Loading video...

Video Failed to Load

Go Home

搞AI Agent的可以直接冲了，这个Github开源项目，帮你把Demo变成实盘 它专门解决一个最现实的问题： 你的Agent为什么只能跑demo，上不了实盘？ 作者是Dex Horthy dex（HumanLayer创始人），他跟至少100位技术创始人聊完 + 实战挖了几百个框架后，提炼出12条真能落地的工程原则 覆盖上下文管理、工具调用、状态建模、错误处理、控制流等等核心环节 这个项目叫 12-Factor Agents，现在 23.5k+ Star GitHub：

SUOHA_AI's profile picture

梭哈.AI

24,337 subscribers

16,672 views • 15 days ago •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

说个扎心的真相，90%的AI工程师，其实什么都没做出来 Cluely的CEO Roy Lee在NYU做活动，当场掏500美元现金，问在场所有学AI的学生和工程师，谁在LinkedIn上真正上线过一个公开的项目，结果全场几乎没人举手。 太真实了，现在的AI圈就是这样，人人都能跟你聊大模型，聊Agent，聊世界模型，刷过几百篇论文，调过几十个demo，但你问他有没有上线过一个能让别人用的东西，大部分人都沉默了。 我们总以为AI时代拼的是谁懂的多，谁的技术深，其实根本不是。 LLM能帮你写80%的代码，能帮你解决大部分技术问题，但剩下那20%的脏活累活，部署，边缘case，用户体验，成本控制，才是真正能区分你和别人的地方。 所以别再当那个只会看教程的工程师了，去做去实践，去解决实际问题，，离线小模型App，自我迭代的代码Agent，个人生活OS，哪个都行。 不用等你学完所有东西，不用等完美，这个周末开干，下周就公开上线。哪怕做的很烂，哪怕只有几个人用，也比你藏在电脑里的一百个demo强一万倍。 在AI时代，知识已经变成了最不值钱的东西，到处都是教程，到处都是论文，真正稀缺的，是把知识变成公开可验证的产品的执行力。 别当那个坐在NYU教室里，连500美元都拿不到的人，动起来兄弟们
35:10

说个扎心的真相，90%的AI工程师，其实什么都没做出来 Cluely的CEO Roy Lee在NYU做活动，当场掏500美元现金，问在场所有学AI的学生和工程师，谁在LinkedIn上真正上线过一个公开的项目，结果全场几乎没人举手。 太真实了，现在的AI圈就是这样，人人都能跟你聊大模型，聊Agent，聊世界模型，刷过几百篇论文，调过几十个demo，但你问他有没有上线过一个能让别人用的东西，大部分人都沉默了。 我们总以为AI时代拼的是谁懂的多，谁的技术深，其实根本不是。 LLM能帮你写80%的代码，能帮你解决大部分技术问题，但剩下那20%的脏活累活，部署，边缘case，用户体验，成本控制，才是真正能区分你和别人的地方。 所以别再当那个只会看教程的工程师了，去做去实践，去解决实际问题，，离线小模型App，自我迭代的代码Agent，个人生活OS，哪个都行。 不用等你学完所有东西，不用等完美，这个周末开干，下周就公开上线。哪怕做的很烂，哪怕只有几个人用，也比你藏在电脑里的一百个demo强一万倍。 在AI时代，知识已经变成了最不值钱的东西，到处都是教程，到处都是论文，真正稀缺的，是把知识变成公开可验证的产品的执行力。 别当那个坐在NYU教室里，连500美元都拿不到的人，动起来兄弟们

AYi

82,666 views • 2 months ago

如果你在用 n8n 构建 AI 自动化，那这个 n8n-mcp 绝对是王炸级的工具。 它是一个专门为 n8n 打造的 MCP 服务器，集成了丰富的工具。AI Agent 通过它就能实现智能搜索 n8n 节点、验证工作流、实时监控执行，甚至直接创建和管理工作流。 开发效率和自动化能力直接拉满！ 链接见评论👇
1:09

如果你在用 n8n 构建 AI 自动化，那这个 n8n-mcp 绝对是王炸级的工具。 它是一个专门为 n8n 打造的 MCP 服务器，集成了丰富的工具。AI Agent 通过它就能实现智能搜索 n8n 节点、验证工作流、实时监控执行，甚至直接创建和管理工作流。 开发效率和自动化能力直接拉满！ 链接见评论👇

MapleShaw

18,658 views • 11 months ago

兄弟们，又挖到一个 GitHub 宝藏开源项目——hello-agents 🏆直接登顶 GitHub 开源热榜 ，而且还在持续飙升中 它把 AI 和 Agent 从理论到实践系统，整理成了一套开源课程，覆盖了 Agentic RL、SFT 、GRPO 这些在找高端 AI 岗位时会用到的技能 这类内容之前要么散落在各处、要么得花钱买课。 这个项目把它整合成体系直接放出来，省了不少时间。
0:22

兄弟们，又挖到一个 GitHub 宝藏开源项目——hello-agents 🏆直接登顶 GitHub 开源热榜 ，而且还在持续飙升中 它把 AI 和 Agent 从理论到实践系统，整理成了一套开源课程，覆盖了 Agentic RL、SFT 、GRPO 这些在找高端 AI 岗位时会用到的技能 这类内容之前要么散落在各处、要么得花钱买课。 这个项目把它整合成体系直接放出来，省了不少时间。

阿西_出海

262,278 views • 1 month ago

superclaude：0门槛编程的上下文工程开源框架，也是继context-engineering-intro之后，第二个上下文工程开源框架，实现了智能体AI Agent、computer use等研发门槛降到0，现在开始可以停止订阅cursor了，基本上可以替代了。 重要的是：为vibe coding的工程化提供了路径，每个公司都可管理vibe coding研发过程，使用/build --featrue增加新的功能给原有的代码库，分析、迭代、测试、部署、质检、文档书写等全部搞定，相当于一个强大的研发团队。 github： #上下文工程 #contextengineering #superclaude #claudecode
19:59

superclaude：0门槛编程的上下文工程开源框架，也是继context-engineering-intro之后，第二个上下文工程开源框架，实现了智能体AI Agent、computer use等研发门槛降到0，现在开始可以停止订阅cursor了，基本上可以替代了。 重要的是：为vibe coding的工程化提供了路径，每个公司都可管理vibe coding研发过程，使用/build --featrue增加新的功能给原有的代码库，分析、迭代、测试、部署、质检、文档书写等全部搞定，相当于一个强大的研发团队。 github： #上下文工程 #contextengineering #superclaude #claudecode

AIGCLINK

11,822 views • 1 year ago

啊？AI可以自己找活干了？ 给大家介绍一个炸裂的开源项目 Hephaestus - 这玩意儿让AI Agent自己规划工作，自己发现问题，自己创建任务！抽象到什么程度？它内嵌了个kanban....让AI自己拆解card自己做.... 传统的Agent框架都是你提前写死所有流程，遇到没预料到的情况就傻眼。Hephaestus 直接换了个思路：只定义三个阶段（分析-实现-验证），然后Agent自己看着办。 举例：测试Agent在跑测试时，发现了一个性能优化机会，它不是记个log就完事，而是自己创建了一个新的调查任务，然后放到kanban里，然后另一个Agent接手去研究，确认可行后又自己创建实现任务。整个工作流就这么自己长出了一个分支。 你给它一个PRD，它分析出5个组件，创建5个并行任务。其中一个Agent干完了发现bug，自己创建修复任务。另一个Agent发现可以优化，自己创建优化分支。工作流是实时生成的，而不是一开始就预测好的。 我有空也会测一下试试，看看它能不能真的从0到1自己把活干完。总之先增加到待测试列表。 项目地址：
1:29

啊？AI可以自己找活干了？ 给大家介绍一个炸裂的开源项目 Hephaestus - 这玩意儿让AI Agent自己规划工作，自己发现问题，自己创建任务！抽象到什么程度？它内嵌了个kanban....让AI自己拆解card自己做.... 传统的Agent框架都是你提前写死所有流程，遇到没预料到的情况就傻眼。Hephaestus 直接换了个思路：只定义三个阶段（分析-实现-验证），然后Agent自己看着办。 举例：测试Agent在跑测试时，发现了一个性能优化机会，它不是记个log就完事，而是自己创建了一个新的调查任务，然后放到kanban里，然后另一个Agent接手去研究，确认可行后又自己创建实现任务。整个工作流就这么自己长出了一个分支。 你给它一个PRD，它分析出5个组件，创建5个并行任务。其中一个Agent干完了发现bug，自己创建修复任务。另一个Agent发现可以优化，自己创建优化分支。工作流是实时生成的，而不是一开始就预测好的。 我有空也会测一下试试，看看它能不能真的从0到1自己把活干完。总之先增加到待测试列表。 项目地址：

karminski-牙医

41,533 views • 8 months ago

最近看到一个很值得研究的开源项目：learn-claude-code。 它不是在教你怎么堆 prompt、连工作流、搭节点图， 而是在教你一件更底层的事： 怎么从 0 到 1 搭一个类 Claude Code 的 agent harness。 这个项目最有意思的观点是： 真正的 Agent 是模型本身，外面的代码只是 harness。 所以它讨论的重点，不是“怎么把流程编排得更复杂”， 而是怎么给模型准备一个真正能工作的环境。 README 里把 harness 拆成了： Tools Knowledge Observation Action Interfaces Permissions 也就是工具、知识、观察、动作接口和权限边界。 说白了，模型负责思考， harness 负责让它看见世界、调用工具、执行动作。 我觉得这个视角很重要。 因为很多人现在做 Agent， 还停留在“拼工作流”和“堆胶水代码”的阶段。 但真正决定 Agent 能不能跑起来的， 往往是你给它什么环境，而不是你给它多少层 prompt。 这个项目现在 GitHub 已经有 36k Stars、5.8k Forks。 如果你在关注 AI Agent、Claude Code，或者 agent engineering， 这个项目很值得看看。👇
0:38

最近看到一个很值得研究的开源项目：learn-claude-code。 它不是在教你怎么堆 prompt、连工作流、搭节点图， 而是在教你一件更底层的事： 怎么从 0 到 1 搭一个类 Claude Code 的 agent harness。 这个项目最有意思的观点是： 真正的 Agent 是模型本身，外面的代码只是 harness。 所以它讨论的重点，不是“怎么把流程编排得更复杂”， 而是怎么给模型准备一个真正能工作的环境。 README 里把 harness 拆成了： Tools Knowledge Observation Action Interfaces Permissions 也就是工具、知识、观察、动作接口和权限边界。 说白了，模型负责思考， harness 负责让它看见世界、调用工具、执行动作。 我觉得这个视角很重要。 因为很多人现在做 Agent， 还停留在“拼工作流”和“堆胶水代码”的阶段。 但真正决定 Agent 能不能跑起来的， 往往是你给它什么环境，而不是你给它多少层 prompt。 这个项目现在 GitHub 已经有 36k Stars、5.8k Forks。 如果你在关注 AI Agent、Claude Code，或者 agent engineering， 这个项目很值得看看。👇

axiaisacat

44,334 views • 3 months ago

谷歌的AI，已经开始做人类没教过它的事了。 它自己学会了一门全新的外语。 谷歌CEO把这称为“黑箱”。 什么意思？ 就是他们自己也搞不明白AI的运作原理。 举个例子。 一个谷歌AI项目，本来没接受过孟加la语的训练。 研究员只是用孟加拉语对它进行了几次提示。 结果，它自己学会了翻译整个孟加拉语。 现在谷歌的研究重点，变成了让AI去掌握上千种语言。 但那个最核心的问题还在。 为什么AI会这么做？ 没人能完全解释。 当被问到为什么AI会出错时，他们也只有一些模糊的想法。 最关键的一点是，谷歌CEO承认，在不完全理解工作原理的情况下，已经将这项技术释放给了全社会。 他的解释是，我们也不完全理解人脑是如何工作的。 把一个实验室里诞生的、行为不可预测的技术，与经过数百万年进化的人类大脑相提并论。 这是一种合理的解释，还是一种推卸责任的说法？ 当创造者都无法完全控制其创造物时，我们普通人应该思考什么？
1:06

谷歌的AI，已经开始做人类没教过它的事了。 它自己学会了一门全新的外语。 谷歌CEO把这称为“黑箱”。 什么意思？ 就是他们自己也搞不明白AI的运作原理。 举个例子。 一个谷歌AI项目，本来没接受过孟加la语的训练。 研究员只是用孟加拉语对它进行了几次提示。 结果，它自己学会了翻译整个孟加拉语。 现在谷歌的研究重点，变成了让AI去掌握上千种语言。 但那个最核心的问题还在。 为什么AI会这么做？ 没人能完全解释。 当被问到为什么AI会出错时，他们也只有一些模糊的想法。 最关键的一点是，谷歌CEO承认，在不完全理解工作原理的情况下，已经将这项技术释放给了全社会。 他的解释是，我们也不完全理解人脑是如何工作的。 把一个实验室里诞生的、行为不可预测的技术，与经过数百万年进化的人类大脑相提并论。 这是一种合理的解释，还是一种推卸责任的说法？ 当创造者都无法完全控制其创造物时，我们普通人应该思考什么？

墓碑科技

48,664 views • 5 months ago

我的这份免费开源的《AI 编程零基础教程》已经持续更新大半年了，GitHub Star 数已经 1.68 万 ⭐️！ 内容覆盖 Codex / Claude Code / Cursor 等主流 AI 编程工具的教程、Vibe Coding / Harness / Loop Engineering 等 AI 编程模式实操、几十个项目实战、产品变现套路等。 希望能帮更多人打开 AI 编程的大门~
1:20

我的这份免费开源的《AI 编程零基础教程》已经持续更新大半年了，GitHub Star 数已经 1.68 万 ⭐️！ 内容覆盖 Codex / Claude Code / Cursor 等主流 AI 编程工具的教程、Vibe Coding / Harness / Loop Engineering 等 AI 编程模式实操、几十个项目实战、产品变现套路等。 希望能帮更多人打开 AI 编程的大门~

程序员鱼皮

16,565 views • 6 days ago

震惊了，终于有人把 GitHub 说清楚，哦对，就是我说的，哈哈，非常适合小白阅读。这是一期 github 的奶爸级别教学。如果你是AI编程爱好者，这视频对你帮助极大的。 GitHub有多牛？它有1.8亿开发者，至少6亿以上的仓库数量。你知道的腾讯，阿里，字节的开源项目全部都会放到GitHub上。 上面内容五花八门，全部开源免费，比如有最近爆火的openclaw，有数字人，有skill仓库，有电商系统等等 他可不是程序员专属，因为AI编程能力变强了，现在几乎要人手一个GitHub的，接下来我带你学习它的核心功能，包括 > 怎么注册使用GitHub > 怎么跟从GitHub下载项目 >如何上传GitHub项目
8:29

震惊了，终于有人把 GitHub 说清楚，哦对，就是我说的，哈哈，非常适合小白阅读。这是一期 github 的奶爸级别教学。如果你是AI编程爱好者，这视频对你帮助极大的。 GitHub有多牛？它有1.8亿开发者，至少6亿以上的仓库数量。你知道的腾讯，阿里，字节的开源项目全部都会放到GitHub上。 上面内容五花八门，全部开源免费，比如有最近爆火的openclaw，有数字人，有skill仓库，有电商系统等等 他可不是程序员专属，因为AI编程能力变强了，现在几乎要人手一个GitHub的，接下来我带你学习它的核心功能，包括 > 怎么注册使用GitHub > 怎么跟从GitHub下载项目 >如何上传GitHub项目

产品经理老王霸

244,659 views • 1 month ago

AI 能操作手机啦！ 继 BrouserUse, ComputerUse 等等后，PhoneUse 类的项目终于出现了 —— DroidRun 这个项目可以让你的 AI Agent 操作手机，并且将视觉理解与 UI 结构提取相结合，实现全面的网页交互。 目前项目刚放出了视频和官方页面，据作者说马上就会开源并推送到 Github 官网地址：
0:21

AI 能操作手机啦！ 继 BrouserUse, ComputerUse 等等后，PhoneUse 类的项目终于出现了 —— DroidRun 这个项目可以让你的 AI Agent 操作手机，并且将视觉理解与 UI 结构提取相结合，实现全面的网页交互。 目前项目刚放出了视频和官方页面，据作者说马上就会开源并推送到 Github 官网地址：

karminski-牙医

88,769 views • 1 year ago

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👇
0:42

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

63,168 views • 2 months ago

🦞有人做了一个网站，专门统计OpenClaw创业者赚了多少钱。 数据全公开，Stripe API实时验证，不是截图，不是故事。 网站叫TrustMRR。 现在的数字：132个项目，最近30天总收入$29万+，最猛的单个项目月入$5.1万。 更有意思的是这些项目在卖什么： OpenClaw一键部署、AI代理托管、OpenClaw使用课程、甚至直接卖"帮你把OpenClaw跑起来"的服务。 本质：卖铲子。 每一次技术浪潮，最先赚到钱的都不是挖金子的人，是卖工具、卖教程、卖"帮你用起来"服务的人。
0:28

🦞有人做了一个网站，专门统计OpenClaw创业者赚了多少钱。 数据全公开，Stripe API实时验证，不是截图，不是故事。 网站叫TrustMRR。 现在的数字：132个项目，最近30天总收入$29万+，最猛的单个项目月入$5.1万。 更有意思的是这些项目在卖什么： OpenClaw一键部署、AI代理托管、OpenClaw使用课程、甚至直接卖"帮你把OpenClaw跑起来"的服务。 本质：卖铲子。 每一次技术浪潮，最先赚到钱的都不是挖金子的人，是卖工具、卖教程、卖"帮你用起来"服务的人。

KK.aWSB

114,904 views • 4 months ago

兄弟们，这个项目简直是搞自媒体神器啊！ 斩获3.5K Star，还直接开源免费啊！ 还不赶紧给你的Agent搞起来啊 又有一个给AI Agent装“互联网眼睛”的开源项目，叫Agent-Reach。 它通过一个CLI工具，让Agent能免费读取和搜索Twitter、Reddit、YouTube、GitHub、B站、小红书等多个平台的内容。 核心不是自己写爬虫，最牛的是智能选择当下最稳定的开源后端工具，并自动做健康检查和故障切换。 安装后，Agent就能直接处理“帮我看这个YouTube视频的字幕”“搜一下Twitter上对这个产品的评价”“全网搜LLM框架对比”这类任务，而且全程零API费用、本地运行。 最实用的是它把这些碎片化的能力封装成了Agent可直接调用的skill，还做了多后端路由和自动降级，让整个系统更稳定可靠。 这其实是在补齐当前很多agent最缺的一块能力：低成本、可靠的网页和社交媒体内容获取。 非常丝滑和nice，搞创作搜集信息的兄弟们，别错过了！ ✍🏻项目地址，记得给作者Star啊，见评论区👇🏻
0:48

兄弟们，这个项目简直是搞自媒体神器啊！ 斩获3.5K Star，还直接开源免费啊！ 还不赶紧给你的Agent搞起来啊 又有一个给AI Agent装“互联网眼睛”的开源项目，叫Agent-Reach。 它通过一个CLI工具，让Agent能免费读取和搜索Twitter、Reddit、YouTube、GitHub、B站、小红书等多个平台的内容。 核心不是自己写爬虫，最牛的是智能选择当下最稳定的开源后端工具，并自动做健康检查和故障切换。 安装后，Agent就能直接处理“帮我看这个YouTube视频的字幕”“搜一下Twitter上对这个产品的评价”“全网搜LLM框架对比”这类任务，而且全程零API费用、本地运行。 最实用的是它把这些碎片化的能力封装成了Agent可直接调用的skill，还做了多后端路由和自动降级，让整个系统更稳定可靠。 这其实是在补齐当前很多agent最缺的一块能力：低成本、可靠的网页和社交媒体内容获取。 非常丝滑和nice，搞创作搜集信息的兄弟们，别错过了！ ✍🏻项目地址，记得给作者Star啊，见评论区👇🏻

Berryxia.AI

25,361 views • 13 days ago

这个开源视频制作工作流真爽啊！ 单日斩获3000 Star，真的牛～ 又一个把AI coding agent直接变成视频制作工作室的项目开源了，叫OpenMontage。 它把整个视频生产流程拆成12条结构化pipeline（动画解说、纪录片蒙太奇、电影感、Talking Head等），内置52个工具和500+个agent skills。 用户只需要用自然语言描述需求，agent就能完成调研、脚本、素材生成、剪辑合成全流程。 最硬核的是它同时支持AI生成内容和真实素材工作流，还做了生产级的质量把控（预合成验证、后渲染自检、预算控制）。 渲染引擎用了Remotion和自研的HyperFrames，能输出高质量的动态视频。 本质上它是把“视频制作”这件事彻底agent化了，让普通人也能通过对话让agent产出接近专业水准的视频内容。
1:19

这个开源视频制作工作流真爽啊！ 单日斩获3000 Star，真的牛～ 又一个把AI coding agent直接变成视频制作工作室的项目开源了，叫OpenMontage。 它把整个视频生产流程拆成12条结构化pipeline（动画解说、纪录片蒙太奇、电影感、Talking Head等），内置52个工具和500+个agent skills。 用户只需要用自然语言描述需求，agent就能完成调研、脚本、素材生成、剪辑合成全流程。 最硬核的是它同时支持AI生成内容和真实素材工作流，还做了生产级的质量把控（预合成验证、后渲染自检、预算控制）。 渲染引擎用了Remotion和自研的HyperFrames，能输出高质量的动态视频。 本质上它是把“视频制作”这件事彻底agent化了，让普通人也能通过对话让agent产出接近专业水准的视频内容。

Berryxia.AI

99,622 views • 14 days ago

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。 有兴趣的朋友可以试试，真的能省不少事儿 ，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇
7:41

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。 有兴趣的朋友可以试试，真的能省不少事儿 ，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇

阿蔺A-Lin

27,925 views • 4 months ago

用Deep Research 分析开源项目，目前我也刚开始，挑了最简单的。 Deep，why deep? 因为他真的挖的很深，其实他的一个核心功能是搜索工具。但是传统搜索工具是有局限的。你看一下这个例子。在这个开源的DR重要的部分，叫做Expanded Usage，搞开发的这难道不是个金矿么。 Ok, 点开，是YC hackernews的一个论坛页。这个我自己那是万万不可能找到的。 搜到的： 生成的文档处，会在原链接页面高亮。
1:13

用Deep Research 分析开源项目，目前我也刚开始，挑了最简单的。 Deep，why deep? 因为他真的挖的很深，其实他的一个核心功能是搜索工具。但是传统搜索工具是有局限的。你看一下这个例子。在这个开源的DR重要的部分，叫做Expanded Usage，搞开发的这难道不是个金矿么。 Ok, 点开，是YC hackernews的一个论坛页。这个我自己那是万万不可能找到的。 搜到的： 生成的文档处，会在原链接页面高亮。

Susan STEM

22,728 views • 1 year ago

Cognition发布首位AI软件工程师Devin，这个演示相当惊艳。 Devin 是一个自主Agents，它通过使用自己的 shell、代码编辑器和网络浏览器来解决工程任务。 Devin成功通过了知名人工智能公司的实际工程面试，甚至还在 Upwork 上完成了实际工作。 Devin 在无辅助情况下正确解决了 13.86% 的问题，远远超过了之前最先进模型 1.96% 的无辅助和 4.80% 的辅助性能。 它可以学习如何使用不熟悉的技术，可以为成熟的生产资源库做出贡献，可以训练和微调自己的人工智能模型，甚至试着在 Upwork 上给 Devin 提供真实的工作，它也能完成。
1:49

Cognition发布首位AI软件工程师Devin，这个演示相当惊艳。 Devin 是一个自主Agents，它通过使用自己的 shell、代码编辑器和网络浏览器来解决工程任务。 Devin成功通过了知名人工智能公司的实际工程面试，甚至还在 Upwork 上完成了实际工作。 Devin 在无辅助情况下正确解决了 13.86% 的问题，远远超过了之前最先进模型 1.96% 的无辅助和 4.80% 的辅助性能。 它可以学习如何使用不熟悉的技术，可以为成熟的生产资源库做出贡献，可以训练和微调自己的人工智能模型，甚至试着在 Upwork 上给 Devin 提供真实的工作，它也能完成。

歸藏(guizang.ai)

64,873 views • 2 years ago

只要 2小时 + 几块钱 + 一张普通显卡，你就能从0训练一个 GPT。 MiniMind 这个开源项目已经冲上 GitHub Trending，斩获 47k ⭐。 这是一个把大模型带回普通人手里的项目： 不是调 API，而是真正从0造模型。 核心亮点 1. 门槛极低 - 26M 参数，小到个人设备可跑 - 单卡即可训练 - 成本极低 过去是大厂专属，现在个人也能实践。 2. 全流程完整 覆盖整个大模型训练链路： 数据处理 → 预训练 → SFT → RLHF → 蒸馏 把主流大模型的训练流程完整拆解出来。 3. 实现透明 - 基于 PyTorch 原生实现 - 几乎没有黑盒 - 核心结构手写 重点不只是能用，而是能看懂。 4. 能力完整 - 支持推理能力扩展 - 支持多模态 - 支持工具调用 已经具备完整 AI 系统雏形。 5. 可本地部署 - 兼容 OpenAI API - 可接 ChatUI - 支持私有化 可以直接当本地 AI 用。 核心价值 让训练大模型从少数人的能力，变成普通开发者也能掌握的技能。 如果你想真正理解大模型，MiniMind 是一个很好的起点。
0:38

只要 2小时 + 几块钱 + 一张普通显卡，你就能从0训练一个 GPT。 MiniMind 这个开源项目已经冲上 GitHub Trending，斩获 47k ⭐。 这是一个把大模型带回普通人手里的项目： 不是调 API，而是真正从0造模型。 核心亮点 1. 门槛极低 - 26M 参数，小到个人设备可跑 - 单卡即可训练 - 成本极低 过去是大厂专属，现在个人也能实践。 2. 全流程完整 覆盖整个大模型训练链路： 数据处理 → 预训练 → SFT → RLHF → 蒸馏 把主流大模型的训练流程完整拆解出来。 3. 实现透明 - 基于 PyTorch 原生实现 - 几乎没有黑盒 - 核心结构手写 重点不只是能用，而是能看懂。 4. 能力完整 - 支持推理能力扩展 - 支持多模态 - 支持工具调用 已经具备完整 AI 系统雏形。 5. 可本地部署 - 兼容 OpenAI API - 可接 ChatUI - 支持私有化 可以直接当本地 AI 用。 核心价值 让训练大模型从少数人的能力，变成普通开发者也能掌握的技能。 如果你想真正理解大模型，MiniMind 是一个很好的起点。

开发者Hailey

73,197 views • 2 months ago

这是一个 Meteora 的DLMM的LP管理工具， 我花了2天时间 自己手搓的。功能上是模块化的 我希望你拿过去自己进行删改。实现你自己想要的各种其他功能。 目前实现的功能主要是： 你可以吧提前创建好头寸和存入资金。 剩下的交给程序自动帮你管理。 简单说就是调整bidask的方向。 如果你不知道 我在说什么 就翻一下我之前的帖子。 LP的开源工具 我大概就只开源这一个。因为它在功能架构上开放。是模块化的。但是实现的功能上简单。适合让新手朋友自己DIY。 复杂的策略 需要你自己琢磨和实现。也欢迎跟我交流讨论。
2:26

这是一个 Meteora 的DLMM的LP管理工具， 我花了2天时间 自己手搓的。功能上是模块化的 我希望你拿过去自己进行删改。实现你自己想要的各种其他功能。 目前实现的功能主要是： 你可以吧提前创建好头寸和存入资金。 剩下的交给程序自动帮你管理。 简单说就是调整bidask的方向。 如果你不知道 我在说什么 就翻一下我之前的帖子。 LP的开源工具 我大概就只开源这一个。因为它在功能架构上开放。是模块化的。但是实现的功能上简单。适合让新手朋友自己DIY。 复杂的策略 需要你自己琢磨和实现。也欢迎跟我交流讨论。

C J

29,543 views • 1 year ago

普通人到底该怎么用AI变现？ 直到我看到了Chris Camillo的最新分享，我感觉瞬间通透了 他是一个把2万美元滚雪球做到4000万的传奇散户。 他发现了一个AI行业的巨大信息差。想要降维打击，就得把AI推销给完全不用的人，那些修空调的、通下水道的、搞绿化的老板。 你直接走进一家本地生活公司，让经理把他们老板叫出来，然后告诉他你是做AI的。不要扯什么大模型、算力、AGI 这些虚头巴脑的词。你只问他一个问题：你们现在的业务里，哪个环节最让你觉得利润效率低？ 这时候，你的机会就来了。 你告诉他，你能帮他解决这个问题。利用现在的AI Agent生态，比如像OpenClaw这样的自动化工具，你完全可以在24小时内帮他搭建一个专属的AI代理。 你只要把这个能力不断复制。找到20家、50家本地企业，每个月收着稳定的服务费，一年300万的收入就跑通了。
1:25

普通人到底该怎么用AI变现？ 直到我看到了Chris Camillo的最新分享，我感觉瞬间通透了 他是一个把2万美元滚雪球做到4000万的传奇散户。 他发现了一个AI行业的巨大信息差。想要降维打击，就得把AI推销给完全不用的人，那些修空调的、通下水道的、搞绿化的老板。 你直接走进一家本地生活公司，让经理把他们老板叫出来，然后告诉他你是做AI的。不要扯什么大模型、算力、AGI 这些虚头巴脑的词。你只问他一个问题：你们现在的业务里，哪个环节最让你觉得利润效率低？ 这时候，你的机会就来了。 你告诉他，你能帮他解决这个问题。利用现在的AI Agent生态，比如像OpenClaw这样的自动化工具，你完全可以在24小时内帮他搭建一个专属的AI代理。 你只要把这个能力不断复制。找到20家、50家本地企业，每个月收着稳定的服务费，一年300万的收入就跑通了。

Annie 所长

17,740 views • 2 months ago