nemo (@nemoisme) profile picture

独立开发者,AI SAAS 出海进行中 分享优质的AI内容 v:nemo8563

Joined August 2021
Photo by nemo (@nemoisme)Photo by nemo (@nemoisme)Photo by nemo (@nemoisme)Photo by nemo (@nemoisme)Photo by nemo (@nemoisme)Photo by nemo (@nemoisme)Photo by nemo (@nemoisme)Photo by nemo (@nemoisme)Photo by nemo (@nemoisme)Photo by nemo (@nemoisme)
发现一个很有意思的 GitHub 仓库:PaperOrchestra Google Cloud AI Research 出品的多 Agent 论文写作框架:把想法和实验日志交给一支分工明确的 agent 团队,由大纲、文献综述、章节写作、内容润色和绘图 agent 接力,产出符合会议模板的 LaTeX 手稿,还带图表和概念图。 需要的可以评论区获取链接👇 可以做:大纲生成、文献综述、章节写作、内容润色、图表生成、LaTeX 排版 最值得学的是它不是让一个模型“写完整篇”,而是把论文拆成有明显交付边界的岗位:找文献的负责溯源,写章节的负责内容,画图的负责证据呈现,最后统一到会议模板。 这个思路可以迁移到任何长文档生产:用多 Agent 分工组织流程,但把最终产物落到可提交、可审阅的标准格式。代码附论文,数据集仍需单独发布。
1
21
发现一个很有意思的 GitHub 仓库:FFmpeg Skill 它给 Claude Code、Cursor、Codex 或任意 MCP 客户端装了一个本地视频剪辑台:42 个带机器可读契约的 FFmpeg 工具,覆盖剪切、拼接、字幕、卡拉OK、画幅重构、响度、导出和平台检查。agent 按“探测→尽量无损剪辑→检查→验证”的固定流程干活,还能回看自己的输出。 需要的可以评论区获取链接👇 可以做:本地剪辑、字幕生成、画幅重构、静音移除、响度归一化、多机位、平台导出 最值得学的是它没做“黑盒生成视频”,而是把成熟的 FFmpeg 工具链拆成 agent 能读契约、能调用、能验证的动作。无云、无 API key,Python 标准库就够了。 这个思路可以迁移到任何内容生产 Skill:别让 agent 猜命令,把工具契约、执行流程和验收检查一起交给它。
2
48
发现一个很有意思的 GitHub 仓库:SkillEvaluator NVIDIA 出的 Agent Skill 评测框架:先跑质量门,再做语义重叠检测和合成评测数据生成,最后用“有无 Skill”的对照运行量化它对 agent 行为的实际影响。三层流水线:Tier 1 校验、Tier 2 去重、Tier 3 实机评测,还带官方论文和博客。 需要的可以评论区获取链接👇 可以做:质量门、语义去重、合成评测数据、对照实验、CI 集成、性能报告 最值得学的是它的提问方式:不问“这个 Skill 写得好不好”,而是问“装上它,agent 到底变好了多少”。 这个思路可以迁移到所有 prompt 工程资产:把提示词、规则包和 Skill 当成需要回归测试的代码,用对照实验验证收益,而不是靠感觉迭代。
1
17
发现一个很有意思的 GitHub 仓库:AG-UI CopilotKit 团队主导的开放协议:标准化 AI agent 和前端应用的连接方式。agent 执行时发出约 16 种标准事件,前端实时消费;支持流式聊天、双向状态同步、生成式 UI、前端工具调用和人机协作,传输层 SSE、WebSocket、webhooks 都能用。 需要的可以评论区获取链接👇 可以做:协议接入、事件流、状态同步、生成式 UI、前端工具、人在环审批 最值得学的是它的卡位:MCP 给 agent 工具,A2A 让 agent 互联,AG-UI 把 agent 带进用户界面——补上了 agent 协议栈的最后一块。 LangChain、CrewAI、Claude Agent SDK、Microsoft Agent Framework、Google ADK 等都已有集成,OpenBot 这类执行层工作台也在直接声明支持 AG-UI。协议层一旦被工作台采纳,就成了基础设施。
1
22
发现一个很有意思的 GitHub 仓库:Plannotator 它给 AI coding agent 补上缺失的审阅层:本地浏览器界面,能批注 plan、spec、markdown、HTML 产物,也能 review 本地 diff 和远程 PR,批注结果一键回传给 agent 当作下一轮输入。Claude Code、Codex、Copilot CLI、Gemini CLI、OpenCode 等都通过插件、钩子和命令接入。 需要的可以评论区获取链接👇 可以做:计划批注、文档审阅、diff 评审、PR 评论、Inbox 汇总、终端批注、多 harness 反馈 最值得学的是它的交互设计:agent 提出方案时界面自动打开,人批完就回传,会话不必一直挂着等;Inbox 还把多个 agent 的提问和文件聚成一列。 这个思路值得所有做 agent 产品的人看:执行层已经很卷,下一步的卡位是“人怎么舒服地审 agent 的产出”。计划、diff、批注默认留在本地。
1
28
做竞品分析的好东西
专门扒竞争对手营销打法的开源工具:REM 只要输入一个产品官网,它就会顺着公开线索,把对方的获客策略一点点挖出来。 可以找在Meta、Google上投过什么广告,哪些素材持续投放很久 还能研究TikTok、X、YouTube 上哪些内容表现最好 还能查到官网铺了哪些 SEO 页面,靠什么吸引搜索流量,还会翻出网站历史版本,看看它以前主打什么卖点 而且它会给分析结果附上证据来源,查不到的信息也会标记出来。隔段时间再跑一次,还能对比竞争对手最近换了哪些打法。 项目叫 Reverse Engineer Marketing,开源,支持命令行、Web 界面和 MCP。 GitHub: github.com/dansugc/reverse-e…
1
38
发现一个很有意思的 GitHub 仓库:Qwen Code Qwen 官方的开源 AI coding agent:把终端、编辑器、桌面、浏览器和聊天放进同一个 agent harness,内置 Auto-Memory、Auto-Skills、SubAgents、Agent Teams 和 MCP,还支持 OpenAI、Anthropic、Gemini、Qwen API 以及 Ollama、vLLM 本地模型。 需要的可以评论区获取链接👇 可以做:终端编码、IDE 插件、桌面工作流、浏览器接入、聊天集成、子代理协作、团队编排、MCP 扩展 最值得学的是它的定位:1.0 Preview 把 Qoder 的 harness 能力并进开源版,模型厂商开始不只提供 API,而是直接交付完整的 agent 工作环境。 这个思路可以迁移到中文团队的研发工作流:把模型、记忆、技能、子代理和入口统一成一套可替换的底座,而不是每次从零拼工具。
1
1
24
3发现一个很有意思的 GitHub 仓库:Topcoat Tokio 官方生态里的 Rust 全栈框架:页面在服务端渲染,异步组件可以直接查数据库,前端交互所需的表达式会被同时编译成 Rust 和 JavaScript,不靠客户端 WASM,也省掉单独做一层 API 的中间样板。 需要的可以评论区获取链接👇 可以做:服务端渲染、异步组件、模块路由、Toasty/SQLite、CLI、热重载、组件库、OpenAPI 最值得学的是它给 agent 留的入口:README 第一行就让 agent 先读 llms.txt,把 API 和项目约定整理成机器可读的框架说明。 这个信号比框架功能更有意思:未来的全栈框架不只给开发者看文档,还要让 coding agent 能按约定直接开工。项目自述仍处于实验阶段,生产采用前要实测 API 稳定性。
1
30
商人和骗子并没有区别,只是前者能大概交付
40
发现一个很有意思的 GitHub 仓库:Claude Quickstarts Anthropic 官方的 agent 参考实现合集:客服 Agent、金融数据分析、Computer Use、Browser Use 都是可部署的完整工程。最有价值的是 macOS 原生 computer-use 最佳实践——提示缓存、服务端压缩、批量工具调用、沙箱 shell、轨迹录制全都在里面。 需要的可以评论区获取链接👇 可以做:Computer Use、Browser Use、客服 Agent、金融分析、Agent 工程参考 最值得学的是它的定位:社区方案很多,但这是“官方怎么做”的基线。macOS 版甚至告诉你图片怎么裁、上下文怎么压、工具调用怎么批。 这个仓库值得每个做 agent 的人收藏:先抄官方模式,再谈自己的优化。
🤖 Made with AI
1
23
发现一个很有意思的 GitHub 仓库:Astryx Meta 把内部用了八年、跑着 13000+ 应用的设计系统开源了:基于 React 19 和 StyleX,150+ 无障碍组件,配主题定制、暗色模式、模板和 CLI。README 写得很直白——API、文档和 CLI 按人和 AI agent 一起构建的方式设计,两边用同一套工具。 需要的可以评论区获取链接👇 可以做:组件库、主题定制、暗色模式、模板搭建、AI 前端开发 最值得学的是它的信号:继设计 Skill 层(hallmark、huashu-design)之后,大厂开始在组件系统层为 agent 让路——文档和 API 先保证机器能读、能用、能改。 这个思路值得每个前端团队想一下:你的设计系统文档,agent 拿到能不能直接写出正确的界面?
🤖 Made with AI
2
25