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.

无敌了,终于能实时看见Claude Code在干嘛了 zoetrope,刚开源几天的可视化神器,把一次会话画成一张流动的图主agent派生了哪些子agent、每个跑了什么工具、耗时多少、成没成,全在终端里实时长出来。跑完的会话还能按原始时间戳回放纯读本地的会话记录,只读不写,什么都不上传你的机器终端和浏览器都能看,浏览器版拖一个transcript进去就出图,Rust写的,MIT开源

Jason Zhu

35,266 subscribers

53,761 Aufrufe • vor 4 Tagen •via X (Twitter)

Wissenschaft & Technologie

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

你不用手写AGENTS.md了,你用梯度下降训练它这个脑洞我服了。backpass把你的AGENTS.md当成神经网络的权重每跑一次agent会话就是一次前向传播,留在硬盘上的transcript就是损失信号。可这个信号以前没人读,全靠你哪天想起某次失败,手动去改文件 backpass把这个闭环接上了:自动找到你仓库里真跑过的agent会话,读懂里面发生了什么,反向提出有证据支撑的改动,等于给你的记忆文件做一次梯度下降每条改动都附带真实会话里的原话,一条新规则至少要两次独立会话佐证,一次最多改五条。全程只有你点了apply它才会写纯本地,直接读七种agent的会话记录,什么都不上传,MIT开源

你不用手写AGENTS.md了,你用梯度下降训练它这个脑洞我服了。backpass把你的AGENTS.md当成神经网络的权重每跑一次agent会话就是一次前向传播,留在硬盘上的transcript就是损失信号。可这个信号以前没人读,全靠你哪天想起某次失败,手动去改文件 backpass把这个闭环接上了:自动找到你仓库里真跑过的agent会话,读懂里面发生了什么,反向提出有证据支撑的改动,等于给你的记忆文件做一次梯度下降每条改动都附带真实会话里的原话,一条新规则至少要两次独立会话佐证,一次最多改五条。全程只有你点了apply它才会写纯本地,直接读七种agent的会话记录,什么都不上传,MIT开源

Jason Zhu

31,331 Aufrufe • vor 3 Tagen

Pi浏览器出现了一个新的功能📢进入浏览器kyc里面查看一下，下方多了一个“圆圈刷新”的图标，是告诉你上传信息至挖矿App端，大家务必要去点一下，看视频教程，让App端与浏览器端数据完美匹配；此功能的出现是项目方为了区分“一机多号”的刷子行为，全面开源在即，映射在即，每一步都在完善🚀#PiNetwork

Pi浏览器出现了一个新的功能📢进入浏览器kyc里面查看一下，下方多了一个“圆圈刷新”的图标，是告诉你上传信息至挖矿App端，大家务必要去点一下，看视频教程，让App端与浏览器端数据完美匹配；此功能的出现是项目方为了区分“一机多号”的刷子行为，全面开源在即，映射在即，每一步都在完善🚀#PiNetwork

PiNetwork DEX⚡️阿龙

13,469 Aufrufe • vor 1 Jahr

刚看完 Claude Fable 5 这个演示，我下巴都快掉了。它只用一个 Prompt，生成了一个完整的 macOS 风格 Web OS。注意，是一个 HTML 文件，没调任何外部 API。视频里展示了啥？ - 开机动画（那个水滴加载） - 完整的文件管理器（能浏览文件夹、看图） - 浏览器、音乐播放器、计算器、画图、终端 - 甚至！里面藏了一个能玩的 Minecraft 克隆版（BlockForge），能挖矿能跳。 - 系统设置里还能真换壁纸、换主题色、开关深色模式。这已经不是写代码了，这是直接手搓了一个操作系统啊。前端工程师看完这个，还好吗？

刚看完 Claude Fable 5 这个演示，我下巴都快掉了。它只用一个 Prompt，生成了一个完整的 macOS 风格 Web OS。注意，是一个 HTML 文件，没调任何外部 API。视频里展示了啥？ - 开机动画（那个水滴加载） - 完整的文件管理器（能浏览文件夹、看图） - 浏览器、音乐播放器、计算器、画图、终端 - 甚至！里面藏了一个能玩的 Minecraft 克隆版（BlockForge），能挖矿能跳。 - 系统设置里还能真换壁纸、换主题色、开关深色模式。这已经不是写代码了，这是直接手搓了一个操作系统啊。前端工程师看完这个，还好吗？

Vincent

36,094 Aufrufe • vor 2 Monaten

👏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

27,495 Aufrufe • vor 2 Monaten

用 tmux 管理终端会话，可以在终端里打开多个对话窗口，即便关掉还能在后台继续。但现在，经常同时开好几个 Agent 干活，想用 tmux 做终端自动化，得写一堆脚本很麻烦。于是有位开发者用 Rust 从零写了 rmux，专为 Agent 打造。通过它我们能让 Claude Code 当总指挥，向 Codex、Gemini CLI 指派任务。甚至同一个任务让几个 Agent 同时跑，结果谁强谁弱一目了然。 GitHub：除了敲命令，还能用代码精确驱动终端，思路跟 Playwright 很像。兼容 90 多条 tmux 命令，配置和插件都能沿用，迁移成本几乎没有。刚开源不久可能还有些 Bug，想让 Agent 在终端帮我们干活的朋友可以试试。

用 tmux 管理终端会话，可以在终端里打开多个对话窗口，即便关掉还能在后台继续。但现在，经常同时开好几个 Agent 干活，想用 tmux 做终端自动化，得写一堆脚本很麻烦。于是有位开发者用 Rust 从零写了 rmux，专为 Agent 打造。通过它我们能让 Claude Code 当总指挥，向 Codex、Gemini CLI 指派任务。甚至同一个任务让几个 Agent 同时跑，结果谁强谁弱一目了然。 GitHub：除了敲命令，还能用代码精确驱动终端，思路跟 Playwright 很像。兼容 90 多条 tmux 命令，配置和插件都能沿用，迁移成本几乎没有。刚开源不久可能还有些 Bug，想让 Agent 在终端帮我们干活的朋友可以试试。

GitHubDaily

19,155 Aufrufe • vor 2 Monaten

AI agent终于有专属的Slide框架了。 open-slide 直接把“prompt一下就出一整套精美幻灯片”变成了现实。它不是简单生成Markdown，而是把每张幻灯片做成React组件，固定1920×1080画布，内置agent技能： - /create-slide：一句话prompt就能生成完整deck - /apply-comments：在浏览器里点元素留评论，agent一键应用所有修改 - 内置演示模式、演讲者笔记、定时器 - 一键导出HTML/PDF - 支持Claude Code、Cursor、Codex等任意编码agent 最重要的是，它把agent从“聊天生成文字”升级成了“真正能输出可呈现成品”的生产力工具。 GitHub： Demo：这波操作，直接填补了agent和真实产出之间的最后一公里。你觉得agent时代，Slide生成会不会成为标配技能？

AI agent终于有专属的Slide框架了。 open-slide 直接把“prompt一下就出一整套精美幻灯片”变成了现实。它不是简单生成Markdown，而是把每张幻灯片做成React组件，固定1920×1080画布，内置agent技能： - /create-slide：一句话prompt就能生成完整deck - /apply-comments：在浏览器里点元素留评论，agent一键应用所有修改 - 内置演示模式、演讲者笔记、定时器 - 一键导出HTML/PDF - 支持Claude Code、Cursor、Codex等任意编码agent 最重要的是，它把agent从“聊天生成文字”升级成了“真正能输出可呈现成品”的生产力工具。 GitHub： Demo：这波操作，直接填补了agent和真实产出之间的最后一公里。你觉得agent时代，Slide生成会不会成为标配技能？

Berryxia.AI

54,396 Aufrufe • vor 3 Monaten

有没有想过：Claude Code 或 Codex 跑完一个任务，它到底「看」了哪些文件、忽略了哪些？ Mindwalk 把这个问题可视化了，它把 Claude Code 和 Codex 的会话日志，投射到代码库的 3D 地图上回放。仓库是一张夜间俯瞰图，agent 搜索、读取、编辑过的文件会发光，没碰到的区域保持黑暗，让你一眼看清 agent 对任务的理解范围。单个 Go 二进制文件，所有数据完全本地处理，不会离开机器。文件触达状态分四级：未访问、已查看、已读取、已编辑，还有上下文压缩事件、子 agent 启动、错误节点的时间轴标记。这个工具提供了一个直觉：agent 的工作范围和你以为的往往不一样。当它跑了 30 分钟，你以为它读遍了整个仓库，但地图可能告诉你它根本没碰到关键目录。如果你在用 Claude Code 跑复杂任务，这是个值得装一下的调试工具。可以用它检查 agent 是否真的理解了任务范围，而不是靠最后的输出结果猜测。

有没有想过：Claude Code 或 Codex 跑完一个任务，它到底「看」了哪些文件、忽略了哪些？ Mindwalk 把这个问题可视化了，它把 Claude Code 和 Codex 的会话日志，投射到代码库的 3D 地图上回放。仓库是一张夜间俯瞰图，agent 搜索、读取、编辑过的文件会发光，没碰到的区域保持黑暗，让你一眼看清 agent 对任务的理解范围。单个 Go 二进制文件，所有数据完全本地处理，不会离开机器。文件触达状态分四级：未访问、已查看、已读取、已编辑，还有上下文压缩事件、子 agent 启动、错误节点的时间轴标记。这个工具提供了一个直觉：agent 的工作范围和你以为的往往不一样。当它跑了 30 分钟，你以为它读遍了整个仓库，但地图可能告诉你它根本没碰到关键目录。如果你在用 Claude Code 跑复杂任务，这是个值得装一下的调试工具。可以用它检查 agent 是否真的理解了任务范围，而不是靠最后的输出结果猜测。

Xudong Han

27,488 Aufrufe • vor 1 Monat

推荐一下张咋啦的 PPT Skill：frontend-slides。对于我这种不爱做 PPT，但又有演示需求的人来说，实在是太友好了。这个 Skill 的思路是把 PPT 变成网页。并且动画效果比 PowerPoint 好、生成的是单个 HTML 文件、浏览器直接打开。 AI 会生成多个不同风格的预览，每个风格都是定制的，字体、配色、动画都不一样。同时还能直接在浏览器里编辑文字，改完自动保存。如果你有现成的 .pptx 文件，也能直接转成网页版。经常做 PPT 的话，可以试试，链接放评论区。

推荐一下张咋啦的 PPT Skill：frontend-slides。对于我这种不爱做 PPT，但又有演示需求的人来说，实在是太友好了。这个 Skill 的思路是把 PPT 变成网页。并且动画效果比 PowerPoint 好、生成的是单个 HTML 文件、浏览器直接打开。 AI 会生成多个不同风格的预览，每个风格都是定制的，字体、配色、动画都不一样。同时还能直接在浏览器里编辑文字，改完自动保存。如果你有现成的 .pptx 文件，也能直接转成网页版。经常做 PPT 的话，可以试试，链接放评论区。

余温

116,708 Aufrufe • vor 5 Monaten

昨天很火的桌面小人开源了装上会有两个小人在你 MacOS Dock 上方，来回走动点击任意一个弹出 Claude 终端窗口，直接和 Claude Code 对话... 我正在改造看看能不能增加更多有意思的功能

昨天很火的桌面小人开源了装上会有两个小人在你 MacOS Dock 上方，来回走动点击任意一个弹出 Claude 终端窗口，直接和 Claude Code 对话... 我正在改造看看能不能增加更多有意思的功能

小互

192,637 Aufrufe • vor 5 Monaten

一句话告诉 Agent 要操控哪个网站，它自动帮你生成 CLI 工具，直接走你已登录的 Chrome 浏览器，不用调 API 或搞 token。 x-cli 的玩法是装上 Kimi WebBridge 插件后，对 Agent 说一句"帮我给某网站做个 CLI"，Agent 会先问你要哪些功能，然后自己去分析页面、写代码、生成工具。最后你拿到的 CLI 能直接控制你 Chrome 里已登录的会话，不走 API。仓库里给了四个成品：百度搜素、Google 搜索加抓取、Nano Banana 出图、ChatGPT 出图，都是 Go 写的。

一句话告诉 Agent 要操控哪个网站，它自动帮你生成 CLI 工具，直接走你已登录的 Chrome 浏览器，不用调 API 或搞 token。 x-cli 的玩法是装上 Kimi WebBridge 插件后，对 Agent 说一句"帮我给某网站做个 CLI"，Agent 会先问你要哪些功能，然后自己去分析页面、写代码、生成工具。最后你拿到的 CLI 能直接控制你 Chrome 里已登录的会话，不走 API。仓库里给了四个成品：百度搜素、Google 搜索加抓取、Nano Banana 出图、ChatGPT 出图，都是 Go 写的。

Geek Lite

32,254 Aufrufe • vor 3 Monaten

🚀 Chrome 146 刚刚发布！现在，只需一个开关，就能把你当前的 Chrome 浏览器会话暴露给 MCP，让你的 CLI AI 代理直接在真实页面里操作。 📌 不用启动新浏览器 📌 直接利用你当前的标签页 📌 读取内容、点击、注入 JS……想做什么就做什么你会用这个能力做什么？🤔 🔗 项目地址：👇

🚀 Chrome 146 刚刚发布！现在，只需一个开关，就能把你当前的 Chrome 浏览器会话暴露给 MCP，让你的 CLI AI 代理直接在真实页面里操作。 📌 不用启动新浏览器 📌 直接利用你当前的标签页 📌 读取内容、点击、注入 JS……想做什么就做什么你会用这个能力做什么？🤔 🔗 项目地址：👇

axiaisacat

99,693 Aufrufe • vor 5 Monaten

一直在用 Claude Code 的朋友，应该都有个同感：默认终端界面太素了，跑着任务完全看不到关键信息。发现一个超火的开源小工具 ccstatusline，它是专门给 Claude Code CLI 加状态栏的，装上之后，终端底部会多一排实时信息比如你现在用的是什么模型、Token 跑了多少、Git 在哪个分支、会话跑了多久，会话时长、内存占用等一堆实用信息，都会直接显示出来。还支持 Powerline 箭头风格，配上 Nerd Font 颜值直接拉满。内置 25+ 组件可自由组合，支持多行状态栏，信息密度想怎么调就怎么调。自带交互式配置界面，不用手写配置文件，点点选选就能搞定配色、组件和分隔符，几分钟就能把终端从 “毛坯房” 变成 “精装修”。跨平台支持 Mac、Linux、Windows，Node 和 Bun 都能跑，一行命令就能启动。

一直在用 Claude Code 的朋友，应该都有个同感：默认终端界面太素了，跑着任务完全看不到关键信息。发现一个超火的开源小工具 ccstatusline，它是专门给 Claude Code CLI 加状态栏的，装上之后，终端底部会多一排实时信息比如你现在用的是什么模型、Token 跑了多少、Git 在哪个分支、会话跑了多久，会话时长、内存占用等一堆实用信息，都会直接显示出来。还支持 Powerline 箭头风格，配上 Nerd Font 颜值直接拉满。内置 25+ 组件可自由组合，支持多行状态栏，信息密度想怎么调就怎么调。自带交互式配置界面，不用手写配置文件，点点选选就能搞定配色、组件和分隔符，几分钟就能把终端从 “毛坯房” 变成 “精装修”。跨平台支持 Mac、Linux、Windows，Node 和 Bun 都能跑，一行命令就能启动。

sitin

24,536 Aufrufe • vor 4 Monaten

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 Aufrufe • vor 4 Monaten

baoyu-design skill 可以在本地生成动画视频，导出 mp4 格式，就像附件视频这个。 Claude Design 网页版可以用提示词创建动画视频，但你需要在网页上才能看到视频，无法下载。也有人基于第三方插件录屏软件实现过，不过很麻烦，效果也不是很好。在这套 Skill 基础上，我已经实现了直接把动画导出成 mp4 视频的能力。生成动画和导出视频，其实原理差不多，就是每一帧画面，都是根据所在时间坐标算出来的，就像一个函数 f(t)，你传入给动画引擎任意一个时间点 t，它能直接算出那一瞬间屏幕上每个元素的位置、透明度、大小，所有视觉状态完全由 t 决定。不需要从头播放到那个时刻，也不需要记住之前发生了什么。传统写动画的方式是命令式的：到了某个时刻，去改某个元素的位置，把透明度调一下。状态散落在各处，时间一乱画面就乱。这套引擎反过来，用的是声明式思路：你不去驱动元素运动，只描述在第 t 秒，每个元素应该长什么样。打个比方，传统动画像看电影，你必须从头看才知道第 30 分钟画面是什么。这套引擎更像一本特殊的书，翻到任意一页，画面都是完整的、确定的。这个设计带来了三个能力： 1. 拖动播放条跳到任意位置可以，因为 f(t) 随时能算； 2. 反复调试同一个画面可以，因为同一个 t 永远产出同一帧； 3. 把动画导出成视频也可以，而且方式很巧妙。那么导出视频是怎么实现的呢？直觉上，把浏览器里的动画变成 MP4，录个屏不就行了？录屏是实时的。机器稍微一卡就掉帧，拍出来的视频不可复现。而且播放条、黑色背景、圆角阴影这些"播放器外壳"会一起被录进去。 baoyu-design 用的方法更像定格动画的拍摄：启动一个无头浏览器（没有界面的 Chromium），加载动画页面，通过引擎预留的一个控制接口精确操控时间轴。每设定一个时间点，等浏览器把画面渲染完成，截一张图，通过管道直接喂给 ffmpeg 编码。一段 95 秒、30fps 的动画就是 2850 次"摆好时间，拍照"的循环。慢，但每一帧都是精确的，绝不掉帧。这里有个容易忽略的细节：设定时间后，工具会等两帧 requestAnimationFrame 再截图。因为修改时间只是改了 React 状态，浏览器还需要一到两帧才能把新画面真正画到屏幕上。等少了，截到的可能是上一帧的残影。为了让画面更锐利，截图时用 2 倍设备像素比渲染，实际按 3840×2160 出图，最后由 ffmpeg 缩回 1080p。原理和高分辨率印刷一样：先在更大的画布上精细绘制，再高质量缩小，文字边缘和细线会明显更清晰。 baoyu-design 在 GitHub 开源（MIT 协议），目前 1.2K star。感兴趣的可以去看看它的 skills/baoyu-design 目录，动画引擎的完整实现都在里面。

baoyu-design skill 可以在本地生成动画视频，导出 mp4 格式，就像附件视频这个。 Claude Design 网页版可以用提示词创建动画视频，但你需要在网页上才能看到视频，无法下载。也有人基于第三方插件录屏软件实现过，不过很麻烦，效果也不是很好。在这套 Skill 基础上，我已经实现了直接把动画导出成 mp4 视频的能力。生成动画和导出视频，其实原理差不多，就是每一帧画面，都是根据所在时间坐标算出来的，就像一个函数 f(t)，你传入给动画引擎任意一个时间点 t，它能直接算出那一瞬间屏幕上每个元素的位置、透明度、大小，所有视觉状态完全由 t 决定。不需要从头播放到那个时刻，也不需要记住之前发生了什么。传统写动画的方式是命令式的：到了某个时刻，去改某个元素的位置，把透明度调一下。状态散落在各处，时间一乱画面就乱。这套引擎反过来，用的是声明式思路：你不去驱动元素运动，只描述在第 t 秒，每个元素应该长什么样。打个比方，传统动画像看电影，你必须从头看才知道第 30 分钟画面是什么。这套引擎更像一本特殊的书，翻到任意一页，画面都是完整的、确定的。这个设计带来了三个能力： 1. 拖动播放条跳到任意位置可以，因为 f(t) 随时能算； 2. 反复调试同一个画面可以，因为同一个 t 永远产出同一帧； 3. 把动画导出成视频也可以，而且方式很巧妙。那么导出视频是怎么实现的呢？直觉上，把浏览器里的动画变成 MP4，录个屏不就行了？录屏是实时的。机器稍微一卡就掉帧，拍出来的视频不可复现。而且播放条、黑色背景、圆角阴影这些"播放器外壳"会一起被录进去。 baoyu-design 用的方法更像定格动画的拍摄：启动一个无头浏览器（没有界面的 Chromium），加载动画页面，通过引擎预留的一个控制接口精确操控时间轴。每设定一个时间点，等浏览器把画面渲染完成，截一张图，通过管道直接喂给 ffmpeg 编码。一段 95 秒、30fps 的动画就是 2850 次"摆好时间，拍照"的循环。慢，但每一帧都是精确的，绝不掉帧。这里有个容易忽略的细节：设定时间后，工具会等两帧 requestAnimationFrame 再截图。因为修改时间只是改了 React 状态，浏览器还需要一到两帧才能把新画面真正画到屏幕上。等少了，截到的可能是上一帧的残影。为了让画面更锐利，截图时用 2 倍设备像素比渲染，实际按 3840×2160 出图，最后由 ffmpeg 缩回 1080p。原理和高分辨率印刷一样：先在更大的画布上精细绘制，再高质量缩小，文字边缘和细线会明显更清晰。 baoyu-design 在 GitHub 开源（MIT 协议），目前 1.2K star。感兴趣的可以去看看它的 skills/baoyu-design 目录，动画引擎的完整实现都在里面。

宝玉

179,091 Aufrufe • vor 2 Monaten

有人开发了一款完全在终端中运行的 Chromium 浏览器。它叫 Carbonyl，能够直接在命令行里渲染真实的网页。最给力的是，它在闲置时的 CPU 占用率为 0% 终端内置完整的 Chromium 引擎闲置时 CPU 占用精准保持在 0% 快速、轻巧，且完全终端原生 100% 开源

有人开发了一款完全在终端中运行的 Chromium 浏览器。它叫 Carbonyl，能够直接在命令行里渲染真实的网页。最给力的是，它在闲置时的 CPU 占用率为 0% 终端内置完整的 Chromium 引擎闲置时 CPU 占用精准保持在 0% 快速、轻巧，且完全终端原生 100% 开源

套利豪仔🗽

139,014 Aufrufe • vor 5 Monaten

AI 控制浏览器终于有了正确姿势 browser-harness：不封装、不抽象，把完整 CDP 协议直接暴露给 LLM，缺什么工具就让 AI 自己写进去——这才叫 self-healing agent 要上传文件 → 里没有 → agent 自己补写 → ✅ 下次直接用 2.9k ⭐，还能免费薅 3 个云端并发浏览器 ~600 行，MIT 开源最好的框架，是几乎没有框架

AI 控制浏览器终于有了正确姿势 browser-harness：不封装、不抽象，把完整 CDP 协议直接暴露给 LLM，缺什么工具就让 AI 自己写进去——这才叫 self-healing agent 要上传文件 → 里没有 → agent 自己补写 → ✅ 下次直接用 2.9k ⭐，还能免费薅 3 个云端并发浏览器 ~600 行，MIT 开源最好的框架，是几乎没有框架

axiaisacat

37,201 Aufrufe • vor 4 Monaten

Claude Code 和 Codex，已经能直接“说话”了。没走 API。没上专用协议。中间只隔着一个终端。关键不是把两个模型硬绑在一起。而是让它们都能创建、读取、操作 terminal。 smux 做的，就是这件事。于是终端不再只是人类的黑窗口。它成了 agent 之间共享的接口。很多人以为，agent 协作的门槛是统一 API。这次给了一个更朴素的答案。先共享操作面，再谈协议层。能读。能写。能执行。沟通就自然发生了。 Claude Code 和 Codex，现在真能“牵手”了。

Claude Code 和 Codex，已经能直接“说话”了。没走 API。没上专用协议。中间只隔着一个终端。关键不是把两个模型硬绑在一起。而是让它们都能创建、读取、操作 terminal。 smux 做的，就是这件事。于是终端不再只是人类的黑窗口。它成了 agent 之间共享的接口。很多人以为，agent 协作的门槛是统一 API。这次给了一个更朴素的答案。先共享操作面，再谈协议层。能读。能写。能执行。沟通就自然发生了。 Claude Code 和 Codex，现在真能“牵手”了。

墓碑科技

59,626 Aufrufe • vor 5 Monaten

Claude Code 终于能像真人一样上网了！ Browser Use 官方集成上线： > 直接在 Claude Code 里调用 > 像人类一样浏览网页、操作界面 > **免费 + 无限云浏览器小时** 再也不用截图给 Claude、也不用担心本地浏览器卡顿了！

Claude Code 终于能像真人一样上网了！ Browser Use 官方集成上线： > 直接在 Claude Code 里调用 > 像人类一样浏览网页、操作界面 > 免费 + 无限云浏览器小时再也不用截图给 Claude、也不用担心本地浏览器卡顿了！

Berryxia.AI

41,450 Aufrufe • vor 4 Monaten

无意发现了网易一个不错的产品 LobsterAI，一个 7×24 小时帮你干活的全场景个人 Agent。另外，它今天正式宣布开源了。安装好后在 Telegram 里配了机器人，刚好出门，就全程用手机远程让它去读我电脑上的「潮流周刊」代码仓库，只抓 2025 年的所有内容，目标也明确，帮我挑出年度最推荐的 20 个好东西。原本以为它会随便扫一遍凑名单，结果它真的一篇篇读完了，挑得很克制，像是在做编辑。最后给出来的 Top 20 挺符合我的心意，甚至还把 Mole、Pake、妙言这些我一直在维护的项目也选进去了，顺带写了段鼓励，莫名有点感动。用完之后大概明白它为什么能做到这种程度：它有一套跨会话的持久化记忆系统，记住了我的偏好。底层是本地优先的设计，能真正在你机器上执行操作，不只是云端对话完就算了，延迟、隐私、断网这些问题也就自然规避掉了。每一步操作对你完全透明，不是黑盒在跑，随时都有完整的控制权，拿来做整理型的自动化挺合适。能力也不只是读读写写，做 PPT、定时任务、搜索、调用本地工具……这些都内置了。设置里还能接飞书、钉钉、Telegram、Discord，也能走邮箱，开箱即用。视频里把从配置到生成 Top 20 的整个过程都录下来了，有兴趣可以看看。它已经开源，大家完全可以玩起来，把那些重复性的、枯燥的工作统统交给它。很期待小龙虾越做越好吃。

无意发现了网易一个不错的产品 LobsterAI，一个 7×24 小时帮你干活的全场景个人 Agent。另外，它今天正式宣布开源了。安装好后在 Telegram 里配了机器人，刚好出门，就全程用手机远程让它去读我电脑上的「潮流周刊」代码仓库，只抓 2025 年的所有内容，目标也明确，帮我挑出年度最推荐的 20 个好东西。原本以为它会随便扫一遍凑名单，结果它真的一篇篇读完了，挑得很克制，像是在做编辑。最后给出来的 Top 20 挺符合我的心意，甚至还把 Mole、Pake、妙言这些我一直在维护的项目也选进去了，顺带写了段鼓励，莫名有点感动。用完之后大概明白它为什么能做到这种程度：它有一套跨会话的持久化记忆系统，记住了我的偏好。底层是本地优先的设计，能真正在你机器上执行操作，不只是云端对话完就算了，延迟、隐私、断网这些问题也就自然规避掉了。每一步操作对你完全透明，不是黑盒在跑，随时都有完整的控制权，拿来做整理型的自动化挺合适。能力也不只是读读写写，做 PPT、定时任务、搜索、调用本地工具……这些都内置了。设置里还能接飞书、钉钉、Telegram、Discord，也能走邮箱，开箱即用。视频里把从配置到生成 Top 20 的整个过程都录下来了，有兴趣可以看看。它已经开源，大家完全可以玩起来，把那些重复性的、枯燥的工作统统交给它。很期待小龙虾越做越好吃。

Tw93

79,550 Aufrufe • vor 6 Monaten