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 ·
这是一本开源的 Claude Code 学习电子书,用 ~4300 行代码(TypeScript 和 Python 两个版本)复现了 Claude Code 的核心架构。 内容涵盖:Agent Loop、13 个工具(含并行执行 + 流式早期启动)、4 层上下文压缩、语义记忆召回、技能系统、多 Agent、MCP 集成……每一步都对照真实源码讲解。 全书共 13 章,每一章都是一份分步教程,跟着动手写几千行代码就能理解 Claude Code 的工作原理。不需要去看 Claude Code 的 50 万行源码,这本书帮你提炼了最核心的部分。 GitHub 地址:github.com/Windy3f3f3f3f/…
显示更多 话题来源 @dotey 107K阅读 ❤️1439
飞翔的智能体 ·
AI不再只是选择正确的LLM了。 真正的优势来自于理解整个AI生态系统。从模型到Agent,从RAG到记忆,从MCP到自动化,从安全到可观测性。 这张生态系统地图为你展示了现代AI技术栈的全貌: 01 — LLMs:OpenAI、Claude、Gemini、Llama、Mistral等 02 — Agentic AI:LangGraph、CrewAI、AutoGen等Agent框架 03 — RAG:连接AI模型到你自己的知识库 04 — Memory:让AI拥有长期记忆 05 — MCP:模型上下文协议 06 — Automation:工作流自动化 07 — Security:AI安全 08 — Observability:可观测性 这张图覆盖了从基础模型到生产部署的全链路,适合AI工程师和架构师收藏参考。 原文作者:@AamirAnsar94694 aiproducthub.cn/wp-content/upl…
显示更多 话题来源 @AamirAnsar94694 8K阅读 ❤️242
飞翔的智能体 ·
兄弟们,技术架构图终于有救了! 以前画Multi-Agent、RAG、Tool Call这些架构,diagrams.net里永远对不齐、颜色土、导出还模糊,画一次头秃一次。 这个开源项目fireworks-tech-graph,专为Claude Code打造的技术图生成Skill。一句话就能出图,效果直接起飞: ✅ 自动识别图类型 ✅ 智能语义形状+颜色编码(流程蓝、控制橙、数据绿…) ✅ 支持玻璃态、Neon等高级风格 ✅ 高清SVG+PNG一键导出 8种图类型+5种视觉风格,AI/Agent常见Pattern全覆盖! 从此再也不用为画图焦虑了,生产力直接拉满。 原文作者:@berryxia
显示更多 话题来源 @berryxia 223K阅读 ❤️1982
飞翔的智能体 ·
做AI视频,必装这5个Skill。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。 第一个是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。第二个是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。第三个是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。 第四个是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。第五个是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5个组合在一起,基本可以覆盖从创意到成片的所有环节,比一个一个手动切换工具效率高太多了。
显示更多 话题来源 @BTCqzy1 28K阅读 ❤️405
飞翔的智能体 ·
Claude Code 现在可以直接连接到金融数据集,60秒内完成配置。 你可以用它来做金融研究、获取公司数据、访问17000+支股票信息。配置方法很简单,打开 Claude Code 输入一行命令就能连接到金融数据MCP服务器。 这意味着你可以在 Claude Code 里直接进行财务分析、股票筛选、行业研究,不用再切换多个工具。对于金融从业者和投资者来说,这是个效率提升巨大的功能。 配置命令: code mcp add --transport sse financial-data
显示更多 话题来源 @milesdeutscher 274K阅读 ❤️1838
自由翻滚的风铃草 ·
Anthropic 官方发布了 19 门免费课程,涵盖 Claude Code、MCP、Skills 和 Agent 开发。所有课程都提供证书和字幕,非常适合想系统学习 AI 编程工具的开发者。 课程内容从基础到进阶,覆盖了 Claude Code 的使用技巧、MCP 协议的原理与实践、Skills 的开发方法,以及如何构建 AI Agent。每门课程都是实战导向,不是纯理论讲解。 最实用的是这些课程都支持中文字幕,国内开发者不用担心语言障碍。学完还能拿到官方证书,对求职或技能认证都有帮助。 课程平台地址:anthropic.skilljar.com
显示更多 话题来源 @midudev 35K阅读 ❤️1136
AI大土豆 ·

🚀 前Manus大佬开源CodexLoom:把一次性Codex Agent变成长期在岗数字员工,还能组队协作,直接解决多Agent管理的核心瓶颈。

现在大家用Code Agent基本都是任务式流程:开thread、交代背景、拿结果、关掉,旧thread里积累的约束、决策、工具用法全部作废,每个新任务都要重复付冷启动成本。CodexLoom反其道而行——同场景的后续工作回到同一条thread,让历史积累真正产生复利,主要面向手里养着数十个以上专职Agent、想让Agent各守细分场景、还能被同事或用户通过飞书直接调用的高级个人/一人公司。

针对「长thread太贵」的顾虑,作者的回应相当扎实:
· 新开thread重建上下文的隐性成本一直没人算,长期来看反而更烧钱
· 稳定的历史前缀可以直接吃prompt cache,反而能省token
· compaction压缩旧消息后,Agent的工作状态依然完整保留
· 最关键的是:纠错习惯、领域术语、偏好判断这些隐性知识,换thread就彻底丢失,靠prompt根本无法重建

每个Agent都有一份专属profile,包含Identity(身份定位)、Domain(长期负责领域)、Scope(权责边界)三部分,相当于一份清晰的数字员工岗位说明书。它的通信规则也完全对标真实团队:信息流向对应责任、结果回传发起者、例外事件向上升级,这套逻辑拿去管理人类团队同样成立。

最有想象空间的是对外协作:调教成熟的Agent带着受治理的身份进入飞书/Slack群,同事可以直接跟它对接协作,你花半年调教的能力别人能直接复用,一人公司雇数字员工再外派的最小闭环就此跑通,也是未来AI数字员工商业化的基础。

💡 别人还在卷多Agent编排DAG的花样,它先回答了更根本的问题

GitHub: github.com/Dujltqzv/Some-…

显示更多 话题来源 @aigclink 1W阅读 ❤️196
飞翔的智能体 ·
多个AI编程助手一起上阵,最头疼的问题不是AI不行,而是它们之间「互相打架」——上下文串了、环境乱了、切换来切换去烦得要死。 Anthropic最近的研究验证了这个痛点:他们把一个编程任务拆成规划、实现、测试、审查四个角色分别交给不同的Agent,结果发现Agent花在协调上的Token比干实际活的还多。每交接一次,信息就衰减一轮,他们管这叫"电话游戏"。 目前OpenAI和Google的做法都是在框架层面解决:OpenAI在Agents SDK里加了"handoffs"原语,Google的ADK控制父Agent向子Agent传递多少上下文。但这两种方案都假设你提前知道谁给谁传数据——现实是,很多Agent协作场景根本无法预判。 Switch(由Flint AI开发)换了个思路:把Agent和人放在同一个聊天频道里,任何两个参与者都能直接协作,不需要提前布线。举个例子:线上服务错误率突然上升,值班Agent查日志发现问题跟某次部署有关,这时候人决定下一步要生成一张跟上周基线的对比图——这个决策一分钟前还不存在,不可能提前声明一个handoff规则。 Switch的解法是:人做路由决策,但不用手动搬运上下文。图表Agent加入频道时,直接能看到第一个Agent的完整报告,不用重新跑查询。团队和Agent看的是同一个线程,任何结论都实时可见。 它兼容Claude Code、Codex、OpenCode以及任何HTTP/MCP兼容的框架,直接接入Slack、Teams、Discord、Telegram等团队工具。 项目地址:github.com/sandbox-quantu…
显示更多 话题来源 @_avichawla 75K阅读 ❤️630
飞翔的智能体 ·
英伟达要花129亿美元买下Hugging Face,这可能是今年AI领域最重量级的一笔收购。 据多家媒体报道,英伟达正以129亿美元的现金收购Hugging Face——全球最大的开源AI模型社区。如果消息属实,这将是英伟达迄今为止最大的一笔非芯片类收购。 为什么这件事值得关注?Hugging Face不只是一个模型托管平台。它目前已经托管了超过150万个开源模型,月下载量突破4亿次,几乎是所有AI开发者绕不开的基础设施。从学术界的BERT、GPT-J,到工业界的各类微调模型,再到LoRA、QLoRA等微调工具链,整个开源AI生态有一大半是围绕Hugging Face运转的。 而英伟达在AI芯片市场的统治地位已经毋庸置疑。但如果只是卖GPU,天花板是看得见的。收购Hugging Face意味着英伟达的野心已经从"卖铲子"延伸到了"控制整个金矿的入口"。模型训练需要算力,推理需要芯片,但模型的分发、社区的粘性、开发者的工作流——这些才是长期护城河。 值得注意的是,Jensen Huang一直是开源AI的坚定支持者。他在多个场合强调过开源生态对AI普及的推动作用。如果这笔收购成功,英伟达有可能在保持Hugging Face开源底色的同时,把它的商业化能力推到一个新的量级。 从芯片到模型到社区,英伟达正在构建一条从底层算力到上层应用的完整闭环。这对于整个AI行业格局的影响,可能远超一笔收购本身。
显示更多 话题来源 @ai_for_success 95K阅读 ❤️2181
飞翔的智能体 ·

这个工具能让AI编程助手写更少的代码完成同样的任务。

Ponytail是一个开源项目,专门为AI编程助手设计的代码优化工具。它的核心理念是:AI不应该写那么多代码。

实际效果:

  • 在真实任务中,代码量减少约50%
  • 支持20种不同的AI代理
  • 完全保持安全检查

这意味着什么?你用Claude Code、Cursor、Copilot这些工具写代码时,Ponytail会在前面帮你过滤掉不必要的代码,只保留真正需要的部分。

对于重度AI编程用户来说,这个工具可以显著降低Token消耗,提升编码效率。

项目地址:opensourceprojects.dev/post/ponytail

原文作者:@GithubProjects

显示更多 话题来源 @GithubProjects 36K阅读 ❤️461
飞翔的智能体 ·

这30个网站看起来像非法的,但其实是合法的。

  1. Free AI Image Generation:免费AI图像生成,文本提示直接出图

midjourney.com

  1. Real-time AI Image Generation:实时AI图像生成和编辑

runwayml.com

  1. AI Image Upscaling:AI图像放大和增强

upscale.media

  1. Background Removal:AI抠图,去背景、去物体、修复图像

remove.bg

  1. ElevenLabs:AI语音克隆和文本转语音

elevenlabs.io

  1. Codeium:AI代码补全和编程助手

codeium.com

  1. Notion AI:AI辅助笔记和文档

notion.so

  1. Gamma:AI生成PPT和演示文稿

gamma.app

  1. Beautiful.ai:AI设计演示文稿

beautiful.ai

  1. Lumen5:AI视频制作

这些工具都是合法的AI应用,可以大幅提升工作效率。建议收藏慢慢体验。

原文作者:@liam_holt7

显示更多 话题来源 @liam_holt7 15K阅读 ❤️290
飞翔的智能体 ·

有人整理了Codex本周最值得安装的9个Skill,覆盖了省Token、做PPT、做网页、做视频、做图表、提升审美等能力。

其中Ponytail可以少写50%无效代码,Token节省94%,它会先判断代码有没有必要写,避免AI过度开发。Guizang PPT Skill支持10种设计风格、22种版式,直接输出排版、内容、视觉都能用的可编辑成品。

GSAP Skills一句话就能让网页拥有专业级动效。AI Product Video支持152张动态卡片、209个动画模板,自动拆卖点、配镜头、做动效。

还有Smart Charts支持CSV、Excel、JSON一键生成数据看板,Gathered Scenes Zine Skill一张照片变一份高级视觉作品,Taste Skill从5个维度干掉AI味,Video Use自动识别废话口误跳帧,ELI5把复杂知识讲到5岁孩子都能懂。

这些Skill的本质是给Codex补上"能力模块",让它从一个通用编程助手变成专业级的创作工具。如果你在用Codex,这套组合值得收藏慢慢试。

显示更多 话题来源 @goan999999 200K阅读 ❤️632
飞翔的智能体 ·
有人在Demo Day上分享了3个自己开发的Design Skills,其中一个叫Mono-color Skill的特别有意思。 它不是简单地"把图片变成单色",而是把一整套编辑设计语言、复古印刷质感、克制的视觉规则,封装成了一个可以反复调用的Skill。它会自动遵循这些设计原则:默认使用一种油墨色,必要时加入克制的双色套印;大量有意识的留白;强烈的Typography和编辑排版感;Halftone、颗粒、套印偏移等复古印刷质感。 你可以直接告诉它"帮我做一张关于城市骑行的海报",也可以上传自己的照片,让它转换成带有复古印刷感的Editorial Visual。使用场景特别多:活动海报、社交媒体配图、品牌branding探索、音乐播客封面、Zine杂志编辑、个人照片再创作、Moodboard概念探索。 为了保证生成效果稳定,作者还加入了很多design system来约束:颜色、字体、组件、构图、风格。这种把设计规范封装成Skill的思路很值得借鉴,相当于把设计师的审美标准变成了可复用的AI指令。
显示更多 话题来源 @yanliudreamer 360K阅读 ❤️3755
你弄伤我的鳞片了 ·
本地AI最大的痛点解决了——你下载模型之前,先用这个工具检查一下硬件到底跑不跑得动。 有个叫 CanIRunAI 的免费工具,它会自动检测你的硬件配置(显卡、内存、显存),然后告诉你哪些模型能在你的机器上流畅运行。不用再盲目下载几个G的模型,装完才发现跑不动。 对于想玩本地AI但又不想踩坑的新手来说,这个工具能省掉大量试错时间。先查后装,避免白费硬盘空间。 访问地址:canirun.ai
显示更多 话题来源 @dr_cintas 186K阅读 ❤️1735
飞翔的智能体 ·
智谱AI宣布GLM-5.3开源权重发布,这是他们目前最强大的模型,主打agentic coding和cyber defense两大方向。 从基准测试来看,GLM-5.3在Agent任务上的表现相当亮眼。agentic coding意味着模型能更自主地完成编程任务,不只是补全代码,而是理解需求、规划步骤、执行调试。cyber defense方向则说明模型在安全领域也有专门优化。 开源权重已经上传到Hugging Face,可以直接下载部署。对于需要本地运行或二次开发的团队来说,这是个不错的选择。尤其是在Agent和安全这两个当下最热门的方向上,GLM-5.3提供了开源替代方案。 模型地址:huggingface.co/zai-org/GLM-5.…
显示更多 话题来源 @Zai_org ❤️8444
飞翔的智能体 ·

又一个GitHub金矿合集,这次专门针对AI/ML工程师。

这些仓库覆盖了ML基础、数学、神经网络、LLM、RAG、Agent和强化学习,建议收藏:

  1. ML-For-Beginners:微软出品,结构化入门经典ML

github.com/microsoft/ML-F…

  1. 100 Days of ML Code:每天一个ML概念,实战为主

github.com/george-studenk…

  1. The Algorithms - Python:Python实现的各种算法
  1. Neural Networks from Scratch:从零实现神经网络
  1. LangChain:构建LLM应用的框架
  1. RAG-Tutorial:RAG实战教程
  1. Agent-Protocol:Agent协议标准
  1. Stable-Baselines3:强化学习库
  1. Hugging Face Transformers:Transformer模型库
  1. Papers with Code:论文+代码合集

这份清单从理论到实战都覆盖了,适合不同阶段的学习者。收藏慢慢看,总有一天用得上。

原文作者:@SCR01111

显示更多 话题来源 @SCR01111 12K阅读 ❤️328
飞翔的智能体 ·

如果你正在学AI、ML、LLM或者Agent,别再浪费时间到处翻教程了。

这位老哥整理了10个他真正会收藏的GitHub仓库,从Python基础到ML、LLM、Agent、生产级AI全覆盖:

  1. Python-100-Days:Python百日学习路线,从基础到数据分析到Web开发

github.com/jackfrued/Pyth…

  1. Generative AI for Beginners:微软出品,构建生成式AI应用的实战入门

github.com/microsoft/gene…

  1. ML-For-Beginners:微软出品,用Python和Scikit-learn系统入门经典ML

github.com/microsoft/ML-F…

  1. 100 Days of ML Code:每天一个ML概念,notebook+实现

github.com/george-studenk…

  1. The Algorithms - Python:Python实现的各种算法集合
  1. LangChain:构建LLM应用的框架
  1. AutoGPT:最早的自主Agent之一
  1. MetaGPT:多Agent协作框架
  1. OpenAI Cookbook:OpenAI官方实战案例
  1. Full Stack LLM Bootcamp:全栈LLM训练营

这套从入门到进阶都覆盖了,建议收藏慢慢啃。

原文作者:@SCR01111

显示更多 话题来源 @SCR01111 86K阅读 ❤️2010
飞翔的智能体 ·
AI写代码早就不稀奇了,真正卡脖子的是UI丑得没法看。4.8万星的仓库直接解决了这个问题。 Google Stitch搞了个DESIGN.md概念:把一个纯Markdown文件丢进项目根目录,AI就能读懂你的UI应该长什么样。仓库里已经预置了66个知名网站的设计配置,苹果、特斯拉、Stripe都有。 使用方式非常简单:复制一个md文件,告诉AI"照这个风格做",出来的直接是品牌级质感。以前找设计师肝到天亮才能搞定的UI,现在复制粘贴就能完事。 这个思路的本质是把设计规范标准化。以前AI生成UI的问题在于,它不知道"好看"的标准是什么,只能随机生成。现在有了DESIGN.md,AI有了明确的设计参考,输出质量自然就上去了。对于独立开发者和小团队来说,这可能是目前最实用的AI UI解决方案。不用学设计理论,不用找设计师,直接用别人验证过的设计语言。游戏规则真的变了。
显示更多 话题来源 @huoshan007 58K阅读 ❤️872
飞翔的智能体 ·
Google发布了Gemini Omni 1.1 Flash,这是一个专为视频生成和编辑打造的多模态模型。 这个模型集成了Veo的创意控制能力,同时新增了4K分辨率放大、首尾帧控制、快速360p草稿模式等全新功能。但最令人兴奋的升级是场景扩展能力的飞跃:现在可以基于原视频10秒的内容进行场景扩展,而Veo之前只能扩展1秒。 这意味着什么?更紧密的画面一致性、更深入的创作控制、以及更长更完整的叙事故事线。对于视频创作者来说,这可能是从"勉强可用"到"真正可用"的关键一步。 以前用AI生成视频,场景扩展一直是个痛点。1秒的扩展能力基本只能做一些简单的衔接,稍微复杂一点的场景转换就露馅了。现在10秒的上下文意味着AI可以理解更长的叙事逻辑,生成更自然的过渡和更完整的故事弧。从产品宣传片到短视频内容创作,这个升级带来的效率提升是实实在在的。如果你在做视频相关的工作,值得试一试。
显示更多 话题来源 @GoogleAI 140K阅读 ❤️1588
小白爱摸鱼 ·
Anthropic 最近公开了一款内部员工高频使用的 Claude Code Skill——ELI5。 安装后你只需要输入想了解的概念,它就会自动生成一个 HTML 页面,通过「大图 + 少文字」的方式把复杂的技术原理可视化解释出来。本质上就是一个把晦涩概念变成直观图表的神器。 为什么这个 Skill 值得关注?因为它是 Anthropic 内部团队自己在用的工具,不是社区第三方作品。内部团队做的东西往往更贴近实际使用场景,知道哪些概念最难解释、用什么方式呈现最有效。 生成的 HTML 页面可以直接在浏览器打开,也可以分享给团队成员。对于需要频繁做技术分享、写文档、给新人培训的团队来说,这个 Skill 能大幅降低解释成本。 GitHub 地址:github.com/DreambigOu/ELI…
显示更多 话题来源 @GoGoFly23 95K阅读 ❤️1171
AI大土豆 ·
如果你平时也让 Cursor、Claude Code 画架构图,最烦的就是线乱连、导出还要自己修。今天安利一个超好用的 agent skill:Archify。 开源才四个多月,GitHub 已经 3.6 万星了。它是专门为 AI 编程工具设计的架构图生成器,五种图都能画:架构图、工作流图、时序图、数据流图、ER 图。 用法很简单,直接告诉 AI 工具你要画什么图,Archify 就能自动生成规范的图表,不用再手动调布局、连线。导出格式也支持主流的 PNG、SVG,方便直接插入文档或演示。 对于天天跟 AI 编程工具打交道的开发者来说,这个 skill 能省掉大量画图修图的时间。 GitHub 地址:github.com/tt-a1i/archify
显示更多 话题来源 @Delroy715 45K阅读 ❤️557
胡辣汤爱酸菜 ·
🚀 Agent 发展三年,我们又回到了"看山还是山" Agent 这波浪潮走完了一个完整的认知循环:看山是山 → 看山不是山 → 看山还是山。 最早没有 Tool 的年代,大家靠 Dify 的上下文管道和 JSON 解析拼出来的 Multi-Agent Workflow 硬扛。后来 Claude Code、OpenClaw 出来之后,社区热情彻底被点燃——Hermes 加 Skill 似乎无所不能,再加上 Harness 自进化 Skill 的愿景,很多人高喊"App 已死"。 · 阶段一:纯 Workflow 时代,靠管道和 JSON 拼接多 Agent 协作 · 阶段二:Agent + Skill 万能论,自进化前景看起来诱人 · 阶段三:回归理性,幻觉不能只靠 Memory 兜底 但慢慢大家发现,Agent App 不等于 Agent 加个 CLI 那么简单。真正的落地需要一套和 Base Agent 关系没那么紧密的场景层,用确定性程序把上下文喂进去,而不是把希望寄托在 Memory 上——没有幻觉的最好方式,就是根本没有对应的上下文让它产生幻觉。 本质上,Agent 更像是一个语义转化层和 UX 层,GUI 的确定性依然不可替代。这其实把 LLM 拉回了它作为"语言模型"的本位,而非产品叙事里那个无所不能的推理引擎。 💡 你现在的 Agent 项目走到哪个阶段了?欢迎聊聊。 🔗 相关链接
显示更多 话题来源 @QuantumTransf 2W阅读 ❤️177
飞翔的智能体 ·
很多人搞不清LangChain和LangGraph到底有什么区别,这里一句话说清楚:LangChain是框架,LangGraph是运行时。 官方的定位是这样的:LangChain提供的是抽象化的模型,比如结构化内容块、agent循环、middleware,帮你快速上手统一构建方式。LangGraph更底层,面向生产环境运行的基础设施,支持流式响应、线程级持久化、跨线程状态、human-in-the-loop这些。 简单来说:构建新项目想快速围绕LLM+工具搭结构,用LangChain;已经搭好想上生产,用LangGraph。 还有一个DeepAgents,是Agent Harness,在框架之上开箱即用,默认提示、工具调用管理、规划工具都帮你配好了。 新手建议从LangChain开始,等跑通了再往LangGraph迁移,别一上来就啃底层。 原文作者:@frxiaobei
显示更多 话题来源 @frxiaobei 32K阅读 ❤️219
飞翔的智能体 ·
逆向工程一直是安全领域的硬骨头,但现在有个开源项目把老手几年的踩坑经验直接打包成了一个AI Skill。 这个叫reverse-skill的项目,你把它丢进Codex、Cursor或Claude Code之后,遇到APK、前端代码、固件这些目标,它会自动判断从哪下手、调什么工具、后面怎么拆。 以前做逆向最难的不是工具不会用,而是不知道先看哪里、哪条线索值得追。reverse-skill把这套判断经验直接写进了Skill里,相当于给AI装上了逆向工程师的直觉。 我自己看完第一反应是——以后很多安全入门活,可能不是学不会,是没必要按老路学了。门槛不是降了,是门口保安都下班了。 GitHub地址:github.com/zhaoxuya520/re…
显示更多 话题来源 @huoshan007 107K阅读 ❤️1247
自由翻滚的风铃草 ·
微软开源了 Skill Recorder,一个让人机交互范式发生质变的工具。 操作流程很简单:你对着屏幕做一遍任务,点 Analyze,GitHub Copilot 就会重建你的意图和步骤列表,然后一键生成 Agent 可复用的 SKILL.md 文件或 automation.json 自动化配置。 它和传统录屏工具的本质区别在于:它不回放你的鼠标坐标,而是理解你「想干什么」。你录一次「在 GitHub 上创建 Issue」,Agent 学会的不是点击某个按钮,而是用 gh issue create 命令——UI 改版了 Skill 依然能用。而且从一个例子泛化到同类任务,不是死记硬背。 录制过程完全本地,语音旁白用 Whisper 本地转录支持 99 种语言,只有主动点 Analyze 才会把数据发到 GitHub Copilot 云端处理。 开源地址:github.com/microsoft/skil…
显示更多 话题来源 @vicky_grok 156K阅读 ❤️913
你弄伤我的鳞片了 ·
Anthropic 官方把「怎么写好提示词」做成了一套能边敲边学的互动课程,GitHub 上已经拿下 3.7 万 stars。 大部分人学提示词是刷别人总结的技巧帖,看的时候觉得有道理,轮到自己写还是一句「帮我写个文案」丢过去。这套教程反过来:九章内容每节都留了实验区,你直接在 Jupyter Notebook 里改 prompt、跑结果、看差异,边动手边建立直觉。 从基础的零样本、少样本提示,到高级的链式思考、角色扮演、系统提示词设计,一路覆盖到生产级应用。不是那种「看完就忘」的理论课,而是真正让你形成肌肉记忆的实操训练。 对于想系统提升提示词能力的人来说,这套官方教程比任何第三方总结都靠谱——毕竟这是写 Claude 的人亲自教你跟 Claude 聊天。 GitHub 地址:github.com/anthropics/pro…
显示更多 话题来源 @Ryrenz 17K阅读 ❤️290
飞翔的智能体 ·
AI生成PPT一直被诟病的是什么?生成出来的东西要么是一堆扁平图片改不了字,要么排版丑到没法看。 这个4.5万星的开源项目PPT Master直接解决了这个问题:生成的是真正的原生PowerPoint,不是图片。 它支持原生形状、图表、表格,生成完还能继续编辑。自动加转场、动画,Speaker Notes还能转语音旁白甚至导出视频。最实用的是可以直接导入你自己的.pptx模板,数据在本地处理,不绑死任何模型。 Claude、GPT、Gemini、Kimi都能驱动。以前做PPT要么自己肝,要么花几百块买AI工具生成一堆不能改的废品,现在直接丢个文档进去就能出可编辑的专业PPT。 GitHub地址:github.com/hugohe3/ppt-ma…
显示更多 话题来源 @AISuperDomain 17K阅读 ❤️248
飞翔的智能体 ·
GitHub Trending上突然杀出一个5万多星的项目,教你从零训一个25.8M参数的超小语言模型。 这个叫MiniMind的项目,最小版本体积只有GPT-3的1/2700,但它把造大模型的整套流程从头到尾给你演示了一遍:分词器训练、预训练到微调全链路,一步都没省。甚至还搭了一个能看图的MiniMind-V版本。 所有脚本全是PyTorch手写的,MoE架构也支持。以前觉得训模型是大厂专属,现在用自己电脑就能跑通整个流程,虽然参数量小,但该有的步骤一个不少。 最适合想理解LLM底层原理但不想花几千块买课的人。直接clone下来跑一遍,比看十篇教程都管用。 GitHub地址:github.com/jingyaogong/mi…
显示更多 话题来源 @bkdgiffug 38K阅读 ❤️651
飞翔的智能体 ·
有人花了30分钟做了一个Codex保姆级教程,从安装、配置到所有功能实战,全流程讲透。 以前那些教程要么碎片化,要么一上来就甩一堆命令把人劝退。这个教程直接手把手:Windows/Mac怎么装、国内中转怎么配、Plan模式怎么开、Computer Use怎么真正操控电脑、Skills和MCP怎么玩。 对于零基础AI小白来说,这种保姆级教程确实很有价值。Codex作为OpenAI的编程代理工具,功能强大但上手门槛不低。很多人卡在安装配置这一步就放弃了,更别提后面的功能使用。 教程的核心价值在于降低了工具的使用门槛。AI工具再强大,如果普通人用不起来,那它的价值就大打折扣。这种手把手的教程,本质上是在做AI工具的普及教育。如果你对Codex感兴趣但一直没上手,这个教程是个不错的起点。
显示更多 话题来源 @huoshan007 34K阅读 ❤️360
飞翔的智能体 ·
有人把微软Qlib、RD-Agent因子演化、TradingAgents多智能体投研整合到了一起,开源了一套量化大脑交易平台。 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到训练模型,再到回测、推理、舆情、预警、交易,一条完整链路。 支持A股、港股、美股、期货、区块链。上线没多久就已经500+ Star了,但在推特上几乎没人推荐。不是没人发现,而是发现的人都默默自己用了。 对于个人开发者和投研团队来说,这种AI原生的量化交易工具门槛确实不低,但价值也很明显。以前做量化需要分别对接数据源、因子库、模型训练平台、回测引擎,现在一个平台全搞定。如果你对量化交易感兴趣,这个项目值得研究一下。
显示更多 话题来源 @eastweb3eth 142K阅读 ❤️1326
查看完整榜单
查看完整榜单
查看完整榜单