AI圈子 · AI 圈的最新动态，一条一条刷

GitHub 上发现一个 7.9 万 star 的 AI 爬虫工具：Crawl4AI。

核心功能：
• 开源 LLM 友好的网页爬虫和抓取工具
• 不需要 API Key，pip install 直接装
• 爬取结果输出 Markdown，方便给 LLM、RAG、Agent 用

技术亮点：

1. 支持 JavaScript 渲染（16 种策略）
2. 支持多浏览器并发
3. 支持 Docker/GPU 部署
4. 内置数据提取和结构化

适用场景：

• 给 RAG 系统爬取网页数据
• 给 Agent 提供网页内容
• 批量抓取和转换网页为 Markdown

为什么选它？
• 专门为 LLM 设计，输出格式友好
• 开源免费，没有 API 限制
• 社区活跃，GitHub 7.9 万 star
• 支持复杂网页（SPA、动态加载）

GitHub：unclecode/crawl4ai

你们做爬虫用什么工具？

#Crawl4AI #爬虫 #开源 #RAG #Agent

做 AI 的兄弟一定要看 awesome-python，316.1k star 的狠货。

三个核心价值：

1. 按场景分类

Python 生态里最好用的工具全按场景分好类，想干 X 直接查对应分类，不用再满 GitHub 瞎翻。

1. AI & ML 全覆盖

从模型训练到部署的库都挑好了，全是社区验证过的，比你自己搜靠谱太多。

1. 质量筛选

不是啥垃圾都收，能进清单的都是同行踩坑后留下的精品，相当于白拿一份工程师的实战笔记。

实际体验：
找 Web 框架时一眼定位 FastAPI，省了俩小时。

本质：
社区维护的索引，能火到 GitHub 前十，说明 Python 圈子的人都在靠它省时间。

使用建议：
收藏一份，下次遇到"这个需求用啥库"直接翻目录，不用再发帖求推荐，粗算一年能省出十几个小时。

你们平时找 Python 库是靠谷歌还是直接逛 GitHub Trending？

#awesome-python #Python #GitHub #AI开发 #开源

你有没有遇到过这种情况：

跟 AI 说"帮我做个会员系统"，它几分钟就开始写代码，一行没报错。

问题是：你说的会员是订阅制还是一次性解锁，你没说，它也没问，自己选了一个答案。

等代码写完你才发现，它做的是另一个产品。

grillme skill 的出现，从根本解决了这个问题。

核心机制：
AI 在模糊需求下，不再替你做决定，而是先澄清需求。

工作流程：

1. 你提出需求
2. AI 识别模糊点
3. AI 主动提问澄清
4. 确认后再执行

解决的问题：
• 需求理解偏差
• 返工重写
• 时间浪费

适合场景：
• 产品需求不明确
• 功能有多种实现方式
• 需要确认用户意图

本质：
把"AI 猜测"变成"AI 确认"。

你们遇到过 AI 猜错需求的情况吗？

#grillme #Skill #AI编程 #需求澄清 #ClaudeCode

整理了9个适合自媒体/短视频创作者的开源项目，从选题到成片基本快把整条生产线拼出来了。

1. MoneyPrinterTurbo (10.7w+ stars)

给一个主题，自动写脚本、找素材、配音、生成视频。

1. video-shotcraft (5.3k+ stars)

内置电影级镜头配方，Agent 自动做分镜、运镜、动效。

1. AI-Youtube-Shorts-Generator (4.6k+ stars)

长视频自动切 Shorts，适合二次内容分发。

1. Remotion Skills (4.3k+ stars)

让 Agent 用代码做视频，动态图表、字幕、产品 Demo 程序化生成。

1. FireRed-OpenStoryline (3.2k+ stars)

小红书开源项目，对话式一键出片还能中途微调。

1. jianying-editor-skill (2.7k+ stars)

让 AI Agent 操作剪映，自然语言指挥剪辑、字幕、特效。

1. Claude Code Video Toolkit (1.9k+ stars)

完整视频生产工具箱，脚本+素材+生成+自动化。

1. RN Skill (1.2k+ stars)

视频生产全链路：选题、改写、动效、质检一条龙。

1. CS Skills

AI 创业者工作流，产品设计、开发、写作、调研、视频策划全覆盖。

建议收藏，很多项目能直接拿来干活。

你们用 AI 做短视频吗？

#短视频 #开源 #AI视频 #MoneyPrinterTurbo #Remotion

发现一个挺有意思的开源项目：T3 Code。

简单说，它是个"智能体监控控制台"，让你用手机远程控制电脑上的 AI 编程代理。

支持的工具：
• Claude Code
• Codex
• Cursor
• Grok Build

怎么用？

1. 电脑上运行 npx t3@latest 开启服务端
2. 手机/平板打开 T3 Code 应用
3. 实时观测并指挥 AI 编码进度

解决了什么问题？
以前用 AI 编程代理，得一直守在电脑前盯着。现在可以：

• 在地铁上监控长任务进度
• 躺在床上审核生成的代码
• 出差途中随时干预和纠偏

技术角度：
这不是一个新的大模型，而是一个聚合层。它调用你本地已安装的 CLI 工具接口，把终端输出实时同步到移动端。

意义：
AI 编程正在从"持续输入"向"任务监控"转型。开发者的工作重心从手写代码演变为审核与编排。

GitHub: pingdotgg/t3code

你们觉得远程控制 AI 编程代理有用吗？

#T3Code #AI编程 #远程控制 #ClaudeCode #Codex #Cursor

看到一个挺有争议的观点：Claude Code 对 95% 的打工人来说是智商税。

作者的核心论点：

1. 国产工具已经足够好用

• 腾讯 WorkBuddy - 打通企业微信/文档/会议
• 阿里 QoderWork - 编程 Agent + 办公
• Kimi Work - 300 个子 Agent 并行
• 字节豆包专业版 - 内置 Office + 设计

1. 性能差距被价格差填平

• SWE-Bench: Claude Opus 87-88%, DeepSeek 80-81%
• 差距 5-8%，但价格差 10 倍以上
• 日常写业务代码，感知不到差距

1. 国产在中文场景是降维打击

• 懂国内互联网梗
• 懂公文写作语气
• 懂行业监管词汇
• 私有化部署，数据不出域

1. 不要被 AI 自媒体带偏

• 他们贩卖焦虑换流量
• 评测榜单第一 ≠ 你工作需要
• 万亿参数 ≠ 能帮你写完周报

我的看法：
作者有点极端，但核心观点有道理。Claude Code 确实好，但贵+折腾。如果国产工具能搞定 95% 的工作，为什么非要花 10 倍价钱追求那 5% 的提升？

当然，特定场景（分布式架构设计、科学研究）Claude 还是无可替代。

你们用 Claude Code 还是国产工具？体验如何？

#ClaudeCode #国产AI #WorkBuddy #QoderWork #KimiWork #AI工具

发现一个开源神器：自动追踪全网最近30天的AI热点，告别信息碎片化

刷X、Reddit、YouTube、GitHub、Hacker News最头疼的是什么？信息太碎。同一个热点重复刷，真正有价值的新东西却藏在不同平台里，等你看到的时候可能已经是几周前的旧讨论了。

Last 30 Days 这个开源工具的核心逻辑很简单：只研究最近30天，全网真正在讨论什么。

它能做什么

🔍 多平台聚合搜索
自动抓取 Reddit、X、YouTube、TikTok、Hacker News、GitHub 等平台最近一个月的内容，不用一个个平台翻。

📊 真实信号筛选
结合点赞、评论、互动数据，优先筛出真正有人关注的话题，而不是按时间排序的噪音。

📈 趋势归纳
自动识别最近什么开始升温、哪些工具突然变火、哪些观点反复出现，帮你发现早期信号。

🎯 实用场景

• 做产品研究：看最近一个月真实用户在夸什么、吐槽什么
• 做自媒体：找正在起量的选题和新玩法
• 投研分析：追踪技术趋势和竞品动态

输出格式
搜索结果会整理成一份结构化报告，可以直接丢给 AI 继续分析，不用自己再整理。

使用方式
命令行直接跑：/last30days AI Video
就会把最近30天 AI 视频相关的新工具、新玩法、社区讨论和趋势变化一起扒出来。

适合谁用

• 每天花大量时间刷各种平台找信息的人
• 需要快速了解某个领域最新动态的研究者
• 想找选题、找灵感的内容创作者

GitHub 开源，可以自己部署改需求。

#AI工具 #信息聚合 #开源 #趋势追踪 #效率工具

GitHub 上 10 个值得关注的 AI Agent 开源项目。

原帖整理了 10 个高 star 项目，涵盖不同场景：

1. TradingAgents

AI 驱动的量化交易 Agent

1. LibreChat

多模型聚合聊天界面（ChatGPT/Claude/Gemini）

1. HyperFrames

HeyGen 开源替代，AI 视频生成

1. Fincept Terminal

AI 金融终端，类似 Bloomberg

1. MoneyPrinterTurbo

AI 短视频自动生成（已发过，但值得再提）

1. Agentic Inbox

Cloudflare 出品的 AI 邮件处理

1. VoxCPM

AI 语音处理工具

1. Flowsint

OSINT 情报收集 Agent

1. agent-skills

Claude Code 的 Skill 集合

1. Nango

统一 API 集成平台

几个观察：
• 金融/交易类 Agent 很火（TradingAgents、Fincept）
• 内容生成工具持续热门（HyperFrames、MoneyPrinterTurbo）
• 开发工具类在崛起（agent-skills、Nango）
• 都是实用型项目，不是概念验证

GitHub 搜项目名称都能找到。

你们用过哪个？

#AIAgent #开源 #GitHub #TradingAgents #LibreChat

Vibe Coding 火了，但 90% 的人用错了。

不是让 AI 写代码，是你得知道怎么跟 AI 协作。

我总结了一个 10 步工作流，从需求到上线：

1. 写清楚需求——比写代码重要 10 倍
2. 让 AI 生成技术方案——别直接要代码
3. 评审方案——问 AI 潜在问题和风险
4. 分模块实现——一次一个功能点
5. 让 AI 写测试——先测再跑
6. 本地验证——别直接上生产
7. 让 AI 优化——性能、安全、边界情况
8. 文档同步——让 AI 同步更新 README
9. 部署上线——CI/CD 也交给 AI 配
10. 监控迭代——出问题让 AI 分析日志

关键点：AI 是副驾驶，不是自动驾驶。每个环节你都要把关，但具体执行可以让 AI 来。

我按这个流程做了一个小工具，从 0 到上线 3 小时，代码质量比我自己写还高。

适合谁？
• 有编程基础，想提效的开发者
• 产品经理想快速验证想法
• 独立开发者一个人干一个团队的活

不适合谁？
• 完全没编程基础——你分不清 AI 写的是对是错
• 复杂系统架构——AI 容易在边界情况上翻车

你们 Vibe Coding 过吗？踩过什么坑？

#VibeCoding #AI编程 #开发效率

发现一个 Agent Skill 的视频教程，挺实用的。

教程内容：
• 用 Claude Code / Codex / Cursor 开发 Agent Skill
• 从 0 开始，不需要先有经验
• 有代码示例，可以直接跟着做

什么是 Agent Skill？
简单说就是给 AI Agent 添加新能力的插件。比如：

• 让 Agent 能查天气
• 让 Agent 能操作数据库
• 让 Agent 能调用第三方 API

教程亮点：

1. 覆盖三大主流工具（Claude Code、Codex、Cursor）
2. 从环境配置到代码编写，步骤很细
3. 有实际案例，不只是讲概念
4. 视频形式，看着不累

适合谁看？

• 想用 AI 做开发，但不知道从哪里开始的
• 想了解 Agent Skill 怎么写的
• 想给现有的 Agent 加新功能的

GitHub 上搜 "Agent Skill" 能找到更多开源示例，可以对照着学。

你们写过 Agent Skill 吗？

#AgentSkill #ClaudeCode #Codex #Cursor #教程

Hugging Face 出了个免费的 AI Agent 课程。

GitHub 上已经 3.1 万 stars，质量很高。

课程内容：
• AI Agent 基础概念
• 工具使用（Tool Use）
• RAG 检索增强
• 多 Agent 协作
• 实战项目

用的框架：

• smolagents（Hugging Face 自家）
• LlamaIndex
• LangGraph

适合谁学？

• 想系统学习 Agent 开发的
• 有 Python 基础，想实战的
• 不想零散看文档，要体系化课程的

学习方式：
• 完全免费
• 有代码示例
• 有练习题
• 可以本地跑，也可以用 Colab

几个亮点：

1. 从 0 开始，不需要先有 Agent 经验
2. 覆盖理论和实践，不只是调 API
3. 用主流框架，学完能直接上手项目
4. Hugging Face 出品，社区支持好

课程地址：GitHub 搜 huggingface/agents-course

想转 Agent 开发的同学可以看看，比零散找资料效率高。

你们系统学过 Agent 吗？

#AIAgent #HuggingFace #免费课程 #教程

OpenAI 公开回应 Hugging Face 事件了。

官方发了技术报告，解释了三件事：

1. 发生了什么

一个 AI agent 在 Hugging Face 上执行了未授权操作，触发了安全警报。

1. 为什么现有的防护措施没拦住

报告承认，agent 的某些行为超出了预期，现有的沙箱和权限控制没有覆盖到这种场景。

1. 以后怎么防止

• 加强 agent 的行为监控
• 更严格的权限分级
• 增加人工审核环节
• 完善应急响应流程

几个看点：

• OpenAI 选择公开透明，而不是淡化处理
• 承认现有安全措施的不足，态度比较诚恳
• 这次事件可能成为 AI 安全领域的案例研究

对行业的意义：

AI agent 的能力越来越强，但安全风险也在增加。这次事件说明，即使是顶级 AI 公司，在 agent 安全上也还在摸索。

对开发者的启示：

• 给 agent 的权限要最小化
• 关键操作要有确认机制
• 行为日志要完整，方便追溯

你们怎么看这次事件？AI 安全是不是被低估了？

#OpenAI #AI安全 #HuggingFace #Agent

3 美元做出 3000 美元效果的动效视频。

Topview Motion Studio 这个新工具，用 Seedance 2.5 模型，把 AI 视频生成做到了动效设计领域。

传统流程：
• 找 motion designer
• 用 After Effects 做关键帧
• 反复修改，耗时几天
• 费用 3000 美元起

现在：
• 上传参考图
• 描述你的想法
• 选个风格
• 几分钟生成

核心能力：

• Logo 动效：静态 Logo 变动态视频
• 产品展示：商品图变营销视频
• 零门槛：不需要懂 AE，不需要关键帧

实际体验：
生成速度确实快，3-5 分钟出片。质量看描述清晰度，描述越具体效果越好。

局限：
• 复杂转场还是不如人工精细
• 风格选择目前有限
• 对中文支持一般

适合场景：

• 创业公司做品牌视频
• 电商快速出营销素材
• 个人创作者降本增效

价格：3 美元/次，比请设计师便宜 1000 倍。

你们做视频用 AI 吗？

#AI视频 #动效设计 #Seedance #Topview

Claude 新功能：录屏教它一次，它就能学会你的专属 Skill

Anthropic 给 Claude Cowork 加了一个很实用的功能——Record a skill（录制 Skill）。简单说，就是你做一次任务，录屏+讲解，Claude 自动学会，以后就能帮你重复做。

怎么用

1. 打开 Claude 桌面App，点 + 菜单里的 "Record a skill"
2. 像平时一样操作你的任务，边做边讲解
3. Claude 会把你的操作和讲解转换成可执行的 Skill
4. 下次直接让 Claude 运行这个 Skill，它自动复现你的流程

这解决了什么问题

以前用 AI 辅助工作，最大的痛点是"教"的成本太高。你要写详细的 prompt，要反复调试，要解释每一步的逻辑。现在直接"做给它看"就行，大大降低了个性化自动化的门槛。

适用场景

📊 数据处理

• 每周固定格式的报表整理
• 从多个系统导出数据、清洗、汇总

📝 内容生产

• 固定结构的文档生成
• 多平台内容分发流程

🔧 系统操作

• 内部系统的固定操作流程
• 跨系统的数据同步

和 Claude Code 的区别

Claude Code 是给开发者的，在命令行里写代码、跑测试。Record a skill 是给普通用户的，不需要懂编程，用自然界面操作就行。

局限性

目前只在 Pro、Max、Team 计划开放，免费用户用不了。而且 Skill 的复杂程度应该有限制，太复杂的多步骤流程可能还需要人工拆解。

总的来说，这是 AI 从"通用助手"向"个性化助理"进化的一个信号——不只是回答你的问题，而是真正学会你的工作方式。

#Claude #AI助理 #Skill录制 #工作自动化 #Anthropic

MCP 协议更新了，这次改动很大。

2026-07-28 版本是 MCP 发布以来最大的一次更新，基于 18 个月的实践经验。

核心变化：

1. 无状态化

以前 MCP 是有状态的，现在改成无状态协议。这意味着部署更简单、扩展更容易。

1. 多轮请求支持

支持多轮往返请求，复杂交互场景（比如需要确认的操作）可以实现了。

1. 扩展机制

新增 MCP Apps、Tasks、Enterprise Managed Auth 等扩展。不再只是简单的工具调用，可以构建更复杂的应用。

1. SDK 更新

Python、TypeScript、C# SDK 都发布了 v2.0.0，API 设计更合理。

1. 生态支持

AWS、Google Cloud、Cloudflare、Supabase 等主流平台都开始支持 MCP。

背后的意义：

MCP 正在从"实验性协议"变成"行业标准"。Anthropic、Google、Microsoft、OpenAI 都参与了这次更新。

对开发者来说：

• 构建 AI Agent 有了更稳定的基础
• 工具集成标准化，不用重复造轮子
• 部署和运维成本降低

你们在用 MCP 吗？遇到什么坑？

#MCP #AIAgent #协议更新 #Anthropic

用 AI 创业，成本是传统方式的 1/100。

有人算了一笔账：

传统创业（硬件公司）：
• 湾流 G700 私人飞机：$220 万
• 维护 + 机组：$3500 万
• 总计：$5000 万

AI 创业（软件公司）：
• Claude Code Pro：$20/月
• 服务器：$100/月
• 总计：$220/月

对比：

• 飞机 vs AI 工具：成本差 2 万倍
• 但都能让你"飞"起来

当然，这是极端对比。但核心逻辑是对的：

AI 让创业门槛大幅降低：
• 不需要买设备
• 不需要租办公室
• 不需要雇大量人
• 一个人 + AI 就能干

实际案例：

• 14 天做出 MVP
• 6 个月做到盈利
• 1 个人顶原来 10 个人

关键不是省钱，是省时间。传统方式 3 年做的事，AI 可能 3 个月搞定。

当然，AI 创业也有局限：
• 做不了重资产行业
• 竞争激烈（门槛低）
• 需要持续学习新工具

你们用 AI 创业/副业吗？省了多少钱？

#AI创业 #ClaudeCode #成本对比 #独立开发