8月10日2026 · 星期一

从 18 条抓取中筛选 12 条 · twitter × 5 账号 · 01:04 UTC 生成

今日信号 · 高度即评分 · 点击直达

免费工具BaoCut整合视频转录、翻译与剪辑，采用GUI+CLI架构7.0
AI 味源于大模型固有的惯性，无法通过提示词消除7.0
新兴的 AI 代理行为 Markdown 格式7.0
GitHub 项目从零开始用本地模型教授 AI Agent 基础7.0
Awesome-AI-Memory：540多篇论文和110多个项目的AI记忆精选合集7.0
Claude Code 在 Mac 本地运行开源模型，速度提升近 8 倍7.0
ECC：拥有284项技能和67个智能体的开源智能体工程系统7.0
微软推出免费12周AI初学者课程7.0
LangChain deepagents 现已支持 superserve 沙箱6.0
Cling：macOS 上的超快模糊文件搜索工具6.0
gbro-cover-design：通过问答生成公众号封面提示词的AI技能6.0
通过沉浸式阶段而非日常平衡实现精通6.0

017.0

免费工具BaoCut整合视频转录、翻译与剪辑，采用GUI+CLI架构

@LinearUncle 发布推文（由 @dotey 转推）推荐了免费 Mac 应用 BaoCut，它可对 YouTube 和 X 视频进行转录、翻译和剪辑。该工具采用 GUI 与 CLI 分离架构，支持 Agent Skill，并允许直接通过 CLI 调用进行转录和 AI 问答。开发者 @dotey 解释了移除内置 Harness 的设计理念，以优先考虑 Agent 驱动的工作流。 BaoCut 满足了内容创作者和开发者对高效视频内容处理日益增长的需求。其 Agent 优先的设计预示着 AI Agent 将成为主要交互入口，可能简化工作流并减少对传统应用的依赖。开源的 CLI 和 Skill 系统支持集成到自动化流程中，使其成为 AI 生态中的多功能工具。 BaoCut 在 Mac 上本地运行，无需账户，可导出通用字幕。最新版本提供了网页界面，可在 Agent 浏览器中使用。开发者移除了内置 Harness，转而采用复制提示到 Agent 的工作流，认为 Agent 将是未来的入口。该工具免费且开源，其 Agent Skill 已在 GitHub 上发布。

@LinearUncle@dotey 转推3 张图片没想到宝玉哥 @dotey 做的免费BaoCut这么强： https://baocut.app/ 1. YouTube / X 视频转录，翻译，剪辑一条龙 2. 架构上GUI + CLI 分离，支持 Skill 3. 你也可以不用app，在 harness 内直接调用skill转录视频成文本，用来AI 问答看视频变成享受了，强烈推荐！翻译的用户体验相对麻烦点，需要去harness里操作，如果能内置直接调用harness无头翻译，要方便很多！原推文媒体预览

+2展开原推文收起原推文

@dotey 转推了

@LinearUncle

没想到宝玉哥 @dotey 做的免费BaoCut这么强： https://baocut.app/ 1. YouTube / X 视频转录，翻译，剪辑一条龙 2. 架构上GUI + CLI 分离，支持 Skill 3. 你也可以不用app，在 harness 内直接调用skill转录视频成文本，用来AI 问答看视频变成享受了，强烈推荐！翻译的用户体验相对麻烦点，需要去harness里操作，如果能内置直接调用harness无头翻译，要方便很多！

背景

Agent Harness 是围绕大语言模型的基础设施，管理工具使用、记忆和执行，使其能够作为 AI Agent 运行。GUI/CLI 分离意味着图形界面和命令行工具相互独立，允许灵活使用。BaoCut 的 Skill 系统让 AI Agent 可以通过自然语言控制该工具，反映了 Agent 编排任务而非用户手动操作应用的趋势。

社区讨论

原推文称赞了 BaoCut 的功能，但指出翻译用户体验繁琐，需要与 Harness 交互。开发者回应解释了移除内置 Harness 的设计选择，强调 Agent 优先的未来。这番交流显示了社区在用户便利性与前瞻性架构之间寻求平衡的兴趣。

8月9日 15:22在 X 打开#video transcription #translation #CLI #GUI #tool

027.0

AI 味源于大模型固有的惯性，无法通过提示词消除

作者指出，AI 生成内容中的“AI 味”是大语言模型固有的风格惯性，无法通过调整提示词消除。这一见解来自运营微信公众号流量主的实践经验，尽管进行了大量提示词调试，所有文章仍会逐渐显露出可察觉的“AI 味”。这一分析揭示了当前大语言模型在内容创作中的根本局限：无法生成真正多样且独特的风格。它影响到内容创作者、营销人员以及所有依赖 AI 写作的人，因为受众能察觉到重复模式，从而降低参与度和信任。作者解释，即使明确禁止某些句式（如“不是……而是……”），模型也会用其他习惯性模式替代，产生新的惯性。由于训练差异，不同厂商的模型风格惯性各不相同，但没有任何单一技能或提示词能完全消除它。这一观察基于半年多来对 AI 生成文章的反复试错。

@uge198568@dotey 转推去除 AI 味，先要明确 AI 味是什么，那是一种风格，这个风格来自于一种惯性。有些模仿高手，之所以让我们觉得模仿的很像，来自于他们捕捉到了一个人身上的动作，语言，语气，表情等惯性。 AI 味也是来自于大模型的惯性，无论你的提示词如何调整，风格模仿谁，你让他写 100 个不同的内容，你看完后在句式结构，表达方式，文章结构上都有很强的惯性。你可以调整让他不要出现某些句式，比如“不是...而是..”，可无法移除惯性。举个简单的例子，我们可以玩一个游戏，在我们日常语言里，不允许再说“我”，那你在用“我”这个词的时候，你会找到一个你最顺手的词，可能是“老子”可能是“me”，从而新的惯性产生。我们每个人的风格，本身就是来自于大脑这个大模型的训练后的惯性，但这个惯性是独一无二的，因此成为了自己的差异化。 AI 的惯性根本在于训练过程，所以不同厂家的风格是不同的，而这个风格下的惯性，可不是一个独有的 skill 能解决的，因为你的内容本身会产生大模型味的惯性。以上的经验来自于过去撸公众号流量主的时候发现的，调试很久的 skill，发出去爆文，可时间久了，发现每个文章都是一个味道，久而久之，我的观众就发现不对劲了，试错了半年，得到的收获全在这几行字里了展开原推文收起原推文

@dotey 转推了

@uge198568

去除 AI 味，先要明确 AI 味是什么，那是一种风格，这个风格来自于一种惯性。有些模仿高手，之所以让我们觉得模仿的很像，来自于他们捕捉到了一个人身上的动作，语言，语气，表情等惯性。 AI 味也是来自于大模型的惯性，无论你的提示词如何调整，风格模仿谁，你让他写 100 个不同的内容，你看完后在句式结构，表达方式，文章结构上都有很强的惯性。你可以调整让他不要出现某些句式，比如“不是...而是..”，可无法移除惯性。举个简单的例子，我们可以玩一个游戏，在我们日常语言里，不允许再说“我”，那你在用“我”这个词的时候，你会找到一个你最顺手的词，可能是“老子”可能是“me”，从而新的惯性产生。我们每个人的风格，本身就是来自于大脑这个大模型的训练后的惯性，但这个惯性是独一无二的，因此成为了自己的差异化。 AI 的惯性根本在于训练过程，所以不同厂家的风格是不同的，而这个风格下的惯性，可不是一个独有的 skill 能解决的，因为你的内容本身会产生大模型味的惯性。以上的经验来自于过去撸公众号流量主的时候发现的，调试很久的 skill，发出去爆文，可时间久了，发现每个文章都是一个味道，久而久之，我的观众就发现不对劲了，试错了半年，得到的收获全在这几行字里了

背景

大语言模型（如 GPT-4）基于从海量训练数据中学习的模式生成文本，导致一致的风格倾向。“AI 味”指 AI 生成内容中可察觉的、往往公式化的风格，表现为重复的句式结构和用词。提示词工程是通过设计指令来引导大语言模型输出，但在改变深层风格习惯方面存在局限。近期研究证实，即使采用高级提示或微调，大语言模型仍难以模仿隐性的个人写作风格。

8月9日 03:24在 X 打开#AI writing #LLM #content generation #style transfer #prompt engineering

037.0

新兴的 AI 代理行为 Markdown 格式

一份精选列表展示了新兴的 Markdown 文件格式，如 AGENTS.md、SKILL.md 等，它们为 AI 编程代理定义规则、流程和上下文。这些格式正被项目和工具采用，以标准化代理获取项目特定指导的方式。通过 Markdown 文件标准化代理指导，可以提高 AI 编程助手在不同平台上的可靠性和一致性。这一趋势反映了对明确、人类可读指令的日益增长的需求，以弥合开发者意图与自主代理行为之间的差距。 AGENTS.md 充当代理的 README，提供构建命令和编码规范。SKILL.md 打包了可按需加载的流程知识。其他格式如 CLAUDE.md 和 GEMINI.md 是平台特定的，而 spec.md 和 tasks.md 等文件则概述了计划和架构。

@bibryam@bibryam 转推1 张图片🌟 Emerging .MD Formats Shaping Agent Behavior → AGENTS.md, CLAUDE.md, GEMINI.md - rules → .claude/rules/, .clinerules/ - scoped → SKILL.md - procedures → spec.md, plan.md, tasks.md - plans → ARCHITECTURE.md, DESIGN.md - intent → AUTH.md - authorization → REVIEW.md - criteria → MEMORY.md - context 👉 https://generativeprogrammer.com/p/emerging-markdown-formats-that-shape?triedRedirect=true 原推文媒体预览

展开原推文收起原推文

@bibryam 转推了

@bibryam

🌟 Emerging .MD Formats Shaping Agent Behavior → AGENTS.md, CLAUDE.md, GEMINI.md - rules → .claude/rules/, .clinerules/ - scoped → SKILL.md - procedures → spec.md, plan.md, tasks.md - plans → ARCHITECTURE.md, DESIGN.md - intent → AUTH.md - authorization → REVIEW.md - criteria → MEMORY.md - context 👉 https://generativeprogrammer.com/p/emerging-markdown-formats-that-shape?triedRedirect=true

背景

AI 编程代理是一种能够根据自然语言提示自主编写或修改代码的工具。为了有效工作，它们需要超出代码本身的项目特定上下文。Markdown 文件是一种轻量级、人类可读的格式，易于被人类和机器解析，因此非常适合这一目的。

8月9日 15:20在 X 打开#AI agents #markdown #developer tools #LLM #best practices

047.0

GitHub 项目从零开始用本地模型教授 AI Agent 基础

GitHub 仓库 'ai-agents-from-scratch' 提供了一个不依赖高级框架、从零开始构建 AI Agent 的逐步教程。它从最基础的模型调用开始，逐步实现工具调用、记忆和 ReAct 循环等核心模式。所有示例均完全在本地模型上运行，共 11 个递进阶段，涵盖从模型加载到错误处理的概念。该项目填补了常见的教育空白，解释了许多教程因直接使用框架而跳过的 AI Agent 底层机制。理解这些基础有助于开发者调试、优化和构建更健壮的 Agent。同时，它通过使用本地模型提高了可访问性，避免了云 API 成本和隐私问题。该仓库包含 11 个递进式示例：从加载模型、翻译、推理，到带记忆的 Agent、ReAct 模式和错误处理。它完全使用本地模型，无需云 API 密钥。代码附有概念讲解，适合自学。项目地址为 github.com/pguso/ai-agents-from-scratch。

@GitHub_Daily原推文1 张图片很多教程教 AI Agent 开发都是直接上框架，装完跑起来了，但底下到底怎么回事不清楚。 ai-agents-from-scratch 反过来，先从最基本的模型调用写起，一步步搭出工具调用、记忆、ReAct 循环这些核心模式。全程用本地模型跑，不依赖云端接口，每个阶段都有代码和概念讲解。 GitHub：http://github.com/pguso/ai-agents-from-scratch 从加载模型、翻译、推理，到带记忆的 Agent、ReAct 模式、错误处理，总共 11 个递进式示例。想搞懂 AI Agent 底层原理再去用框架的朋友，这个项目适合拿来入门。原推文媒体预览

展开原推文收起原推文

@GitHub_Daily

很多教程教 AI Agent 开发都是直接上框架，装完跑起来了，但底下到底怎么回事不清楚。 ai-agents-from-scratch 反过来，先从最基本的模型调用写起，一步步搭出工具调用、记忆、ReAct 循环这些核心模式。全程用本地模型跑，不依赖云端接口，每个阶段都有代码和概念讲解。 GitHub：http://github.com/pguso/ai-agents-from-scratch 从加载模型、翻译、推理，到带记忆的 Agent、ReAct 模式、错误处理，总共 11 个递进式示例。想搞懂 AI Agent 底层原理再去用框架的朋友，这个项目适合拿来入门。

背景

AI Agent 是使用大语言模型（LLM）进行推理并采取行动的系统。关键模式包括工具调用（让模型调用外部函数）、记忆（跨交互存储上下文）和 ReAct（一种交织推理与行动的框架）。许多框架如 LangChain 或 CrewAI 抽象了这些模式，但理解其实现有助于构建定制化解决方案。

8月9日 10:00在 X 打开#AI Agents #Tutorial #GitHub #ReAct #Machine Learning

057.0

Awesome-AI-Memory：540多篇论文和110多个项目的AI记忆精选合集

一个名为Awesome-AI-Memory的新GitHub仓库发布了，它汇总了540多篇研究论文和110多个开源项目，专注于AI智能体和大语言模型的记忆机制。该合集持续更新，最近一次补充了25篇新论文。它按记忆类型、存储方式和管理策略对资源进行分类，涵盖了检索增强生成、记忆压缩和多智能体共享记忆等领域。随着AI智能体和大语言模型越来越多地部署在多轮对话场景中，保留和回忆过去交互的能力对于实现连贯且具有上下文感知的行为至关重要。这份精选列表为构建记忆系统的研究人员和开发者提供了一站式参考，节省了大量时间和精力。它反映了记忆作为AI/ML生态系统中核心组成部分日益增长的重要性，弥合了理论研究和实际应用之间的鸿沟。该仓库托管在GitHub上，隶属于IAAR-Shanghai组织，其结构按记忆类型（如短期、长期）、存储方式（如参数化、非参数化）和管理策略划分。它包含了检索增强生成（RAG）、记忆压缩技术以及多智能体共享记忆架构方面的资源。该合集定期更新，最近一批添加了25篇论文，确保其保持最新且全面的参考价值。

@GitHub_Daily原推文1 张图片做 Agent 开发做到后面，怎么让模型在多轮对话里记住之前说过的东西，是个绕不开的问题。 Awesome-AI-Memory 把 AI 记忆相关的论文、框架和评测数据集整理到了一起，目前收录了 540 多篇论文和 110 多个开源项目。内容按记忆类型、存储方式、管理策略分了类，检索增强、记忆压缩、多 Agent 共享记忆这些方向都有覆盖。 GitHub：http://github.com/IAAR-Shanghai/Awesome-AI-Memory 资料一直在更新，最近一次还补了 25 篇论文。在研究大模型记忆机制或者自己搭记忆系统的朋友，这份合集省得到处翻。原推文媒体预览

展开原推文收起原推文

@GitHub_Daily

做 Agent 开发做到后面，怎么让模型在多轮对话里记住之前说过的东西，是个绕不开的问题。 Awesome-AI-Memory 把 AI 记忆相关的论文、框架和评测数据集整理到了一起，目前收录了 540 多篇论文和 110 多个开源项目。内容按记忆类型、存储方式、管理策略分了类，检索增强、记忆压缩、多 Agent 共享记忆这些方向都有覆盖。 GitHub：http://github.com/IAAR-Shanghai/Awesome-AI-Memory 资料一直在更新，最近一次还补了 25 篇论文。在研究大模型记忆机制或者自己搭记忆系统的朋友，这份合集省得到处翻。

背景

AI记忆是指允许语言模型和智能体在交互过程中存储和检索信息的机制，模仿人类的回忆能力。在大语言模型中，记忆可以是参数化的（嵌入在模型权重中）或非参数化的（使用外部数据库和检索系统）。关键挑战包括管理长上下文窗口、压缩记忆以提高效率，以及使多个智能体能够无冲突地共享知识。该领域借鉴了认知科学、数据库系统和分布式计算的知识。

8月9日 05:30在 X 打开#AI memory #agents #LLM #resources #GitHub

067.0

Claude Code 在 Mac 本地运行开源模型，速度提升近 8 倍

开源工具 claude-code-local 让 Claude Code 完全在 Apple Silicon Mac 上运行本地 AI 模型，无需云额度或订阅。它省去了其他本地方案所需的翻译代理层，速度提升近 8 倍。该工具支持完整的 MCP 插件生态，可运行 Qwen 3.5 122B、Llama 3.3 70B 和 Gemma 4 31B 等模型。该工具解决了 Claude Code 使用配额耗尽后需等待数小时的常见痛点。它提供了私密、可离线使用的替代方案，代码不离开本机，适合注重隐私或处于隔离环境的开发者。通过利用 Apple Silicon 的本地 GPU，它让强大的 AI 辅助编码无需持续付费即可使用。 claude-code-local 可在仅 16 GB 内存的 Mac 上运行，更大内存可支持千亿参数模型。它使用 MLX 原生的 Anthropic-API 服务器，在 Qwen 3.5 122B 上达到 65 tokens/秒。与其他本地 LLM 代理不同，它保留了工具定义和流式格式，确保真正的代理循环和工具执行。该工具已发布在 GitHub 仓库 nicedreamzapp/claude-code-local。

@GitHub_Daily原推文1 张图片Claude Code 用到一半，弹出「额度用完了」，要等好几个小时才能继续。 claude-code-local 让 Claude Code 跑在 Mac 本地，用自己的芯片驱动开源模型，不走云端也不用额外订阅。别的方案中间要加一层翻译代理，它省掉了这层，同样的任务快了将近 8 倍。 GitHub：http://github.com/nicedreamzapp/claude-code-local 重要的是 16 GB 的 MacBook Air 就能跑，内存大的还能上千亿参数的模型。断网也能用，代码不出本机，适合对隐私有要求或不想被额度卡住的朋友。原推文媒体预览

展开原推文收起原推文

@GitHub_Daily

Claude Code 用到一半，弹出「额度用完了」，要等好几个小时才能继续。 claude-code-local 让 Claude Code 跑在 Mac 本地，用自己的芯片驱动开源模型，不走云端也不用额外订阅。别的方案中间要加一层翻译代理，它省掉了这层，同样的任务快了将近 8 倍。 GitHub：http://github.com/nicedreamzapp/claude-code-local 重要的是 16 GB 的 MacBook Air 就能跑，内存大的还能上千亿参数的模型。断网也能用，代码不出本机，适合对隐私有要求或不想被额度卡住的朋友。

背景

Claude Code 是 Anthropic 推出的 AI 编码助手，通常运行在云端并有使用配额。本地 LLM 代理常因剥离工具定义或破坏流式格式而导致工具调用功能失效。Apple Silicon Mac 拥有统一内存和强大的 GPU，适合本地运行大语言模型。MLX 是 Apple 针对其芯片优化的机器学习框架。MCP（模型上下文协议）是用于扩展 AI 助手外部工具的插件系统。

8月9日 04:08在 X 打开#Claude Code #local AI #open-source models #Mac #developer tools

077.0

ECC：拥有284项技能和67个智能体的开源智能体工程系统

一个名为ECC的新开源项目已在GitHub上发布，提供了一个全面的智能体工程系统。它包含284项技能、67个智能体、94个斜杠命令，以及规则、钩子、记忆、学习和AgentShield安全等功能。该系统旨在与Claude Code、Codex、Opencode和Cursor等AI编码助手配合使用。 ECC通过提供大量预构建组件，显著降低了构建和管理AI智能体的门槛。这可以加速AI辅助编码和自动化的发展，使开发者更容易获得高级智能体功能。包含AgentShield等安全功能，回应了日益增长的AI智能体安全担忧。该系统拥有284项技能、67个智能体和94个斜杠命令，以及22个用于安装、修复、会话、内存和安全的操作员命令。它集成了AgentShield，一个用于AI智能体的运行时防火墙，可阻止提示注入并强制执行权限。ECC在GitHub上的affaan-m/ECC仓库中可用，还提供了一个用于仓库分析的自动化GitHub应用。

@bibryam原推文1 张图片ECC by @affaan is an impressive agent engineering system: • 284 skills • 67 agents • 94 slash commands • rules, hooks, memory, learning, AgentShield - plus: 22 operator commands for install, repair, sessions, memory, and security. https://github.com/affaan-m/ECC 原推文媒体预览

展开原推文收起原推文

@bibryam

ECC by @affaan is an impressive agent engineering system: • 284 skills • 67 agents • 94 slash commands • rules, hooks, memory, learning, AgentShield - plus: 22 operator commands for install, repair, sessions, memory, and security. https://github.com/affaan-m/ECC

背景

AI智能体是能够通过结合语言模型、工具和记忆来执行任务的自主程序。智能体工程涉及设计和管理这些智能体，通常需要定制技能和安全措施。ECC是一个“线束”系统，为构建智能体提供结构化框架，类似于线束组织和控制复杂机械的方式。它针对Claude Code和Cursor等流行的AI编码环境，这些环境被开发者用于在AI辅助下编写和调试代码。

8月9日 10:59在 X 打开#AI agents #open source #agent engineering #developer tools

087.0

微软推出免费12周AI初学者课程

微软在GitHub上发布了“AI for Beginners”免费课程，共12周24节课。内容涵盖符号AI、使用PyTorch和TensorFlow的神经网络、计算机视觉、NLP、强化学习以及AI伦理。该课程为全球学习者提供了一个结构化、易入门的AI学习路径，降低了获取高质量教育的门槛。这体现了微软对普及AI知识的承诺，有助于在快速发展的领域中培养更多技术人才。课程托管在GitHub上，包含24节课，为期12周。内容涵盖传统符号AI以及PyTorch和TensorFlow等现代深度学习框架。主题从知识表示到计算机视觉、NLP、强化学习和AI伦理，提供了全面的基础。

@bibryam原推文1 张图片Microsoft’s AI for Beginners 🔖 A 12-week, 24-lesson curriculum covering: • symbolic AI and knowledge representation • neural networks with PyTorch and TensorFlow • computer vision and NLP • reinforcement learning and AI ethics https://github.com/microsoft/AI-For-Beginners 原推文媒体预览

展开原推文收起原推文

@bibryam

Microsoft’s AI for Beginners 🔖 A 12-week, 24-lesson curriculum covering: • symbolic AI and knowledge representation • neural networks with PyTorch and TensorFlow • computer vision and NLP • reinforcement learning and AI ethics https://github.com/microsoft/AI-For-Beginners

背景

符号AI是一种经典方法，使用显式符号和规则进行推理，在神经网络兴起前占主导地位。神经网络通过PyTorch和TensorFlow等框架实现，从数据中学习模式，驱动现代AI应用。强化学习是一种范式，智能体通过与环境的交互和奖励来学习，而AI伦理则关注AI系统的社会影响。

8月9日 09:39在 X 打开#AI #education #curriculum #Microsoft #machine learning

096.0

LangChain deepagents 现已支持 superserve 沙箱

LangChain 的 deepagents 现已集成 superserve 沙箱，支持自动检查点、低于 50 毫秒的近乎即时初始化和销毁，以及开源运行时。该集成还取消了会话限制，适用于长时间运行或环境型 AI 任务。该集成为开发者提供了快速、持久且开源的 AI 智能体沙箱环境，降低了延迟和运维开销。它使长时间运行的智能体任务更加可靠，并符合 AI 工作流安全隔离执行的行业趋势。 Superserve 沙箱基于 Firecracker 技术实现硬件级隔离，并按秒计费。该集成通过 langchain-superserve GitHub 仓库提供，支持通过 TypeScript 和 Python SDK 进行编程控制。自动检查点和低于 50 毫秒的初始化和销毁时间是关键的技术亮点。

@sydneyrunkle@LangChain 转推@LangChain deepagents supports superserve sandboxes! superserve sandboxes support automatic checkpointing, near instant init/teardown (<50ms), and the runtime is open source! they also have no session limits, which is great for long running or ambient tasks! https://github.com/superserve-ai/langchain-superserve展开原推文收起原推文

@LangChain 转推了

@sydneyrunkle

@LangChain deepagents supports superserve sandboxes! superserve sandboxes support automatic checkpointing, near instant init/teardown (<50ms), and the runtime is open source! they also have no session limits, which is great for long running or ambient tasks! https://github.com/superserve-ai/langchain-superserve

GitHub - superserve-ai/langchain-superserve: Superserve sandbox integration for LangChain, LangGr...github.com · 直连原文

背景

LangChain deepagents 是一个有主见的智能体框架，在 LangChain 核心框架之上集成了文件系统访问、子智能体、上下文管理和技能。Superserve 使用 Firecracker 微虚拟机为 AI 智能体提供快速、隔离的沙箱，具有持久状态和版本化文件系统。自动检查点可保存智能体状态以便恢复，而快速初始化和销毁则减少了智能体工作流中的等待时间。

8月9日 14:18在 X 打开#LangChain #deepagents #sandboxes #AI agents #integration

106.0

Cling：macOS 上的超快模糊文件搜索工具

Cling 是一款新的 macOS 文件搜索工具，使用自定义二进制索引在整个文件系统中进行模糊匹配。它能在 900 多万个文件中不到 100 毫秒内定位文件，包括 Spotlight 找不到的隐藏文件和系统文件。2.0 版本最近发布，重写了搜索引擎并增加了新过滤器。 Cling 解决了 macOS 高级用户经常遇到的痛点：需要根据部分或拼写错误的文件名快速查找文件，尤其是那些未被 Spotlight 索引的文件。它的速度和全面索引可以显著提高开发者和高级用户管理大型文件系统的效率。它还提供以键盘为中心的操作，使文件管理更加高效。 Cling 索引 Spotlight 跳过的隐藏文件、点文件、系统文件夹和深层嵌套目录。它允许对找到的文件直接拖放、使用热键操作和运行自定义脚本。该工具开源，可在 GitHub 上获取，其以键盘为中心的 UI 专为高级用户设计。

@GitHub_Daily原推文1 张图片在 Mac 电脑上找个文件，Spotlight 搜半天搜不到，名字记不全更是白搭。 Cling 是一款 macOS 上的文件搜索工具，支持模糊匹配，打错字、只记得一半名字也能找到。搜索速度很快，900 多万个文件里定位一个，不到 100 毫秒。 GitHub：http://github.com/FuzzyIdeas/Cling 启动时默认显示最近改过的文件，找到以后可以直接拖拽、用快捷键操作或者跑自定义脚本。经常翻文件翻到头疼的朋友，装一个试试。原推文媒体预览

展开原推文收起原推文

@GitHub_Daily

在 Mac 电脑上找个文件，Spotlight 搜半天搜不到，名字记不全更是白搭。 Cling 是一款 macOS 上的文件搜索工具，支持模糊匹配，打错字、只记得一半名字也能找到。搜索速度很快，900 多万个文件里定位一个，不到 100 毫秒。 GitHub：http://github.com/FuzzyIdeas/Cling 启动时默认显示最近改过的文件，找到以后可以直接拖拽、用快捷键操作或者跑自定义脚本。经常翻文件翻到头疼的朋友，装一个试试。

背景

Spotlight 是 macOS 内置的搜索工具，但它不会索引所有文件，并且在大型数据集上可能很慢。模糊匹配允许在输入错误或部分名称的情况下找到文件，这与精确匹配搜索不同。Alfred 和 Raycast 等工具也提供文件搜索，但它们依赖 Spotlight 的索引，限制了搜索范围。Cling 构建自己的索引以实现完整且快速的搜索。

8月9日 13:30在 X 打开#macOS #file search #fuzzy matching #open source #productivity

116.0

gbro-cover-design：通过问答生成公众号封面提示词的AI技能

一个名为gbro-cover-design的新AI技能已发布，支持Claude Code和Codex。它读取文章内容，进行三轮问答，然后输出可直接用于生成3:4竖版封面的图像提示词。该技能内置了10种构图风格，如深色渐变、纯色扁平和极简留白。该工具大幅降低了内容创作者（尤其是微信公众号和小红书用户）设计封面的门槛。通过自动化提示词工程，它节省了时间并减少了对设计技能的需求。这反映了AI代理通过结构化交互处理创意任务的更广泛趋势。该技能支持Claude Code、Codex及任何支持自定义技能的AI代理。它输出3:4竖版格式的提示词，常用于微信和小红书封面。三轮问答涵盖标题、构图和风格特定指令等方面。该技能开源，可在GitHub上获取。

@GitHub_Daily原推文1 张图片做公众号的朋友，给每篇文章的配封面图颇为头疼，不会设计的话要么用模板要么瞎配。 gbro-cover-design 这个 Skill，只要把文章给它，读完内容问三轮问题，然后就输出一段可以直接跑图的封面提示词。内置 10 种构图风格，深色渐变、纯色扁平、产品主视觉、极简留白都有，按内容推荐合适的。 GitHub：http://github.com/pyang5166/gbro-cover-design 支持 Claude Code 和 Codex，不用懂设计，三轮问答走完就出结果。经常为封面图发愁的朋友，可以省掉不少来回调提示词的功夫。原推文媒体预览

展开原推文收起原推文

@GitHub_Daily

做公众号的朋友，给每篇文章的配封面图颇为头疼，不会设计的话要么用模板要么瞎配。 gbro-cover-design 这个 Skill，只要把文章给它，读完内容问三轮问题，然后就输出一段可以直接跑图的封面提示词。内置 10 种构图风格，深色渐变、纯色扁平、产品主视觉、极简留白都有，按内容推荐合适的。 GitHub：http://github.com/pyang5166/gbro-cover-design 支持 Claude Code 和 Codex，不用懂设计，三轮问答走完就出结果。经常为封面图发愁的朋友，可以省掉不少来回调提示词的功夫。

背景

Claude Code和Codex是AI编程助手，可通过自定义“技能”进行扩展——这些技能是引导AI执行特定任务的预定义工作流。微信公众号等平台的文章封面图对于吸引读者至关重要，但许多创作者缺乏设计专业知识。像Midjourney或DALL·E这样的AI图像生成器需要详细的提示词，而制作这些提示词可能很耗时。该技能通过分析文章内容并与用户进行简短问答，自动化了提示词创建过程。

8月9日 07:30在 X 打开#AI #design #content creation #Claude Code #Codex

126.0

通过沉浸式阶段而非日常平衡实现精通

@realmadhuguru 和 @aporia9n 在 Twitter 上提出，应通过在不同人生阶段进行高强度、沉浸式的专注来实现精通，而非追求日常的平衡。这种方法建议将几年时间深度投入到一个领域——如工作、健身或家庭——让知识转化为直觉。这一观点挑战了当前对工作生活平衡的强调，尤其在高绩效的科技和 AI 领域。它为有抱负的人提供了一个框架，让他们能够在不因暂时失衡而内疚的情况下追求深度工作和精通，可能带来更大的创新和个人满足感。该帖子描述了一种模式：几年内被一项活动“完全占据”，从而形成潜意识连接和品味。引用的回复明确将人生划分为“阶段”，建议平衡应以年而非日来衡量。没有提供具体的工具或指标，这是一种哲学方法。

@realmadhuguru引用推文The only way I’ve ever gotten good at anything is by being consumed by it for a while. This has been a pattern in my life - meditation, standup comedy, family, work, LLMs. I’ll spend a few years going ridiculously deep - reading, listening, practicing, thinking about it constantly. There’s a point after enough immersion where your knowledge becomes intuition. You make subconscious connections between ideas. You develop taste. It becomes part of you. There’s no such thing as perfect balance. It is kind of like riding a bike - lean too far one way and you correct yourself.展开原推文收起原推文

@realmadhuguru

The only way I’ve ever gotten good at anything is by being consumed by it for a while. This has been a pattern in my life - meditation, standup comedy, family, work, LLMs. I’ll spend a few years going ridiculously deep - reading, listening, practicing, thinking about it constantly. There’s a point after enough immersion where your knowledge becomes intuition. You make subconscious connections between ideas. You develop taste. It becomes part of you. There’s no such thing as perfect balance. It is kind of like riding a bike - lean too far one way and you correct yourself.

@aporia9n

I think ambitious people should treat life in “seasons” rather than trying to balance everything every day. A few years massively overallocated to work. A period getting seriously fit. A year or two nomading. Then family takes priority for a while. Then maybe at 35 you go completely insane again and spend four years building a new company, and so on. The mistake is thinking every metric needs to stay green all the time. Most great outcomes (building a company, writing sth serious, training for an event) need uninterrupted runs, not daily moderation. Sometimes work should suffer cause you’re travelling, sometimes your social life should suffer cause you’re building, sometimes career progression should slow cause family matters more. That’s fine. And tbh it probably makes life more fun too. You get actual chapters and completely different versions of yourself instead of spending 40 years maintaining the same perfectly optimised routine. A few intense years in one city, a weird nomad phase, an obsession that takes over your life, then something completely different. Probably much more memorable than one very long well-optimised Tuesday. It's why I encourage everyone to think of balance in years, not days. A good life can look horribly unbalanced on some random Tuesday and still be very balanced over 10 years.

背景

“深度工作”概念由卡尔·纽波特推广，强调长时间、不间断的专注以产生高质量工作。“人生四季”的比喻是理解个人发展通过不同阶段的常见框架。这则新闻结合了这些理念，将其应用于现代知识工作背景下的职业和人生策略。

8月9日 19:36在 X 打开#personal development #career strategy #deep work #mindset