github的list怎么查看
github 已经不是我几年前认识的那个 github 了，过去我打开 github 的 training， 前排基本上全是框架算法，底层轮子。但你最近刷一刷，你会发现商业设计营销的项目越来越多了，主要原因是 ai 开始让技术变得平全了。现在商业设计营销它成为了避雷更强的技能了，表现形式为 magdalen 文件的 skill。 什么意思呢？就是以前你想在 github 上火一个项目，你得真的会写代码，而且得写得比别人深，比别人更底层，这就是一种很强烈的壁垒。但是现在不一样了，一个能熟练运用 cloud 或者 codex 的 人，他不需要多少年的功底，他也能攒出一个很有用的项目。技术不再是筛选器了，创意和执行力才是。 所以现在那些 github 火起来的项目，不再是我要怎么教你去用这个框架了，而是我用 ai 直接帮你把这件事做好了。技术评权这件事最直接的结果就是 避雷从会不会变成了做不做。这对于会动手的人来说是巨大的机会。而对于还在观望的人来说，我觉得是一种无声的淘汰，因为变化已经来了。你刷 github 的 时候，你留一下前排的项目，你会发现我说的一点都不夸张。
粉丝9408获赞5.6万
相关视频
02:02查看AI文稿AI文稿今天介绍一个网站，上面放着全世界最聪明的人写的代码，并且免费给你用，它就是 gitlab。 很多人以为 gitlab 是 程序员采用的，其实并不是，你可以把它理解 为全球最大的免费资源库加技术社区。在这上面你可以找到火爆的 ai 换脸软件，声音克隆软件，视频下载工具、直播录屏工具，也有别人整理好的大厂入职的面试指南，全套的电子书资源，英语课程、编程课程 等，全部都是开源免费的。如果你是第一次打开这个网站，不要被这个全英文的界面所吓退。 我们可以在浏览器里安装一个插件，我用的是沉浸式翻译。如何在海量的资源中寻找到我们所需要的项目呢？今天分享一下我的方法，仅供大家参考。比如我们要去找声音克隆的软件，我们可以直接把问题丢丢给 jimmy 或者切的 gpt， 让他们帮我们去找。 simon 一 共帮我们找到了五款声音克隆的软件，以及它们的功能介绍。 以这个 gpt service 为例，我们直接点击这个下载地址，进入项目页面，往下拉，找到这个 readme。 这里是这个项目的介绍，他会教你如何去安装，怎么运行，怎么配置，以及在使用过程中的注意事项，能帮你快速判断这个项目值不值得去用。 右上方这个瑞丽斯是项目最新版本发布的地方，在这里你可以查看新增了什么功能，修复了哪些 bug， 有 哪些改动。这里就是这个项目需要下载的压缩包。 新手在第一次安装的时候可能会遇到许多问题，以及出现各种各样的报错，这个时候不要慌，记得把你的问题丢给 jimmy 或者切的 gpt， 他 们会帮你解决好的。
24大梁
02:51查看AI文稿AI文稿如果你正在让 ai 诊做资料搜索、竞品分析或者写代码前查文档，最容易卡住的不是模型不会回答，而是它到底该去哪搜，怎么搜，搜完怎么把网易燃文读回来。今天这个 github 项目叫 in search any search skill， 它的定位很直接，给 ai 诊接上一套统一的聊天机器人。这个 skill 主要做四件事， 第一，普通网页搜索，用来找公开网页和最新资料。第二，垂直领域搜索，比如金融论文漏洞、天气法律这类有固定格式的查询。第三，批量并行搜索，适合把一个大问题拆成几条线所同时查。第四，网页抽取， 把具体页面正文拉成 markdown， 再交给 agent。 基于原文总结，这对 agent 很 关键，因为模型记忆有截止日期，直接让他凭印象说很容易过期。 any search 的 价值是把先查资料，再读原文，最后总结变成工具调用，而不是全靠模型自由发挥。新手怎么上手？ randomly 的 路线其实很清楚，能在 skill 市场搜到 any search 就 直接安装，不能的话下载 getop 的 main zip， 解压后放到你的键 skills 目录里，比如 codex， cursor 或其他支持 skills agent 工具，都可以按自己的目录规则接入，然后看 n v example。 a p a 是 可选的，但建议 pay 一 名也能用，只是额度和速率更低。 配置时把 n y c 前 c 牌引起 y 写到 n 位或系统环境变量里，不要把真实 key 提交到仓库。安装后别急着证实用，先做和 c t s 约制，每建议先检查运行时 python 优先，其次 note 晚死 求后是抛射或 bash， 用榜的命令分别跑一遍，哪个环境输出最干净，就把对应命令写进 run t p 康。这样后续 a 帧调用时，不需要每次都重新探测运行环境。 真正使用时，记住三条规则，普通问题直接 search， 多个独立问题用 bash build search， 看到一篇网页报告或文档 需要引用原文时用 extract。 还有一个很重要的点，如果是股票论文漏洞，天气法律这类垂直领域，不要直接搜，先让 agent 条类似 ten domain 确认 set domain 和查询格式，再执行 search。 所以这个项目最适合的人是已经在用 codex， cursor 或其他 a 阵工具，并且希望 a 阵少一点过期信息， 多一点可追溯证据的人。我的判断是，如果你的 a 阵经常卡在，我需要先查资料这一步。 any third skill 值都放进工具箱试一遍，先跑 bug， 再做一次真实搜索， 确认链路通网，再把它沉淀进你的常用工作流。觉得有帮助可以点赞关注，也可以转给正在做 a 阵的工作流的朋友。
04:00查看AI文稿AI文稿没有 ai 之前，我都不知道世界上还有这么宝藏的开源社区。哈喽大家好，我是不二，今天就跟大家分享一下，就差不就像我们这种没有技术背景的人怎么去了解，然后怎么去使用，这个给差不？首先我们来了解一个概念，就是开源 是 open source， 这家会把自己写的代码做的东西公开放到网上，任何人他都可以去免费的看，免费用，免费改，感谢活菩萨，这个就是所谓的开源。然后 top 就是 这样的一个全世界最大的开源社区，有几千万的人把自己的作品放在这里，互相学习，互相抄作业，这个就真的非常的爽， 非常感谢所有的这种开源的贡献者。然后通过这个技术人的浅层理解，我把它总结回了一句话，就是 getop， 就是 代码界的百度网盘，再加上小红书。 为什么说他是百度网盘？因为他可以去做你的所有东西的代码的存储，然后可以去分享给别人，然后他像小红书的原因是你也可以去搜索其他人的作品去可以看，去给他们加 style， 也可以去把他们的这个作业抄过来，然后他们的代码上去做自己的叠代和调整， 非常的牛。再来跟大家分享一下，就说像我们这样非技术背景的朋友们呢，用 tab 来干嘛？首先第一个我觉得是真的非常爽的一个点，就是他可以免费去托管你的网站，然后不是跟他分享过我的个人网页吗？ 东西它就是完全部署在这个 gitlab 上的，然后也可以看到我的所有的原的原代码呀之类的，这个东西全部都是用 ai 做出来的，然后不用花钱，而且它 git github 的 部署有多简单，就是点进这个设置之后，然后配置里面直接在这里调一下，立马它就隔两分钟它就可以给你生成一个这个这样的链接，而且它是所有人都可以看到，就非常简单，你完全不需要什么呃服务器啊，不用备爱，甚至也不用花钱，这个就 爽的不行。然后呢，你的作品的保险箱，因为它每次的改动都会有一个记录，就防止你在某一次你或者你的 ai 把它改坏了，你会可以回滚到你之前的那个版本去，然后不怕呃导坏，也不怕误删，这个就非常的 着好，因为我做设计背景出身的嘛，就 s 就 保密按键就给它把，它自己就带这个东西，然后就有了一个就像时光机一样的云盘啊，是不是就非常的爽？然后三个就是刚才我说的全世界最大的一个抄作业的宝库， 如果你不知道你的个人网页想怎么做，你就去搜搜 personal website， 里面就有非常多现成的东西，然后做很多，比如说想做一些 web coding 的 小工具，你也可以先去找一个人家的现成的，看看人家是怎么做的，或者说你直接把那个网页链接丢 agent 丢给你的扣啊，跟他说你来学习一下，然后在这上面也带你就构图他的内容就行了，因为这些都是开源的嘛，完全可以看到他最后的那个架构。然后呢， ai 去学习就可以了，方便，就完全不需要从零开始，而且可以去做自己更个性的定制化， 然后就是技术的作品级，这我觉得在 ai 时代慢慢的也会变成大家的一个非常稀疏平常的东西，就曾经的话呢，它更多的是 技术背景的人，他们会去看你的呃 top， 那 现在我们就比如说运营啊什么这也会看了，因为当 ai 越来越普及的时候，就它就会变得没有什么太多门槛，技术平全了之后，大家都可以去做一些东西，所以它更多的是你展示你的想法，展示你的产品的一些过程。 还有就是写作，就说像我们的话跟我的呃新生们有一些 skill， 就 能就直接在这个 get up 上它，然后可以一块去改一下，然后就不会互相的覆盖，这个就非常的方便，就是大家能够及时的去 share 同样的这个段落啊，这个就是写作的部分，然后简单上手的部署，就是只要三步，超级的简单，大家跟正可以去玩一下，因为 vipody 真的就是你讲讲话而已，真的就张张嘴讲讲话而已。这些素材我将要用遍我所有 webcoding 的 视频，首先你就可以自己去开一个这个仓库，然后把你和 ai 共创的这个 html 或者是其他文件传上去， 或者直接让你的 code 直接让你的 agent 帮你去部署都可以。接下来就是我说就这一套系统，就是它开成一个配置，然后所有的互联网的人都可以去游览了，这个就非常的爽，哎，就非常的爽， 或像我今天展示的整个这个 h t m l 就 可以，就一键就可以部署到我的那个仓库里，大家如果感兴趣的话可以到我的仓库里去看一看，真的非常的简单，大家可以去拥抱一下个 tab， 然。
617Esther不二
02:57查看AI文稿AI文稿大家好，今天是视频记录一百天的第五十七天，之前聊过自己其实一直在使用双模型，一个是 cloud code， 一个是 codex 在 做一些辅助工作， 毕竟预算是有限的，所以有一个工具的配额或者说花费就会少一点。之前其实 codex 订阅一直会比较少一点，完了有时候就会出现额度 呃，超了，完了，之前就是经常用着用着就会打开一个酷贷 x 的 一个 c r i， 去看一下他的额度到底是什么样的情况，就想着有没有一个现成的工具可以满足同事去查看这两个 大模型的一个配合使用情况啊。昨天就把这个诉求丢给了考的，当时的问题就是说了这个诉求，也补充了一个，就是如果没有的话，可以考虑自己做一个小工具。 考当时给的结论就是像这样子，直接可以考虑做一个也没有，包括找出来有一个市面上现成的一个工具。 昨天就做了一个 mcp 的 一个基础版本嘛，功能大概就是这样子，会有一个 dashboard 来展示现在的一个 ai 的 一个实用情况。完了一个塞停页面，就是配置不同大模型的一个入口， 因为这是一个纯 mvp， 数据也基本上都是假的。今天开会的时候跟同事聊了一下自己的这个想法， 同事惊讶说现在难道没有一个市面的吗？就说我去靠的搜了一下，没有一个合适的一个工具。下午的时候，另外一个同事丢过来了一个 get up 的 一个链接，看了一下是龙虾的粽子。 peter 写了一个 现成的一个工具，跟我的诉求基本上是完全吻合的，而且他支持的 大模型的接入也更多，基本上现在主流模型是完全支持的。可以看一下我把我自己的呃权限配上去之后，大概展示就是这样子。现在我使用的基本上就是 codex 加 cloud， 完了它有一个 呃，相当于一个 setting 五的一个界面，大家可以看一下现在主流的大模型工具基本上都是支持的。 哎，这个问题就是感觉当时 called 有 可能搜的时候没有去 github 上去做一个广泛的一个搜索，自己直接就开干了 mvp。 好 吧，就暂时先用这个工具了，今天就聊到这里，谢谢大家！再见。
02:05查看AI文稿AI文稿最近 github 上面有一个项目非常的火，三个月不到狂揽了五点四万新 这个 skill， 它就是一个两千多字的一份 markdown 文件，那这份 markdown 文件在 cloud code 里面叫 cloud 点 m d 文件，对应的在 opencloud 里面它叫 ajax 文件。其实这份 skill 它就是在教 cloud code 在 写代码的时候扫缓存，就是这么回事。我自己研究了一下，我告诉你这份文 界里面最核心的内容是什么。整个 skill 里面其实就四条规则，让你的智能体想清楚再动手，不确定的就问，别自己猜，有多种理解就列出来，别偷偷选一个，有更简单的方案就说出来。第二，能简单的就简单，没让你加的功能 别加，用一次的代码别搞抽象，两百行能写成五十行就重写。第三点呢，就是只改该改的内容，讲完了就是别顺手去优化旁边的代码，别删那些我没让你删的东西，每一行改动都要追溯到用户的需求。第四点就是先定 标在开干，讲白了就是目标越具体， ai 越能自己循环搞定，对，也没了就这么一份文件，但是它可以在三个月时间狂揽五点四万颗星。为什么会这么火爆？其实很大一部分原因是因为卡巴基的这个名人效应， ai 圈的顶 级大佬，包括 ai 联合创始人，前特斯拉 ai 总监，大佬背书等于就是流量密码。还有一个就是痛点，确实真的很真实，这四条规则精准命中的这些痛点确实是大家都遇见过的。这份使用呢，他真的 零门槛，你只需要把它下载下来，不需要装包，不需要配置，不需要学习，五秒钟搞定，核心思路是可以直接偷的。这四条规则本质 上其实就是给 ai 上了一条红线，可能有很多人他没有给他们的账号，或者说不会去上给他们。我们会把这个 原版的卡拉西大佬的文件放在评论区，有需要的朋友自己去领领取就 ok 了。给你推荐个最简单的方法，如果说你不会改， 可以直接把这个文件丢给你的智能 t， 让它自己去总结，然后把这份文件里面的内容去根据你们所做的工作去进行特定的优化，然后修改进去，只要你确保它修改了就 ok。
4158耳朵（虾米🦐辅助版）
06:16查看AI文稿AI文稿每天 hotspot 上都有几百个新的开源 ai 项目冒出来，但百分之九十九都是垃圾，只有不到百分之一的项目值得你停下来看一眼。今天我帮你把这个百分之一里最硬核的十个全部挖出来，而且几乎全都是最近一个月内才发布的新东西。 你要是像我一样天天泡在这个圈子里还好，但如果没有，我保证你今天至少能发现几个让你眼睛一亮的工具。第一个工具叫 kefman， 执意就是学徒人这个项目上线一个月就狂揽五万个 get up star。 我 自己现在是每天必用，他就干一件事，让 cloud code 说话，像学徒人一样，只说重点废话，滚蛋。 你有没有遇到过这种情况，问 ai 一个问题，他给你写了五段话，但真正有用的就最后那一句， caveman 就是 来解决这个问题的。听一下作者原话， taking the idea of why say many word when few do trick and just codified it now the cool thing about caveman is that they're。 为什么要说很多词？当少数词就够用的时候，这句话直接被写进了代码逻辑。 caveman 还有档位清量版、标准版、 out 版，我自己停在清量版。有人说能省百分之七十五的 taco， 但博主说了大实话， 真实的偷肯节省大概在百分之五左右，因为它只是改变了你看到的输出字数，不影响模型思考过程。但有一篇二零二六年三月的论文发现，强迫大模型给简洁答案，反而能提升回答的正确率， 因为他没法靠废话把自己绕进坑里，省钱加提制，这买卖稳赚。第二个工具叫 graphify， 主打记忆和知识图谱。很多人一听知识图谱就想到 obsidian， 但 obsidian 说白了就是个好看的 mashable 编辑器。 graphify 更接近真正的 r a g 剪辑系统，而且是多模态的 pdf 截图、流程图甚至视频，它都能吃进去。 最关键的数字来了，他们官方说， fewer tokens per query versus reading raw files now when we talk about knowledge graphs and memory a lot。 每次查询比直接读原文件少消耗七十一点五倍的 token based on the duration 什么概念？你本来需要花一百块钱的 api 费用，用了 graphify 可能就花几块钱，而且它不需要 embedding， 部署门槛比 light 二 d 这类系统低得多。如果你喜欢 obsidian， 但觉得它还不够聪明， graphify 就是 你要找的那个中间地带。第三个工具叫 cloud video， 上周刚出来，才四百个 star， 但思路非常聪明。我们都知道 cloud sonata opus 本身没法直接处理视频，所以这个工具的做法是用 f m pack 把视频按帧率拆成截图，再用 whisper 提取音频，然后把这两样东西打包喂给 cloud code。 三十秒的视频给三十帧，超过十分钟的视频最多给一百帧，按需分配，避免 token 爆炸。博主是这么评价这个方案的， you know different approach where we aren't beholding to gemini to deal with these videos for us because we're breaking it down via screenshots this is why we're not going to rely on these screenshots this is why we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to。 它底层集成了四个开源工具，外加三十一个 skill 包，打包出来就是一个本地版 cloud d 赛。如果你的 cloud d 赛用量限额已经到顶了，这个周末你可以去试试。第五个工具叫 cold burn， 是 给那种每个月用 ai 写代码但完全不知道钱花到哪去的人准备的。 它能追踪十六款 ai 编程工具的 token 消耗和实际花费。按项目按模型按 m c p， 服务器全部拆开给你看，单位直接显示美元。更重要的是，它不止告诉你亏了多少，还告诉你怎么优化。我觉得这种轻量级但几乎纯收益的工具就应该列进 b 装清单。 第六个是 impactable， 专门治 ai 生成的前端界面丑，这个完整的它带了二十三个命令，全是帮你把页面从 ai 问十足变成真人设计的。最新三点零版本刚上线了 live mode， 你 可以直接在浏览器里点击页面的某个组建，实时预览不同遍体的效果。听到这里，是不是感觉跟 fig 码有点像了？ 第七个工具叫 design extract。 你 可能知道 what's on design m t 这个项目，它收入了一堆知名网站的设计拆解，已经涨到了七万 star。 但问题是，你只能用它已有的那些网站。 design extract 就 把这个能力变成了任意网站皆可用。你把任何一个你觉得好看的网站 url 扔进去，他会用无头浏览器帮你提取排版、系统响应式方案、交互状态、动效、语言组建结构、品牌调性。一份完整的设计参考文档就出来了，直接导入 club 就 能开始模仿。 这已经不是截两张图让 ai 照着抄的级别了，而是系统级提取。第八个工具叫 create ops， 是 给正在找工作的人准备的 ai 求助助手。他把任何 ai 编程命令行工具变成一个完整的求助指挥中心。 你粘贴一个职位 url， 它自动抓取职位描述，判断你的匹配度，生成定制化简历 pdf 更新求职追踪表。博主特别强调了一点， this is much more of a scalpel， that's going to tune your resume to the job and make sure the jobs you're actually looking at。 这是一把手速刀，不是散弹枪。它不是那种去 linkin 一 键海头的垃圾工具，而是精准匹配。把你的简历调校到跟这个职位完全契合。底层用 play 评估适配度，然后逐一优化。 如果你或者你身边有人正在痛苦地找工作，这个工具值得认真研究一下。第九个工具， browser harness。 概念上可以理解为会自我进化的 playwrite。 普通的浏览器自动化工具，每次失败就失败了，但 browser harness 每次执行完任务都会更新自己的 skill 文件 记录。这个做法有用，那个做法不行，下次再遇到同样的网站就直接用。已有经验，有点像让 a 阵自己给自己写复盘日记，才出来几周不到一万 star。 但这种自我修复型 a 阵的思路，可能是未来浏览器自动化的主流方向。 第十个工具是 n 八 n 的 m c p server。 n 八 n 这两年确实风光不再，很多人都在唱衰它，但博主的判断是死亡被过度渲染了。这个新版 m c p server 的 核心创新是用 type script 来构建自动化流程，而不是直接生成 jason。 type script 可以 在转化为 jason 之前先做逻辑校验，确认这些节点是否真的能跑通，大幅提升了生成自动化流程的成功率。 如果你还在用 n 八 n， 这是目前最好的 ai 写作方式。好十个工具盘完了。 caveman graphify cloud video， open design， coburn， impeccable design extract career office browser harness， n 八 n m c p server 这个领域的更新速度快到根本追不上我今天介绍的这些，一个月后可能又有新的替代者冒出来。 所以问题来了，你现在每个月在 ai 编程工具上花多少钱？用了这些工具之后，你觉得值不值？弹幕区告诉我，我有点好奇大家的真实数字。
1176闲田
00:39查看AI文稿AI文稿每天获得一款高质量开源项目第七十期 obsidian 是 一款闭源的壳，但拥有开源的灵魂的生产力工具，是一个比较好用的知识库软件，拥有的功能其实非常的完全，官方社区也非常好，有很多开源的插件，而且支持直接在软件里面安装和查看， 点击第三方插件，然后点击插件市场就可以了。里面的插件有很多，根据自己喜欢下载，点击名称就能看到是具体有什么用， 对于喜欢写知识库，写笔记的小伙伴来说，属于是记录神器了。
255峻峻尼
01:16查看AI文稿AI文稿我来做个调查，有多少人知道 github 这个网站，它也不仅仅是程序员专属，有了 ai 的 帮助，我们普通人也可以把 github 当做自己的武器库。我来举一些例子， 比如说这里我想要做一个每天自动把我的视频发布到视频号，小红书、抖音的工具，然后我让他先去 github 上搜一下有没有类似的解决方案。他搜索，搜索搜索，他给了我三个不同的方案，然后不同方案的问题是什么？ 比如说，哎，我就先拿拿一个现成的这个方案再来做，然后他就整个来全部帮我部署安装上， 后续我有什么呃个性化的需求，我也可以在这个基础上进行修改。核心的思路就是站在前任的肩膀上，改成完全更适配于自己的方案，他的呃效率就要好很多。而且你要知道，全球这么多人，但凡你有的需求，你有的想法，大概率已经有人 做过类似的东西了，就是不用重复造轮子。这个给大家的启发就是你可以把 github 当成你的武器库， 当你要去做一件什么样子的事情的时候，特别是比较复杂的事情的时候，你第一个先想一下，让 ai 去 github 上搜一下有没有类似的解决方案，如果有的话，再在别人的基础之上再来完成这件事情。
2008瑶瑶（多agent版）
01:51查看AI文稿AI文稿帮朋友们在 get up 上挖了一个宝藏级的相貌，养龙虾或者用哈姆斯的朋友都知道，我们要让他们搜一些专业的数据或者资料，用 web search 基本是拿不到专业数据的。但如果我们介绍这个 scar 拿到的数据会让我们眼前一亮，他几乎支持市面上所有主力的 agent。 先给朋友们看看哦，用他和不用他拿到的数据有什么不同？我先让我的 harmes 不用 any sorch， 全网搜索二零二五年选科委历史化学生物科目推荐的五十个专业，并给出未来的就业方向。他开始了哦，我们等他出结果 来了，这是他没用 any search 给的数据。现在呢，我用同样的提示词让他使用 any search， 我们等他出结果啊来了。后面我们看到他给的建议，因为呢，数据太多，所以呢，我直接让 harmers 把这两板数据做一次颗粒级的比对，用表格呈现出 对比结果。这是最终的结论啊，在十个对比维度中，报告二胜出六个，持平四个，并且呢，他有四个核心差异。 其实啊，如果朋友们也想用上这个项目，安装呢，非常简单，我以 hammers 为例，手把手带朋友们走一遍。我们在他的 redmi 文件中呢，找到这个 for hammers， 然后按照指引拿到他的文件包。我把我的 hammers 的模型先切换到 dipsec vs pro。 现在呢，我们复制我们包文件的绝对路径，直接丢给 hammers， 给他说这句话啊， 看，他开始了。在他执行任务的过程中呢，我们去拿一下他的 a p r k。 我们进到这里啊，点击一下，快速集成，点击获取 a p r k 新建密奥，我们开一个新的中段，写入环境变量，我们回到 hammers， 告诉他已经写入环境变量，让他读取看。这样呢，就全部配置结束了。是不是很简单？我现在让 hammers 帮我制定一份计划，探索一下他的能力边界 来了。它的重点呢，在于垂直领域的覆盖和垂直搜索。所以呢，以后我们要想拿到更加专业，更垂直的搜索结果，那爱丽丝是一个非常不错的选择。
1076AI樟榆树
01:03查看AI文稿AI文稿划重点，老项目福音，专治那些除了上帝，没人敢说看懂的祖传代码。这期看一个 get up 项目叫 understand anything， 它解决的不是代码看不懂这么烦的问题， 而是更具体的一步，怎么快速看清一个代码库的结构和关系。它会用波 a 阵的流水线扫描项目，把文件、函数、类依赖关系抽出来，然后生成一个交互式知识图谱。这件事对开发者很实际， 因为你刚进一个项目时，最难的往往不是某一行代码，而是几个问题，入口在哪里？核心模块有哪些？调用链怎么走？这次改动会不会影响别的地方？ understand anything 就是 把这些问题格式化，你可以点开图里的节点，看这个文件或函数在系统里扮演什么角色。也可以用语义搜索，直接问认证逻辑在哪里，支付流程怎么走。 还可以用 guided tour 按依赖顺序看完整个架构。它还有 deep impact analysis， 用来在提交前看改动可能波及哪些模块。所以它最适合的不是所有开发者，而是那些已经被陌生代码库折腾过的人。它不替你理解业务，也不保证代码一定没问题。
1300程序员大白菜
00:42查看AI文稿AI文稿这个 git 部开源项目真的有点离谱，有人用 ai 八找工作这件事彻底自动化了。目前 git 部上新数高达四十三 k。 你 只需要输入岗位，它叫科瑞 rubs， 你 只要粘贴一个岗位链接，它就会帮你自动分析岗位匹配度，生成专属简历甚至批量筛选机会。不是简单关键词匹配， 是直接用 ai 去理解你的经历和岗位要求， ai 就 会帮你分析匹配度，自动优化简历内容，并给出最终的投递建议。更离谱的是，作者的同学用它评估了七百多个岗位，还真的拿到了 offer。 说白了，以前你是自己找工作，现在是 ai 帮你做选择，这可是开源且完全免费的资源，强烈建议大家直接收藏！我是提莫湾，一直更新好用的 ai 工具。
282提莫y的打工日记
01:01284程序员大白菜
00:15查看AI文稿AI文稿朋友们，我在 githelp 官网上面开源了一个 agent， 就是 图文识别功能，让你的 ai 也拥有一双眼睛。你看，从截图海报或者手机拍照文档中优雅地提起文字。
130廖工AI设计实战
04:32查看AI文稿AI文稿大家好，欢迎来到我的频道，本期节目深度介绍一个被低估的开源 ai agent 项目。拍这个项目目前在 github 上有四点九万 star， 作者是知名游戏框架聊剧 d x 的 作者 mario zackner d p c。 官方也将它收入在自己的 awesome d p c k 阵轻扇里。 拍的次也来，工具本身确实是酷二扣同类的终端编程 agent， 但拍仓库的范围远不止次也来。整个仓库是一个 microreprise， 包含五个 npn 包，一个交互式终端编程 agent， 一个负责 agent 工作循环的核心库，一个统一的多模型 api， 一个高效刷新的终端界面库，还有一套外端聊天组件。 换句话说，拍不只是一个 c i 工具，也是一套可以用来搭建自己 ai 应用的完整工具底座仓库使用 mit 协议，完全开源 typescript 编辑。具体看这五个包的分工。 拍 coding agent 是 面向终端用户的交互式编程 c l i 拍 agent core 是 a 准核心库，负责执行模型给出的工具命令，记住对话状态。 拍 ai 是 统一的模型调用层，把二十五多个模型厂商的接口统一成同一套调用方式。拍 two a 是 底层的终端界面库，采用差异刷新，画面切换不闪烁。 拍 web ui 把同一套对话渲染搬到了浏览器，这种分层让拍的每一层都可以单独拿出来使用。拍对接的模型厂商覆盖面非常广，订阅类支持酷狗 pro plus 和 pro 以及 get 酷拍了直接附用，现有订阅不用另外买额度 api key 一， fga， antropica， openai， google gemini， deepsea azure， bedrock， mastro， grau， cerberus， xai， oprahberto madameau 的 国内阿姆斯特丹、新加坡三个分区，以及 kimi， zai 等中文模型。 只要接口跟 openai 一 样也能直接接入，包括 alama， vl， lm 和 lm studio。 它最独特的能力是它的绘画树，每个绘画保存为一个文本文件，每条消息都记录自己的副消息，整个绘画就形成一棵树，而不是一条线。 在终端里输入斜杠处就能进入竖形式图，跳到任何历史节点继续对话，或者在不同分支间切换。斜杠 for 会从某个用户消息分列出新绘画。斜杠 com 会把当前分支整体拷贝到新文件， 这意味着一次错误的回复不会污染整个上下文，可以随时回到任意分支重新尝试。所有历史都保留在同一个文件里，这是其他主流 agent 目前没有提供的能力。 拍的另一个杀手锏是自扩展能力，它内置四类扩展点， prompt templates 是 用 markdown 写好的常用提示词，输入斜杠加名字就能调出来。 skills 遵循 agent skills 开放标准，按需触发或自动加载。 extension 是 type script 模块，可以注册自定义工具、命令键位、界面组建，甚至完全替换内置工具。作者的势力里甚至有人在拍里跑动，游戏主题改了就生效，不用重启。这四类资源可以打包成拍 package， 通过 n p n 或给一键分发。命令是 pie in star 加上包源地址 拍的。设计哲学比较极端，作者明确声明，不内置 m c p， 不 内置弹窗，不内置 play 模式，不内置词度系统，不内置后台命令行任务。 这里的 mcp 是 按 startup 推的工具协议， play 模式指的是 agent 先列计划再执行，理由是这些功能其他工具已经做了，与其塞进核心，不如让用户用扩展自己装，或者从社区拍 package 安装县城实现。 结果是核心非常薄，启动很快，但所有重型功能都需要靠社区包补齐。这种设计适合愿意定制工作流的资深开发者，但对想开箱即用的用户来说，门槛会高一些。 除了交互式， c o i 拍还提供四种执行模式， pre 模式可以非交互调用，把回答直接打到屏幕，方便接到其他命令。后面这算模式输出完整事件流，适合机器消费。 r p c 模式用标准输入输出走结构化消息，方便其他语言的程序调用。 sdk 模式，可以直接在应用里调用一个函数，把拍当做一个库，嵌入开源项目 open core 就是 基于拍 sdk 实现的非书和微信 a 阵。最后给三类用户的建议，第一类，想找透明可改的，括替代品，又愿意自己折腾扩展拍是目前最合适的选择。 第二类，想做自己的 ai 应用，或者微信非书这种聊天机器人，可以直接基于拍 ai 和拍 a 阵库这两个包搭建，不用从零写各家模型的对接代码。 第三类， d p c 重度用户，想找一个能稳定调用 d p c 模型的终端类。诊派是 d p c。 官方收入的十四款之一，开箱即用。感谢您的观看，如果本期视频对您有所帮助，欢迎一箭三连，您的评价是我最大的动力，咱们下期再见！
241火火AI
00:29查看AI文稿AI文稿今天这个工具能让 ai 直接看 github 项目，你不用再自己备资料了。以前你得自己翻项目，看它是干什么的，别人提过什么问题，最近又改了什么。现在 ai 可以 直接去看这些内容， 再告诉你这个项目还值不值得继续看。它更适合本来就会用 ai 看项目的人。但如果你只想装个新工具玩一下，先别碰，因为它会设计账号权限，不是零风险。所以我的结论是，如果你平时根本不用这些工具流，先别装。
838刘毅伟
00:41查看AI文稿AI文稿这是一个新电脑必备的开源免费的图片查看神器。今天分享的是它。分享它的理由很简单，因为除了常见的图片格式可以查看，还支持查看 svg、 avf h e i c p s d h e i f 等非通用型的图片格式。 现在很多主流的图片查看器要不支持，要不就需要收费，用它就可以解决这些烦恼。支持的图片格式非常多，再也不用担心图片打不开的问题。 另外，它支持 windows 和 macos， 没有任何烦人的弹出窗口。除了基本的查看图片功能，它还提供了一些简单的图片处理功能，例如批量调整尺寸、特效、优化图像等。这些功能使用起来也很实用，很简单。
60阿呆的软件收藏
01:40查看AI文稿AI文稿请你说一下如何用 gethop 项目快速跑起来，从零跑通的顺序到底是什么？很多人 gethop 项目不是跑不起来，是根本不会看项目 一行代码没有写，先报十个错，因为路径从一开始就乱了。正确的 gethop 项目裁减法顺序，第一步，先审项目，看缘分。第三点，第一，这个项目能够解决什么问题？ 科研付现？工程落地？还是 demo 定位错了，努力全废？第二个，环境也没有写错，拍什么版本框架， cuda 系统，只要热密含糊，这项目对新手就是高危。第三，一宿活不活，面对问题没人回， 说明作者已经不维护了， usb 看不懂直接止损。第三步，环境不是装，是对齐，百分之九十的翻车全死在环境。记住了三句话，第一，拍摄的版本必须一致，项目三点八零二，三点一，一不是挑战自己，是自虐，那第二，不是无脑的屁，版本号有没有锁 脑库？多不多？科研项目尤其要小心。第三个，一个项目一个虚拟环境，这是底线，不是建议报错，要分层看，真正拉开差距的是路径数据结构问题， model not found， error 是 依赖，没有装，或者是版本错了， c u d a 报错就是你的代码问题，是驱动 c u d a 开始没对齐，先判断成绩在多少，别瞎改代码。第四步， 为什么越学越乱，就是因为一直在跳着学，跟着报错学，被项目牵了走，今天学 c n n， 明天又跑全斯顿马， 后天直接上货上模型，结果是每一个都会一点，但没有一个真正吃透。最后说一句重点，我也是整理了一个二零二六年最新的 ai 学习路线图，包含了四个阶段，可以准确的看到应该先学什么，后学什么，用什么书，看什么教程，需要的扣六六六直接安排。
