Загрузка видео...

Не удалось загрузить видео

На главную

清华和面壁智能一起开源了一个安卓的界面操作 Agent 首个针对中文APP精细优化的开源GUI Agent 覆盖高德地图、大众点评、哔哩哔哩、小红书等30余个主流中文APP； 平均动作长度压缩至9.7个token，提升端侧推理的效率。

op7418's profile picture

歸藏(guizang.ai)

173,751 subscribers

101,246 просмотров • 1 год назад •via X (Twitter)

Наука и технологииОбразование
LIVE

Anya Rossi• Live Now

Private livecam show

Комментарии: 6

Фото профиля @Be_all
@Be_all1 год назад

可以在PC ，用安卓模拟器控制Agent？🤨

Фото профиля 凡人小北
凡人小北1 год назад

怎么还挑 app

Фото профиля MightyBot
MightyBot1 год назад

🧠 Unified Search. Smarter Meetings. Effortless CRM. MightyBot is your AI agent platform for seamless workflows—record meetings, automate CRM updates, and find answers across apps in seconds. 🌟 Focus on what matters. We'll handle the grind.

Фото профиля oooo111111
oooo1111111 год назад

@HuoQubot

Фото профиля 喵分享
喵分享1 год назад

利好灰产？

Фото профиля 匿名用户
匿名用户1 год назад

黑产狂喜!

Похожие видео

很多人不知道高德地图其实是个免费的"捉奸神器" 里面隐藏了一个很牛的功能，即使对方没打开APP也能实时查看对方的位置， 详细操作步骤放在评论区👇
1:55

很多人不知道高德地图其实是个免费的"捉奸神器" 里面隐藏了一个很牛的功能，即使对方没打开APP也能实时查看对方的位置， 详细操作步骤放在评论区👇

0x鸣人

276,080 просмотров • 6 месяцев назад

分享一下如何快速生成高质量的小红书封面以及标题的工作流。 做了一个视频版本的。 核心提示词： “一个爆款封面的公式，封面需要三要素:给谁看、解决什么问题、可以得到成果 基于这个原则，我们重新设置一个标题，以及封面呢？” 我认为关键的操作步骤： 1.提供了我的人物封面 （让其融合进封面） 2. 垫图了高质量的封面案例参考 ———————————— 详细的步骤，可见下面的视频操作： 详细的文字版教程，可见我转推的下面的推文： （优惠链接也在这个推文中）
2:31

分享一下如何快速生成高质量的小红书封面以及标题的工作流。 做了一个视频版本的。 核心提示词： “一个爆款封面的公式，封面需要三要素:给谁看、解决什么问题、可以得到成果 基于这个原则，我们重新设置一个标题，以及封面呢？” 我认为关键的操作步骤： 1.提供了我的人物封面 （让其融合进封面） 2. 垫图了高质量的封面案例参考 ———————————— 详细的步骤，可见下面的视频操作： 详细的文字版教程，可见我转推的下面的推文： （优惠链接也在这个推文中）

我真的没有拼多多

46,754 просмотров • 8 месяцев назад

Mininglamp-AI Mininglamp（2718.HK） 开源了两个很有意思的项目： Cider 和 Mano-P 一个解决“Mac 本地跑 AI 怎么更快” 一个解决“AI 怎么真正操作电脑” 可以让你的 Mac 不只是运行 AI，而是成为本地 AI 工作站 很多人用 Mac 跑本地模型，会遇到一个问题： 芯片很强，但模型跑起来没有想象中那么快 Cider 做的事情，就是把 M5 芯片里的 INT8 TensorOps 更充分用起来，让 LLM / VLM 推理更快、更省内存 Mano-P 则是一个 GUI-VLA Agent，面向端侧设备，可以在 Mac mini / MacBook 上本地推理 它不是只能操作浏览器，还能操作桌面软件、网页界面、专业工具和复杂图形化工作流 支持复杂 GUI 自动化、跨系统数据整合、长任务规划执行、智能报告生成、自主应用构建 技术路径是纯视觉 GUI 操作，截图和任务数据可以不出设备 Cider 解决的是： Mac 本地模型怎么跑得更快、更省内存 Mano-P 解决的是： AI 怎么像人一样看屏幕、操作电脑、完成任务 一个是端侧推理加速框架 一个是端侧 GUI Agent 模型 合起来，就是一套私有 AI 的本地基础设施 下面是 Mano-P系统在麻将游戏中的应用：通过纯视觉理解游戏界面，自主完成识牌、分析和决策。
1:24

Mininglamp-AI Mininglamp（2718.HK） 开源了两个很有意思的项目： Cider 和 Mano-P 一个解决“Mac 本地跑 AI 怎么更快” 一个解决“AI 怎么真正操作电脑” 可以让你的 Mac 不只是运行 AI，而是成为本地 AI 工作站 很多人用 Mac 跑本地模型，会遇到一个问题： 芯片很强，但模型跑起来没有想象中那么快 Cider 做的事情，就是把 M5 芯片里的 INT8 TensorOps 更充分用起来，让 LLM / VLM 推理更快、更省内存 Mano-P 则是一个 GUI-VLA Agent，面向端侧设备，可以在 Mac mini / MacBook 上本地推理 它不是只能操作浏览器，还能操作桌面软件、网页界面、专业工具和复杂图形化工作流 支持复杂 GUI 自动化、跨系统数据整合、长任务规划执行、智能报告生成、自主应用构建 技术路径是纯视觉 GUI 操作，截图和任务数据可以不出设备 Cider 解决的是： Mac 本地模型怎么跑得更快、更省内存 Mano-P 解决的是： AI 怎么像人一样看屏幕、操作电脑、完成任务 一个是端侧推理加速框架 一个是端侧 GUI Agent 模型 合起来，就是一套私有 AI 的本地基础设施 下面是 Mano-P系统在麻将游戏中的应用：通过纯视觉理解游戏界面，自主完成识牌、分析和决策。

小互

12,114 просмотров • 4 месяцев назад

我开源了我沉淀一年的skill，涵盖写作、深度调研、产品界面优化、代码和文档对齐、角色与文章配图、chatcut自动化剪辑、代码的交付收尾.... 契机: 1.小黄skil篇 陈硕有个设计师小伙伴做了个skill，这个skil是和这个skil是和Ian (伊恩)老师在github上斩获10000stars的小黑skill的共创，出了一个新的形象:小黄 做完才发现，画出一个可爱的角色并不难，难的是:让它在不同文章、动作、场景，甚至2D/3D的变化里，始终还是同一个角色 小黄有固定的角色 DNA：暖黄色种子形身体、爱心天线、椭圆眼睛、腮红和细手脚 它还能读一篇文章，找到真正值得解释的“认知锚点”，再把一个判断、关系或转折画成配图 以下是具体效果和内容呈现👇
0:09

我开源了我沉淀一年的skill，涵盖写作、深度调研、产品界面优化、代码和文档对齐、角色与文章配图、chatcut自动化剪辑、代码的交付收尾.... 契机: 1.小黄skil篇 陈硕有个设计师小伙伴做了个skill，这个skil是和这个skil是和Ian (伊恩)老师在github上斩获10000stars的小黑skill的共创，出了一个新的形象:小黄 做完才发现，画出一个可爱的角色并不难，难的是:让它在不同文章、动作、场景，甚至2D/3D的变化里，始终还是同一个角色 小黄有固定的角色 DNA：暖黄色种子形身体、爱心天线、椭圆眼睛、腮红和细手脚 它还能读一篇文章，找到真正值得解释的“认知锚点”，再把一个判断、关系或转折画成配图 以下是具体效果和内容呈现👇

陈硕KAI

23,493 просмотров • 1 месяц назад

Hermes Web UI 是一个自托管 AI Agent 聊天仪表板 流式对话、多模型调度、群聊协作、看板管理、用量分析、文件管理和 Web 终端整合到同一个界面里。 无需复杂配置，一条命令即可启动；支持 Claude、GPT、Gemini、DeepSeek 及 OpenAI 兼容模型，也能统一接入多种平台消息入口。 给开发者和团队一个更清晰、更可控的 Agent 工作台。开源、轻量、持续更新。官网：
0:30

Hermes Web UI 是一个自托管 AI Agent 聊天仪表板 流式对话、多模型调度、群聊协作、看板管理、用量分析、文件管理和 Web 终端整合到同一个界面里。 无需复杂配置，一条命令即可启动；支持 Claude、GPT、Gemini、DeepSeek 及 OpenAI 兼容模型，也能统一接入多种平台消息入口。 给开发者和团队一个更清晰、更可控的 Agent 工作台。开源、轻量、持续更新。官网：

libapi

13,418 просмотров • 4 месяцев назад

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 просмотров • 1 месяц назад

造福推友们来了，搭建了一个智能体，一键生成多个平台的视频文章封面图（如抖音、小红书、B站、微信公众号等多种比例） 改封面生成器适用于需要露脸的，效果演示如下⬇️ 体验链接：
0:24

造福推友们来了，搭建了一个智能体，一键生成多个平台的视频文章封面图（如抖音、小红书、B站、微信公众号等多种比例） 改封面生成器适用于需要露脸的，效果演示如下⬇️ 体验链接：

Justin3go

55,646 просмотров • 1 год назад

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 просмотров • 4 месяцев назад

提前预定了我心目中今年的最佳开源项目，Tegaki 之前有个模拟 Apple 手写的效果，这个可以模拟任何英文字体的手写效果，可以自动生成 stroke，笔画顺序，非常非常惊艳，推荐给所有人，还支持目前大部分的前端框架。 这个开源库在现在满地各种动辄几千 star 里面一个 markdown 文件的 skills 的包围中，显得弥足珍贵，这是真正高质量的开源项目。
0:24

提前预定了我心目中今年的最佳开源项目，Tegaki 之前有个模拟 Apple 手写的效果，这个可以模拟任何英文字体的手写效果，可以自动生成 stroke，笔画顺序，非常非常惊艳，推荐给所有人，还支持目前大部分的前端框架。 这个开源库在现在满地各种动辄几千 star 里面一个 markdown 文件的 skills 的包围中，显得弥足珍贵，这是真正高质量的开源项目。

Viking

68,550 просмотров • 5 месяцев назад

MAI-UI：阿里通义开源的手机GUI智能体 可以实现豆包手机助手的效果，自动化操作手机。特色是采用了本地模型+云端模型协作的方式，兼顾性能和准确度，在多项手机操作评分中排名第一。目前2B模型和8B模型已开源。 Github：
0:30

MAI-UI：阿里通义开源的手机GUI智能体 可以实现豆包手机助手的效果，自动化操作手机。特色是采用了本地模型+云端模型协作的方式，兼顾性能和准确度，在多项手机操作评分中排名第一。目前2B模型和8B模型已开源。 Github：

Gorden Sun

64,434 просмотров • 8 месяцев назад

国产开源社媒 Agent——Easel ✅ 5 层工作流：热点→选题→文案→发布→复盘 ✅ 账号画像驱动，越用越贴你的风格 ✅ 已支持小红书/抖音/知乎/B站/视频号 等 6 平台 浙大 REAL Lab 出品，112 个 Skill 即开即用。 GitHub 已开源，地址见评论区👇 #开源 #AIAgent
0:30

国产开源社媒 Agent——Easel ✅ 5 层工作流：热点→选题→文案→发布→复盘 ✅ 账号画像驱动，越用越贴你的风格 ✅ 已支持小红书/抖音/知乎/B站/视频号 等 6 平台 浙大 REAL Lab 出品，112 个 Skill 即开即用。 GitHub 已开源，地址见评论区👇 #开源 #AIAgent

koffuxu

10,766 просмотров • 23 дней назад

Jony Ive 离开苹果之后第一个公开亮相的设计： 法拉利的首款电动车界面系统 曾经把多点触控带给世界的的人却反对现在的电动汽车完全的触控化： "为什么动力源是电的，大家就默认交互界面也得是数字化的？这是个巨大的跳跃，而且很武断。" 他认为电动化只是动力源变了，没理由把整个交互推平成屏幕。
11:26

Jony Ive 离开苹果之后第一个公开亮相的设计： 法拉利的首款电动车界面系统 曾经把多点触控带给世界的的人却反对现在的电动汽车完全的触控化： "为什么动力源是电的，大家就默认交互界面也得是数字化的？这是个巨大的跳跃，而且很武断。" 他认为电动化只是动力源变了，没理由把整个交互推平成屏幕。

小互

114,860 просмотров • 4 месяцев назад

我给 Obsidian 写了个一键排版分发的插件： 一篇 Markdown，即时预览，适配3大图文平台： 公众号排版 HTML（图片自动内嵌，粘贴就能发） 小红书 3:4 图文（自动分页 + 主题切换 +一键打包 ） X Articles 长文（图片占位 + ZIP 导出，轻量化操作） 写作的人不该把时间花在排版上。市面上有一些skill和工具能实现，但我这种半自动应该是时间最快，免费的，不要离开obsidian的，边写边预览的，欢迎体验～ 开源：
1:48

我给 Obsidian 写了个一键排版分发的插件： 一篇 Markdown，即时预览，适配3大图文平台： 公众号排版 HTML（图片自动内嵌，粘贴就能发） 小红书 3:4 图文（自动分页 + 主题切换 +一键打包 ） X Articles 长文（图片占位 + ZIP 导出，轻量化操作） 写作的人不该把时间花在排版上。市面上有一些skill和工具能实现，但我这种半自动应该是时间最快，免费的，不要离开obsidian的，边写边预览的，欢迎体验～ 开源：

Jacky无限生长

23,548 просмотров • 2 месяцев назад

Kimi K3 火爆之后，再看杨植麟在 GTC 2026 的演讲 当时杨植麟提出，开放模型想追上闭源前沿模型，需要同时扩展三个维度：提高 token 效率、拉长上下文，并把单智能体升级为可并行协作的智能体集群 如今 Kimi K3 以 2.8 万亿参数、100 万 token 上下文和 Agent Swarm 亮相，成为首个 3T 级开放模型，相关产品已全面上线，完整权重计划于 7 月 27 日发布 (Kimi AI) K3 的火爆更像一次路线兑现：开放只是起点，真正拉开差距的，是模型能否处理更长任务，并调度更多智能体一起完成复杂工作
2:36

Kimi K3 火爆之后，再看杨植麟在 GTC 2026 的演讲 当时杨植麟提出，开放模型想追上闭源前沿模型，需要同时扩展三个维度：提高 token 效率、拉长上下文，并把单智能体升级为可并行协作的智能体集群 如今 Kimi K3 以 2.8 万亿参数、100 万 token 上下文和 Agent Swarm 亮相，成为首个 3T 级开放模型，相关产品已全面上线，完整权重计划于 7 月 27 日发布 (Kimi AI) K3 的火爆更像一次路线兑现：开放只是起点，真正拉开差距的，是模型能否处理更长任务，并调度更多智能体一起完成复杂工作

PANews丨APP全面升级

40,323 просмотров • 2 месяцев назад

花了点时间，本地部署好了这个用 Nano Banana Pro🍌 做的一站式小红书图文生成器🔥。 试了下效果，真的挺惊艳的。能一句话一张图片生成小红书图文和封面。 并且支持本地部署和自定义大模型配置，文字生成我用的Gemini3 pro，图像生成用的 Nano Banana Pro。这两搭配起来效果超级给力。 我已经部署成功并放在我的服务器上，突然感觉我的小红书又有救了，哈哈哈 GitHub 开源地址和教程我放评论区了，兄弟们，用起来。
0:56

花了点时间，本地部署好了这个用 Nano Banana Pro🍌 做的一站式小红书图文生成器🔥。 试了下效果，真的挺惊艳的。能一句话一张图片生成小红书图文和封面。 并且支持本地部署和自定义大模型配置，文字生成我用的Gemini3 pro，图像生成用的 Nano Banana Pro。这两搭配起来效果超级给力。 我已经部署成功并放在我的服务器上，突然感觉我的小红书又有救了，哈哈哈 GitHub 开源地址和教程我放评论区了，兄弟们，用起来。

苍何

122,672 просмотров • 9 месяцев назад

Coze 3.0 + Multi-Agent 协作实践 Coze 3.0发布了， 跑通了一个完整的多 Agent 协作流程。 任务：基于一个开源 mini coding agent 仓库 + 一篇深度文章，制作高质量的 learning tutorial。 先制定多 Agent 协作协议（这点在多 Agent 场景中 非常重要）： 明确职责、固定 workspace、约定通知方式。项目文件作为唯一参考数据，版本可追溯。 团队的三个 Agent 各司其职： CodeX Agent（本地） -> 深度理解代码仓库，提取关键代码示例 Claude Agent（本地） -> 精读文章，提炼核心概念与架构分析 Coze Agent（云端） -> 整合两方产出，制作 Apple HIG 风格的交互式 HTML tutorial 过程中产出的 artifacts（learning-coding-agent.md -> tutorial.md -> slides），通过版本号前后衔接，每个 Agent 都基于前序成果继续推进。 多 Agent 协作的核心在于先定规则，再分任务。 协议写清楚谁做什么，产出放哪里，怎么通知下游，整个流程就像一条流水线，每个环节都可控，可追溯。
1:28

Coze 3.0 + Multi-Agent 协作实践 Coze 3.0发布了， 跑通了一个完整的多 Agent 协作流程。 任务：基于一个开源 mini coding agent 仓库 + 一篇深度文章，制作高质量的 learning tutorial。 先制定多 Agent 协作协议（这点在多 Agent 场景中 非常重要）： 明确职责、固定 workspace、约定通知方式。项目文件作为唯一参考数据，版本可追溯。 团队的三个 Agent 各司其职： CodeX Agent（本地） -> 深度理解代码仓库，提取关键代码示例 Claude Agent（本地） -> 精读文章，提炼核心概念与架构分析 Coze Agent（云端） -> 整合两方产出，制作 Apple HIG 风格的交互式 HTML tutorial 过程中产出的 artifacts（learning-coding-agent.md -> tutorial.md -> slides），通过版本号前后衔接，每个 Agent 都基于前序成果继续推进。 多 Agent 协作的核心在于先定规则，再分任务。 协议写清楚谁做什么，产出放哪里，怎么通知下游，整个流程就像一条流水线，每个环节都可控，可追溯。

Dongxi 东锡 NLP

13,086 просмотров • 3 месяцев назад

一款开源的 AI 网页自动化工具：Nanobrowser。 OpenAI Operator 的开源平替，在浏览器中本地运行，支持多智能体系统。 完全免费、注重隐私、灵活的 LLM 选项、完全开源，让网页操作变得更加智能高效。 GitHub： 从 GitHub 下载 zip 文件，轻松安装到 Chrome 中即可使用。
0:31

一款开源的 AI 网页自动化工具：Nanobrowser。 OpenAI Operator 的开源平替，在浏览器中本地运行，支持多智能体系统。 完全免费、注重隐私、灵活的 LLM 选项、完全开源，让网页操作变得更加智能高效。 GitHub： 从 GitHub 下载 zip 文件，轻松安装到 Chrome 中即可使用。

GitHubDaily

47,012 просмотров • 1 год назад

这款读书软件爱了🥰 ~ Readest 一款基于 Next.js 15 和 Tauri v2 技术构建的开源电子书阅读器，全平台覆盖桌面端、移动端及网页端。作为 Foliate 的重构升级版，提供 EPUB/PDF/MOBI 等格式支持，具备免费云同步、全书双语对照翻译、多语言朗读功能，支持分屏阅读与个性化设置，打造深度阅读体验。
0:22

这款读书软件爱了🥰 ~ Readest 一款基于 Next.js 15 和 Tauri v2 技术构建的开源电子书阅读器，全平台覆盖桌面端、移动端及网页端。作为 Foliate 的重构升级版，提供 EPUB/PDF/MOBI 等格式支持，具备免费云同步、全书双语对照翻译、多语言朗读功能，支持分屏阅读与个性化设置，打造深度阅读体验。

Geek

59,642 просмотров • 1 год назад