ginobefun@hongming731 · 5月21日69

真棒👍

译用户一次性开源了17套面向GEO的实践Skill，其中14套覆盖了从战略、页面、内容到监测、运营等大部分场景，另有3套与GEOFlow系统配套。每个Skill专注解决一个关键问题，例如“品牌知识图谱”、“页面GEO诊断”与各类内容创作改造等。所有Skill均配有示例报告和使用说明，相关成果已发布于GitHub并持续更新。

meng shao@shao__meng · 5月21日65

在 Codex/Claude Code 等 Coding Agents 领域，文字是主要的输入输出方式；而在更广泛的通用 Agents 领域，特别是陪伴、实时交互等 Agents 方面，实时语音交互非常重要，语音的仿真生动程度、语音响应的及时性，这些都是 Voice Agent 在 LLM 基础之上要考虑的重点。 Voice Agent 的搭建过程，模型主要包括 ASR、VOD、TTS、LLM 等，而通信基础主要依靠 WebRTC 这个在直播和在线会议场景最通用的方案，前几天 OpenAI 也针对实时语音发布了 WebRTC 相关的技术方案。 在 WebRTC 领域，有一个非常常用的方案团队：Agora，他们也推出了 Agora Skills，让 AI Agent 可以快速安装和理解、使用。 今天咱们就看看基于 Codex 安装使用 Agora Skills 的完整过程。 首先是 Agora Skills 安装，我只需要告诉 Codex：“安装 Agora Skills：https://github.com/AgoraIO/skills”，1-2 分钟后 Codex 自动安装完成。 安装完成它向 Codex 展示 Skills 的主要内容，包括了 Agora 的 RTC、RTM、Conversational AI、CLI 等多个产品的直接集成。因为 Agora Skills 的使用涉及到 Agora Token 认证，在 CLI 中也可以快速完成登录和环境变量设置保存，在网页端登录一次后，就不需要再离开 Codex 了。 然后我让 Codex 帮我用 Agora Skills 写一个 Demo：用 Agora Skills 帮我搭一个浏览器里的 voice AI agent demo，从登录 Agora、创建项目到本地跑通，把关键log和性能数据展示出来。 也是完全 Codex 自动读取 Skills 后完整，我没有介入，说明 Skills 中各种能力的编排和集成做的还是很到位，也是2-3 分钟后，Demo 就写完并运行起来了。 这个 Demo 的功能主要是语音实时对话，从对话体感上看，很流畅，接近于人和人之间语音通话的响应延迟，语音包和 LLM 都可以切换，这里我只做了默认集成。 看几个关键数据： · 整个 RTC、RTM、Conversational AI 启动过程在2-3秒内，很快 · 从我说话结束，到 Voice Agent 首个语音包输出（我听到声音），1秒左右 如果你在做 Voice Agent 方面的探索，可以接入 Agora Skills 快速验证你的想法，让你的 Agent 能实时和你对话。抛砖几个场景，朋友们可以去尝试回来再交流：给 Agent 做一个会说话的陪伴形象、虚拟男女友、把声音和形象装进智能硬件。。 https://github.com/AgoraIO/skills

译实时语音交互是通用 Agent 领域的关键。本文介绍了构建 Voice Agent 所需的技术栈（ASR、TOD、TTS、LLM）及 WebRTC 通信基础，并重点展示了 Agora 推出的 Agora Skills。该工具能快速安装并集成 Agora 的 RTC、RTM 等多种能力。通过 Codex 自动安装 Agora Skills，演示了一键生成浏览器端语音 AI Agent Demo 的完整流程。该 Demo 实现了流畅的实时对话，响应延迟仅约 1 秒，极大简化了开发者验证语音陪伴等场景的开发流程。

向阳乔木@vista8 · 5月21日71

最近两天爆火的写论文Skill 看来太刚需了，没几天都1.6w Star了。 安装命令： /plugin marketplace add Imbad0202/academic-research-skills /plugin install academic-research-skills 开源地址：https://github.com/Imbad0202/academic-research-skills

向阳乔木@vista8 · 5月21日75

乔木 Suno Skill效果演示，生成一首空灵的德语音乐。 每月10美元，想听什么风格，就生成什么风格，虽然比人的匠心制作差得远，但随时随地生成任意风格歌曲。 哪怕给一个github仓库都能写一首歌出来。。

译这是基于Suno AI音乐生成工具的技能实现，可通过简单指令按用户需求生成不同风格的歌曲（例如德语空灵风格）。该技能订阅费用为每月10美元，支持高度自定义的风格生成。技术层面已优化，新增近6000个音乐风格检索以提升准确性，并可通过谷歌CDP免登录直接调用。项目已开源，提供GitHub仓库地址与安装指令，降低了创作门槛。目前AI生成音乐在艺术性上仍与人工制作存在差距，但实现了快速、灵活的创作可能。

Berryxia.AI@berryxia · 5月20日72

乔帮主出品，必属精品。 都是非常使用的小工具，你不会相信在2026年的今天。 微信、小红书、抖音都不知道直接粘贴图片上传发表内容。 乔帮主直接用了油猴插件来完成这些小操作。 项目地址： https://github.com/joeseesun/qiaomu-userscripts

译开发者“乔帮主”开源了一套日常使用的油猴脚本项目，旨在解决多个主流平台（如微信、小红书、抖音）在内容发布时缺少便捷图片粘贴上传功能等操作痛点。该脚本集主要功能包括：支持在多个内容平台通过截图粘贴自动上传图片；提供YouTube网页版的字幕复制、播放倍速调节，并方便将字幕内容传递给NotebookLM、ChatGPT等工具进行处理；同时支持调整小宇宙网页版的播放速度。项目代码已在GitHub公开。

向阳乔木@vista8 · 5月20日73

快速录个视频演示下Youtube油猴脚本的效果。 只有有字幕，点击按钮能复制或下载，然后交给Raycast AI用自己提示词生成一篇总结文章。 还可以调节播放倍速，复制字幕跳转到ChatGPT或NotebookLM进行加工处理。

译该开源油猴脚本（qiaomu-userscripts）增强了YouTube的观看体验，核心功能包括一键复制或下载视频字幕、调节播放倍速。用户可便捷地将字幕发送至Raycast AI、ChatGPT或NotebookLM，利用自定义提示词快速生成总结或进行深度加工。此外，脚本还扩展了对小红书、抖音、微信的截图自动上传，以及小宇宙网页版的倍速调整功能，旨在优化多平台内容处理的效率。

向阳乔木@vista8 · 5月20日76

让抖音、小红书、微信公众号支持截图上传。 搞好这个以后，有动力同步 X 内容过去了，虽然一些平台有点垃圾。

译开源油猴脚本实现小红书、抖音、微信公众号的截图粘贴自动上传，并支持YouTube字幕复制、倍速调节及内容导出至NotebookLM、ChatGPT等工具。主推文作者表示，该工具增强了将X平台内容同步至国内平台的意愿，尽管部分平台体验欠佳。

AYi@AYi_AInotes · 5月20日63

Damn! GitHub这次被黑,可以说是人类历史上第一次AI网络战了吧？ 官方只轻描淡写说在调查内部仓库未授权访问,但社区已经炸锅了。 据网络犯罪论坛爆料,黑客疑似拿到了Anthropic的Mythos安全AI,用它精准突破了GitHub的防线,偷走了约4000个核心内部仓库， 里面有Copilot的源码,CodeQL的算法,还有Actions运行时和整个计费系统。 但这还不是最可怕的， 以前黑客靠挖漏洞吃饭， 现在黑客靠模型吃饭， 以前防御方靠打补丁。 现在防御方需要比对手更好的AI。 也就是说，攻防的天平已经彻底倾斜了， 防御方需要做到完美无缺， 攻击方只要找到一个突破口,再用AI放大一万倍， 模型泄露就等于是核武器扩散， 今天是Mythos打GitHub， 明天可能就是任何一个顶级模型,打任何一个公司， GitHub说目前没有客户数据泄露， 但这句话前面加了一个currently， 我觉得稳妥起见还是立刻备份你的核心仓库，感觉这不像是演习啊😲 #GitHub #网络安全 #AI

译近日，GitHub疑似遭黑客利用Anthropic的Mythos安全AI模型突破防线，窃取约4000个核心内部仓库，包括Copilot源码和CodeQL算法。此事件被视为AI网络战的开端，彻底改变了攻防平衡：攻击方可借助AI模型将漏洞无限放大，而防御方则需依赖更强大的AI防守。这意味着顶级AI模型一旦泄露，危害堪比核扩散。GitHub官方已确认正在调查内部仓库未授权访问，目前暂未发现客户数据受影响。

AYi@AYi_AInotes · 5月19日65

为什么这个项目全网爆火， 拿下10万star，成为2026 AI领域增长最快的开源项目？why？！ 先说结论，因为它戳中了咱们所有AI用户的痛点！ 现在大家用AI写代码， 最大的问题就是泛泛而谈加幻觉， 让它帮你写个组件，结果给你一堆能用但到处是坑的垃圾🗑 你说帮我做个方案，它给你一堆正确的废话😑 而这个仓库呢，直接把prompt engineering做成了工业级产品， 每个角色都有独特的人格， 标准的工作流程，明确的交付物， 相当于把雇一个10年经验专家的成本降到了0，damn！ 所以大家知道我们身边正在发生什么了吧， 未来不会是一个全能AI取代我们所有人， 而是一群专精AI组成的虚拟公司，取代传统公司， 这就是现在以及未来即将发生的事，拭目以待。 #AI趋势 #prompt工程

向阳乔木@vista8 · 5月19日67

如果你的网站SEO收录不好，可安装这个Skill：seo-audit 让 AI 抓取网站做一个初步分析，能发现不少基础问题。 安装指令：npx skills add https://github.com/coreyhaines31/marketingskills --skill seo-audit 刚帮朋友公司网站做了个分析，报告质量还可以，能找到Sitemap、301定向、noindex、canonical 标签等问题。

译介绍一款名为 seo-audit 的AI技能工具，可通过命令行安装，用于快速分析网站SEO状况。该工具能检测 Sitemap 状态、301重定向、noindex和canonical标签设置等常见基础问题，适用于初步排查网站收录不佳的原因。实际案例显示其生成的报告质量可靠，能有效发现潜在的技术SEO缺陷。

向阳乔木@vista8 · 5月19日74

你是不是也好奇艺术家都是什么风格？ 如蒙德里安、葛饰北斋、凯斯•哈林都是牛逼的名字，但有些画风对不上？ 昨天写了个网站，用GPT-Image-2 生成了 380+艺术家风格。 方便了解学习艺术家风格，也能借鉴（偷）AI生图。 提示词用刻在人类基因里最有安全感的画面之一：远山、近水和小树林。 体验网站 https://style.qiaomu.ai/ 开源 Github：https://github.com/joeseesun/qiaomu-artist-style

译作者利用GPT-Image-2模型，批量生成了超过380位艺术家的画风作品。为便于直观学习和借鉴（用于AI生图提示），他创建了一个可体验的网站，将蒙德里安、葛饰北斋等不同风格的创作并置展示，帮助用户快速建立对艺术风格的认知。该项目代码已在GitHub开源。

AYi@AYi_AInotes · 5月19日72

Damn，这个GitHub项目，直接给你发了一整个AI公司，都给我收藏拿走！ 10万 GitHub star🌟，被称为2026年增长最快的AI项目， 146个专业AI专家，12个完整部门。 一条命令，全部装进你的Claude Code， 从前端开发到安全审计，从产品经理到增长黑客， 不用发工资，不用请假，24小时在线。 #AI #AIAgent #ClaudeCode

译一个GitHub项目引发关注，据称已获得10万星标并被称为2026年增长最快的AI项目。该项目的核心功能是模拟一整家AI公司，包含146个不同领域的AI专家角色和12个完整部门。用户可以通过一条命令，将这些“员工”全部集成到Claude Code中，从而免费获得涵盖前端开发、安全审计、产品管理、增长黑客等多方面的7x24小时AI支持。

Orange AI@oran_ge · 5月18日70

刘小排说 AI 唯一正确的用法就是：泼冷水 很多人对自己有一种谜之自信，从来不能反思自己，但 AI 又喜欢顺着人说话，给人提供情绪价值，两个人很容易就陷入思考的信息茧房了 所以正确的用法就是让 AI 当魔鬼代言人，让它给自己猛猛地泼冷水 直面真相，才能正确思考 我让 Cola 直接把冷水蒸馏成 skill 了 免费开源，欢迎发给你的 Agent 让它安装使用 https://github.com/orange2ai/devils-advocate-skill

译推文指出，AI容易顺从用户、提供情绪价值，导致双方陷入思考的信息茧房。因此，AI唯一正确的用法是充当“魔鬼代言人”，主动泼冷水以帮助直面真相、正确思考。作者将这一方法论蒸馏为可安装使用的开源Skill，并公开分享。

向阳乔木@vista8 · 5月18日67

马上安装试试，飞书机器人本身是不能互相@的，但这个方法估计可行，感谢 @kentzhu 的探索。

译用户推荐安装@kentzhu开发的skill，以解决飞书机器人不能互相@的限制。该工具支持飞书机器人之间稳定相互@，提供自定义停止方式，并内置自由讨论、头脑风暴、评审、辩论四种交互模式。同时，它支持跨openclaw和Hermes的机器人相互@，已开源在GitHub上供试用和参考。

Berryxia.AI@berryxia · 5月18日56

兄弟们，今天必需卧槽一下了！ 昨晚发完这条推文后，终于等到了… xAI算法开源后，终于有人把源码真正啃完了。 岚叔@LufzzLiz （某大厂架构师，多模态与模型私有化领域专家）直接上手，把xai-org/x-algorithm仓库的每一行结论都追溯到源码，用Opus-4.7花了两天时间，搞出了一个完整wiki。 所有页面都有明确源码出处，跟市面上很多“AI批量生成”的解读完全不一样，直接Wiki库整起来了… 就是不一样啊！ 这才是真正有价值的算法拆解。 GitHub仓库：https://github.com/cclank/x-algorithm-wiki 在线阅读地址：https://lansu-wiki-web.lank.workers.dev/wiki/cclank/x-algorithm-wiki#index

译xAI算法开源后，专家岚叔@LufzzLiz深入研究了xai-org/x-algorithm仓库源码，使用Opus-4.7创建了带有明确源码出处的完整wiki。这与引用推文所指出的现状形成对比：市面上95%的分析是AI批量生产的同质化废话，缺乏对源码的真正理解。岚叔的工作提供了有价值的算法拆解，GitHub仓库和在线阅读地址已公开。

Berryxia.AI@berryxia · 5月18日75

今天给大家分享一个“牛逼”开源项目！ 兄弟们，这次微信读书终于有自己的“数据大脑”了。 姚老师刚开源了一个叫 yao-weread-skill 的神器。 你只需要把微信读书数据导出来，它就能本地生成一份26个图表的专业可视化阅读报告。 近2年阅读时长和节律、书架书籍深度分析、阅读分类偏好、作者偏好、出版社偏好、笔记划线想法的语义分析、词云、热力图、雷达图……全都有。 以前想看清楚自己到底读了什么、怎么读的，得手动Excel抠半天，还容易漏掉关键洞见。 现在一句话+一个Skill，直接把碎片阅读数据变成清晰的自我认知报告。 GitHub已经开源，感兴趣的直接去拉下来用。 对每天用微信读书、想复盘阅读习惯、或者做知识管理的兄弟来说，姚老师的开源太实用了。 地址见评论区～

译姚老师开源了名为 yao-weread-skill 的工具，可将用户导出的微信读书数据在本地自动生成包含26个图表的专业可视化阅读报告。报告涵盖近两年阅读时长与节律、书架书籍深度分析、阅读分类/作者/出版社偏好，以及对笔记、划线、想法进行的语义分析，并生成词云、热力图、雷达图等多种图表。该项目旨在帮助用户将碎片化的阅读数据转化为清晰的自我认知报告，方便复盘阅读习惯与进行知识管理，相关代码已在GitHub开源。

向阳乔木@vista8 · 5月18日80

姚老师出手写了一个微信读书Skill，看展示效果非常棒！ 可以用来分析自己的读书数据

译开发者姚老师开源了微信读书Skill——yao-weread-skill。该工具能将用户的微信读书数据生成本地可视化报告，核心功能包括分析近两年的阅读时长与节律、书架书籍构成、阅读分类与作者偏好，并对笔记和想法进行语义分析。报告最终通过词云、热力图、雷达图等26种图表形式呈现，所有代码已在GitHub公开。

meng shao@shao__meng · 5月17日60

GitHub Copilot app 也要来了 好像 Codex App 👀 在这申请访问权限: https://gh.io/github-copilot-app

Berryxia.AI@berryxia · 5月17日68

🔥专门属于AI Agent 的编程语言来了！兄弟们！ Vercel Labs 直接扔出一个专为 AI agents 设计的编程语言——Zero。 Chris Tate 想造一个 systems language：更快、更小、更容易让 agents 去写、去修、去维护。 它从第一天起就为 agents 而生，不是给人类先写好再让 agents 去学的妥协方案。 核心设计： - Explicit capabilities（能力显式声明） - JSON 格式的 diagnostics（诊断结果结构化） - Typed safe fixes（类型安全的自动修复） 以前 agents 写 Rust、Python 还容易 hallucinate、修 bug 修半死，现在 Zero 把这些痛点直接从语言层面干掉。 Star 它、Fork 它，一起加入这个实验。 GitHub：https://github.com/vercel-labs/zero

译Vercel Labs近日推出了专为AI agents设计的编程语言Zero。该语言由Chris Tate主导开发，旨在创建一个更快、更小、且更易于agents编写、修复和维护的系统语言。其核心设计理念是从第一天起就为agents原生构建，而非让agents学习人类语言。关键特性包括显式能力声明、JSON格式的结构化诊断信息以及类型安全的自动修复功能。此举旨在解决当前agents使用Rust或Python等语言时容易产生幻觉和难以调试的问题，试图从语言层面消除这些痛点。项目已在GitHub上开源，鼓励开发者参与和贡献。

Greg Brockman@gdb · 5月16日45

codex for improving computational complexity

译Codex技能能够分析代码库，识别计算复杂性高的区域，如O(n²)、O(n*m)模式和重复扫描检测。它提供前后复杂性估计和安全优化建议，包括风险级别和所需测试，默认以报告模式运行，支持一键安装。该工具专注于检测循环、重复查找和N+1模式等，旨在在不破坏行为的前提下减少复杂性，且完全开源。

Rohan Paul@rohanpaul_ai · 5月16日70

X has released the latest "For You" feed algorithm to GitHub. Moving the feed closer to a Grok-style AI ranking system than a rule-heavy social media sorter. The system first gathers posts from accounts you follow through Thunder, then adds outside posts through Phoenix, which searches for content that looks relevant even if you do not follow the author. Ranking now behaves less like a checklist of likes, reposts, and keywords, and more like a transformer model that reads the user, the post, and past behavior as one prediction problem. Instead of asking “is this post good,” the model predicts multiple possible actions, such as whether you might reply, like, repost, watch, or skip. Thunder is the fast “people you follow” system. It keeps a live memory-store of recent posts, replies, reposts, and videos from users, then quickly pulls posts from accounts you follow when your For You feed is built. It is basically the in-network candidate source. Phoenix is the AI recommendation system. It has 2 jobs: first, Phoenix Retrieval finds outside posts from the global X corpus using similarity search, and then Phoenix Ranking scores both followed-account posts and outside posts using a Grok-based transformer model.

译X平台（原推特）已将其最新的“For You”信息流推荐算法在GitHub上开源。新算法从依赖点赞、转发等硬性规则排序，转向更接近Grok风格的AI智能排名系统。该系统通过Thunder实时获取用户关注账号的帖子，再通过Phoenix从全平台检索相关的外部内容进行补充。其核心排名模型不再单一判断帖子质量，而是像Transformer模型一样，将用户、帖子和历史行为作为一个整体进行预测，评估用户可能进行回复、点赞、转发、观看或跳过等多种互动可能性，从而实现更个性化的内容推荐。

歸藏(guizang.ai)@op7418 · 5月16日64

忘了发飞书 CLI 的地址了，没装的推荐试试： https://github.com/larksuite/cli

译飞书CLI工具开源一个多月便在GitHub获得万星，显示市场高度认可。该工具几乎能控制飞书所有能力，让用户无需与传统UI交互即可完成工作。作者指出，AI时代SaaS软件的竞争焦点正从UI转向对Agent的适配程度和覆盖率。飞书CLI通过分层架构、Skills说明书及Dry Run等对Agent友好的设计，有效降低了复杂软件的使用门槛，并为其快速迭代投入巨大。这为开发者提供了新路径：结合飞书CLI与Agent框架，可直接利用飞书的聊天界面、多维表格和群组构建Agent产品，无需从头开发前端界面。

Berryxia.AI@berryxia · 5月15日65

兄弟们，老马将𝕏 的最新算法最新公布。 已经开源到Github上，对于我们普通人这玩意有啥用呢？ 🤔 创作者真的可以通过算法而“有利可图？” 创作迎合算法的内容还是.....? 地址：https://github.com/xai-org/x-algorithm 我已经让opus 4.7 拉满跑起来了

译兄弟们，老马将𝕏的最新算法公布了。 已经开源到Github上，对于我们普通人这东西有啥用呢？ 🤔 创作者真的可以通过算法而“有利可图？” 创作迎合算法的内容还是.....? 地址：https://github.com/xai-org/x-algorithm 我已经让opus 4.7 拉满跑起来了

DogeDesigner@cb_doge · 5月15日76

NEWS: 𝕏 has published the latest recommendation algorithm on GitHub. Grok Summary of the new algorithm: The system that decides exactly which posts appear in your For You feed. It blends two types of content and ranks everything using a powerful AI model (a version of the same transformer architecture behind Grok). How it works • Two sources of posts: • In-network (Thunder): Posts from accounts you already follow. • Out-of-network (Phoenix Retrieval): Fresh posts the system discovers for you using smart similarity search across millions of posts. • The AI brain (Phoenix):
A Grok-based transformer model looks at your recent activity (what you liked, replied to, reposted, watched, etc.) and predicts how likely you are to engage with each post. It doesn’t use old-school manual rules — it learns directly from real user behavior. • Multi-action prediction:
Instead of just guessing “you’ll like this,” it predicts probabilities for many actions at once: like, reply, repost, click, watch video, expand photo, follow the author, mute, block, etc. Then it combines them into one final relevance score. • Smart ranking steps: 1. Gather candidates from both sources. 2. Enrich them with extra context (author info, media type, engagement numbers, etc.). 3. Run the AI model to score every post. 4. Apply diversity (so you don’t see 10 posts from the same person in a row). 5. Filter out spam, blocked/muted accounts, old content, etc. 6. Pick the top posts for your feed. What’s new in today’s open-source release • Full end-to-end runnable pipeline — anyone can now test retrieval + ranking locally. • Pre-trained mini Phoenix model included (ready to run out of the box). • New Grox content-understanding service (spam detection, post categorization, policy checks). • Built-in ads blending module with brand-safety controls. • Much richer user & candidate data (topics, mutual follows, impression history, media detection, etc.). • Completely removed almost all hand-engineered features — the transformer does the heavy lifting. • It’s fully open source (Apache 2.0 license).

译X平台在GitHub开源了其“For You”信息流的最新推荐算法。该算法融合来自已关注账号的内容和通过相似性搜索发现的网络外内容，并利用基于Grok架构的Phoenix Transformer模型进行统一评分。模型通过分析用户近期互动，同时预测点赞、回复、转发等多种互动概率，并综合成最终相关性分数。排序过程包括候选内容收集、上下文信息补充、AI模型评分、多样性调整及垃圾信息过滤等步骤。此次开源提供了完整的可运行管道、预训练模型、内容理解服务及内置广告混合模块，核心计算完全由Transformer模型驱动。

Peter Steinberger 🦞@steipete · 5月15日62

built a new feature into discrawl (store media), codex said it's done, then I used my codex review skill... https://github.com/steipete/agent-scripts/blob/main/skills/codex-review/SKILL.md

译为discrawl（存储媒体）构建了一个新功能， codex说它已完成， 然后我使用了我的codex审查技能... https://github.com/steipete/agent-scripts/blob/main/skills/codex-review/SKILL.md

宝玉@dotey · 5月15日79

不知道你们有没有用过微信聊天总结 Skill 里面的“毒舌版”，Claude 写的话有时候还挺“毒”的。 提示词是这样的： Roast 版基于普通版的话题骨架和素材，用毒舌、尖锐、挑衅的风格重写。整体结构与普通版相同（统计区块、开头概览、群友画像、正文分类、结尾），但风格完全不同。痛点部分省略。标题加 "毒舌版" 后缀。 风格要求： - 你是一位以尖锐和挑衅风格著称的专业评论员 - 对每个群友的行为、言论进行犀利点评，不怕让人尴尬 - 发言排行旁给每个人加一句毒舌备注（括号内） - 群友画像改为「不留情面版」，放大每个人的槽点和矛盾之处 - 开头概览用更戏谑的口吻，突出荒诞和讽刺 - 正文话题标题可以改得更损 - 引用原话时配上辛辣点评 - 结尾改为：本简报由一个没有感情的 AI 自动生成，如有冒犯，概不负责 注意：毒舌但不恶毒，调侃但不人身攻击。目标是让群友看了会笑，而不是生气。具体红线： - 只嘲讽群里的公开行为，不碰外貌、体重、健康、家庭、私人关系 - 不用时间戳推断作息或时区（服务器时间不等于本地时间） - 不做医学/心理诊断类玩笑（「这位需要看医生」「典型 ADHD」） - 不揣测对方未主动公开的身份属性（性取向、宗教、政治立场） - 嘲讽观点本身，不嘲讽发言的权利（「这个观点错得离谱」可以，「连这都不懂还敢发言」不行） - 如果某人本期没有槽点（3+ 条但都很中性），给一句温和调侃即可，不要硬凑 写作顺序：先放开写最狠的版本，写完再回头检查红线。不要边写边自我审查，那样只会写出温吞水。

译该提示词要求Claude基于普通版总结骨架，以毒舌、尖锐但不恶毒的风格重写微信群聊总结。具体包括扮演专业评论员，为发言排行添加毒舌备注、将群友画像改为“不留情面版”，并用戏谑口吻撰写概览。同时设定了创作红线，如不涉及人身攻击、私人信息或医学诊断，仅针对群内公开行为进行调侃。技术实现依赖于wx-cli，推荐使用Claude Code和Claude Opus 4.6模型以达到最佳效果。

歸藏(guizang.ai)@op7418 · 5月15日62

GitHub 发布了 GitHub Copilot 桌面端的技术预览版。 看起来跟 Codex 长得有点像，在 GitHub 相关功能上露出的也比较多。 现在需要申请 waitlist

Berryxia.AI@berryxia · 5月15日75

兄弟们，这个可以啊！赶紧装起来！ Kevin Lin，牛津大学博士后，前Meta和Microsoft研究员，刚刚把Violin这个开源视频翻译Skill放了出来。 视频已经是互联网绝对主流的内容形式。 可绝大多数高质量讲座、演讲、播客却被单一语言死死锁住，全球观众根本触达不到。 Violin把ASR、LLM翻译、TTS三者无缝串成一条流水线。 「输入一段视频，它就能自动完成语音识别、多语言翻译、自然语音合成。」 最实用的是两个功能： 你可以个性化翻译风格，把学术报告改成孩子也能听懂的版本； 还能直接和视频聊天，任何问题都基于视频内容给出答案。 它同时支持Web应用、CLI命令行和Agent Skill，全部MIT开源。 以后高质量内容不再只属于某一种语言，而是真正走向全球。 Demo、博客和GitHub都在原帖。 如果你在做内容、教育、跨语言传播，或者正在开发多模态Agent，这套Skill值得立刻去试。 你觉得AI下一步最该解决的，是内容创作，还是内容全球化？ 项目地址：https://github.com/shang-zhu/violin

译牛津大学博士后Kevin Lin开源视频翻译工具Violin，旨在打破高质量视频内容的语言壁垒。该工具将语音识别、大语言模型翻译与语音合成整合为自动化流水线，支持多语言互译与个性化翻译风格调整，例如将学术报告转化为儿童易懂版本。用户还能直接与视频内容进行对话并获取相关答案。Violin提供Web应用、命令行界面和Agent Skill三种使用方式，所有功能基于MIT协议开源，由Together Compute提供技术支持，适用于内容创作、教育及多模态智能体开发等领域。

Berryxia.AI@berryxia · 5月15日74

牛逼！Yetone 佬。

译开发者Yetone将一篇关于桌面应用开发“最佳实践”的文章转化为一个名为“native-feel-skill”的Agent Skill。该Skill旨在帮助开发者利用Coding Agent，轻松地重构或开发跨平台桌面应用，并使其获得极其接近Native原生应用的性能体验。项目代码已开源在GitHub上。

Berryxia.AI@berryxia · 5月15日72

.@neilsonks 刚刚把一个完整的 3D 生成工具包开源了，专门为 Claude Code 设计。 输入一张图片，它就能自动把整个场景拆解成可交互的 3D 世界：环境、网格、物理、灯光、音频全都有。 整个 pipeline 是这样一步步做出来的： 首先用图像生成和 3D 生成技能，从输入图片里提取物体，生成高质量网格。 每个生成的物体都会从原始图片里被“移除”，留下干净的静态世界背景。 最后再给整个场景加上物理模拟、实时灯光和环境音频。 他还专门做了一个配套的查看器 App，能直接浏览所有生成的物体，支持点击编辑位置、旋转、缩放、复制、删除，还能一键导出 scene.json。 以前从 2D 图片到可玩 3D 场景要花几天，现在 Claude Code 配合这个工具包，几分钟就能跑通一条完整链路。 项目完全开源，就在 GitHub：https://github.com/neilsonnn/image-blaster 如果你在做游戏、世界构建、产品可视化或者任何需要快速把概念图转成 3D 交互内容的项目，这套工具值得立刻去试。

译开发者@neilsonks开源了一套专为Claude Code设计的完整3D生成工具包。该工具能将输入的单张图片自动拆解，生成包含环境、网格、物理、灯光和音频的全套可交互3D场景。其流程首先利用图像与3D生成技术提取物体并生成高质量网格，随后移除物体以得到静态背景，最后为整个场景添加物理模拟、实时灯光和环境音效。配套查看器支持对生成物体的点击编辑与一键导出。此工具将以往需数天的2D转3D工作流程缩短至几分钟，适用于游戏开发、世界构建和产品可视化等项目。项目已在GitHub开源。

Peter Steinberger 🦞@steipete · 5月15日55

We've been working really hard on performance, reliability, security, and stability. Invented whole new automation flows with crabbox, automated video QA and are spending insane amounts of CPU cycles on CI. It's a good release.

译OpenClaw 团队近期专注于提升性能、可靠性、安全性和稳定性，通过引入 crabbox 等全新自动化流程以及投入大量 CPU 资源于 CI 环节，实现了显著改进。新版本默认将 OpenAI 配置设为 Codex 登录，增强了运行时回退与停滞流恢复机制，确保 Telegram 轮询在停滞情况下仍可维持。此外，安装包更精简、启动路径更快速，整体运行更高效、稳定且不易卡顿。

OpenClaw🦞@openclaw · 5月15日56

OpenClaw 2026.5.12 🦞 🧠 OpenAI setup defaults to Codex login 🛟 Runtime fallbacks + stalled-stream recovery 📬 Telegram polling survives stalls ⚡ Leaner installs, faster startup paths Faster, calmer, harder to wedge. https://github.com/openclaw/openclaw/releases/tag/v2026.5.12

译OpenClaw 2026.5.12 🦞 🧠 OpenAI 默认设置为 Codex 登录 🛟 运行时回退 + 停滞流恢复 📬 Telegram 轮询在停滞时保持存活 ⚡ 更精简的安装，更快的启动路径 更快、更稳定、更难卡死。 https://github.com/openclaw/openclaw/releases/tag/v2026.5.12

Berryxia.AI@berryxia · 5月14日75

宝玉老师的微信CLI群聊来了！ 已经安装了，2步就给我搞定了真的方便。 我就复制了2次命令。

译宝玉基于卡比开发的wx-cli命令行工具，编写了一个微信群聊总结Skill。该工具通过解密本地微信数据库工作，安装简便，仅需几步命令即可自动总结指定群聊（如“AI产品蝗虫”）的当日消息。其优势在于无需关闭系统完整性保护（SIP），若运行报错，可将错误信息发送给AI代码助手寻求解决方案。相关项目源码已在GitHub开源。

Rohan Paul@rohanpaul_ai · 5月14日77

Qwen 3.6 27B on a MacBook Pro M5 Max 64GB hitting 34tokens per sec, locally with atomic[.]chat 90% acceptance rate, i.e. most draft tokens matched what the main model would have produced, so the speed gain is not from skipping quality checks, but from avoiding repeated full-cost decoding work. TurboQuant and GGUF handle the storage and runtime side: the model is compressed enough to run locally, while llama.cpp can feed Apple Silicon efficiently instead of waiting on huge weight movement. Pretty serious local-inference result, changes what “laptop AI” can feel like.

译近期，Qwen 3.6 27B大型语言模型通过TurboQuant技术被量化为GGUF格式，并整合Multi-Token Prediction技术。在配备M5 Max芯片和64GB内存的MacBook Pro上，该模型实现了每秒34个token的本地推理速度。高达90%的接受率表明，性能提升并非以牺牲输出质量为代价，而是通过避免重复的全成本解码工作来达成。同时，利用llama.cpp进行高效调用，进一步优化了运行效率。这一技术组合显著扩展了“笔记本电脑AI”的应用边界，使得在本地设备上流畅运行大型模型成为可能，提升了用户体验。

向阳乔木@vista8 · 5月14日68

宝玉老师基于卡比的wx-cli写了一个微信群聊总结Skill。 安装成功，正在总结下AI产品蝗虫今天的消息。 wx-cli不错啊，解密本地的微信数据库，甚至连SIP都不用关，如果报错，可以发给Codex或Claude Code解就行。 卡比的Cli：https://github.com/jackwener/wx-cli 宝玉老师的Skill：https://github.com/JimLiu/baoyu-skills/tree/main/skills/baoyu-wechat-summary

译宝玉老师基于卡比开发的wx-cli工具，编写了一个自动总结微信群聊消息的Skill。该工具通过解密本地微信数据库获取聊天记录，无需关闭系统完整性保护。用户可对指定群聊当天的消息进行内容总结，若遇报错可借助AI编程助手解决。相关工具源代码已在GitHub开源。

阿绎 AYi@AYi_AInotes · 5月14日71

AI科技圈近期的安全事件， 你害怕了吗？🤯 • CopyFail（Linux系统被破解） • CopyFail 2/Dirty Frag（Linux内核脏碎片漏洞） • Next.js框架出现13个安全警告 • MacOS 26.5系统修复了70多个通用漏洞披露（CVE）漏洞 • iOS 26.5系统修复了约50个通用漏洞披露（CVE）漏洞 • YellowKey（Windows Bitlocker全盘加密被破解） • GreenPlasma（Windows权限提升漏洞） • CVE-2026-21510和CVE-2026-21513被证实由俄罗斯用于Windows远程代码执行漏洞攻击 • CVE-2026-32202被单独证实由俄罗斯用于获取敏感文档 • Mini-Shai Hulud（超过300个JS和Python软件包因GitHub Action缓存投毒而被入侵） • 谷歌证实，他们发现了利用人工智能对某个未知的“开源、基于Web的系统管理工具”进行零日漏洞攻击的情况 • Canvas（大多数学校使用的流行学习管理系统）被完全破解 • PAN-OS（ Palo Alto Networks公司的操作系统）因严重等级为9.3的CVE-2026-0300漏洞被破解

译近期AI科技圈安全事件集中爆发，涉及Linux、Windows、Next.js等多个系统与框架的漏洞。其中，代号“Mini Shai-Hulud”的大规模供应链攻击最为严峻，已劫持GitHub Actions CI管道，污染了TanStack、Mistral AI等超过170个热门npm/PyPI包。该恶意软件具备持久化与蠕虫式传播能力，并能绕过传统验证。建议开发者立即冻结安装、进行安全自查，并轮换所有密钥与令牌。

Peter Steinberger 🦞@steipete · 5月13日68

Kudos to Microsoft, they're helping to get OpenClaw ready for enterprises.

译感谢微软，他们正助力OpenClaw做好企业级准备。

Berryxia.AI@berryxia · 5月13日76

最近我鼓吹苹果的端侧模型和统一内存的优势！ 前有MLX ，现在不断拓展的格式都出来比如之前也分享过的oMLX又有更新！ Apple Silicon上的本地AI已经把云端大模型的很多优势直接干掉了。 oMLX 0.3.9.dev2直接把Gemma 4的MTP视觉路径、DFlash引擎、ParoQuant全塞了进来，图文解码速度大幅提升； 还新增了omlx launch copilot，一键接入Claude / Codex / OpenClaw等顶级工具； oQ自动建proxy解决显存不够的问题； 管理界面也加了重启服务器按钮。 以前本地AI总觉得“差点意思”，现在它在速度、集成度、易用性上越来越离谱地强。 这才是真正把AI从云端拉回你自己电脑的节奏。 项目地址：https://github.com/jundot/omlx

译oMLX项目更新至0.3.9.dev2版本，集成了Gemma 4的MTP视觉路径、DFlash引擎和ParoQuant技术，显著提升了图文处理速度。新增一键启动copilot功能，可便捷接入Claude等工具，并通过oQ自动代理解决显存瓶颈。这些改进大幅增强了本地AI在速度、集成与易用性上的表现，正推动AI能力从云端向个人电脑回归。

阿绎 AYi@AYi_AInotes · 5月13日76

Damn！所有AI开发者，立刻停下你手里的npm install🤯 现在正在爆发有史以来最恐怖的供应链攻击， 代号Mini Shai-Hulud， 已经波及TanStack全家桶、Mistral AI、UiPath等170多个npm和PyPI包， 全是你们天天装的工具链， 周下载量加起来超过一个亿， 已经不是传统的维护者账号被盗了， 而是整个GitHub Actions CI管道被直接劫持， 合法的官方项目，自己发布了带毒的版本， 还带完整的SLSA 3级可信证明， 所有传统的签名验证全失效， 最狠的是它的持久化机制， 它不会只藏在node_modules里， 它会直接修改你的~/.claude/settings.json和~/.vscode/tasks.json， 就算你npm uninstall删光所有包， 只要你下次打开Claude或者VS Code， 它就会自动重新执行， 如果你敢撤销被盗的token， 它会直接删光你整个home目录， 而且它是蠕虫， 偷到一个项目的CI密钥，就会自动感染下一个， 现在还在指数级扩散， 以前我们说别用latest，别用^， 现在就算你pin死了版本， 只要那个版本是6分钟窗口期内发布的， 就是带毒的， 越依赖AI Agent自动装包的人， 这次中招的概率越高， 因为你的Agent根本不会帮你检查lockfile， 现在立刻做这三件事， 第一，冻结所有包安装， 第二，跑npx supply-chain-attack全盘自查， 第三，全量旋转你所有的云密钥、GitHub token和SSH key， 一个都别漏。 #网络安全 #npm #AI开发者

译代号“Mini Shai-Hulud”的大规模供应链攻击正在爆发，已波及TanStack、Mistral AI等170多个热门npm/PyPI包。攻击者通过劫持GitHub Actions CI管道，使合法项目自动发布带毒版本，并附有SLSA 3级证明以绕过验证。恶意软件会持久化修改用户配置文件，威胁删除home目录，并能利用窃取的CI密钥像蠕虫一样自动扩散。即使固定包版本，也可能在6分钟发布窗口期内中招。建议开发者立即冻结安装、使用工具自查，并全面轮换所有云密钥和访问凭证。

SenseTime@SenseTime_AI · 5月11日72

𝗦𝗲𝗻𝘀𝗲𝗡𝗼𝘃𝗮 𝗨𝟭 𝗶𝘀 𝗻𝗼𝘄 𝗿𝘂𝗻𝗻𝗮𝗯𝗹𝗲 𝗼𝗻 𝗖𝗼𝗺𝗳𝘆𝗨𝗜. Highly recognised by reviewers — including REBEL AI, who put together a great hands-on walkthrough of the 𝗱𝗲𝗽𝗹𝗼𝘆𝗺𝗲𝗻𝘁 𝘄𝗼𝗿𝗸𝗳𝗹𝗼𝘄, with 𝗿𝗲𝗮𝗹-𝘄𝗼𝗿𝗹𝗱 𝘁𝗲𝘀𝘁𝘀 𝗼𝗳 𝘁𝗵𝗲 𝗺𝗼𝗱𝗲𝗹'𝘀 𝗶𝗺𝗮𝗴𝗲 𝗴𝗲𝗻𝗲𝗿𝗮𝘁𝗶𝗼𝗻 𝗰𝗮𝗽𝗮𝗯𝗶𝗹𝗶𝘁𝗶𝗲𝘀. • 8-step turbo inference — ultra-fast generation • Portraits, surreal art, text signage, creature design & more Watch Video: https://www.youtube.com/watch?v=SYJhzEdN1S0 Try it yourself: 𝗛𝘂𝗴𝗴𝗶𝗻𝗴 𝗙𝗮𝗰𝗲: https://huggingface.co/collections/sensenova/sensenova-u1 𝗚𝗶𝘁𝗛𝘂𝗯: https://github.com/OpenSenseNova/SenseNova-U1 𝗗𝗶𝘀𝗰𝗼𝗿𝗱: https://discord.gg/cxkwXWjp

译SenseNova U1图像生成模型现已在ComfyUI上可运行，并获得包括REBEL AI在内的评测者高度认可。REBEL AI发布的实践教程展示了该模型的部署工作流，并对其图像生成能力进行了真实场景测试。模型支持8步快速推理，生成速度极快，应用场景涵盖人像、超现实艺术、文字标志和生物设计等。相关资源已在Hugging Face、GitHub和Discord平台开放。