任务里学到东西、沉淀经验。具体3件事： 1、每步操作都会被打分不只记录做了什么，还会标注是怎么做的、哪一步起了作用。这些被拆解成一个个可学习的单元，慢慢积累成可复用的经验。 2、记忆分层，按需读取记忆按层分类存放，短期的、任务相关的、长期沉淀的各归各处。用什么取什么，不会把不相关的东西一起翻出来干扰判断。 3、换 Agent也没事，经验不清零在一个Agent里积累的东西，换另一个也能直接用，记忆资产一直都在。

阿西_出海

20,877 Aufrufe • vor 2 Monaten

MiMo推出1000 Token/s超高速模型｜体验测评 MiMo 推出了 MiMo V2.5 Pro UltraSpeed 超高速的模型版本，能够实现每秒输出超过 1,000 Token 的速度。同时，这应该也是全球第一个达到这个速度的万亿（1T）参数模型。藏师傅提前试了一下，做了三个测试，确实爽。第一个跑了一个比较复杂的 3D 采矿小游戏测试。在没有素材的情况下，我让它全部用 Three.js 前端代码来生成素材。整体要求比较完整，虽然第一次实践时出了一些小问题，但在跟他沟通修改建议后，非常完美地实现了任务。这次测试的各项指标如下：思考的 TPS：804 Token/s，峰值速度：810 Token/s，首次响应时间：4.71 秒。第二个测试给了一个官网，其头部包含一个相对复杂的 3D 动画。这次的输出速度快了非常多：峰值达到了 1426 Token/s，首次响应只用了 0.83 秒，在 32 秒内输出了 25624 个 Token，总计生成了 1000 行代码。第三个测试给了一个更复杂的官网。我要求这个官网的 Header 头部包含以下 3D 效果：地球边缘、轨道上的飞船、星际尘埃、航线图、舷窗的 HUD 样式。这个效果非常好，整体的视觉样式、状态、SVG 动画和驾驶卡片都非常精细，还有滚动的视差效果这个输出的 TPS 达到了 1136 tokens/s，首次响应是 4.5 秒官方测试平台下面有个数据展示，会显示相关信息在流式输出的情况下，当你看着它只用 20 秒就产生一个非常复杂的 3D 游戏时，那种场景还是比较震撼的之前的这些（比如说 Groq 之类的）超高速推理方案，在模型能力或者是整体水平上都会有所下降，但是 MiMo 这个在测试的时候，我没有看到这种迹象最近很多公司都开始推出这种超高速的 API 服务，比如之前 OpenAI 和 Anthropic 都有 Fast 模式在 Agent 场景下，模型输出效率的提升会直接带动每一步 Agent 操作的效率：如果一个任务预估一分钟完成，你就会盯着它直到结束，然后立刻投入测试。如果需要五分钟才完成，你可能就会去干别的事，然后再回来看，难免会浪费一些时间这种效率提升在 Sub-Agent 和并发场景下更加明显。因为它可以更快地产出大量结果，想象一下，如果同时启动一两百个 Sub-Agent，在模型能力没有衰减的前提下，速度提高 10 倍，体验是非常爽的毕竟这本质上是面向那种对效率有极高要求的 To B 客户所推出的希望后面大家卷起来，优化一下成本，让普通用户也能放开用这种 UltraSpeed 模型

MiMo推出1000 Token/s超高速模型｜体验测评 MiMo 推出了 MiMo V2.5 Pro UltraSpeed 超高速的模型版本，能够实现每秒输出超过 1,000 Token 的速度。同时，这应该也是全球第一个达到这个速度的万亿（1T）参数模型。藏师傅提前试了一下，做了三个测试，确实爽。第一个跑了一个比较复杂的 3D 采矿小游戏测试。在没有素材的情况下，我让它全部用 Three.js 前端代码来生成素材。整体要求比较完整，虽然第一次实践时出了一些小问题，但在跟他沟通修改建议后，非常完美地实现了任务。这次测试的各项指标如下：思考的 TPS：804 Token/s，峰值速度：810 Token/s，首次响应时间：4.71 秒。第二个测试给了一个官网，其头部包含一个相对复杂的 3D 动画。这次的输出速度快了非常多：峰值达到了 1426 Token/s，首次响应只用了 0.83 秒，在 32 秒内输出了 25624 个 Token，总计生成了 1000 行代码。第三个测试给了一个更复杂的官网。我要求这个官网的 Header 头部包含以下 3D 效果：地球边缘、轨道上的飞船、星际尘埃、航线图、舷窗的 HUD 样式。这个效果非常好，整体的视觉样式、状态、SVG 动画和驾驶卡片都非常精细，还有滚动的视差效果这个输出的 TPS 达到了 1136 tokens/s，首次响应是 4.5 秒官方测试平台下面有个数据展示，会显示相关信息在流式输出的情况下，当你看着它只用 20 秒就产生一个非常复杂的 3D 游戏时，那种场景还是比较震撼的之前的这些（比如说 Groq 之类的）超高速推理方案，在模型能力或者是整体水平上都会有所下降，但是 MiMo 这个在测试的时候，我没有看到这种迹象最近很多公司都开始推出这种超高速的 API 服务，比如之前 OpenAI 和 Anthropic 都有 Fast 模式在 Agent 场景下，模型输出效率的提升会直接带动每一步 Agent 操作的效率：如果一个任务预估一分钟完成，你就会盯着它直到结束，然后立刻投入测试。如果需要五分钟才完成，你可能就会去干别的事，然后再回来看，难免会浪费一些时间这种效率提升在 Sub-Agent 和并发场景下更加明显。因为它可以更快地产出大量结果，想象一下，如果同时启动一两百个 Sub-Agent，在模型能力没有衰减的前提下，速度提高 10 倍，体验是非常爽的毕竟这本质上是面向那种对效率有极高要求的 To B 客户所推出的希望后面大家卷起来，优化一下成本，让普通用户也能放开用这种 UltraSpeed 模型

歸藏(guizang.ai)

26,998 Aufrufe • vor 1 Monat