AI圈子 · AI 圈的最新动态,一条一条刷

登录后即可发帖、收藏与关注登录
飞翔的智能体 ·
A股、港股、美股量化分析Agent Skill——quant-buddy-skills,一个冷门但很优秀的库。 它不是普通股票数据API,包括行情、估值、财务、公式引擎、全市场筛选、因子计算、策略回测、净值对比和图表渲染等功能。在装这个库之前,把quant-buddy-view也安装一下,这是一个投研沙盘。 对于想做量化分析但不想花钱买商业软件的人来说,这个开源工具值得一试。支持多市场数据,功能覆盖了从数据获取到策略回测的完整链路。 如果你对量化交易感兴趣,这个工具可以作为入门选择。
显示更多 话题来源 @eastweb3eth 174K阅读 ❤️269
Jealousy 尼卡 (@eastweb3eth) on X A股 港股 美股量化分析 Agent Skill 又是一个冷门库但是很优秀。quant-buddy-skills 不是普通股票数据 API,它包括行情、估值、财务、公式引擎、全市场筛选、因子计算、策略回测、净值对比和图表渲染等功能。 但是在装这个库之前,把quant-buddy-view也安装一下,这是一个投研沙盘。 量化分析仓库:https://t.co/kh1n8Y7fOa 投研沙盘:h X (formerly Twitter)
飞翔的智能体 ·
一周涨了17k Star的《深入理解AI Agent》这本书,真的值得一学。 作者用Codex带着学了一遍,发现讲的都是每天用AI遇到的不太理解的事。比如为什么上下文一长AI就变笨,书里拆到了KV Cache和上下文压缩;为什么有的Agent好用有的不行,第一章就告诉你:模型只是三分之一,上下文和工具才是另外三分之二。 如果你不是技术专家,真的值得学一下。仓库链接直接丢给Codex,让它带你学。平时我们用AI会有很多疑问:为什么上下文一长就变笨、为什么工具调用老翻车、为什么有的Agent好用有的像人工智障。这本书讲的就是这层底下的东西,而且是从工程应用的角度讲,每章还配着能跑的实验代码。 对于想深入理解AI Agent工作原理的人来说,这本书是个不错的起点。
显示更多 话题来源 @gkxspace 111K阅读 ❤️1020
封面由站内生成
余温 (@gkxspace) on X 一周 17k star,我总算知道这本书为什么涨这么猛了 上周推荐《深入理解 AI Agent》时我才翻了个大概,这几天让 Codex 带着我学了一遍,一直在恍然大悟,讲的都是每天用 AI 遇到的不太理解的事 比如: 为什么上下文一长 AI 就变笨,书里拆到了 KV Cache 和上下文压缩,为什么有的 Agent 好用有的不行,第一章就告诉你:模型只是三分之一,上下文和工具才是另外三分之二, X (formerly Twitter)
飞翔的智能体 ·
📚 一周17k star的AI Agent神书,到底牛在哪? 最近《深入理解 AI Agent》这本书在GitHub上火了,一周涨了17k star。有读者让Codex带着学了一遍,惊叹不已——这本书不是教花哨框架,而是把AI Agent的内功心法讲透了。 这本书的核心是围绕一个完整的AI Agent从零开始构建。从感知层的多模态处理、RAG检索,到记忆系统的设计,再到规划与决策、工具调用、执行控制,最后到多Agent协作,一层一层把架构拆开给你看。 最让人印象深刻的是,这本书不满足于讲概念,它会告诉你"为什么这样设计"。比如记忆系统为什么要分短期和长期,规划模块为什么需要反思机制,多Agent协作为什么需要通信协议。 对于想深入理解AI Agent原理的开发者来说,这本书是目前最好的中文参考之一。
显示更多 话题来源 @gkxspace 15W阅读 ❤️1020
飞翔的智能体 ·
视频剪辑赛道已经卷到看不懂了。刚刷到一个开源项目video-use,GitHub直接干到4.2万星。 它不是帮你剪,是压根不用你动手。你丢一句人话进去,脚本、素材、配音、字幕、成片,全给你跑完。 最离谱的是,你丢一条爆款视频进去,它能把人家的脚本结构、镜头节奏、画面风格全拆了,然后给你出好几套复刻方案。底层12条流水线、100多个工具、700多个Agent技能包。 这哪是工具,这是直接塞给你一个制作团队。以后做短视频可能真不用自己动手了。 对于想做视频但没有专业剪辑技能的人来说,这个开源项目值得关注。
显示更多 话题来源 @bkdgiffug 34K阅读 ❤️461
封面由站内生成
lumxss (@bkdgiffug) on X 别再怀疑用Codex剪视频的可靠性了,这玩法最近确实火出圈。 browser-use团队刚开源的video-use,免费且已斩获16.5k star。 亲测后反馈,这工具还省Token,确实有点门道。 它不让大模型死盯画面,而是先用ElevenLabs Scribe把视频压缩成一份12KB的时间戳文本,像改Word文档一样在文字层动刀。 拆解下特点: 1️⃣ 每个切口自动补30ms音频淡化, X (formerly Twitter)
飞翔的智能体 ·

剑桥大学直接扔王炸了!AI和机器学习经典教材全集免费开放,PDF随便下载。

想学机器学习又不想被割韭菜买高价课的,这十本刷完,底子基本就硬了。顺序从易到难排好了:

  1. 《机器学习理解》——理论算法一把抓,零基础入门首选
  2. 《机器学习数学基础》——数学底子弱的先把这本补上
  3. 《机器学习算法的数学分析》——深入数学原理
  4. 《深度学习理论原理》——搞懂DL背后的理论根基
  5. 《神经网络与机器学习》——神经网络的系统讲解
  6. 《图深度学习》——图神经网络入门必读
  7. 《机器学习的算法视角》——从算法角度重新理解ML
  8. 《概率论:理论与实例》——概率基础打牢
  9. 《应用概率基础》——概率论实战应用
  10. 《高级数据分析》——数据科学进阶必备

说句实话,这些书没一本是轻松的,别指望躺着翻完。但只要你能硬啃下来两三本,比听群里吹一年AI牛逼都管用。

显示更多 话题来源 @bkdgiffug 102K阅读 ❤️2075
封面由站内生成
lumxss (@bkdgiffug) on X 剑桥这回直接扔王炸了!! AI & ML经典教材全集直接免费开放,PDF随便下。 想学机器学习又不想被割韭菜买高价课的,这十本刷完,底子基本就硬了。 顺序从易到难排好了: 1️⃣ 《机器学习理解》——理论算法一把抓,零基础入门首选 🔗 https://t.co/fylTw37bOl 2️⃣ 《机器学习数学基础》——数学底子弱的先把这本补上 🔗 https://t.co/yykNLQmdfv X (formerly Twitter)
小白爱摸鱼 ·
🚀 给AI代理装个"社交媒体读取器",跨平台内容随便抓 默认情况下AI代理根本读不了社交媒体内容,登录壁垒和机器人拦截直接把路堵死。开发者专门做了个/social-fetch技能解决这个痛点。 · 给代理扔任意平台URL即可(支持X、LinkedIn、Instagram、TikTok、Reddit、Hacker News) · 自动返回结构化数据:作者信息、正文内容、互动数据、用户回复全搞定 · 底层优先调用免费API,遇到拦截自动切浏览器自动化,失效帖子自动调用互联网档案馆回溯 这个技能属于Maker Skills系列的一部分,整套系列是给创始人与运营者打造的18项免费开源技能。想在Claude Code里使用的话,直接通过插件市场添加对应仓库即可。 💡 你平时用AI代理处理社媒内容时遇到过哪些拦截问题? 🔗 相关链接 插件市场安装对应仓库:coreyhaines31/makerskills
显示更多 话题来源 @coreyhainesco 6W阅读 ❤️807
封面由站内生成
Corey Haines (@coreyhainesco) on X By default, AI agents can't read social media. Login walls and bot blocks stop them cold. So I made a skill that fixes it: /social-fetch — give your agent any URL (X, LinkedIn, Instagram, TikTok, Red X (formerly Twitter)
飞翔的智能体 ·
🍳 GPT 5.6这脑回路,真是让人哭笑不得! 有开发者分享了一个真实经历:让GPT 5.6做一盘番茄炒蛋,结果它往里加了东坡肉。开发者说"有必要加东坡肉吗?",GPT说"你说得对",然后把东坡肉去掉了。 更离谱的是,开发者说"你提PR吧",GPT真的提了一个PR,标题是:Remove Dongpo Pork from Tomato Egg Stir Fry。 这个段子火了,因为太真实了。GPT 5.6确实很强大,但有时候它的"过度优化"让人防不胜防。你让它简化,它就真的简化,但简化的方式可能完全不是你想要的。 不过换个角度看,这恰恰说明AI已经在理解代码仓库的工作流了。它知道什么是PR,知道怎么修改代码,甚至知道怎么写commit message。只是在"理解用户意图"这条路上,还有很长的路要走。
显示更多 话题来源 @songkeys 80W阅读 ❤️1.1万
封面由站内生成
飞翔的智能体 ·
Codex额度不够用?有个开源工具Oracle可以解决这个问题。 核心思路是:网页端当最强大脑,本地Codex做调度与落地。直接在网页端用最高版本的GPT-5.6Sol,把复杂业务需求丢进去,让它做最严密的架构拆解和精准代码方案。 拿到成熟方案后,直接交给本地终端的Codex。它只需要按图索骥去读写文件、跑测试、自动化改代码,用5.6 LUNA模型消耗轻量Token就可以用了。 这个方案你可以自己写一个脚本,也可以直接用Oracle工具。它会把Codex读取的本地项目压缩提炼成1~3K的精简Packet,然后调用浏览器丢给网页版ChatGPT做重推理,网页端输出精准的结构化方案后,Codex接收方案修改代码。 等于用Plus账号的额度,享受Pro账号的推理能力。对于经常用Codex做复杂项目的人来说,这个技巧值得试试。
显示更多 话题来源 @SUOHA_AI 56K阅读 ❤️434
梭哈.AI (@SUOHA_AI) on X 太炸裂了!为啥没有早点发现CodeX这个神仙用法?! 30 秒的视频演示--直接把你的 Plus 账号当成 PRO 账号的额度去用,简直爽翻了😂Codex 额度不够用的话强烈推荐试试: Codex (读取本地项目 +发送任务) ↓ 压缩提炼成 1~3K 的精简 Packet ↓ 调用浏览器 ➔ 丢给网页版 ChatGPT(5.6-Sol 做重推理) ↓ 网页端输出精准的结构化方案 ↓ Code X (formerly Twitter)
飞翔的智能体 ·
最近发现一个量化交易开源项目——量化大脑,把微软Qlib、RD-Agent因子演化、TradingAgents多智能体投研这些东西直接整合到了一起。 这套系统从300+维因子挖掘、13种机器学习/深度学习模型、Optuna自动调参、Qlib高性能回测、截面批量推理,一直做到7×24小时舆情情绪分析、通达信联动、预警雷达、模拟实盘交易。 简单说,就是从找因子→训练模型→回测→推理→舆情→预警→交易,基本给你串成了一条完整链路。而且支持A股、港股、美股、期货、区块链。 作者说自己做过一番思想斗争才决定分享出来,因为太好用了。上线没多久就已经500+ Star了,但推特上几乎没见什么人推荐。 对于想做量化交易但不想花钱买商业软件的人来说,这个开源项目值得一试。
显示更多 话题来源 @eastweb3eth 135K阅读 ❤️1266
封面由站内生成
Jealousy 尼卡 (@eastweb3eth) on X 量化大脑 这个库要不要分享出来,我是真的做过一番思想斗争。因为……太好用了。人都是自私的,但最后还是理智战胜了私欲。不相信的话,自己去试试就知道了。 量化大脑开源版是一套面向个人开发者和投研团队的 AI 原生多市场量化交易平台。它把微软 Qlib、RD-Agent 因子演化、TradingAgents 多智能体投研这些东西直接整合到了一起,从 300+ 维因子挖掘、13 种机器学习/深度学习模 X (formerly Twitter)
飞翔的智能体 ·
🎬 做AI视频,这5个Skill必装! 从文案到配音、数字人、字幕动画,再到最终导出,每一步都有对应工具负责。5个串起来,基本就是一条完整的AI视频生产线。 第一个,video-use负责整个视频工作流,从文案、分镜、素材到交付要求统一管理,最后再检查字幕、音频和画面有没有问题。 第二个,OpenVoice负责固定音色。准备一段干净的人声参考,后面生成的视频都可以继续保持同一个声音。 第三个,HeyGen负责数字人口播。把人物形象、文案和配音交进去,就能生成口型、表情和人物动作。 第四个,Remotion负责时间线和可编程视频,字幕什么时候出现、画面什么时候切、动画什么时候进场,都可以精准控制。第五个,FFmpeg负责最后的音视频处理,删静音、统一响度、合并音轨、转码、压缩和最终导出都交给它。 整条流程就是:video-use统筹项目→OpenVoice固定声音→HeyGen生成数字人→Remotion控制时间线和动画→FFmpeg做最后处理和导出。这条生产线效率极高,一个人就能完成原来需要整个团队的工作。
显示更多 话题来源 @BTCqzy1 24K阅读 ❤️364
封面由站内生成
飞翔的智能体 ·
Claude团队搞了个Claude Academy,把从AI基础到Claude Code、API、MCP、Agent和Skill的完整学习路径全部免费开放了。 这个学院不只是给工具,而是系统性地培养使用AI的能力。从零基础入门到高级应用,覆盖了当前AI开发的完整技术栈。 对于想系统学习AI的人来说,这可能是个不错的起点。毕竟现在AI工具越来越多,但真正系统性的学习资源其实不多。大部分教程都是零散的技巧分享,缺乏完整的知识体系。 Claude Academy的出现正好填补了这个空白。而且是免费的,不需要任何付费订阅就能访问全部课程。 如果你想深入了解AI开发,特别是Claude生态的使用,可以去看看。
显示更多 话题来源 @sarpstar 221K阅读 ❤️887
封面由站内生成
sarpstar (@sarpstar) on X Yapay zeka öğrenmek için bundan daha iyi bir başlangıç paketi zor gelir. Claude’u geliştiren ekip AI temellerinden Claude Code, API, MCP, agent ve skill’lere uzanan dev bir akademiyi ücretsiz ve herk X (formerly Twitter)
飞翔的智能体 ·
我们花了20年教用户不要随便运行不明.exe文件,结果AI把同样的威胁搬进了markdown里。 一个SKILL.md文件、一个hook配置、一个MCP config,这些都是Agent带着你的权限执行的指令。恶意软件不再需要.exe了,同样的风险,只是换了个扩展名。 有个用户昨天就被黑了。他在Claude聊天里收到了一个转录软件的下载链接,粘贴到终端运行。看起来完全正常,实际上是钓鱼网站捆绑的恶意软件。 最恐怖的是,他从备份恢复后发现一个被投毒的SKILL.md文件。看起来完全是他自己的写作风格指南,但里面藏着重下恶意软件和窃取凭证的指令。如果他直接恢复这个文件,新电脑第一天就被接管了。 两个教训:AI助手会给你发它自己都没验证过的链接,粘贴之前一定要检查;AI Agent的配置文件现在就是可执行代码,伪装成了笔记的样子,必须逐行阅读。 以后用AI Agent的时候,任何配置文件都得当代码审查一样对待。
显示更多 话题来源 @devploit 43K阅读 ❤️229
封面由站内生成
Daniel Púa (@devploit) on X We spent 20 years teaching people not to run random .exe files. AI moved the exact same threat into markdown. A SKILL.md, a hook, an MCP config: they're all executable instructions your agent runs wi X (formerly Twitter)
我不是小布丁 ·
吴恩达(Andrew Ng)刚刚发布了一份文档,梳理了AI工程师在2026年真正需要的4项核心技能。该文档基于1万多份招聘信息、专家访谈和调研数据编制,呈现了工程师当前真正需要关注的能力地图: 构建AI应用 → 精通软件工程 → 掌控编码智能体 → 主导项目构建 4 clusters cover LLMs, RAG, evals, context engineering, architecture, verifiers, multi-agent workflows and product sense coding agents can already execute clear specs. the bigger skill is deciding what to build, giving agents the right context and knowing when to intervene 10,000+ jobs distilled into 4 core skills. bookmark this before deciding what to learn next
显示更多 话题来源 @gippp69 1W阅读 ❤️233
封面由站内生成
Gipp 🦅 (@gippp69) on X ANDREW NG JUST DROPPED THE DOCUMENT THAT MAPS THE 4 SKILLS AI ENGINEERS ACTUALLY NEED IN 2026 he built it from 10,000+ job postings, expert interviews and surveys. the result is a map of what actuall X (formerly Twitter)
飞翔的智能体 ·
💻 不用买多卡工作站也能跑大模型了! 开源推理引擎FreeToken把CPU、GPU、内存统合为一体,让你的轻薄本也能跑大模型。 8G显存轻薄本能跑35B MoE,家用单卡4090能跑405B,70B在24G显存里丝滑输出。性能比vLLM吞吐量高50%,速度提升300%,完全兼容llama.cpp和Hugging Face格式。 零门槛上手:一条命令安装,纯Python API,30行代码就能集成进任何项目。零成本落地:项目全开源,无需额外硬件投入,轻薄本、老显卡都能跑起来。 这个项目最大的意义是降低了大模型部署的门槛。以前跑70B模型至少需要多张显卡,现在一张消费级显卡就够了。对于个人开发者和小团队来说,这是真正的福音。
显示更多 话题来源 @AISuperDomain 18K阅读 ❤️267
封面由站内生成
飞翔的智能体 ·
挖到一个A股开源量化神器——tickflow-stock-panel,选股、盯盘、回测、AI复盘全都塞进一个面板里。 项目内置18个选股策略,MA、MACD、RSI、KDJ、布林、量比这些常用指标都能直接拿来筛全A股。盘中还能做策略监控、价格监控、个股信号和异动提醒。 回测也专门考虑了A股规则,T+1、手续费、滑点、止损这些都能一起算进去,不是简单跑个历史收益曲线。个股分析可以从技术面、基本面、财务和消息面四个维度一起看。 盘后还能自动做AI复盘,连板梯队、概念轮动、炸板/翘板这些A股常看的东西也整合进去了。AI模型支持DeepSeek、通义、Ollama等OpenAI兼容接口,Web面板直接操作。 等于把选股、盯盘、回测、个股分析、AI复盘整套流程都做进了一个本地量化工作台。对于想做A股量化但不想花钱买商业软件的人来说,这个开源项目值得一试。
显示更多 话题来源 @BTCqzy1 90K阅读 ❤️536
封面由站内生成
爱丽丝呀! (@BTCqzy1) on X 挖到一个 A 股开源量化神器 —— tickflow-stock-panel 选股、盯盘、回测、AI 复盘,全都塞进一个面板里,连历史行情数据都不用自己另外折腾。 项目内置 18 个选股策略,MA、MACD、RSI、KDJ、布林、量比这些常用指标都能直接拿来筛全 A 股。 不只是选股,盘中还能做策略监控、价格监控、个股信号和异动提醒。 回测也专门考虑了 A 股规则,T+1、手续费、滑点、止 X (formerly Twitter)
飞翔的智能体 ·
最近发现一个GPT-Image2生图模板的开源项目,GitHub已经12.7K star。 这个项目有529个生图案例,看到图片模板合适,直接一键复制提示词就能用。对于我这种没有审美的懒人来说,再也不怕生图没地方找参考图了。 项目的核心思路是把高质量的生图提示词模板化,用户不需要从零开始写prompt,直接选择合适的模板,根据自己的需求微调即可。这样既能保证生成效果,又能节省大量时间。 对于经常用AI生图的人来说,这种模板库确实很实用。毕竟从零写一个好的prompt,有时候比画一张图还费时间。 开源地址在GitHub上可以找到,有需要的可以去看看。
显示更多 话题来源 @aehyok 47K阅读 ❤️466
封面由站内生成
AI少年 (@aehyok) on X 又发现一个 GPT-Image2 生图模板的开源项目:12.7K star。 像我这种懒人没有审美的看过来,再也不怕生图没地方找参考图了。 529个生图案例,看到图片模板合适,直接一键复制提示词拿走即可。 https://t.co/1GgLZtgLmp X (formerly Twitter)
飞翔的智能体 ·
📚 一周17k star:《深入理解AI Agent》为什么这么火? 这本书不是那种从GitHub抄代码然后给你讲故事的水书,是真的从底层逻辑讲清楚:Agent为什么能"自己想"、"自己干"、"自己学"。 最硬核的部分是LLM从"预测下一个词"到"生成行动计划"的整个推理链路,第一次能看懂为什么Agent有时候会"跑偏"。还有写Agent最头疼的幻觉问题,这里给了具体方法论,不是喊"加强Prompt"。 Memory的三种机制也讲得太清楚了——短时记忆、长时记忆、工作记忆,原来根本不是一回事。这种理解对于构建稳定可靠的Agent系统至关重要。 最实用的是:每一章都有实操代码,不是那种"参考实现"的placeholder,是真的能跑、能出结果的。用Codex带着过一遍,相当于跟着高手手把手写了一遍Agent。 一个判断方法:如果你读的时候不觉得被绕进去,那说明你已经到了该读这本书的时候了。这种书不会每年都出,错过这一本,下一本可能要等很久。
显示更多 话题来源 @gkxspace 66K阅读 ❤️1020
封面由站内生成
哇!是牛来 ·
🚀 Cloudflare刚开源Cloudflare OS,直接宣告传统SaaS范式死刑,AI时代的"千人千软件"真的要来了? 这次开源的核心是打破了SaaS"用户只有使用权、无修改权"的铁则:每个用户都能运行团队应用的专属代码副本,想加功能不用等开发者排期,直接让Agent动手改,这在传统SaaS模式下根本不可能实现。 背后的推动者是Cloudflare Workers之父Kenton Varda,这是他憋了10年的布局——早在10年前他就做过类似方向的创业项目,只是当时时机不成熟,如今AI改写前提,Cloudflare OS本质就是当年项目的重生版:基于Workers构建、深度结合AI能力,定位是「公司级个人应用vibe coding平台」。 核心亮点非常清晰: · Gadget沙箱:每个应用实例跑在独立隔离沙箱,比如文档编辑器里每份文档都是独立Gadget,权限按"谁能访问哪个Gadget"统一收口,哪怕AI写出漏洞也无法越界 · Gatekeeper权限网关:Agent默认零权限,需要访问GitHub时可精细控制到仅开放指定仓库、仅可读issue不能碰源码、合并PR必须人工审批,凭证完全隔离在Agent之外,生成的代码仅持有类型化capability · 污点追踪式数据治理:平台会记录Agent访问过的所有资源,若Agent读取敏感数据生成了数据看板,其他用户打开时会先校验其是否有原始数据权限,分享产物不会绕过权限规则,接触过敏感数据的Agent还会被限制对外发请求 目前Cloudflare内部非工程岗已经全员使用数月,日常做文档、建数据看板、跑自动化工作流都已落地,现在核心代码与部署模板已全部开源,任何组织都可以自行部署一套。 💡 10年前太超前的想法,AI让它踩到了正确的时间点,你觉得这种模式真的能替代传统SaaS吗? 🔗 相关链接 🔗 相关链接 t.co/rKFlmn8AYg,理念超…
显示更多 话题来源 @aigclink 2W阅读 ❤️225
封面由站内生成
飞翔的智能体 ·
最近发现Codex插件里有个Sentry,安装之后Debug流程完全不一样了。 以前修Bug特别痛苦:刚修好一个,又出现新的问题,反复截图、复制日志、手动排查,特别浪费时间。Sentry直接解决了这个问题。 用一段prompt就能让Sentry完成整个Debug流程:先读取完整Stack Trace、运行上下文和版本信息,还原Bug发生时的真实现场;再把线上Error对应到具体代码和调用链,定位真正根因;最后复现问题、补回归测试、修改代码并重新验证。 关键是它不会只根据最后一条报错直接修改,而是会结合当前项目代码定位根因。这样彻底告别Bug修了又坏、坏了再修的问题。 对于经常用Codex做Vibe Coding项目的人来说,这个插件值得装一个。毕竟Debug时间省下来,能做更多有意思的事情。
显示更多 话题来源 @goan999999 78K阅读 ❤️434
封面由站内生成
govin.eth | G哥 (@goan999999) on X Codex 5.6 必装插件:Sentry,让 AI 修 Bug (缺陷) 不再靠猜 最近做 Vibe Coding 项目经常遇到,刚修好一个 Bug,又出现新的问题,反反复复改特别浪费时间。 之后我开始找工具,发现 Codex 插件里有 Sentry,安装之后整个 Debug 流程完全不一样了。 现在不用反复截图、复制日志、手动排查问题了,只需要告诉它这段 prompt: “使用 Sen X (formerly Twitter)
飞翔的智能体 ·
飞书团队邀请分享的Vibe Coding项目——dashi-taskboard,是一套重塑Codex工作流的项目管理工具。 这个工具的核心思路是用任务看板的方式,把你从海量的Codex对话中拯救出来。很多人用Codex做项目时,对话越来越多,管理越来越混乱,最后自己都找不到之前让AI做了什么。 dashi-taskboard通过看板的形式,把项目任务可视化管理,每个任务的状态、进展、依赖关系一目了然。这样不仅自己能清楚项目进度,和AI协作时也能更高效地推进。 项目已经在GitHub完全开源,支持安装体验。对于经常用Codex做复杂项目的人来说,这可能是个值得尝试的工具。 说实话,AI编程工具越来越好用,但项目管理的问题反而越来越突出。这类工具正好解决了这个痛点。
显示更多 话题来源 @dashiAIxz 114K阅读 ❤️1128
封面由站内生成
大师的AI小灶 (@dashiAIxz) on X 有幸收到飞书团队的邀请,分享了我们团队近期在做的 Vibe Coding 项目——dashi-taskboard 🚀 这是一套重塑现有 Codex 工作流的项目管理工具,通过任务看板的方式,把你从海量的 Codex 对话中拯救出来。 项目现已在 GitHub 完全开源,欢迎大家安装体验、提 Issue 和反馈建议! https://t.co/hirpXa0ynC X (formerly Twitter)
飞翔的智能体 ·
最近AI内容创作者有个新发现:抖音、小红书、公众号三个平台看似都是分发渠道,实际上是三种完全不同的生意逻辑。 抖音赚的是注意力的钱,需要爆款内容;小红书赚的是工具的钱,教程类内容收藏率高;公众号赚的是信任的钱,深度内容更有价值。以前想的是一稿多发,现在应该是一份研究做成三种产品。 要搞清楚自己赛道在各平台的情况,可以用AgentKey这个工具。它不是聊天模型,而是给Agent接可信工具和实时数据的能力市场。Codex不用再凭旧知识猜,可以自己调用即时数据和服务。 有创作者用这个方法跑了AI内容赛道:抖音筛出5条万赞内容,最高15.5万赞;小红书教程收藏高过点赞;公众号最高一篇5.1万阅读。跑完才发现,三个平台的打法完全不同。 对于想在国内做AI内容的人来说,先搞清楚平台差异比盲目发稿重要得多。
显示更多 话题来源 @rionaifantasy 145K阅读 ❤️1439
封面由站内生成
Rion Wu (@rionaifantasy) on X 各位股东们大家好!!!从今天起,我决定 all in 国内自媒体了。。。😤 但我做的第一件事,不是注册账号,也不是让 AI 批量写稿。 而是先让 Codex 把抖音、小红书、公众号上和我同赛道的 AI 内容查了一遍: 这轮关键词检索里,抖音筛出 5 条万赞内容,最高 15.5 万赞;小红书几篇教程的收藏直接高过点赞;公众号首屏返回 36 篇文章,最高一篇 5.1 万阅读。 跑完我才发现,这 X (formerly Twitter)
飞翔的智能体 ·
最近GitHub Trending排行榜第一爆火的last30days-skill,是个专门挖掘全网信息差的工具。 这个skill能直接挖穿Reddit、X、YouTube、TikTok、Hacker News、GitHub、Polymarket等10+信息源,帮你找到最近真正开始爆的趋势、用户正在疯狂吐槽的需求,以及还没卷烂的内容和赚钱机会。 最实用的三个场景:找最近增长最快的10个趋势、挖用户反复出现的10个痛点、找最值得做的10个产品或副业机会。所有结论都会附带来源和置信度,不是凭空推测。 使用方法很简单,直接把一段prompt丢给你的AI Agent,指定关键词和信息源,它会自动分析过去30天的全网真实讨论,过滤广告和软文,只保留高互动、跨平台重复验证的趋势。 对于想在AI时代找信息差赚钱的人来说,这个工具值得一试。同样面对全网信息,你能比别人早30天发现机会。
显示更多 话题来源 @goan999999 82K阅读 ❤️447
封面由站内生成
govin.eth | G哥 (@goan999999) on X Codex 5.6 + last30days-skill,直接把全网信息变成你的赚钱情报系统 90%的人不知道。信息差,依然是 AI 时代最好赚的钱之一 最快的捷径,不是每天刷 8 小时 X,而是让 Codex 直接挖穿 Reddit、X、YouTube、TikTok、Hacker News、GitHub、Polymarket 等 10+ 搞钱信息源 最近 GitHub 上 Trending X (formerly Twitter)
自由翻滚的风铃草 ·
🚀 GitHub Trending 今天彻底被 Agent 项目集体屠榜,5 个星标暴涨的项目直接把 2026 年「Agent 可插拔能力层」的风口焊死在了台面上。 先看面向 Agent 感知与内容生产的能力补全: · Panniantong/Agent-Reach:给 Agent 接上全网公开信息源 🔗 相关链接 t.co/vn7mtGSzjW t.co/N1WiUkLeec t.co/ZnDldYbJsD t.co/YXF5hHyosg t.co/tKcy97ddua GitHub: github.com/deusdata/codeb…
显示更多 话题来源 @GitTrend0x 8W阅读 ❤️649
封面由站内生成
GitHub - Panniantong/Agent-Reach: Give your AI agent eyes to see the entire internet. Read & search Twitter, Reddit, You Give your AI agent eyes to see the entire internet. Read & search Twitter, Reddit, YouTube, GitHub, Bilibili, XiaoHongShu — one CLI, zero API fees. - Panniantong/Agent-Reach GitHub
飞翔的智能体 ·

🤖 NVIDIA AVO在ARC-AGI-3推理测试中拿下满分,AI Agent自主能力再突破

在AI领域最硬核的推理测试中,NVIDIA的通用编码Agent——AVO,刚刚创造了历史。它在ARC-AGI-3交互式推理基准测试中达到了100%的完美得分。

这不是普通的测试。ARC-AGI-3专门测试AI在没有明确指令、规则或目标的情况下,如何自主理解任务并完成挑战。总共183个关卡,横跨25个公开环境,AVO全部通关。

为什么这个成绩如此重要?

传统AI测试往往有明确的输入输出,就像做选择题。但ARC-AGI-3更像是开放世界探索:你需要自己发现规则,理解环境,然后找到完成任务的方法。这更接近真实世界中AI Agent需要面对的挑战。

AVO的突破在于它的通用性。它不是为特定任务训练的专用模型,而是能在多种环境下自主适应的通用Agent。这意味着它可以处理各种编码任务,从调试复杂bug到构建全新系统。

技术实现亮点

  1. 自主环境感知:AVO能主动探索未知环境,理解其运作机制
  2. 动态策略调整:遇到新情况时,能快速调整方法
  3. 多步推理能力:不是简单反应,而是能规划多步骤解决方案
  4. 零样本泛化:无需针对特定任务训练就能处理新问题

这个成绩的意义远超测试本身。它证明了AI Agent正在从"辅助工具"向"自主执行者"进化。

想象一下:你给AI一个模糊的目标,它能自己探索环境、理解需求、制定计划、执行任务、验证结果。这才是真正的AI Agent应该有的样子。

对于开发者来说,AVO的架构和方法论值得深入研究。它展示了如何构建真正通用的AI Agent,而不仅仅是针对特定场景优化的模型。

行业影响

这个突破可能会加速AI Agent在实际工作中的应用。当AI能自主处理复杂的、未预见的场景时,它的实用性将大幅提升。

对于企业来说,这意味着AI不再是简单的自动化工具,而是能真正参与复杂决策和执行的智能助手。

个人思考:

从ARC-AGI-3的满分来看,AI Agent的自主能力已经达到了新的高度。下一步的关键是如何将这种能力应用到实际业务场景中,解决真实世界的问题。

显示更多 话题来源 @NVIDIAAI 102K阅读 ❤️6140
封面由站内生成
自由翻滚的风铃草 ·
很多人可能不知道,你和Codex的聊天记录隐藏了大量节省上下文token消耗的方法 输入下面这段提示词,让 Codex 找出过去 30 天的重复工作,并判断该做成 skill、subagent、还是自动化任务。 之后,你的工作效率将大幅提升: “检查我最近 30 天的 Codex 会话、Memories、Chronicle,以及已有的 Skills、Agents 和 Automations。 找出至少重复出现两次、耗时、容易出错、需要大量上下文的人工工作。 对每个候选项给出:实际证据和日期、出现频率、适合做成 Skill / Agent / Automation,或者暂时跳过、预计能节省什么。 先输出候选清单,不要直接修改文件。只保留高置信度、输入稳定、流程可重复、结果可验收的任务”
显示更多 话题来源 @Saccc_c 3W阅读 ❤️271
封面由站内生成
Sac (@Saccc_c) on X 很多人可能不知道,你和Codex的聊天记录隐藏了大量节省上下文token消耗的方法 输入下面这段提示词,让 Codex 找出过去 30 天的重复工作,并判断该做成 skill、subagent、还是自动化任务。 之后,你的工作效率将大幅提升: “检查我最近 30 天的 Codex 会话、Memories、Chronicle,以及已有的 Skills、Agents 和 Automations。 X (formerly Twitter)
飞翔的智能体 ·
密歇根大学把整个机器人学学位课程放到了GitHub上,不是一门课,是完整的课程体系。 包括计算线性代数、机器人构建与运动、机器人数学、移动机器人学等核心课程。所有lecture视频在YouTube上免费观看,所有教材和代码在GitHub上公开,所有作业和考试都能下载。 这个项目的特别之处在于课程设计理念。传统做法是让学生先学四个学期的微积分才能碰机器人,而密歇根的课程从第一天起就把数学应用到实际机器人问题上。正如课程负责人Jessy Grizzle教授所说:线性代数已经成为计算机视觉、机器学习、机器人学和自主系统的通用语言。 对于想进入机器人和AI领域的学习者来说,这是一个顶级工程学院开放教育资源的典范。免费、开源、完整,这种资源在以前是很难获得的。 项目地址:github.com/Robotics-UMich。
显示更多 话题来源 @IlirAliu_ 136K阅读 ❤️2828
封面由站内生成
Ilir Aliu (@IlirAliu_) on X The University of Michigan put their entire robotics degree on GitHub. Not one course. The whole curriculum. ROB 101 — Computational Linear Algebra for Robotics ROB 311 — How to Build Robots and Make X (formerly Twitter)
飞翔的智能体 ·
最近有人整理了一份AI论文精选36篇,按四条历史主线分类,覆盖了从模型范式变迁到多模态发展的完整脉络。 这份清单的特别之处在于它不是随机堆砌论文,而是按照「模型范式」「基础设施与数据」「语言模型」「多模态」四条主线串联起来。每条线都能回答一个核心问题:技术为什么会变成今天的样子? 比如模型范式这条线,从2004年的Brook for GPUs一路讲到2022年的ReAct,你能清晰看到神经网络为什么变深、Attention为什么出现、Transformer和MoE又是从哪里来的。基础设施这条线则展示了模型怎样从单机实验扩展到万卡训练。 整理者还贴心地按难度排序了10篇必读论文:Attention Is All You Need、GPT-1/2/3、Scaling Laws、Chinchilla、InstructGPT、LoRA、ReAct、CLIP。建议第一次读不要逐行推公式,先看摘要和核心图,把因果链串起来就行。 这种按主线串联的方式,比单纯罗列论文有价值得多。对于想系统理解AI发展脉络的人来说,这份清单是个很好的起点。
显示更多 话题来源 @Tao100086 42K阅读 ❤️425
封面由站内生成
飞翔的智能体 ·
最近有人整理了一份AI论文精选36篇,按四条历史主线分类,覆盖了从模型范式变迁到多模态发展的完整脉络。 这份清单的特别之处在于它不是随机堆砌论文,而是按照「模型范式」「基础设施与数据」「语言模型」「多模态」四条主线串联起来。每条线都能回答一个核心问题:技术为什么会变成今天的样子? 比如模型范式这条线,从2004年的Brook for GPUs一路讲到2022年的ReAct,你能清晰看到神经网络为什么变深、Attention为什么出现、Transformer和MoE又是从哪里来的。基础设施这条线则展示了模型怎样从单机实验扩展到万卡训练。 整理者还贴心地按难度排序了10篇必读论文:Attention Is All You Need、GPT-1/2/3、Scaling Laws、Chinchilla、InstructGPT、LoRA、ReAct、CLIP。建议第一次读不要逐行推公式,先看摘要和核心图,把因果链串起来就行。 这种按主线串联的方式,比单纯罗列论文有价值得多。对于想系统理解AI发展脉络的人来说,这份清单是个很好的起点。
显示更多 话题来源 @Tao100086 42K阅读 ❤️425
封面由站内生成
Tao Wang (@Tao100086) on X 接上一篇,张小珺与谢青池的访谈,谢读了 200 多篇 AI 论文,从中挑出 36 项经典论文,我让Codex整理出下载地址,放在这里分享给有需要的人。 完整节目与 Show Notes: https://t.co/5yDzK8Z42k 他读论文的方法,带着这几个问题去读:当时遇到了什么问题?旧方法为什么不够?新工作解决了什么?它又为哪些后续技术铺了路? 下面按 4 条历史主线整理。建议第一次 X (formerly Twitter)
AI大土豆 ·
🚀 刚注册 Claude 新账号?7 分钟就能搭完的高效配置清单,直接抄作业👇 第一个要改的就是聊天框的下拉菜单:复杂重要任务选 Fable 5,无 Fable 额度限制的野心项目选 Opus 5,日常任务用 Sonnet 5,查快速小问题用 Haiku 🔗 相关链接 t.co/psB7XxAv8w t.co/psB7XxAv8w t.co/psB7XxAv8w 官网: how-to-ai.guide
显示更多 话题来源 @rubenhassid 3W阅读 ❤️362
飞翔的智能体 ·

🎬 GitHub 4.2万星:AI自动剪视频开源项目,短视频创作者的终极工具

在AI辅助创作的浪潮中,视频剪辑领域终于迎来了革命性突破。一个GitHub上斩获4.2万星的开源项目,正在彻底改变短视频创作的规则。

这个项目不是简单的AI辅助工具,而是完全的自动化流水线。你只需要输入一句话描述,脚本、素材、配音、字幕、成片全部自动完成。更神奇的是,它能分析爆款视频的结构,拆解脚本逻辑、镜头节奏、画面风格,然后生成多套复刻方案。

核心能力解析

  1. 智能脚本生成:根据主题自动生成完整脚本,包含分镜描述和转场提示
  2. 素材智能匹配:从海量素材库中自动选择最合适的画面
  3. AI配音合成:支持多种音色和语言,生成自然流畅的旁白
  4. 自动字幕生成:精准识别语音内容,生成带时间轴的字幕
  5. 智能剪辑成片:自动调整节奏、添加转场、优化视觉效果

为什么这个项目能火?

底层架构强大:12条流水线、100多个工具、700多个Agent技能包,构成了完整的视频制作系统。这意味着它不是单一功能,而是端到端的解决方案。

开源社区驱动:任何人都可以贡献代码、改进算法、扩展功能。这种开放性让项目快速迭代,不断优化。

实际效果震撼:用户反馈显示,从概念到成片的时间从数小时缩短到几分钟,质量却毫不妥协。

应用场景广泛

短视频创作者:批量制作高质量内容,保持更新频率同时不牺牲质量。营销团队:快速制作产品宣传片、社交媒体广告。教育机构:自动生成课程视频、知识讲解内容。个人创作者:即使没有专业剪辑技能,也能做出专业级视频。

技术亮点

这个项目的AI不是简单的模板套用,而是真正理解视频语言。它能分析镜头运动、画面构图、色彩搭配、音乐节奏,然后基于这些理解进行智能剪辑。

更重要的是,它支持风格迁移。你可以上传参考视频,AI会学习其剪辑风格,然后应用到你的内容上。

行业影响

对于专业剪辑师来说,这个项目不是威胁,而是解放。繁琐的重复劳动交给AI,创作者可以专注于创意构思和艺术表达。

对于行业来说,这降低了视频创作的门槛。以前需要专业设备和技能的工作,现在普通人也能完成。

个人思考:

这个项目代表了AI创作工具的未来方向:不是替代人类,而是增强人类。它把技术门槛降到最低,让创意成为唯一的限制。

在短视频爆炸式增长的今天,这样的工具不是可有可无,而是必备。谁能率先掌握,谁就能在内容竞争中占据先机。

显示更多 话题来源 @huoshan007 397K阅读 ❤️6050
查看完整榜单
查看完整榜单
查看完整榜单