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.

🚀 重磅开源！Prime Agent 来了一个真正会自我进化的 AI 编程特工。不是普通的 Chat 工具，而是： • 递归语言模型（RLM）架构 • 持久化 IPython 环境，一切皆代码 • 内置子代理并行干活 • 自动 /refine 自我改进，越用越强 • 支持连续跑几天几夜的长期自主任务安装一行命令： curl -fsSL | sh 已经 12k+ stars，MIT 开源，直接起飞 🔥 GitHub： #AI #Agent #OpenSource #编程智能体

DeFi狙击手 | Ai🕊️｜Gate美股0费率

52,110 subscribers

15,892 Aufrufe • vor 1 Monat •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

字节开源了一个超级智能体套件：DeerFlow 2.0 目前已经有35K的Star了，迅速登上GitHub Trending第1名它通过sub-agents并行协作、沙箱执行环境、持久记忆和可扩展的skills系统，让AI agent不只是"聊天"，而是真正能研究、写作、编程、网页生成、自动化工作流，再配合可扩展的skills，几乎可以让agent可以完成任何事情。

字节开源了一个超级智能体套件：DeerFlow 2.0 目前已经有35K的Star了，迅速登上GitHub Trending第1名它通过sub-agents并行协作、沙箱执行环境、持久记忆和可扩展的skills系统，让AI agent不只是"聊天"，而是真正能研究、写作、编程、网页生成、自动化工作流，再配合可扩展的skills，几乎可以让agent可以完成任何事情。

松果先森

64,958 Aufrufe • vor 6 Monaten

xAI 把内部顶级 AI 编程工具直接开源了，上线几小时就冲上 GitHub 热榜，斩获 2.3w+star Grok Build 是 xAI 内部驱动 Grok 4.5 的终端 AI 编程 agent，Apache 2.0 协议，人人都能用、人人都能改全屏交互式 TUI 界面，可以理解代码库、编辑文件、执行 Shell 命令、搜索网页、管理长任务，支持交互模式、无头脚本模式和编辑器嵌入模式，三种用法随意切换以前只有 xAI 内部工程师才能用上的 agent 框架，现在打开 GitHub 直接拿

xAI 把内部顶级 AI 编程工具直接开源了，上线几小时就冲上 GitHub 热榜，斩获 2.3w+star Grok Build 是 xAI 内部驱动 Grok 4.5 的终端 AI 编程 agent，Apache 2.0 协议，人人都能用、人人都能改全屏交互式 TUI 界面，可以理解代码库、编辑文件、执行 Shell 命令、搜索网页、管理长任务，支持交互模式、无头脚本模式和编辑器嵌入模式，三种用法随意切换以前只有 xAI 内部工程师才能用上的 agent 框架，现在打开 GitHub 直接拿

阿西_出海

15,274 Aufrufe • vor 2 Monaten

想深入了解 Harness 工程实践，推荐关注 yoyo 的实现。我们不但开源了所有代码，也全程开源了 yoyo 的进化史。你可以像看纪录片一样，见证他在 26 天里，从一个仅 200 行代码的‘雏形代理’，通过递归自我进化（Self-Evolution）与自主编码，成长为拥有 34706 行代码、性能直逼 Claude Code 的全能型 Agent。 yoyo 的进化不只是代码量的堆砌，而是一场目标驱动的野蛮生长。如何平衡这种生长的‘野性’与工程的‘稳定性’，是我们面临的最大课题。此外，关于其人格特质（Personality）的塑造、多级记忆架构（L/M/S Term Memory）以及社交属性的演进，都极具技术探讨价值。这一路攒下的‘坑’和经验，我打算写篇长文和大家好好聊聊，深度分享背后的工程思考。 Repo:

想深入了解 Harness 工程实践，推荐关注 yoyo 的实现。我们不但开源了所有代码，也全程开源了 yoyo 的进化史。你可以像看纪录片一样，见证他在 26 天里，从一个仅 200 行代码的‘雏形代理’，通过递归自我进化（Self-Evolution）与自主编码，成长为拥有 34706 行代码、性能直逼 Claude Code 的全能型 Agent。 yoyo 的进化不只是代码量的堆砌，而是一场目标驱动的野蛮生长。如何平衡这种生长的‘野性’与工程的‘稳定性’，是我们面临的最大课题。此外，关于其人格特质（Personality）的塑造、多级记忆架构（L/M/S Term Memory）以及社交属性的演进，都极具技术探讨价值。这一路攒下的‘坑’和经验，我打算写篇长文和大家好好聊聊，深度分享背后的工程思考。 Repo:

Yuanhao

109,671 Aufrufe • vor 6 Monaten

字节跳动开源了一个"超级AI员工"框架——DeerFlow 2.0，发布即登GitHub Trending第一。它不是聊天机器人，是Agent调度中枢：能拆解复杂任务、自动派出子Agent分头执行、最后汇总交付。写研报、建网站、做PPT、生成视频，都是内置技能。关键设计：每个任务跑在独立Docker沙箱里，有自己的文件系统，能读写文件、执行代码，隔离且可审计。跨会话记忆持久化，用得越多越懂你。支持接入GPT-4、DeepSeek、豆包等任意模型，非纯本地方案。基于LangGraph构建，MIT开源。

字节跳动开源了一个"超级AI员工"框架——DeerFlow 2.0，发布即登GitHub Trending第一。它不是聊天机器人，是Agent调度中枢：能拆解复杂任务、自动派出子Agent分头执行、最后汇总交付。写研报、建网站、做PPT、生成视频，都是内置技能。关键设计：每个任务跑在独立Docker沙箱里，有自己的文件系统，能读写文件、执行代码，隔离且可审计。跨会话记忆持久化，用得越多越懂你。支持接入GPT-4、DeepSeek、豆包等任意模型，非纯本地方案。基于LangGraph构建，MIT开源。

KK.aWSB

272,464 Aufrufe • vor 6 Monaten

OpenClaw 已经过时了。如果你现在还在用 OpenClaw，说明你可能还没看到 Hermes Agent。很多人对 agent 的理解，还停留在“会调工具”“会自动执行”这一层。但这套东西很快就要卷废了。下一阶段比的根本不是谁能多 call 几个 tool，而是谁的 agent 会学习、会记忆、会随着任务一起成长。 Hermes Agent 真正有意思的地方就在这：会从经验里沉淀 skill 会在使用中自我改进会搜索过去的对话和任务会逐渐建立对你的理解还能跨 Telegram、Discord、Slack、CLI 持续工作说白了，别的 agent 还在想办法“替你执行”， Hermes 已经在试图变成“你的长期数字分身”了。所以不是 OpenClaw 不行，而是这条路线已经开始落后了。接下来真正值得看的，不是哪个 agent 更像 demo，而是哪个 agent 越用越强。项目：👇

OpenClaw 已经过时了。如果你现在还在用 OpenClaw，说明你可能还没看到 Hermes Agent。很多人对 agent 的理解，还停留在“会调工具”“会自动执行”这一层。但这套东西很快就要卷废了。下一阶段比的根本不是谁能多 call 几个 tool，而是谁的 agent 会学习、会记忆、会随着任务一起成长。 Hermes Agent 真正有意思的地方就在这：会从经验里沉淀 skill 会在使用中自我改进会搜索过去的对话和任务会逐渐建立对你的理解还能跨 Telegram、Discord、Slack、CLI 持续工作说白了，别的 agent 还在想办法“替你执行”， Hermes 已经在试图变成“你的长期数字分身”了。所以不是 OpenClaw 不行，而是这条路线已经开始落后了。接下来真正值得看的，不是哪个 agent 更像 demo，而是哪个 agent 越用越强。项目：👇

axiaisacat

33,329 Aufrufe • vor 6 Monaten

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👇👇👇👇

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 Aufrufe • vor 4 Monaten

一位工程师公开了他每天用于进行真实工程开发而非“凭感觉编程”（vibe coding）的 Claude Code 技能。真正的工程实践。该仓库的两位贡献者之一就是 Claude 本身。90.5k stars。 7.9k forks。MIT 协议。这些是互联网上最著名的 TypeScript 专家之一 Matt Pocock 在日常使用 Claude Code 时所采用的技能。它们不是通用的提示词，而是来自资深工程师的真实工作流。使用 Claude Code 进行真实工程开发的技能。在生产环境中测试过的流程。架构与技术决策文档。Claude Code 直接插件。 140 万次技能下载。5 天前更新。 MIT 许可证。区分“凭感觉编程”者与使用 AI 进行“真实工程开发”者的区别，就在于他们安装了哪些技能。 90.5k stars。7.9k forks。 MIT 许可证。仓库地址见此。

一位工程师公开了他每天用于进行真实工程开发而非“凭感觉编程”（vibe coding）的 Claude Code 技能。真正的工程实践。该仓库的两位贡献者之一就是 Claude 本身。90.5k stars。 7.9k forks。MIT 协议。这些是互联网上最著名的 TypeScript 专家之一 Matt Pocock 在日常使用 Claude Code 时所采用的技能。它们不是通用的提示词，而是来自资深工程师的真实工作流。使用 Claude Code 进行真实工程开发的技能。在生产环境中测试过的流程。架构与技术决策文档。Claude Code 直接插件。 140 万次技能下载。5 天前更新。 MIT 许可证。区分“凭感觉编程”者与使用 AI 进行“真实工程开发”者的区别，就在于他们安装了哪些技能。 90.5k stars。7.9k forks。 MIT 许可证。仓库地址见此。

Bill The Investor

15,050 Aufrufe • vor 4 Monaten

阿里开源了一个纯JS实现的GUI agent：page-agent，目前已经24000个Star 一行代码就可以将Agent集成到网站里，让用户可以通过自然语言与页面进行交互。主要应用场景有： 1、对接答疑机器人 2、交互升级/智能化改造 3、产品教学 4、无障碍支持开源：

阿里开源了一个纯JS实现的GUI agent：page-agent，目前已经24000个Star 一行代码就可以将Agent集成到网站里，让用户可以通过自然语言与页面进行交互。主要应用场景有： 1、对接答疑机器人 2、交互升级/智能化改造 3、产品教学 4、无障碍支持开源：

松果先森

11,403 Aufrufe • vor 3 Monaten

卧槽，这个仓库思路我是挺佩服的～能把任意公开的 GitHub 仓库逆向工程成“原始自然语言提示（prompt）”。简单说就是：你输入一个 GitHub 仓库链接，它就会自动抓取仓库的结构、README、文件树等信息，用 AI（比如 Gemini）帮你生成一个完整、自然的提示词。把这个提示词直接丢给 Claude、Cursor、Windsurf 等 AI 编程工具，AI 就能更好的理解。主要用处：快速学习一个项目的“构建思路”和提示风格（不用一行一行读代码）复制/重现别人用 AI 写的项目（学习提示词）仓库&体验地址👇👇👇

卧槽，这个仓库思路我是挺佩服的～能把任意公开的 GitHub 仓库逆向工程成“原始自然语言提示（prompt）”。简单说就是：你输入一个 GitHub 仓库链接，它就会自动抓取仓库的结构、README、文件树等信息，用 AI（比如 Gemini）帮你生成一个完整、自然的提示词。把这个提示词直接丢给 Claude、Cursor、Windsurf 等 AI 编程工具，AI 就能更好的理解。主要用处：快速学习一个项目的“构建思路”和提示风格（不用一行一行读代码）复制/重现别人用 AI 写的项目（学习提示词）仓库&体验地址👇👇👇

比特币橙子Trader

78,523 Aufrufe • vor 6 Monaten

Plus用户的网页版额度永远用不完，但codex只能跑五分钟..... 于是我做了这个：一个技能，让Codex干活时，把思考让给网页版Sol，规划、审查代码全在网页端完成，Luna只负责执行。视频是 Codex 自己打开 ChatGPT 连接、自己对话、自己干活的全过程，我全程没进行干预。已经开源了，欢迎体验提PR~

Plus用户的网页版额度永远用不完，但codex只能跑五分钟..... 于是我做了这个：一个技能，让Codex干活时，把思考让给网页版Sol，规划、审查代码全在网页端完成，Luna只负责执行。视频是 Codex 自己打开 ChatGPT 连接、自己对话、自己干活的全过程，我全程没进行干预。已经开源了，欢迎体验提PR~

HeyXiaoDuo_

1,066,593 Aufrufe • vor 1 Monat

Damn，三天前大家还在争论哪家大模型写代码更便宜, 今天老黄Jensen Huang 和NVIDIA 英伟达直接掀桌子了: 问题根本不在模型, 在你的脚手架太蠢了。英伟达与 MIT 团队公开了全新架构 SoL-Pi, 放弃人工打补丁, 让算法自己演化出四套运行时机制。不仅在 GPT-5.6 Sol 和 Opus 5 上守住了评测水准, 更把 API 成本直接削去三分之一。那些天天盯着大模型降价、却任由 Agent 脚手架疯狂烧钱的团队, 建议把这篇论文打印出来贴在工位上。英伟达实验室开源的SoL-Pi 论文，可以说是做了一件全行业早就该做的事: 用自动演化系统重新锻造 Agent 运行脚手架。在 51 个真实编程任务的严苛评测中, 面对 GPT-5.6 Sol 和 Claude Opus 5 这种巨无霸, 任务得分毫发无损, 但直接把 Token 消耗腰斩了 49%, 每跑一小时就能从 API 账单里直接省出 8.75 到 13.50 美元。很多团队以前做智能体全靠工程师人肉写死调度逻辑, 试几个用例就自以为调好了, 跑进几十步的复杂长任务里, 臃肿的上下文几分钟就能把账单干爆、把模型智商撑死。英伟达这次最聪明的一步, 是彻底放弃了人类手工调优。他们把脚手架扔进多个不同的代码环境里, 让系统开启自动化研究循环, 像自然选择一样让无数机制自我对抗淘汰, 最终只有四个物理机制活了下来。首先颠覆的是执行节奏。以前 Agent 走一步看一步, 调一次工具往返一次, 动作融合机制直接把连贯动作在端侧合并批处理, 砍掉了一大半网络和上下文震荡。然后是给运行中的上下文无损脱水。它不是等上下文满了再调大模型写假大空的摘要, 而是在任务行进中对观察结果进行重组打包, 并在委托阅读长文件时强制保留证据行, 既把整个 API 成本砍掉整整三分之一, 又死死守住了关键代码细节不被遗忘。以前是工程师凭直觉给 Agent 编死板的笼子, 从今天起是算法在残酷淘汰中自己进化出最精密的骨骼。如果你的代码 Agent 每小时也能凭空省下十几美元, 你会选择把省下来的钱用来多跑十倍的并发测试, 还是换更大参数的模型? 我先说, 肯定无脑拉满并发, 把原本舍不得跑的全量回归测到爽。开源代码、论文地址和这套四机制的详细对照表, 我整理好放在一楼了。

Damn，三天前大家还在争论哪家大模型写代码更便宜, 今天老黄Jensen Huang 和NVIDIA 英伟达直接掀桌子了: 问题根本不在模型, 在你的脚手架太蠢了。英伟达与 MIT 团队公开了全新架构 SoL-Pi, 放弃人工打补丁, 让算法自己演化出四套运行时机制。不仅在 GPT-5.6 Sol 和 Opus 5 上守住了评测水准, 更把 API 成本直接削去三分之一。那些天天盯着大模型降价、却任由 Agent 脚手架疯狂烧钱的团队, 建议把这篇论文打印出来贴在工位上。英伟达实验室开源的SoL-Pi 论文，可以说是做了一件全行业早就该做的事: 用自动演化系统重新锻造 Agent 运行脚手架。在 51 个真实编程任务的严苛评测中, 面对 GPT-5.6 Sol 和 Claude Opus 5 这种巨无霸, 任务得分毫发无损, 但直接把 Token 消耗腰斩了 49%, 每跑一小时就能从 API 账单里直接省出 8.75 到 13.50 美元。很多团队以前做智能体全靠工程师人肉写死调度逻辑, 试几个用例就自以为调好了, 跑进几十步的复杂长任务里, 臃肿的上下文几分钟就能把账单干爆、把模型智商撑死。英伟达这次最聪明的一步, 是彻底放弃了人类手工调优。他们把脚手架扔进多个不同的代码环境里, 让系统开启自动化研究循环, 像自然选择一样让无数机制自我对抗淘汰, 最终只有四个物理机制活了下来。首先颠覆的是执行节奏。以前 Agent 走一步看一步, 调一次工具往返一次, 动作融合机制直接把连贯动作在端侧合并批处理, 砍掉了一大半网络和上下文震荡。然后是给运行中的上下文无损脱水。它不是等上下文满了再调大模型写假大空的摘要, 而是在任务行进中对观察结果进行重组打包, 并在委托阅读长文件时强制保留证据行, 既把整个 API 成本砍掉整整三分之一, 又死死守住了关键代码细节不被遗忘。以前是工程师凭直觉给 Agent 编死板的笼子, 从今天起是算法在残酷淘汰中自己进化出最精密的骨骼。如果你的代码 Agent 每小时也能凭空省下十几美元, 你会选择把省下来的钱用来多跑十倍的并发测试, 还是换更大参数的模型? 我先说, 肯定无脑拉满并发, 把原本舍不得跑的全量回归测到爽。开源代码、论文地址和这套四机制的详细对照表, 我整理好放在一楼了。

AYi

49,296 Aufrufe • vor 14 Tagen

🔥 Cloudflare 开源黑科技来了！给你的 AI Agent 一台真正的电脑 👾 cloudflare/computer 让 Agent 拥有持久化文件系统 + 可切换执行环境： ✅ 完整 Linux 容器（真实二进制 & 网络） ✅ 闪电 Isolate Shell ✅ 隔离 JS 运行时读写文件、跑命令、用 Git、发布项目……全在 Durable Object 里搞定！ Agent 不再只是聊天机器人，而是真正会“操作电脑”的数字员工免费开源已上线 #Cloudflare #AIAgents #开源 #DurableObjects

🔥 Cloudflare 开源黑科技来了！给你的 AI Agent 一台真正的电脑 👾 cloudflare/computer 让 Agent 拥有持久化文件系统 + 可切换执行环境： ✅ 完整 Linux 容器（真实二进制 & 网络） ✅ 闪电 Isolate Shell ✅ 隔离 JS 运行时读写文件、跑命令、用 Git、发布项目……全在 Durable Object 里搞定！ Agent 不再只是聊天机器人，而是真正会“操作电脑”的数字员工免费开源已上线 #Cloudflare #AIAgents #开源 #DurableObjects

DeFi狙击手 | Ai🕊️

32,753 Aufrufe • vor 1 Monat

养小龙虾的兄弟盟一定要装一下这个 Skill：Self-Improving Agent。它是一个会自动纠错、还能自己进化的 Skill。每次 AI 出现这些情况，它都会自动记录下来： - 做错的事情 - 我纠正它的地方 - 发现更好的解决方案然后把这些经验存起来。下次再遇到类似问题，它会直接参考这些经验。也就是说—— 普通 AI：每次对话都像重新开始。而装了这个 Skill 之后，我的龙虾开始慢慢长经验值。用得越久，它就越聪明。

养小龙虾的兄弟盟一定要装一下这个 Skill：Self-Improving Agent。它是一个会自动纠错、还能自己进化的 Skill。每次 AI 出现这些情况，它都会自动记录下来： - 做错的事情 - 我纠正它的地方 - 发现更好的解决方案然后把这些经验存起来。下次再遇到类似问题，它会直接参考这些经验。也就是说—— 普通 AI：每次对话都像重新开始。而装了这个 Skill 之后，我的龙虾开始慢慢长经验值。用得越久，它就越聪明。

开发者Hailey

48,417 Aufrufe • vor 6 Monaten

🔥 GitHub现象级项目 Firecrawl！已获13.4万 Stars！ AI开发者必备神器：把任何网站直接变成AI能用的干净数据！自动抓取+清洗+结构化输出 Markdown/JSON，支持JS页面。更牛的是支持AI Agent自主网页交互（点击、滚动、表单）！ RAG、知识库、自动化Agent项目的基础设施。网站 → Firecrawl → 向量库 → LLM 还在手动处理网页数据？是时候换工具了！用过的小伙伴快来评论区分享体验！🚀👇 #AI

🔥 GitHub现象级项目 Firecrawl！已获13.4万 Stars！ AI开发者必备神器：把任何网站直接变成AI能用的干净数据！自动抓取+清洗+结构化输出 Markdown/JSON，支持JS页面。更牛的是支持AI Agent自主网页交互（点击、滚动、表单）！ RAG、知识库、自动化Agent项目的基础设施。网站 → Firecrawl → 向量库 → LLM 还在手动处理网页数据？是时候换工具了！用过的小伙伴快来评论区分享体验！🚀👇 #AI

AI搞钱Hacker

20,939 Aufrufe • vor 3 Monaten

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

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 Aufrufe • vor 2 Monaten

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 Aufrufe • vor 6 Monaten

发现一个适合一人公司的开源神器—MetaGPT，在 GitHub已斩获 6.9w+star 你只需一句话提需求，它就会自动拆解任务产品经理完善需求、架构师设计结构、项目经理统筹安排、工程师负责出代码、QA给出测试用例，整个研发团队的活全包了过去需要一个团队花几天甚至几周的开发工作，现在一个人就能快速搞定

发现一个适合一人公司的开源神器—MetaGPT，在 GitHub已斩获 6.9w+star 你只需一句话提需求，它就会自动拆解任务产品经理完善需求、架构师设计结构、项目经理统筹安排、工程师负责出代码、QA给出测试用例，整个研发团队的活全包了过去需要一个团队花几天甚至几周的开发工作，现在一个人就能快速搞定

阿西_出海

16,617 Aufrufe • vor 2 Monaten

科幻正在照进现实：AI 黑客已经出现了最近让安全圈炸锅的一个项目： Shannon AI Pentesting Tool 它是一个 AI 自动渗透测试工具。简单理解：AI 自己去当黑客。从信息收集到漏洞利用，整套流程都能自动完成： - 读取源码 - 扫描端口 / API - 分析攻击路径 - 尝试漏洞利用 - 自动生成漏洞报告和传统扫描器最大的区别是：很多工具只会提示 “这里可能有漏洞”。 Shannon 会真的去攻击验证。 SQL 注入、XSS、SSRF、登录绕过、JWT 攻击这些常见漏洞都会自动尝试。本质上，它把原本需要安全团队完成的渗透流程，变成了一个 AI Agent 就能跑完的系统。背后其实是一个很明显的趋势： AI 正在从回答问题，走向执行任务。自动渗透只是开始。未来越来越多工作都会被 AI 自动化完成

科幻正在照进现实：AI 黑客已经出现了最近让安全圈炸锅的一个项目： Shannon AI Pentesting Tool 它是一个 AI 自动渗透测试工具。简单理解：AI 自己去当黑客。从信息收集到漏洞利用，整套流程都能自动完成： - 读取源码 - 扫描端口 / API - 分析攻击路径 - 尝试漏洞利用 - 自动生成漏洞报告和传统扫描器最大的区别是：很多工具只会提示 “这里可能有漏洞”。 Shannon 会真的去攻击验证。 SQL 注入、XSS、SSRF、登录绕过、JWT 攻击这些常见漏洞都会自动尝试。本质上，它把原本需要安全团队完成的渗透流程，变成了一个 AI Agent 就能跑完的系统。背后其实是一个很明显的趋势： AI 正在从回答问题，走向执行任务。自动渗透只是开始。未来越来越多工作都会被 AI 自动化完成

开发者Hailey

42,455 Aufrufe • vor 6 Monaten