Loading video...

Video Failed to Load

Go Home

🔥这个开源项目让前端圈彻底沸腾！ midijourney 大神开源的 Pretext，GitHub 狂揽 47K Stars 这个文本排版引擎堪称降维打击，正在终结UI界长达30年的顽固难题。 传统文本测量高度依赖 CSS DOM Reflow，页面稍微复杂一点，性能直接崩盘。 Pretext 的思路是直接绕过 DOM，在用户代码层精确测量文本，纯 TypeScript 编写，15KB，零依赖。 渲染体验直达 120 帧，对比传统方案像从绿皮火车换上了磁悬浮，而且支持多语言混排和各平台 emoji

axichuhai's profile picture

阿西_出海

25,195 subscribers

331,716 views • 3 months ago •via X (Twitter)

EducationScience & Technology
LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

在 GitHub 上发现一个开源项目：Memvid，颠覆传统的向量数据库处理方式，直接将文本数据编码成视频文件。 通过将数百万文本块压缩到单个 MP4 文件中，不仅实现了 10 倍的存储压缩率，还能在亚秒级时间内完成语义搜索，完全无需数据库服务器。 GitHub： 并且内置对话功能，可与知识库进行上下文感知的对话，同时支持直接导入 PDF 文档并自动索引处理。 可完全离线工作，视频生成后无需网络连接。正在构建大型知识库的 AI 开发者不妨看下这个项目。
0:15

在 GitHub 上发现一个开源项目：Memvid，颠覆传统的向量数据库处理方式，直接将文本数据编码成视频文件。 通过将数百万文本块压缩到单个 MP4 文件中，不仅实现了 10 倍的存储压缩率，还能在亚秒级时间内完成语义搜索，完全无需数据库服务器。 GitHub： 并且内置对话功能，可与知识库进行上下文感知的对话，同时支持直接导入 PDF 文档并自动索引处理。 可完全离线工作，视频生成后无需网络连接。正在构建大型知识库的 AI 开发者不妨看下这个项目。

GitHubDaily

57,673 views • 1 year ago

兄弟们今天给大家一个正确打开GPT5.6的方式。 很多人用 Codex，第一步就错了。 上来一句：帮我写个 App。 这不是让 AI 写代码，这是让它烧你的 token。 Codex 5.6 记得接 GitHub 插件，然后先别让它动手写。 直接丢这段： 我要开发某某X。先别创建文件，也别输出代码。去 GitHub 调研同类开源项目，筛出最值得参考的方案，分析架构、依赖、活跃度、坑点和可复用设计。最后给我技术选型、系统架构、MVP 范围和开发顺序，等我确认再写代码。 这一步做完，省 token 真的离谱。 先让它抄作业，再让它干活。 兄弟们，这才是 Codex 的正确打开方式。
0:16

兄弟们今天给大家一个正确打开GPT5.6的方式。 很多人用 Codex，第一步就错了。 上来一句：帮我写个 App。 这不是让 AI 写代码，这是让它烧你的 token。 Codex 5.6 记得接 GitHub 插件，然后先别让它动手写。 直接丢这段： 我要开发某某X。先别创建文件，也别输出代码。去 GitHub 调研同类开源项目，筛出最值得参考的方案，分析架构、依赖、活跃度、坑点和可复用设计。最后给我技术选型、系统架构、MVP 范围和开发顺序，等我确认再写代码。 这一步做完，省 token 真的离谱。 先让它抄作业，再让它干活。 兄弟们，这才是 Codex 的正确打开方式。

火山哥🕊️

105,735 views • 1 month ago

兄弟们，昨天看完 K3 的开源宣传片，我发现它的表达思路，和「道 Skill」的底层逻辑高度一致，所以我直接把「造 Skill 的方法」也开源了。 真正值得开源的，不只是一个成品，更是创造它的方法。 于是，我参考 K3 官方视频，也做了一支「道 Skill」宣传片。 这套 Skill 元方法论，我已经测试、优化、迭代了很多个版本。现在正式开源。 如果你也在做 Skill，不必每次都从零开始。拿去用，拿去改，也欢迎一起把它迭代得更强。
0:15

兄弟们，昨天看完 K3 的开源宣传片，我发现它的表达思路，和「道 Skill」的底层逻辑高度一致，所以我直接把「造 Skill 的方法」也开源了。 真正值得开源的，不只是一个成品，更是创造它的方法。 于是，我参考 K3 官方视频，也做了一支「道 Skill」宣传片。 这套 Skill 元方法论，我已经测试、优化、迭代了很多个版本。现在正式开源。 如果你也在做 Skill，不必每次都从零开始。拿去用，拿去改，也欢迎一起把它迭代得更强。

知识猫AI实验室

26,128 views • 1 month ago

在 GitHub 看到一个很实用的项目： LinkSwift 它直接把网盘下载速度彻底释放出来。 很多人都有这个体验： 网盘资源很多，但下载速度被限得很死， 几百 KB 的速度，下载一个文件要等半天。 这个项目做的事情很简单： 直接提取网盘的高速直链下载。 原本慢得像龟速的下载， 很多人实测可以直接跑满带宽， 几十 MB/s 的速度，看着进度条狂飙才是正常下载该有的样子。 更关键的是，它不是只针对某一个平台。 目前支持的网盘包括： - 百度网盘 - 夸克网盘 - 阿里云盘 - 迅雷云盘 - 123 云盘 - UC 网盘 - 天翼云盘 - 中国移动云盘 基本主流网盘都覆盖了， 相当于拿到了一把 网盘下载的万能钥匙。 使用方式也很简单： 在浏览器安装脚本后， 打开网盘页面就可以直接： - 一键提取下载直链 - 批量导出下载地址 - 推送到下载器（IDM、Aria2 等） 如果你平时需要整理资料、下载资源， 整个流程会顺滑很多。 另外一个很重要的点是： 项目完全开源。 代码全部公开在 GitHub， 没有广告，也没有隐藏插件， 透明度很高。 经常和网盘打交道的人，可以收藏一下。
0:14

在 GitHub 看到一个很实用的项目： LinkSwift 它直接把网盘下载速度彻底释放出来。 很多人都有这个体验： 网盘资源很多，但下载速度被限得很死， 几百 KB 的速度，下载一个文件要等半天。 这个项目做的事情很简单： 直接提取网盘的高速直链下载。 原本慢得像龟速的下载， 很多人实测可以直接跑满带宽， 几十 MB/s 的速度，看着进度条狂飙才是正常下载该有的样子。 更关键的是，它不是只针对某一个平台。 目前支持的网盘包括： - 百度网盘 - 夸克网盘 - 阿里云盘 - 迅雷云盘 - 123 云盘 - UC 网盘 - 天翼云盘 - 中国移动云盘 基本主流网盘都覆盖了， 相当于拿到了一把 网盘下载的万能钥匙。 使用方式也很简单： 在浏览器安装脚本后， 打开网盘页面就可以直接： - 一键提取下载直链 - 批量导出下载地址 - 推送到下载器（IDM、Aria2 等） 如果你平时需要整理资料、下载资源， 整个流程会顺滑很多。 另外一个很重要的点是： 项目完全开源。 代码全部公开在 GitHub， 没有广告，也没有隐藏插件， 透明度很高。 经常和网盘打交道的人，可以收藏一下。

开发者Hailey

71,051 views • 6 months ago

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。
0:16

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 views • 5 months ago

在 GitHub上发现一个能克隆任何网站的项目，已经斩获 2w+ star 一个 /clone-website 指令，AI 就会自动截图分析、提取精确的 CSS 颜色和字体间距、探测点击和全屏滚动等交互状态，然后把整个网站逆向还原成干净的 Next.js 代码 支持 Claude Code、OpenCode、Codex、Cursor 等 13 个主流 AI 编程平台，底层用 shadcn/ui 设计系统，既好看又容易二次开发 用法也很简单： clone 模板 → npm install 装依赖 → 用 Cursor 打开项目，然后直接让 AI 帮你干活就行了
0:14

在 GitHub上发现一个能克隆任何网站的项目，已经斩获 2w+ star 一个 /clone-website 指令，AI 就会自动截图分析、提取精确的 CSS 颜色和字体间距、探测点击和全屏滚动等交互状态，然后把整个网站逆向还原成干净的 Next.js 代码 支持 Claude Code、OpenCode、Codex、Cursor 等 13 个主流 AI 编程平台，底层用 shadcn/ui 设计系统，既好看又容易二次开发 用法也很简单： clone 模板 → npm install 装依赖 → 用 Cursor 打开项目，然后直接让 AI 帮你干活就行了

阿西_出海

11,738 views • 2 months ago

平时跟朋友分享大文件时，各种软件文件大小、格式限制，用网盘又要注册登录，甚是头疼。 最近发现 PocketChest 这个开源项目，用最简单的方式安全分享任何文件，解决了这个文件分享难题。 支持高达 200GB 的大文件上传，每个文件包会生成一个 6 位字符的取件码，就像快递取件一样简单方便。 GitHub： 主要功能： - 支持文件和文本内容上传，无需注册直接使用 - 大文件友好支持，最大可上传 200GB 单个文件 - 自动过期机制，可设置 1/3/7/15 天后自动删除 - 6 位取件码分享，比长链接更容易记忆和传播 - 可选 TOTP 双重认证，保护敏感文件安全访问 - 响应式设计，手机电脑都能流畅使用 通过 Cloudflare Workers 部署即可使用，并提供详细的部署使用教程。
0:15

平时跟朋友分享大文件时，各种软件文件大小、格式限制，用网盘又要注册登录，甚是头疼。 最近发现 PocketChest 这个开源项目，用最简单的方式安全分享任何文件，解决了这个文件分享难题。 支持高达 200GB 的大文件上传，每个文件包会生成一个 6 位字符的取件码，就像快递取件一样简单方便。 GitHub： 主要功能： - 支持文件和文本内容上传，无需注册直接使用 - 大文件友好支持，最大可上传 200GB 单个文件 - 自动过期机制，可设置 1/3/7/15 天后自动删除 - 6 位取件码分享，比长链接更容易记忆和传播 - 可选 TOTP 双重认证，保护敏感文件安全访问 - 响应式设计，手机电脑都能流畅使用 通过 Cloudflare Workers 部署即可使用，并提供详细的部署使用教程。

GitHubDaily

32,003 views • 1 year ago

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
0:15

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🌟

28,050 views • 4 months ago

25k Star，港大开源一款 AI 个性化辅导私教神器，在 GitHub 上杀疯了！🔥 今天带来DeepTutor，港大开源的AI个性化辅导私教！GitHub 25k🌟，100天内爆火了。它把出题、解题、研究、测验、知识管理全整合成一个智能体工作区，让AI真正陪你终身学习。 📌 六大模式无缝切换：Chat、Quiz、Research、Solve、Visualize、Mastery Path共享一个Agent引擎 📌 强大记忆系统：三层记忆+Memory Graph可追溯，上下文始终跟随你 📌 Partners与My Agents：轻松接入本地模型，独立Persona和技能，记忆隔离 📌 知识中心+活书编译：多引擎RAG支持PDF等文档，笔记一键生成可对话书籍 📌 Co-Writer协同写作：智能编辑、标注、TTS，一键导出Markdown 👋使用方法简单直接：pip安装或Docker一键部署，浏览器打开本地界面就能开始聊天学习。支持本地Ollama模型，配置好后直接用自然语言下指令，AI自动规划并执行。 🔗GitHub地址： 强烈推荐给学生、终身学习者和想做AI教育工具的开发者，有个真正懂你、记得住的AI私教，还报啥辅导班啊！😄 #开源工具 #AI教育 #个性化学习 #DeepTutor
0:13

25k Star，港大开源一款 AI 个性化辅导私教神器，在 GitHub 上杀疯了！🔥 今天带来DeepTutor，港大开源的AI个性化辅导私教！GitHub 25k🌟，100天内爆火了。它把出题、解题、研究、测验、知识管理全整合成一个智能体工作区，让AI真正陪你终身学习。 📌 六大模式无缝切换：Chat、Quiz、Research、Solve、Visualize、Mastery Path共享一个Agent引擎 📌 强大记忆系统：三层记忆+Memory Graph可追溯，上下文始终跟随你 📌 Partners与My Agents：轻松接入本地模型，独立Persona和技能，记忆隔离 📌 知识中心+活书编译：多引擎RAG支持PDF等文档，笔记一键生成可对话书籍 📌 Co-Writer协同写作：智能编辑、标注、TTS，一键导出Markdown 👋使用方法简单直接：pip安装或Docker一键部署，浏览器打开本地界面就能开始聊天学习。支持本地Ollama模型，配置好后直接用自然语言下指令，AI自动规划并执行。 🔗GitHub地址： 强烈推荐给学生、终身学习者和想做AI教育工具的开发者，有个真正懂你、记得住的AI私教，还报啥辅导班啊！😄 #开源工具 #AI教育 #个性化学习 #DeepTutor

Denzii 🕊️

38,267 views • 2 months ago

Pi 接微信的方案，我只推荐这几个🔥 这件很多人问我Pi能不能对接到微信上，然后我花了点时间整理了 如果你也想把 Pi 搬到微信里，这几个可以先收藏： 1、pi-wechat-assistant 目前我最推荐的一个。微信消息直接进入当前 Pi Session，支持文字、语音、图片、文件，还能远程切模型、停止任务、压缩上下文。 2、jiah-liu/pi-wechat-assistant 上面的安全增强版，增加微信账号绑定、敏感操作二次确认，更适合拿来远程控制自己电脑上的 Pi。 3、pi-weixinbot 比较纯粹的微信 Bot 插件，支持扫码登录、多微信账号、消息收发，适合想快速把 Pi 接进微信的人。 4、pi-wechat 更轻量，主打微信和 Pi 之间的文字桥接。功能没那么多，但部署简单，适合先体验。 5、weixin-agent-sdk + pi-acp 这个更偏折腾党，不是单一插件，而是把微信作为 Agent Gateway，再通过 ACP 接 Pi。后面想做微信、TG、飞书多平台统一入口，可以研究这条路线。 如果要我一直推荐的话，我会推荐最前面两个，后面几个反倒是有点功能冲突了，因为我也分享过多客户端的对接插件 本来一开始我是想自己写的，后面发现有那么多人已经写好了，我就直接用在微信上控制Pi挺方便
0:16

Pi 接微信的方案，我只推荐这几个🔥 这件很多人问我Pi能不能对接到微信上，然后我花了点时间整理了 如果你也想把 Pi 搬到微信里，这几个可以先收藏： 1、pi-wechat-assistant 目前我最推荐的一个。微信消息直接进入当前 Pi Session，支持文字、语音、图片、文件，还能远程切模型、停止任务、压缩上下文。 2、jiah-liu/pi-wechat-assistant 上面的安全增强版，增加微信账号绑定、敏感操作二次确认，更适合拿来远程控制自己电脑上的 Pi。 3、pi-weixinbot 比较纯粹的微信 Bot 插件，支持扫码登录、多微信账号、消息收发，适合想快速把 Pi 接进微信的人。 4、pi-wechat 更轻量，主打微信和 Pi 之间的文字桥接。功能没那么多，但部署简单，适合先体验。 5、weixin-agent-sdk + pi-acp 这个更偏折腾党，不是单一插件，而是把微信作为 Agent Gateway，再通过 ACP 接 Pi。后面想做微信、TG、飞书多平台统一入口，可以研究这条路线。 如果要我一直推荐的话，我会推荐最前面两个，后面几个反倒是有点功能冲突了，因为我也分享过多客户端的对接插件 本来一开始我是想自己写的，后面发现有那么多人已经写好了，我就直接用在微信上控制Pi挺方便

小墨同学

13,585 views • 5 days ago

最近挖到一个 Harness 硬核的开源项目：pi（前阵子刚从 badlogic 迁到 earendil-works 旗下）。 是一套为开发者兜底的 AI Agent 基础设施全家桶 + 终端编程助手 CLI。 少造点轮子：直接提供了一套 unified API（pi-ai），几行代码抹平多模型的接入差异，无缝切模型。 并发 Tool Calling 绕过卡脖子：这玩意的 runtime 默认支持工具并行执行，直接绕过了挨个串行排队的傻等，大幅降延迟。甚至还能让开发者精细化控制大模型的“思考预算”（Thinking Budgets）。 终端直接跑通的爽点：如果你不想从头拼装，直接 npm install -g Earendil-works/pi-coding-agent，终端里当场就能跑通一个交互式的 AI 编程搭子。不用跳出命令行去切网页，沉浸式干活，极度拉高 ROI。 仓库👇👇👇👇
0:16

最近挖到一个 Harness 硬核的开源项目：pi（前阵子刚从 badlogic 迁到 earendil-works 旗下）。 是一套为开发者兜底的 AI Agent 基础设施全家桶 + 终端编程助手 CLI。 少造点轮子：直接提供了一套 unified API（pi-ai），几行代码抹平多模型的接入差异，无缝切模型。 并发 Tool Calling 绕过卡脖子：这玩意的 runtime 默认支持工具并行执行，直接绕过了挨个串行排队的傻等，大幅降延迟。甚至还能让开发者精细化控制大模型的“思考预算”（Thinking Budgets）。 终端直接跑通的爽点：如果你不想从头拼装，直接 npm install -g Earendil-works/pi-coding-agent，终端里当场就能跑通一个交互式的 AI 编程搭子。不用跳出命令行去切网页，沉浸式干活，极度拉高 ROI。 仓库👇👇👇👇

比特币橙子Trader

12,681 views • 4 months ago

卧槽兄弟们，WeChat 微信刚刚干了件特别不微信的事，极其低调但又极其炸裂， 他们把每天给视频号、公众号、朋友圈和电商做搜索推荐的隐形AI，全盘开源了， 真正每天默默影响十几亿人体验的顶级技术，甚至根本不需要和你说一句话 这东西不会写文案，也不会陪你聊天，是那种不露脸的后台苦力， 但这次开源的 WeMM-Embedding，最吓人的根本不是 9B 拿了双榜第一， 而是那个区区 2B 的小版本，跑分直接干翻了上一代 8B 的开源顶流 2个B打赢8个B，靠的是工业级训练配方在抽暴力堆参数的耳光: 几亿级数据对齐加上细粒度蒸馏， 在微信内部 14 个真实业务测试里全线跑赢 做多模态 RAG、视频检索和 Agent 记忆的兄弟，这次真的省大钱了: 文字、多张图、长视频随便混着一次性喂进去， 最绝的是俄罗斯套娃维度，直接把维度截断到 256 维还能保住近 99% 的性能， 向量数据库的存储和检索成本，直接给你砍到了脚脖子 大模型负责在大脑里思考，Embedding 负责在万物里精准找到东西， 两个少了一个，所谓的 AI 智能体全都是盲人摸象 微信把自家每天扛几十亿流量的内容理解底座直接端出来， 对真正做工程落地的人来说，这比再发十个聊天模型都要痛快得多啊
0:15

卧槽兄弟们，WeChat 微信刚刚干了件特别不微信的事，极其低调但又极其炸裂， 他们把每天给视频号、公众号、朋友圈和电商做搜索推荐的隐形AI，全盘开源了， 真正每天默默影响十几亿人体验的顶级技术，甚至根本不需要和你说一句话 这东西不会写文案，也不会陪你聊天，是那种不露脸的后台苦力， 但这次开源的 WeMM-Embedding，最吓人的根本不是 9B 拿了双榜第一， 而是那个区区 2B 的小版本，跑分直接干翻了上一代 8B 的开源顶流 2个B打赢8个B，靠的是工业级训练配方在抽暴力堆参数的耳光: 几亿级数据对齐加上细粒度蒸馏， 在微信内部 14 个真实业务测试里全线跑赢 做多模态 RAG、视频检索和 Agent 记忆的兄弟，这次真的省大钱了: 文字、多张图、长视频随便混着一次性喂进去， 最绝的是俄罗斯套娃维度，直接把维度截断到 256 维还能保住近 99% 的性能， 向量数据库的存储和检索成本，直接给你砍到了脚脖子 大模型负责在大脑里思考，Embedding 负责在万物里精准找到东西， 两个少了一个，所谓的 AI 智能体全都是盲人摸象 微信把自家每天扛几十亿流量的内容理解底座直接端出来， 对真正做工程落地的人来说，这比再发十个聊天模型都要痛快得多啊

AYi

134,517 views • 22 days ago

在 GitHub 上发现一款创新性的开源自动化 AI 工具：Terminator。 它不像以往通过 OCR 识别屏幕内容，而是直接 “理解” 电脑上的应用像解析 HTML 网站一样，快速、准确地控制我们电脑上的各种软件。 对比传统 OCR 自动化工具，有如下的特点： - 速度特别快，比传统方法快很多倍； - 即使软件窗口被遮挡或在后台，也能操作； - 非常稳定，不容易因为界面变化而失效。 GitHub： 目前主要支持 Windows 系统，macOS 系统仅支持部分功能。 如果你对让电脑自动完成任务感兴趣，这个项目的原理不妨学习看下。
0:20

在 GitHub 上发现一款创新性的开源自动化 AI 工具：Terminator。 它不像以往通过 OCR 识别屏幕内容，而是直接 “理解” 电脑上的应用像解析 HTML 网站一样，快速、准确地控制我们电脑上的各种软件。 对比传统 OCR 自动化工具，有如下的特点： - 速度特别快，比传统方法快很多倍； - 即使软件窗口被遮挡或在后台，也能操作； - 非常稳定，不容易因为界面变化而失效。 GitHub： 目前主要支持 Windows 系统，macOS 系统仅支持部分功能。 如果你对让电脑自动完成任务感兴趣，这个项目的原理不妨学习看下。

GitHubDaily

38,589 views • 1 year ago

Grok Build 开源了，开源 harness 时代终于要来了吗?！ Claude Code 现在还是闭源， 反而显得有点被动了🤔。。。 不愧是Elon，真是一步妙手啊，只用了四天完成信任崩塌到重建，xAI这次用开源把隐私危机打成了生态先手，看来并不是草台班子😂 被爆全量上传代码仓库的隐私风波还没平息，SpaceXAI直接把整个Grok Build的agent harness全部开源出来， 这事我觉得有意思的地方是两它为什么是今天开，而不是上个月？ 上个月 Grok Build 以 beta 上线，SuperGrok / X Premium+ 用户能用一个终端原生的 coding agent。 Plan Mode 先出计划让你审核，Subagents 并行拆任务，底层 Rust 写的，架构干净。 然后上周出了件事， 一个研究员做 wire-level 分析发现，Grok Build CLI 会把整个 git repo——包括历史、包括潜在的 secrets——打包上传到 Google Cloud bucket。隐私开关只管“是否用于训练”，不管传不传。 讲真这事对 coding agent 是致命的。 因为 coding agent 的 harness 对文件系统有近乎上帝视角的访问权。 你的 IP、商业逻辑、没公开的项目结构、不小心留在 git history 里的 key——它全看得见。 宣称“我们不看你数据”没用，用户要的是能自己验证“你没在看”。 时间线很紧凑： 7 月 11–14 日，争议发酵，研究员曝光上传行为。 Elon 表态删数据、服务端关闭上传。 7 月 15 日，开源公告 + 重置 limits + 默认关闭 retention + 删掉所有之前保留的 coding data + 提供 bug bounty。 所以这次其实不是一次计划好的例行开源。更像是被争议倒逼的快速应对。 但 xAI 做得聪明的地方是——它借这个机会做了一件事：把“harness（连接层）”和“model（大脑）”切开了。 Harness 开源，Apache 2.0，社区可以审计、fork、改掉上传逻辑、加 sandbox、接本地模型，Model 和 API 还是闭源的。 这个配置——闭源模型 + 开源 harness——正在变成 2026 年 agentic coding 的主流。 OpenAI 的 Codex CLI 走的同一条路，Anthropic 的 Claude Code 现在还是闭源，反而显得被动了。
0:10

Grok Build 开源了，开源 harness 时代终于要来了吗?！ Claude Code 现在还是闭源， 反而显得有点被动了🤔。。。 不愧是Elon，真是一步妙手啊，只用了四天完成信任崩塌到重建，xAI这次用开源把隐私危机打成了生态先手，看来并不是草台班子😂 被爆全量上传代码仓库的隐私风波还没平息，SpaceXAI直接把整个Grok Build的agent harness全部开源出来， 这事我觉得有意思的地方是两它为什么是今天开，而不是上个月？ 上个月 Grok Build 以 beta 上线，SuperGrok / X Premium+ 用户能用一个终端原生的 coding agent。 Plan Mode 先出计划让你审核，Subagents 并行拆任务，底层 Rust 写的，架构干净。 然后上周出了件事， 一个研究员做 wire-level 分析发现，Grok Build CLI 会把整个 git repo——包括历史、包括潜在的 secrets——打包上传到 Google Cloud bucket。隐私开关只管“是否用于训练”，不管传不传。 讲真这事对 coding agent 是致命的。 因为 coding agent 的 harness 对文件系统有近乎上帝视角的访问权。 你的 IP、商业逻辑、没公开的项目结构、不小心留在 git history 里的 key——它全看得见。 宣称“我们不看你数据”没用，用户要的是能自己验证“你没在看”。 时间线很紧凑： 7 月 11–14 日，争议发酵，研究员曝光上传行为。 Elon 表态删数据、服务端关闭上传。 7 月 15 日，开源公告 + 重置 limits + 默认关闭 retention + 删掉所有之前保留的 coding data + 提供 bug bounty。 所以这次其实不是一次计划好的例行开源。更像是被争议倒逼的快速应对。 但 xAI 做得聪明的地方是——它借这个机会做了一件事：把“harness（连接层）”和“model（大脑）”切开了。 Harness 开源，Apache 2.0，社区可以审计、fork、改掉上传逻辑、加 sandbox、接本地模型，Model 和 API 还是闭源的。 这个配置——闭源模型 + 开源 harness——正在变成 2026 年 agentic coding 的主流。 OpenAI 的 Codex CLI 走的同一条路，Anthropic 的 Claude Code 现在还是闭源，反而显得被动了。

AYi

34,063 views • 2 months ago

卧槽，答案终于揭晓了！ 那个在open router上持续霸榜的神秘模型，是阿里推出的全新大模型“蚂蚁百灵”！今天我们来深度聊一聊这个模型。 用过AI来完成前端开发的朋友肯定懂： 要让AI做出想要的UI总是要找参考，再不然就是要依赖设计 skill 的帮助。 但这种界面一旦看多了，就会陷入审美疲劳。 原因在于不管你是对标UI还是使用skill，结果都是被限定在固有的生成范围内。 最近小灰测了新模型 Ling-2.6-1T （由蚂蚁集团 Ant Ling 开发），发现它刚好就能打破这个限制。 它生成的页面不仅审美极度在线，而且自带高质量的交互效果，做出来的东西终于不再是干巴巴的呆板网页了。 但用它有个必须要避开的坑：Ling 2.6 1T 默认是没有深度思考模式的。 它在计算资源分配上极其克制，如果你偷懒丢一句"给我写个好看的界面"，那么它大概率会给你一个准确但极其敷衍的结果。(视频1) 那么怎么取巧使用它？ 小灰分享一个能逼出它真实设计水平的实操工作流：把它当成主规划师，先拆解风格，再写代码。 跟它对话时，你可以直接下这种指令： 1. 强制思考：先别急着写代码！帮我分析这个产品的定位，明确它的视觉情绪、色彩规范和排版布局，把思路列出来。（比如明确告诉它你要包豪斯风格或者北欧风）。 2. 落地执行：等它把设计语言梳理清楚，你确认没问题了，再让它基于这套标准去生成具体的 TailwindCSS 样式和前端页面。 用这种先 Plan 后做的方式，出来的页面不仅美观，而且风格极其统一。（视频2） 目前在Openrouter中可以免费体验该模型。 选对工具打破模板限制，用高审美的模型直接拔高视觉质感，能帮我们省下大把死磕 CSS 的时间。 期待大家都能快速做出让人眼前一亮的作品！
0:27

卧槽，答案终于揭晓了！ 那个在open router上持续霸榜的神秘模型，是阿里推出的全新大模型“蚂蚁百灵”！今天我们来深度聊一聊这个模型。 用过AI来完成前端开发的朋友肯定懂： 要让AI做出想要的UI总是要找参考，再不然就是要依赖设计 skill 的帮助。 但这种界面一旦看多了，就会陷入审美疲劳。 原因在于不管你是对标UI还是使用skill，结果都是被限定在固有的生成范围内。 最近小灰测了新模型 Ling-2.6-1T （由蚂蚁集团 Ant Ling 开发），发现它刚好就能打破这个限制。 它生成的页面不仅审美极度在线，而且自带高质量的交互效果，做出来的东西终于不再是干巴巴的呆板网页了。 但用它有个必须要避开的坑：Ling 2.6 1T 默认是没有深度思考模式的。 它在计算资源分配上极其克制，如果你偷懒丢一句"给我写个好看的界面"，那么它大概率会给你一个准确但极其敷衍的结果。(视频1) 那么怎么取巧使用它？ 小灰分享一个能逼出它真实设计水平的实操工作流：把它当成主规划师，先拆解风格，再写代码。 跟它对话时，你可以直接下这种指令： 1. 强制思考：先别急着写代码！帮我分析这个产品的定位，明确它的视觉情绪、色彩规范和排版布局，把思路列出来。（比如明确告诉它你要包豪斯风格或者北欧风）。 2. 落地执行：等它把设计语言梳理清楚，你确认没问题了，再让它基于这套标准去生成具体的 TailwindCSS 样式和前端页面。 用这种先 Plan 后做的方式，出来的页面不仅美观，而且风格极其统一。（视频2） 目前在Openrouter中可以免费体验该模型。 选对工具打破模板限制，用高审美的模型直接拔高视觉质感，能帮我们省下大把死磕 CSS 的时间。 期待大家都能快速做出让人眼前一亮的作品！

程序员小灰

15,021 views • 4 months ago

绝了，刚刚阿里在除夕夜发布了新模型 Qwen-3.5-plus ，赶紧试了一下，一句话就生成了这样一个 3D 展车厅 🤯 据说这次 Qwen-3.5-plus 实现了从纯文本模型到原生多模态模型的代际跃迁，每百万 Token 仅 0.8 元人民币，是 Gemini 3 Pro 的 1/18！ 并且支持 201 种语言，可最高提升小语种 60% 的编码效率，在推理、编程、Agent 等核心评测中表现强劲，部署成本较上一代显著下降，推理效率大幅提升。作为一个 Apache 2.0 全开源并且能下载到本地的模型，性价比真的太高了。 - 普通用户可在千问 App/PC 体验： - 开发者可在魔搭： - 或 HuggingFace 下载部署： - 阿里云百炼直接获取 API 服务：
0:10

绝了，刚刚阿里在除夕夜发布了新模型 Qwen-3.5-plus ，赶紧试了一下，一句话就生成了这样一个 3D 展车厅 🤯 据说这次 Qwen-3.5-plus 实现了从纯文本模型到原生多模态模型的代际跃迁，每百万 Token 仅 0.8 元人民币，是 Gemini 3 Pro 的 1/18！ 并且支持 201 种语言，可最高提升小语种 60% 的编码效率，在推理、编程、Agent 等核心评测中表现强劲，部署成本较上一代显著下降，推理效率大幅提升。作为一个 Apache 2.0 全开源并且能下载到本地的模型，性价比真的太高了。 - 普通用户可在千问 App/PC 体验： - 开发者可在魔搭： - 或 HuggingFace 下载部署： - 阿里云百炼直接获取 API 服务：

Ding

151,357 views • 7 months ago

Distil-Whisper：让语音识别的速度提高 5.8 倍，参数减少 51%，准确度保持在 99%。 Whisper 在语音识别方面表现卓著，但是它有一个明显的缺点：训练出来的小模型支持的语言比较少，而大模型推理速度又很慢。如果你有海量的数据需要处理，或者对实时性要求略高，那使用 Whisper 可能会让你比较头疼。 你可以使用工程手段来加速推理，例如将语音分片后并发处理然后合并结果，但这里涉及到本地计算资源瓶颈的问题，以及合并分片时容错处理的问题，工程复杂度比较高。 《Distil-Whisper: Robust Knowledge Distillation via Large-Scale Pseudo Labelling 》， Whisper 的 Large-v2 model 生成了一系列的 soft targets（也就是概率分布），然后复制 Whisper 网络的第一层和最后一层解码器，最后生成了一个更小、更快效果更好的蒸馏模型 Distil-Whisper。论文数据写的是：速度提高了 5.8 倍，参数减少了 51%，准确度保持在 99%。 这个模型的效果之所以不错，主要还是得益于训练数据的完备，它结合了九个公开可用的语音识别数据集，合并后包含 21170 小时的语音数据，涵盖超过 18260 名说话者和 10 个不同的领域；自从 Whisper 大力出奇迹（它从互联网爬取了 68w 小时的数据，未公开）以后，相信后续语音领域的论文都会配置更庞大的数据集。 Distil-Whisper 目前开源在 Hugging Face 上，模型地址： Demo： Demo 会把模型下载到本地，然后通过 WebGPU 直接在网页上跑起来，测试了下效果，还是挺不错的。 目前仅支持英文，如果想让它支持中文，需要使用同样海量的中文语料数据，重新做一次知识蒸馏，但我觉得即便是这样做，效果也不一定好，因为 Whisper 本身对中文、韩语等支持就不太优秀，这个信息可以从 Whisper 的论文中找到数据支撑。 下面这个视频是 Whisper 和 Distil-Whisper 的对比效果：
0:16

Distil-Whisper：让语音识别的速度提高 5.8 倍，参数减少 51%，准确度保持在 99%。 Whisper 在语音识别方面表现卓著，但是它有一个明显的缺点：训练出来的小模型支持的语言比较少，而大模型推理速度又很慢。如果你有海量的数据需要处理，或者对实时性要求略高，那使用 Whisper 可能会让你比较头疼。 你可以使用工程手段来加速推理，例如将语音分片后并发处理然后合并结果，但这里涉及到本地计算资源瓶颈的问题，以及合并分片时容错处理的问题，工程复杂度比较高。 《Distil-Whisper: Robust Knowledge Distillation via Large-Scale Pseudo Labelling 》， Whisper 的 Large-v2 model 生成了一系列的 soft targets（也就是概率分布），然后复制 Whisper 网络的第一层和最后一层解码器，最后生成了一个更小、更快效果更好的蒸馏模型 Distil-Whisper。论文数据写的是：速度提高了 5.8 倍，参数减少了 51%，准确度保持在 99%。 这个模型的效果之所以不错，主要还是得益于训练数据的完备，它结合了九个公开可用的语音识别数据集，合并后包含 21170 小时的语音数据，涵盖超过 18260 名说话者和 10 个不同的领域；自从 Whisper 大力出奇迹（它从互联网爬取了 68w 小时的数据，未公开）以后，相信后续语音领域的论文都会配置更庞大的数据集。 Distil-Whisper 目前开源在 Hugging Face 上，模型地址： Demo： Demo 会把模型下载到本地，然后通过 WebGPU 直接在网页上跑起来，测试了下效果，还是挺不错的。 目前仅支持英文，如果想让它支持中文，需要使用同样海量的中文语料数据，重新做一次知识蒸馏，但我觉得即便是这样做，效果也不一定好，因为 Whisper 本身对中文、韩语等支持就不太优秀，这个信息可以从 Whisper 的论文中找到数据支撑。 下面这个视频是 Whisper 和 Distil-Whisper 的对比效果：

Barret李靖

124,446 views • 2 years ago

听说今年世界杯还没开打，天台就已经挺挤了？别慌，今年咱换个文明点、还能名正言顺白嫖的玩法。 作为 2026 年 FIFA 世界杯的官方链上预测市场合作伙伴，构建在机构级大公链 ADI Chain 上的 ADI Predictstreet 马上就要搞事情了！他们即将上线 World Cup Card 活动。这次可不是普通的画饼，而是实打实有顶级官方背书的链上大毛，不冲真的说不过去。 这次的活动核心逻辑非常清晰，我帮大家盘了一下，其实就是一个每日打卡+预测赛事=疯狂攒积分升级的极简流派。 👇 具体保姆级实操流程看这里： 🟢 第一步： 戳链接进入平台，直接绑定你的 X（推特）账号。 🟢 第二步： 选一支你铁血支持的世界杯球队，直接免费领取你的专属 World Cup Card。这个卡片可不简单，它是一个动态的灵魂绑定代币（SBT），会随着你后面做任务达成里程碑自动进化升级，相当于你在平台上的链上老粉凭证。 🟢 第三步： 开启你的日常狂欢！每天坚持去仪表盘连续打卡、开礼物包，拿基础积分和各种翻倍加成。 🟢 第四步： 赛事开始后，直接在平台上凭你的真本事（或者直觉）去完成各种预测任务。预测得越准、参与度越高，能拿到的奖励包和额外积分就越恐怖。 不吹不黑，抛开合作不谈，这次的潜力和赔率确实有点意思。 在 Web3 混大家都懂，平台优先是硬道理。现在赛事还没正式开打，官方在预热阶段推出这个卡片活动，很大可能就是要给早期核心用户送红利。在这个阶段抢先占位、把等级刷上去，后面链上累计的积分预期都具有实际价值，是妥妥的福报。而且用预测赛事的玩法来包装，不管是看球的还是纯土狗，切入点都很自然，属于是今年夏天的破圈黑马了。 赶紧先去占个坑，把卡领了再说！ 🔗 专属直达通道：
0:10

听说今年世界杯还没开打，天台就已经挺挤了？别慌，今年咱换个文明点、还能名正言顺白嫖的玩法。 作为 2026 年 FIFA 世界杯的官方链上预测市场合作伙伴，构建在机构级大公链 ADI Chain 上的 ADI Predictstreet 马上就要搞事情了！他们即将上线 World Cup Card 活动。这次可不是普通的画饼，而是实打实有顶级官方背书的链上大毛，不冲真的说不过去。 这次的活动核心逻辑非常清晰，我帮大家盘了一下，其实就是一个每日打卡+预测赛事=疯狂攒积分升级的极简流派。 👇 具体保姆级实操流程看这里： 🟢 第一步： 戳链接进入平台，直接绑定你的 X（推特）账号。 🟢 第二步： 选一支你铁血支持的世界杯球队，直接免费领取你的专属 World Cup Card。这个卡片可不简单，它是一个动态的灵魂绑定代币（SBT），会随着你后面做任务达成里程碑自动进化升级，相当于你在平台上的链上老粉凭证。 🟢 第三步： 开启你的日常狂欢！每天坚持去仪表盘连续打卡、开礼物包，拿基础积分和各种翻倍加成。 🟢 第四步： 赛事开始后，直接在平台上凭你的真本事（或者直觉）去完成各种预测任务。预测得越准、参与度越高，能拿到的奖励包和额外积分就越恐怖。 不吹不黑，抛开合作不谈，这次的潜力和赔率确实有点意思。 在 Web3 混大家都懂，平台优先是硬道理。现在赛事还没正式开打，官方在预热阶段推出这个卡片活动，很大可能就是要给早期核心用户送红利。在这个阶段抢先占位、把等级刷上去，后面链上累计的积分预期都具有实际价值，是妥妥的福报。而且用预测赛事的玩法来包装，不管是看球的还是纯土狗，切入点都很自然，属于是今年夏天的破圈黑马了。 赶紧先去占个坑，把卡领了再说！ 🔗 专属直达通道：

主任| 美股合约首选Gate

12,034 views • 3 months ago