正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

用Three.js在网页里面写了用手势隔空控制的操作系统demo🤓🫶 办公要全身动起来😋告别鼠标和键盘，语音输入和动作控制

独立开发者William

10,723 subscribers

10,784 次观看 • 2 个月前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

英伟达等刚刚推出了用于人形机器人的多功能神经网络全身控制器：HOVER 它首次实现了用统一控制器来处理，像机器人的导航、步行操控和桌面操控等多种不同类型任务，还能模仿人类动作，它模拟一年的训练量，只需50分钟它可以完成导航行走、物体操作、桌面作业、复杂动作的协调、人机交互任务等可以无缝切换不同控制模式，支持全身运动模仿学习项目：论文：

英伟达等刚刚推出了用于人形机器人的多功能神经网络全身控制器：HOVER 它首次实现了用统一控制器来处理，像机器人的导航、步行操控和桌面操控等多种不同类型任务，还能模仿人类动作，它模拟一年的训练量，只需50分钟它可以完成导航行走、物体操作、桌面作业、复杂动作的协调、人机交互任务等可以无缝切换不同控制模式，支持全身运动模仿学习项目：论文：

AIGCLINK

20,821 次观看 • 1 年前

一个开源的桌面宠物互动应用：BongoCat。在电脑上显示一个可爱的猫咪，跟随着你敲打的键盘和移动的鼠标进行互动，工作累了困了可玩下解压。 GitHub：提供 Windows、macOS 和 Linux 系统安装包，可直接开箱即用。

一个开源的桌面宠物互动应用：BongoCat。在电脑上显示一个可爱的猫咪，跟随着你敲打的键盘和移动的鼠标进行互动，工作累了困了可玩下解压。 GitHub：提供 Windows、macOS 和 Linux 系统安装包，可直接开箱即用。

GitHubDaily

31,361 次观看 • 1 年前

#快捷指令强烈推荐使用👌：由科技博主 Quinn Nelson制作，可在控制中心一键直达当前应用的设置页面，省去手动查找的步骤

#快捷指令强烈推荐使用👌：由科技博主 Quinn Nelson制作，可在控制中心一键直达当前应用的设置页面，省去手动查找的步骤

小鹏Digital

33,896 次观看 • 3 个月前

在 GitHub 上发现一款能真正自主完成任务的 AI 桌面 Agent：NeuralAgent，解放我们双手，自动操作电脑。它能直接在桌面上执行各种操作，如打字、点击、浏览网页、填写表单、发送邮件，甚至可以在后台自动完成复杂任务。 GitHub：主要特性： - 桌面自动化操作，支持鼠标键盘控制和窗口管理 - 后台浏览器自动化，可自动处理网页任务 - 支持多种 AI 模型，包括 OpenAI、Anthropic、Gemini 等 - 模块化 Agent 架构，包含规划、分类、建议等专门 Agent - 多模态支持，结合文本和视觉信息理解任务 - FastAPI 后端配合 Electron 桌面应用，提供流畅操作体验搭建颇为复杂，不过提供了完整安装指南，并兼容 Windows、macOS 和 Linux 系统。感兴趣的同学可以部署运行体验下。

在 GitHub 上发现一款能真正自主完成任务的 AI 桌面 Agent：NeuralAgent，解放我们双手，自动操作电脑。它能直接在桌面上执行各种操作，如打字、点击、浏览网页、填写表单、发送邮件，甚至可以在后台自动完成复杂任务。 GitHub：主要特性： - 桌面自动化操作，支持鼠标键盘控制和窗口管理 - 后台浏览器自动化，可自动处理网页任务 - 支持多种 AI 模型，包括 OpenAI、Anthropic、Gemini 等 - 模块化 Agent 架构，包含规划、分类、建议等专门 Agent - 多模态支持，结合文本和视觉信息理解任务 - FastAPI 后端配合 Electron 桌面应用，提供流畅操作体验搭建颇为复杂，不过提供了完整安装指南，并兼容 Windows、macOS 和 Linux 系统。感兴趣的同学可以部署运行体验下。

GitHubDaily

16,761 次观看 • 1 年前

不行了，我要5毛钱押注未来，不做iOS了，从头学起，转行硬件佬和AI机器人🤓 刚刚发现可以用 three.js 在网页上渲染机器人，并像使用 Blender 一样控制它，但是更加轻量。好玩儿。沉迷其中，好久没写iOS了🤡

不行了，我要5毛钱押注未来，不做iOS了，从头学起，转行硬件佬和AI机器人🤓 刚刚发现可以用 three.js 在网页上渲染机器人，并像使用 Blender 一样控制它，但是更加轻量。好玩儿。沉迷其中，好久没写iOS了🤡

独立开发者William

32,141 次观看 • 3 个月前

AI女团扫腿舞来了！全程不用剪辑，不用拍摄，不用设计舞美灯光效果，自动化运镜🤯 在Grok Imagine，提供一张图片，就可以自动识别给到脸部特写、控制人物情绪的镜头，还原脸部特征的同时，在舞蹈动作方面非常出色。

AI女团扫腿舞来了！全程不用剪辑，不用拍摄，不用设计舞美灯光效果，自动化运镜🤯 在Grok Imagine，提供一张图片，就可以自动识别给到脸部特写、控制人物情绪的镜头，还原脸部特征的同时，在舞蹈动作方面非常出色。

邪修玩AI-诗泳

84,065 次观看 • 10 个月前

一个前端实用小工具：Tegaki —— 任意字体的手写动画库可把任意字体变成逐笔手写动画的 JS 库。不需要手动绘制路径，不需要原生依赖，选好字体就能用。试了下，用在落地页标题文字动效，个人网站签名展示，手写风格的 UI 装饰等的场景还是蛮不错的👍

一个前端实用小工具：Tegaki —— 任意字体的手写动画库可把任意字体变成逐笔手写动画的 JS 库。不需要手动绘制路径，不需要原生依赖，选好字体就能用。试了下，用在落地页标题文字动效，个人网站签名展示，手写风格的 UI 装饰等的场景还是蛮不错的👍

知识分享官

18,324 次观看 • 2 个月前

🖱️智写流程（igenflow）：智能化的操作录制与文档生成工具 📄截图、标注、说明全自动生成，告别手搓文档 👉 🚀自动捕捉你在网页上的每一步操作，并实时生成一份结构清晰、图文并茂的操作指南 #效率工具 #教程工具 #知识管理

🖱️智写流程（igenflow）：智能化的操作录制与文档生成工具 📄截图、标注、说明全自动生成，告别手搓文档 👉 🚀自动捕捉你在网页上的每一步操作，并实时生成一份结构清晰、图文并茂的操作指南 #效率工具 #教程工具 #知识管理

ahhhhfs

26,886 次观看 • 11 个月前

发现一个硬核学习英语的宝藏网站：EAP Foundation 网站主要关注学术英语。提供了很多有用的资源，帮助提升写作、阅读、听力和语言能力，尤其是在学术写作方面。网站上有很多关于如何写作、如何引用、如何提高语法和词汇的实用技巧，非常适合需要提升学术英语水平的学生使用。

发现一个硬核学习英语的宝藏网站：EAP Foundation 网站主要关注学术英语。提供了很多有用的资源，帮助提升写作、阅读、听力和语言能力，尤其是在学术写作方面。网站上有很多关于如何写作、如何引用、如何提高语法和词汇的实用技巧，非常适合需要提升学术英语水平的学生使用。

知识分享官

48,923 次观看 • 1 年前

OpenCat 支持键盘扩展啦，让您可以在任意 iOS 应用中使用 ChatGPT 快速输入！在任意 App 中输入指令，比如“写一首诗”，切换到 OpenCat 键盘，点击预设（比如翻译成英文），会根据指令和预设自动生成文本。或者复制要回复的内容，切换到键盘，点击预设（比如回复邮件）就可以让 GPT 自动回复。

OpenCat 支持键盘扩展啦，让您可以在任意 iOS 应用中使用 ChatGPT 快速输入！在任意 App 中输入指令，比如“写一首诗”，切换到 OpenCat 键盘，点击预设（比如翻译成英文），会根据指令和预设自动生成文本。或者复制要回复的内容，切换到键盘，点击预设（比如回复邮件）就可以让 GPT 自动回复。

Baye

4,064,446 次观看 • 3 年前

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 次观看 • 1 年前

可能这就是在线零售的未来。 8mb 的小文件（会变得更小），立即以 30fps 的速度开始流式传输。在移动设备和网络上完全互动。无需任何额外许可即可用于商业用途。网络正在迅速变得 3D 和交互。这是在 Luma 中捕获的您只需要手机上拍摄的视频即可制作这些 From：Nick St. Pierre

可能这就是在线零售的未来。 8mb 的小文件（会变得更小），立即以 30fps 的速度开始流式传输。在移动设备和网络上完全互动。无需任何额外许可即可用于商业用途。网络正在迅速变得 3D 和交互。这是在 Luma 中捕获的您只需要手机上拍摄的视频即可制作这些 From：Nick St. Pierre

AI Will

20,763 次观看 • 2 年前

近日，波音777X在迪拜航展上，展示了90度倾斜极限掉头。展示了其出色的机动性和飞行控制能力。这样的飞行动作涉及到几个技术难点： 1.气动设计与稳定性：飞机需要具有先进的气动设计，以确保在极限角度飞行时仍保持稳定。这样的机动要求飞机翼面、尾翼等部分在不同飞行状态下都能有效工作。 2.飞行控制系统：现代飞机的飞行控制系统非常复杂，尤其是在执行这类高难度机动时。系统需要精确地响应飞行员的操作，同时保持飞机的稳定。 3.结构强度：极限机动会对飞机结构造成巨大压力。飞机的设计和材料需要能够承受这些压力，不致于损伤或失效。 4.飞行员技能与训练：执行这样的高难度机动需要极高的飞行技能和严格的训练。飞行员必须精通飞机的性能和操作方法，才能安全地完成这样的演示。 5.安全风险管理：在飞行展览中执行这样的动作，安全是最重要的考虑因素。飞机制造商和飞行团队必须进行周密的风险评估和应急准备。

近日，波音777X在迪拜航展上，展示了90度倾斜极限掉头。展示了其出色的机动性和飞行控制能力。这样的飞行动作涉及到几个技术难点： 1.气动设计与稳定性：飞机需要具有先进的气动设计，以确保在极限角度飞行时仍保持稳定。这样的机动要求飞机翼面、尾翼等部分在不同飞行状态下都能有效工作。 2.飞行控制系统：现代飞机的飞行控制系统非常复杂，尤其是在执行这类高难度机动时。系统需要精确地响应飞行员的操作，同时保持飞机的稳定。 3.结构强度：极限机动会对飞机结构造成巨大压力。飞机的设计和材料需要能够承受这些压力，不致于损伤或失效。 4.飞行员技能与训练：执行这样的高难度机动需要极高的飞行技能和严格的训练。飞行员必须精通飞机的性能和操作方法，才能安全地完成这样的演示。 5.安全风险管理：在飞行展览中执行这样的动作，安全是最重要的考虑因素。飞机制造商和飞行团队必须进行周密的风险评估和应急准备。

蔡子博士Chris

160,254 次观看 • 2 年前

`brew install loop` 试了一下，就是给系统加了个全局快捷键，按住 fn 鼠标拖动窗口，或者fn+键盘方向键可以快速平铺操作，支持任意方向，还有 fn+空格可以最大化窗口等一堆快捷键，效果还不错！

`brew install loop` 试了一下，就是给系统加了个全局快捷键，按住 fn 鼠标拖动窗口，或者fn+键盘方向键可以快速平铺操作，支持任意方向，还有 fn+空格可以最大化窗口等一堆快捷键，效果还不错！

𝚡𝚒𝚗𝚣𝚑𝚒

18,909 次观看 • 1 年前

OpenAI 在用户体验设计上一直非常用心，比如： 1. 视频中的 Computer Use 的授权流程，全程只需要用户拖一下，最大程度自动化，简单到就像点一下同意许可（因为系统权限和免责需要，必须用户自己操作）。 2. Codex 封装了「插件」的概念，里面预设集成了不同的 MCP 和 Skill，点击添加，网页授权，搞定。用户完全不需要去关注什么是 MCP 或 Skill 这些对普通人来说的全新的抽象概念。 3. 再比如很多产品还在让用户自己决定是否启用搜索、思考，是高级思考还是普通思考... 这本质上是用脑力来弥补算力问题，而 OpenAI 则很早就支持了 Auto 的自动决策机制。

OpenAI 在用户体验设计上一直非常用心，比如： 1. 视频中的 Computer Use 的授权流程，全程只需要用户拖一下，最大程度自动化，简单到就像点一下同意许可（因为系统权限和免责需要，必须用户自己操作）。 2. Codex 封装了「插件」的概念，里面预设集成了不同的 MCP 和 Skill，点击添加，网页授权，搞定。用户完全不需要去关注什么是 MCP 或 Skill 这些对普通人来说的全新的抽象概念。 3. 再比如很多产品还在让用户自己决定是否启用搜索、思考，是高级思考还是普通思考... 这本质上是用脑力来弥补算力问题，而 OpenAI 则很早就支持了 Auto 的自动决策机制。

Jimmy Cheung

21,945 次观看 • 4 个月前

为什么我会感觉这个姿势很舒服。。身体完全放松，被别人完全控制，不需要用力，只要感受来自身体的感觉就可以了 #flexibility #横叉 #软开 #split #middlesplit #拉伸

为什么我会感觉这个姿势很舒服。。身体完全放松，被别人完全控制，不需要用力，只要感受来自身体的感觉就可以了 #flexibility #横叉 #软开 #split #middlesplit #拉伸

Helloworld御茶

14,198 次观看 • 7 个月前

写自动化测试脚本或者写爬虫时，用传统的 Playwright 往往需要频繁维护各种元素选择器。一旦目标网页的结构发生微调，原有的脚本就容易直接报错罢工，维护起来颇为费神。最近在 GitHub 上看到到 HyperAgent 这个开源项目，巧妙地将 Playwright 与大模型结合在了一起。通过自然语言就能控制浏览器，完成复杂的自动化任务，不用再写一堆脆弱的选择器代码。 GitHub：支持单步操作，速度快成本低，以及能处理多步骤复杂任务，支持视觉理解和自适应调整。还内置动作缓存功能，录制一次工作流后可以反复回放，不需要每次都调用大语言模型。底层直接使用 Chrome 开发者工具协议，动作执行更精确，自动过滤广告框架，支持深层嵌套的 iframe 操作。同时支持云端扩展，可以通过 Hyperbrowser 快速扩展到数百个会话，还能连接 MCP 工具实现完整工作流。如果你正在用 Playwright 做自动化测试或数据采集，又厌倦了频繁维护选择器代码，这个项目值得一试。

写自动化测试脚本或者写爬虫时，用传统的 Playwright 往往需要频繁维护各种元素选择器。一旦目标网页的结构发生微调，原有的脚本就容易直接报错罢工，维护起来颇为费神。最近在 GitHub 上看到到 HyperAgent 这个开源项目，巧妙地将 Playwright 与大模型结合在了一起。通过自然语言就能控制浏览器，完成复杂的自动化任务，不用再写一堆脆弱的选择器代码。 GitHub：支持单步操作，速度快成本低，以及能处理多步骤复杂任务，支持视觉理解和自适应调整。还内置动作缓存功能，录制一次工作流后可以反复回放，不需要每次都调用大语言模型。底层直接使用 Chrome 开发者工具协议，动作执行更精确，自动过滤广告框架，支持深层嵌套的 iframe 操作。同时支持云端扩展，可以通过 Hyperbrowser 快速扩展到数百个会话，还能连接 MCP 工具实现完整工作流。如果你正在用 Playwright 做自动化测试或数据采集，又厌倦了频繁维护选择器代码，这个项目值得一试。

GitHubDaily

17,999 次观看 • 4 个月前