【AI 奏折】04月18日

x每日奏折6小时前发布 tianming

7 0 0

【AI 奏折】2026年04月18日

共收录 23 篇深度内容

📋 今日内容速览

快速浏览，点击感兴趣的推文查看详细分析

iGeekbb: 首富抠字眼回避质疑引发众怒。
GitHubDaily: mlx-tune让Mac本地高效微调大模型并兼容云端部署。
Frank Wang 玉伯: 品味是减法练习的实践智慧，非金钱天赋或规则所能定义。
sitin: Claude官方插件实用但被忽视，含代码审查等高效工具。
Frank Wang 玉伯: 新手无知激发创作，勇气是突破创作障碍的关键。
卡尔的AI沃茨: 无编程经验者用AI搭建多平台Agent系统实现复杂任务。
Viking: Vercel推出轻量高性能Web终端wterm，支持DOM渲染和Wasm。
priyank joshi: AI代理简化服务器搭建，无需教程直接执行。
dontbesilent: Chatbot可替代agent，提问者实为寻求心安。
GitHubDaily: XCrawl提供高效网页抓取API，简化数据采集流程。
赵纯想: AI创业挑战传统电影业，真人电影需求存疑。
Mr Panda: AI工具VibeKnow一键将文字等内容转为知识讲解视频。
iGeekbb: 抱薪者冻毙，谋福者孤战，开路者困顿，立命者无声。
GitHubDaily: 《动手学大模型》提供免费开源实践教程，覆盖11大前沿主题。
Geek: Hermes渠道切换直观高效，搭配GPT-5.4提升效率。
向阳乔木: 火山引擎开放AI视频生成模型Seedance 2.0 API，生产级高效创作。
李继刚: AI易令人沉迷，需工具提醒专注核心任务。
indigo: 高效使用Claude需明确需求并减少交互，信任模型自主执行。
Justin: 日本废品处理不便，无法变卖只能付费清理。
iGeekbb: 乌鸫记仇报复，老鹰图片也挡不住其持续空投粪便。
GitHubDaily: Cognee开源项目用向量搜索和图数据库优化AI记忆层。
苍何: HappyOyster实现可控长视频生成与开放式世界探索
歸藏(guizang.ai): HeyGen CLI实现零人工生成特效视频，支持主流框架和完整渲染管线。

📖 详细内容

iGeekbb @igeekbb

发一些碎碎念和有趣的东东，主打一个快分享。-私信开放欢迎投稿- | 影响力: 0万粉丝

💡 核心观点: 首富抠字眼回避质疑引发众怒。

可信度: 6/10 – 1项声明可直接验证；1项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: 北京到上海1300公里中间只充一次电做不到 (可通过电动车官方续航数据、第三方实测或用户反馈验证，但实际结果受驾驶条件、车型、电池状态等因素影响，需具体测试确认。)
◦ 观点: 首富在抠字眼、玩话术 (这是对首富言论意图的主观解读，缺乏客观证据，无法直接验证其动机。)
✓ 可验证: 网友举例类比（如“12小时只吃一次”） (网友的类比是夸张或讽刺性表达，无具体事实依据，属于修辞手法而非可验证声明。)

原文内容:

服了，这就是我们首富的认知，网友是质疑是你YU7 北京到上海1300公里中间只充一次电做不到吗？到现在还在这儿混淆概念。网友们想说的是，你堂堂首富跟大家抠字眼、玩话术。要这么玩，网友们也会：
- 12小时只吃一次
- 除夕加油跑两年
- 连续工作两天就睡了一觉
如果他是真的不懂，还可以原谅；如果他是故意和用户玩心眼，那就很可怕了。

⏰ 22:31 | ❤️ 69点赞 | 📝 133字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

挖掘开源的价值
坚持分享 GitHub 上高质量、有趣、实用的教程、AI工具、前沿 AI 技术
A list cool, interesting projects of GitHub.
公众号：GitHubDaily | 影响力: 0万粉丝

💡 核心观点: mlx-tune让Mac本地高效微调大模型并兼容云端部署。

可信度: 10/10 – 3项声明可直接验证；2项需进一步确认

事实核查:

◐ 部分可验证: mlx-tune 开源项目将原本专属 CUDA 的微调体验原汁原味地搬到了苹果芯片上 (可通过 GitHub 仓库（http://github.com/ARahim3/mlx-tune）查看项目代码和文档，确认其是否支持苹果芯片的微调功能，但“原汁原味”的体验需实际测试对比 CUDA 与 MLX 的性能和兼容性。)
✓ 可验证: mlx-tune 提供与 Unsloth 完全兼容的 API 接口 (可通过 GitHub 仓库的文档或代码直接验证 API 兼容性，或对比 Unsloth 的官方 API 说明。)
✓ 可验证: 支持将训练好的模型导出为 HuggingFace 或 GGUF 格式 (项目文档或代码中应明确列出支持的导出格式，可通过 GitHub 仓库直接验证。)

原文内容:

想在 Mac 上微调大模型，发现存在非常多兼容性问题，而租用云端 GPU 成本又太高。

偶然刷到 mlx-tune 这个开源项目，直接将原本专属 CUDA 的微调体验，原汁原味地搬到了苹果芯片上。

底层封装了苹果原生的 MLX 框架，并提供与 Unsloth 完全兼容的 API 接口。

GitHub：http://github.com/ARahim3/mlx-tune…

意味着我们在 Mac 上写好的训练脚本，一行不改就能直接推送到云端 GPU 集群运行。

不仅能轻松微调大语言模型和视觉模型，还支持语音转文本以及 OCR 模型的训练。

一行命令即可快速安装，并且支持将训练好的模型导出为 HuggingFace 或 GGUF 格式。

使用 Mac 的朋友，又想在本地快速验证微调模型效果，这个项目或许能帮我们节省不少折腾。

⏰ 22:11 | ❤️ 31点赞 | 📝 214字 | 查看原文 →

↑ 返回顶部

Frank Wang 玉伯 @lifesinger

I am curious and honest | 影响力: 0万粉丝

💡 核心观点: 品味是减法练习的实践智慧，非金钱天赋或规则所能定义。

可信度: 10/10 – 4项声明可直接验证；1项需进一步确认

事实核查:

✓ 可验证: 布迪厄在《区分》中提到，用消费来展示品味恰恰暴露了需要外部符号来证明自己，是没品味的体现。 (布迪厄的《区分》是公开出版的学术著作，书中确实讨论了文化资本与消费符号的关系，这一观点可通过查阅原书或学术文献直接验证。)
◐ 部分可验证: 休谟在1757年提出“品味是练出来的”，并以品酒师的故事为例说明品味需通过实践培养。 (休谟的美学观点（如《论趣味的标准》）可查证，但具体故事细节（如品酒师与铁钥匙）需进一步考证其原始出处，可能存在转述差异。)
✓ 可验证: 波兰尼的隐性知识（tacit knowledge）理论认为，品味属于无法完全言说的知识，运作方式类似于“认出朋友的脸但写不出规则”。 (波兰尼在《个人知识》等著作中明确提出了隐性知识的概念，这一理论是哲学/认知科学领域的公认观点，可通过学术资料验证。)

原文内容:

关于品味的几个误解

误解一：品味要花很多钱

搞反了。品味的核心动作是省，是减法，是知道什么该扔。一个农民对土壤的判断力，比一个只会买奢侈品的人有品味得多。消费是花钱就能做的事，品味不是。布迪厄在《区分》里说得很毒：用消费来展示品味，恰恰暴露了你需要外部符号来证明自己。是没品位的体现。

误解二：品味是天生的

休谟在 1757 年说：品味是练出来的。他讲过一个故事，两个品酒师能尝出酒桶底部藏着一把挂了皮带的铁钥匙，一个说有铁味，一个说有皮革味。旁人觉得他们矫情，清理酒桶后发现他们都对了。这不是天赋异禀，是喝了足够多的酒之后，舌头上「长出了新器官」。伽达默尔把这个过程叫 Bildung（教化），品味是你在一个传统里浸泡、参与、反复练习之后，慢慢长出来的实践智慧。没有捷径，但有方法：大量、深度、精细地跟好东西打交道。

误解三：品味可以用规则教会

「配色不超过三种」「行距用 1.5 倍」，这些是规则，不是品味。规则是显性的，品味是隐性的。波兰尼提出过一个重要概念叫隐性知识（tacit knowledge）：我们知道的永远比我们能说出来的多。你能一眼认出朋友的脸，但你写不出你用了哪条规则。品味的运作方式一模一样。杜威管这种整体性的直觉叫弥漫性质感（pervasive quality），你走进一个房间，还没看清任何细节，已经「感觉到」了什么。它先于分析，而且往往比分析更准。能写成清单的东西，都不是品味。

误解四：有品味的人是感受更深的人

维特根斯坦不同意。他在美学讲座里说，审美判断不是描述内心体验，而是表现为精细的区分能力。有品味的人不是对着夕阳哭得比你厉害，是能指出「这个词刚好对」、「那个节奏差了半拍」。品味在你做什么里面显现，不在你感受什么里面。它是手艺，不是多愁善感。

误解五：有品味就能说清楚为什么好

恰恰相反。康德在《判断力批判》里指出，品味判断有一个很奇特的性质：它是主观的，但你会觉得它应该被普遍接受。你说「这朵花是美的」，不只是在表达偏好，你暗暗觉得别人也应该同意。这种自信从哪来，你自己也说不清。波兰尼的隐性知识解释了这一点：品味的核心恰恰是那些你知道但无法言说的部分。你先觉得「不对」，然后才去找原因，有时候根本找不到。能说清楚的叫分析，说不清但判断准的才叫品味。如果什么都能解释，那就不需要品味了，写个规则手册就行。

误解六：品味是一种竞争优势

硅谷现在最爱说「品味就是护城河」。这话听起来在抬高品味，实际上是在矮化品味。把品味变成可以优化的参数，变成融资 BP 上的一行字，恰恰是最没品味的事。《纽约客》的 Kyle Chayka 管这叫 taste-washing：用品味给技术贴人文标签，就像 green-washing 用环保概念给污染企业洗白一样。品味不是你拥有的资产，是你这个人本身。资产可以交易，你不能。

误解七：品味只需要眼光好

眼光只是起点。品味真正稀缺的东西是勇气。很多人其实感觉到了「这里不对」，但因为拿不出证据、说不出逻辑，就把直觉吞回去了，选了那个「安全」的方案。乔布斯的父亲教他：柜子背面没人看得到，也要用好木头。理由很简单：你自己知道。

品味的最后一步不是知道，是敢。

所以品味到底是什么

波兰尼说，我们知道的永远比我们能说出来的多。品味就是这种隐性知识在判断和选择领域的集中体现。它不是知识，不是规则，不是感受，而是三种能力的乘积：

品味 = 训练过的感知力 × 说不的判断力 × 承担后果的勇气

是乘法，不是加法。任何一项为零，结果就是零。只有感知没有判断，是鉴赏家。只有判断没有勇气，是评论家。三个乘在一起，才是真正有品味的人。

品味不可转让、不可外包、不可速成。因为品味的原材料，是你这个人全部的经历、注意力和选择。品味不是护城河，品味是人之为人的本身。

⏰ 22:04 | ❤️ 22点赞 | 📝 1261字 | 查看原文 →

↑ 返回顶部

sitin @sitinme

增长黑客/ 社群运营/AI 出海赚美刀
对爬虫和RPA机器人有一点研究，http://aigocode.com
擅长用AI搞点副业 / vx： 257735 | 影响力: 0万粉丝

💡 核心观点: Claude官方插件实用但被忽视，含代码审查等高效工具。

可信度: 10/10 – 3项声明可直接验证；2项需进一步确认

事实核查:

✓ 可验证: Claude Code的GitHub仓库的plugins/目录下有12个Anthropic官方编写的插件 (可通过访问Claude Code的GitHub仓库（若公开）直接查看plugins/目录下的文件列表及内容，确认插件数量及是否为官方发布。)
◐ 部分可验证: code-review插件支持启动4个Agent并行审PR，自动查规范、找bug，并可将结果贴到PR评论 (需实测插件功能或查阅官方文档验证其具体能力（如并行Agent数量、自动评论等），但部分细节（如“省超多时间”）可能含主观判断。)
◐ 部分可验证: hookify插件能通过一句话生成防护规则（如禁止`rm -rf`），并自动回顾对话生成纠正规则 (可通过测试插件验证基础功能，但“自动回顾对话”等高级特性需进一步确认实现逻辑，部分描述可能简化实际效果。)

原文内容:

用了这么久 Claude Code，很多人都在研究 CLAUDE.md、Hooks、Sub-Agent，但其实它 GitHub 仓库里还藏着一批官方插件，很多人根本没注意到。

仓库根目录的 plugins/ 下面，安安静静放着 12 个 Anthropic 官方写的插件，没怎么宣传，但里面有几个是真的很实用。

第一个是code-review，敲个命令就能启动4个Agent并行审PR，自动查规范、找bug，还会过滤无效问题，甚至能直接把结果贴到PR评论里，省超多时间。

第二个hookify，解决手写Hooks规则的麻烦，一句话就能创建防护，比如“不要用rm -rf命令”，自动生成规则，下次Claude要执行就会警告或阻止，还能自动回顾对话，生成你纠正过的行为规则。

第三个ralph-wiggum，堪称“强迫症福音”，给它任务和完成标准，它会自己循环迭代，直到做好才停，黑客松里有人用它一晚上生成6个仓库，适合有明确标准的任务（比如写带测试的API）。

还有feature-dev和security-guidance：前者是结构化开发神器，7步流程帮你吃透需求、分析代码库，接手陌生项目加功能超合适；后者是后台安全卫士，实时监控命令和文件，防注入、防危险调用，装上不用管，默默保驾护航。

剩下的插件也各有侧重，比如commit-commands一键搞定Git提交、推PR，plugin-dev帮你自己写插件，还有优化前端审美、辅助学习的款。

⏰ 21:08 | ❤️ 51点赞 | 📝 370字 | 查看原文 →

↑ 返回顶部

Frank Wang 玉伯 @lifesinger

I am curious and honest | 影响力: 0万粉丝

💡 核心观点: 新手无知激发创作，勇气是突破创作障碍的关键。

可信度: 6/10 – 1项声明可直接验证；2项为观点陈述

事实核查:

◦ 观点: 只有新手才知道怎么做内容创作，老手或专家丧失掉了内容创作最重要的基础——无知，无知是内容创作的最大动力。 (该声明属于主观观点，缺乏客观事实或数据支持，无法通过公开渠道验证其普遍性。)
✓ 可验证: YouMind 的 Slogan 是 “Create bolder”。 (可通过 YouMind 的官方网站、社交媒体账号或官方宣传材料直接验证其 Slogan 是否为 “Create bolder”。)
◦ 观点: 内容创作路上有三个勇气：开始创作的勇气、没人关注还能持续创作的勇气、成为 somebody 后不忘初心的勇气，这三个勇气是 “bolder”。 (这是对 “bolder” 的主观定义和愿景陈述，无法通过客观事实验证其准确性或普遍性。)

原文内容:

只有新手，才知道怎么做内容创作。老手或专家，其实都是老登，丧失掉了内容创作最重要的基础：无知。无知是内容创作的最大动力。

YouMind 的 Slogan 是 Create bolder. 因为内容创作路上，有太多拦路虎。要杀死这些拦路虎，最最重要的，是开始创作的勇气，是没啥人关注还能持续创作的勇气，是很幸运成为 somebody 后还能不忘初心的勇气。这三个勇气，是 bolder。

 Create bolder，是一切的开始、过程、山顶和谷底。

⏰ 20:31 | ❤️ 48点赞 | 📝 140字 | 查看原文 →

↑ 返回顶部

卡尔的AI沃茨 @aiwarts

分享一些好用优雅的 AI 、工作流和创作方式，边学边做，前阿里coder, Al and tech Educator, LearnPrompt founder | 影响力: 0万粉丝

💡 核心观点: 无编程经验者用AI搭建多平台Agent系统实现复杂任务。

可信度: 8/10 – 1项声明可直接验证；2项需进一步确认；2项为观点陈述

事实核查:

◐ 部分可验证: 一个基本没有编程经验的人，靠AI写代码、改提示词，搭建自动化流程，做出了一套横跨多个平台的Agent蜂群系统 (需实测或查看具体案例代码/流程设计，但AI辅助编程（如GitHub Copilot）和自动化工具（如AutoGPT）的可行性已被公开讨论，具体实现细节依赖用户披露)
✓ 可验证: 该系统调度了900多个账户，利用Agent执行研究、写代码等任务，并设计了核心Agent“Cortex” (账户数量、具体功能及“Cortex”设计未提供可查证证据（如代码仓库或平台日志），属于用户单方面描述)
◦ 观点: 系统遵循“永不退化，只做累积”原则，实现跨平台、跨时间的记忆与能力传承 (原则描述为主观愿景，无具体技术实现或案例证明其可持续性)

原文内容:

路过看完了就离谱啊，一个基本没有编程经验的人，靠 AI 写代码，改提示词，搭自动化流程，做出了一套横跨多个平台的Agent蜂群。

前后一共调度了900多个账户，让这些 Agent 帮他做研究、写代码、找资源、维护系统。他还设计了一个核心Agent，叫 Cortex。

一个号死了就换号重生，带着上一代的记忆转世传承下去。设计思路很牛，但是实际上是薅的免费额度，号被全封了。

所以现在哪怕没有任何代码能力，vibe coding也能够做出比我们想象中复杂得多的多的东西。
现在只要会提需求，会调Agent，会让流程自己跑起来，就已经能做出很复杂的东西了。

我印象比较深是他给这套系统定的原则。
永不退化，只做累积。

就像是在做一种数字世界里的延续。

越来越觉得，真正厉害的不一定是单个AI模型。而是那个能跨账号，跨平台，跨时间，把记忆和能力一直传下去的 Agent 系统。

PS: 感觉在推上火起来了

⏰ 20:21 | ❤️ 23点赞 | 📝 296字 | 查看原文 →

↑ 返回顶部

Viking @vikingmute

独立开发者自由职业
作品
TinyShip http://tinyship.cn 现代化全栈 SaaS 开发平台，支持国内外双市场 Monorepo 架构三框架支持
简单简历 http://easycv.cn 五分钟打造程序员的金牌简历 | 影响力: 0万粉丝

💡 核心观点: Vercel推出轻量高性能Web终端wterm，支持DOM渲染和Wasm。

可信度: 6/10 – 1项声明可直接验证；1项需进一步确认；1项为观点陈述

事实核查:

✓ 可验证: wterm 是一个基于 Web 的终端模拟器，直接渲染到 DOM，支持文本选择、复制粘贴、浏览器查找和无障碍 (可通过官网 [wterm.dev](https://wterm.dev) 直接查看演示或技术文档，确认其渲染方式及功能特性。)
◐ 部分可验证: wterm 核心用 Zig 语言编写，编译为 WebAssembly，体积仅约 12 KB，性能接近原生 (官网或项目仓库（如 GitHub）可能公开技术栈和体积数据，但“性能接近原生”需实测对比，无法直接验证。)
◦ 观点: 适合在浏览器里直接运行终端命令，官网演示挺惊艳 (“适合”和“惊艳”为主观评价，无客观标准；功能演示部分（如运行命令）可验证，但体验因人而异。)

原文内容:

Vercel 又出了一个很棒的东西：wterm
https://wterm.dev
基于 Web 的终端模拟器
特点是直接渲染到 DOM，不是 Canvas，所以支持原生支持文本选择、复制粘贴、浏览器查找和无障碍。

核心用 Zig 语言编写，编译为 WebAssembly，体积仅约 12 KB，性能接近原生。还有很多很棒的特性。

适合在浏览器里直接运行终端命令，官网演示可以看下，挺惊艳的。

⏰ 19:25 | ❤️ 124点赞 | 📝 109字 | 查看原文 →

↑ 返回顶部

priyank joshi @dingyi

promote your product ‣ [email protected]

‣ http://quaily.com/dingyi
‣ http://news.dex.group
‣ http://saaspick.dev
‣ http://topfeed.xyz | 影响力: 0万粉丝

💡 核心观点: AI代理简化服务器搭建，无需教程直接执行。

可信度: 6/10 – 1项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: 使用AI agent可以简化服务器搭建和自建梯子的过程 (需实测AI工具（如AutoGPT、DevOps类AI）是否能完成此类任务，但不同工具效果可能差异较大，且结果依赖用户输入质量。)
◐ 部分可验证: 网上教程包含大量冗余信息，AI可直接提取关键步骤 (可通过对比AI生成的指南与传统教程的简洁性验证，但“废话”是主观判断，且AI输出质量因模型而异。)
✓ 可验证: AI在协助过程中会主动科普相关知识 (主流AI工具（如ChatGPT）确实会在回答中插入背景知识，可通过公开测试直接观察此行为。)

原文内容:

以前不想折腾服务器和自建梯子，主要是因为太麻烦了懒得弄。现在，直接让 agent 登录进去自己搞，一会就搞好了。网上那些教程真的都是全篇废话，我只需要知道用什么，文档扔给 AI 就行。它竟然还给我科普很多知识

⏰ 19:20 | ❤️ 134点赞 | 📝 85字 | 查看原文 →

↑ 返回顶部

dontbesilent @dontbesilent

商业哲学爱好者
dbskill 作者｜开放了我的商业方法论
生活合伙人 @xiaoniantalk | 影响力: 0万粉丝

💡 核心观点: Chatbot可替代agent，提问者实为寻求心安。

可信度: 6/10 – 1项声明可直接验证；1项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: chatbot + 提示词工程真的可以解决很多问题 (该声明需结合具体任务场景和提示词质量验证，部分简单任务（如基础问答、模板生成）可通过案例实测确认，但“很多问题”的边界模糊，缺乏量化标准。)
◦ 观点: 问能否用chatbot代替agent的人，本质是对agent学习路径感到恐惧 (此结论基于发推者对用户心理的推测，无客观数据或用户调研支持，属于主观归因。)
✓ 可验证: 用户提问目的是获取肯定答案以缓解FOMO（错失恐惧） (用户动机无法通过公开信息验证，依赖个体心理状态，属于不可观测的主观揣测。)

原文内容:

现在问我能不能用 chatbot 代替 agent 的，基本一律回答「可以」

因为几乎没有人是真的想知道答案，问这个问题的，全都是对 agent 学习路径感到恐惧的

如果我说 cowork/claude app 不能代替 claude code，对方马上就会反驳我：我的需求很简单，为啥非得用 xxx

事实是：chatbot + 提示词工程真的可以解决很多问题，所以如果提示词好，且任务真的简单，那 chatbot 真的够用

可是事实是什么不重要，问这个问题，只是想获取一个肯定，让自己心安理得地继续用 chatbot，而不至于因为大家都用 cc/codex 而感到 FOMO

所以，既然问的人想解决 FOMO，那就给一个能解决 FOMO 的答案吧

⏰ 18:16 | ❤️ 39点赞 | 📝 190字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

💡 核心观点: XCrawl提供高效网页抓取API，简化数据采集流程。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: XCrawl 是一个专注网页抓取与搜索的 API 服务，提供多种采集方式（单页精准抓取、全站批量爬取等），可自定义输出格式（Markdown、JSON 等） (可通过官网（https://xcrawl.com）验证功能列表和输出格式，但具体功能效果（如准确性、兼容性）需实测确认。)
✓ 可验证: XCrawl 内置住宅代理池、智能指纹和多重风控，抓取成功率可达 90% 以上 (代理池规模、风控技术细节及成功率数据未公开，需依赖官方单方面声明，普通用户无法独立验证。)
✓ 可验证: 支持接入 n8n、Zapier、Make 等平台，可通过 Python 或 Node 调用 API，云端按需付费 (官网或文档通常提供集成指南和 API 调用示例，第三方平台（如 n8n）的插件库也可直接查询。)

原文内容:

做网站数据采集，写爬虫脚本、维护代理、处理反爬，耗时耗力，要是碰上复杂站点更是折腾。

偶然发现，一个专注网页抓取与搜索的 API 服务：XCrawl，只需配置好参数，一键就抓取任意网站数据。

地址：https://xcrawl.com/?keyword=hoboegnq…

提供多种采集方式，包括单页精准抓取、全站批量爬取、站点 URL 探测、搜索结果获取，以及深度 SERP 采集等。

可自定义输出 Markdown、JSON、截图、摘要等数据格式，不用二次清洗，直接给大模型就能用。

除此之外，还内置住宅代理池、 智能指纹和多重风控，只采集公开数据，抓取成功率能够达到 90% 以上。

支持接入 n8n、Zapier、Make 等平台，也可以通过用 Python 或 Node 调用 API，云端按需付费，无需自己维护服务器。

另外还提供 Skills，一键安装到 OpenClaw、Claude Code 等 Agent 工具。

只需一句话，就能抓取任意网站的所有内容，并且可以自定义文件格式保存到本地。（如图 2）

适合做电商选品、SEO 监控、竞品情报或新闻聚合的朋友收藏备用。

⏰ 18:00 | ❤️ 77点赞 | 📝 287字 | 查看原文 →

↑ 返回顶部

赵纯想 @chunxiangai

http://laper.ai – AI剧作 http://bellybook.cn – 胃之书 http://love.chunxiang.space – 入门课程 http://chunxiang.ai – 顾问服务 http://motherbase.app – 出海神器 | 影响力: 0万粉丝

💡 核心观点: AI创业挑战传统电影业，真人电影需求存疑。

可信度: 8/10 – 1项声明可直接验证；2项需进一步确认；2项为观点陈述

事实核查:

◐ 部分可验证: 2.0 就要上线了 (若“2.0”指某产品或服务版本，需通过官方公告或更新日志验证，但推文未提供具体名称或链接，需进一步确认来源。)
✓ 可验证: 从阿里出来，融资过亿的老板来到家中对话 (涉及私人对话和未具名人物，无公开记录或第三方佐证，真实性无法独立验证。)
◐ 部分可验证: Discord群组里西班牙编剧、加拿大制片人疯狂反馈 (若有公开群组或成员身份可查（如职业标签），可能部分验证；但“疯狂反馈”为主观描述，无法量化。)

原文内容:

2.0 就要上线了。一切都建立在一个假设上：
20年后，人类依然需要真人拍摄和演绎的电影。
当然，从阿里出来，融资过亿的老板，来到我的家里，指着laper说：你愿不愿意听实话？
真让人伤心呐。但是Discord群组里，西班牙的编剧，加拿大的制片人，都在疯狂地给反馈。
AI创业，创成逆行者了。

⏰ 17:54 | ❤️ 63点赞 | 📝 105字 | 查看原文 →

↑ 返回顶部

Mr Panda @pandatalk8

💡 核心观点: AI工具VibeKnow一键将文字等内容转为知识讲解视频。

可信度: 7/10 – 1项声明可直接验证；3项需进一步确认

事实核查:

◐ 部分可验证: VibeKnow是一款AI工具，可将文字、PDF、网页链接或PPT自动转换为完整的知识讲解视频 (可通过访问官网（http://vibeknow.ai 或 http://vibeknow.com）查看功能描述，但需实际测试上传文件并生成视频才能完全验证其自动化程度和效果。)
◐ 部分可验证: 平台支持全流程自动处理（包括内容逻辑理解、镜头拆分、AI配音、配乐、字幕和封面生成） (官网可能列出这些功能，但具体实现效果（如逻辑理解的准确性、配音的自然度等）需实测验证，且“无需剪辑经验”可能涉及主观判断。)
◐ 部分可验证: 几分钟即可生成可直接发布的高清短视频，适用于科普、教学等场景 (生成速度和高清画质可通过实测验证，但“可直接发布”的实用性（如平台兼容性、内容合规性）需进一步确认；“适用场景”为推广性描述，属主观判断。)

原文内容:

推荐一个非常适合知识博主的一键生成视频的AI工具—— VibeKnow。

海外用户可以访问:   http://vibeknow.ai
国内用户可以访问： http://vibeknow.com

用户只需提供文字、PDF、网页链接或 PPT，平台就能自动将其转换为一条完整的知识讲解视频——从理解内容逻辑、拆分镜头、匹配画面，到 AI 配音、配乐、字幕和封面生成，全流程无需任何剪辑经验。几分钟即可产出一条可直接发布的高清短视频，  适用于科普、教学、培训和产品讲解等场景。

⏰ 12:32 | ❤️ 185点赞 | 📝 148字 | 查看原文 →

↑ 返回顶部

iGeekbb @igeekbb

发一些碎碎念和有趣的东东，主打一个快分享。-私信开放欢迎投稿- | 影响力: 0万粉丝

💡 核心观点: 抱薪者冻毙，谋福者孤战，开路者困顿，立命者无声。

可信度: 2/10 – 1项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: 河南扶沟县江村镇的一个村子，文章没写出来，作者还有一句话，这个活着的人是我的老姑父。 (该声明提到具体地点（河南扶沟县江村镇）和人物关系（老姑父），但缺乏具体事件或文章背景。可通过当地政府或媒体报道部分验证地点真实性，但人物关系和未提及的“文章”内容无法直接验证。)
◦ 观点: 为众人抱薪者，必使其冻毙于风雪（及后续三句排比）。 (这些句子是带有强烈情感色彩的主观观点或愿景陈述，表达了对社会现象的批判或理想化呼吁，但无具体事实或数据支撑，属于文学化表达，无法客观验证。)

原文内容:

河南扶沟县江村镇的一个村子，文章没写出来，作者还有一句话，这个活着的人是我的老姑父。

为众人抱薪者，必使其冻毙于风雪
为大众谋福利者，必使其孤军奋战
为自由开路者，必使其困顿于荆棘
为生民立命者，必使其殒殁于无声

⏰ 16:02 | ❤️ 133点赞 | 📝 94字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

💡 核心观点: 《动手学大模型》提供免费开源实践教程，覆盖11大前沿主题。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

✓ 可验证: 《动手学大模型 Dive into LLMs》是上海交通大学相关课程讲义拓展的免费开源教程 (可通过提供的 GitHub 链接（http://github.com/Lordog/dive-into-llms）直接查看仓库内容、作者信息及开源协议，确认是否为上海交通大学相关课程衍生项目。)
✓ 可验证: 教程覆盖微调部署、提示学习等11个主题，包含PDF课件、Markdown教程和Jupyter脚本 (GitHub 仓库中可查看文件目录结构、文档格式及具体章节内容，直接验证资源类型和主题覆盖范围。)
◐ 部分可验证: 教程包含“蒸馏迷你 R1”、RLHF安全对齐等前沿实验主题 (需通过实际运行代码或阅读教程细节确认实验的前沿性，但主题列表和代码框架可通过仓库初步验证。)

原文内容:

想要上手大模型开发，网上教程要么停留在调 API，要么直接甩一堆论文公式，真正带我们从实践层面跑通的资料并不好找。

恰巧，在 GitHub 上发现《动手学大模型 Dive into LLMs》这份系列编程实践教程，由上海交通大学相关课程讲义拓展而来，完全免费开源。

内容覆盖微调部署、提示学习、知识编辑、数学推理、模型水印、越狱攻击、多模态、GUI 智能体等 11 个主题。

GitHub：http://github.com/Lordog/dive-into-llms…

每个章节都配有 PDF 课件、Markdown 教程和 Jupyter 脚本三件套，方便我们边读边跑代码，快速验证知识点。

比较有意思的是，里面包含“蒸馏迷你 R1”、RLHF 安全对齐、大模型隐写术这类偏前沿的实验主题，不只是基础入门。

还联合华为昇腾推出了《大模型开发全流程》配套教程，适合想系统入门大模型的同学收藏。

⏰ 15:30 | ❤️ 59点赞 | 📝 245字 | 查看原文 →

↑ 返回顶部

Geek @geekbb

💡 核心观点: Hermes渠道切换直观高效，搭配GPT-5.4提升效率。

可信度: 6/10 – 1项声明可直接验证；2项需进一步确认

事实核查:

◐ 部分可验证: Hermes 渠道大模型切换是所有 Agent 当中做得最好的，直观且出色 (需实测 Hermes 的渠道切换功能并与其他 Agent（如其他大模型管理工具）对比，但“最好”“直观”等表述依赖主观体验，无法完全客观验证。)
✓ 可验证: 用户用 Hermes + GPT-5.4 开发小应用，解决了日常大部分问题 (个人使用案例和效果（如“解决大部分问题”）缺乏公开数据或第三方证明，且“GPT-5.4”版本未获官方确认，可能为笔误或虚构。)
◐ 部分可验证: 用户感觉自己离天才程序员只差一步之遥 (纯主观情绪表达，无客观事实依据。)

原文内容:

Hermes  渠道大模型切换是我用过所有 Agent 当中做的最好的了，像我这种经常有 n 多渠道的人，因为失效快，总得来回切换，Hermes 这一点做的最直观，也最出色。

现在我已经用 Hermes + GPT-5.4 做了一堆小应用，解决了日常中遇到的大部分问题，感觉自己离天才程序员只差一步之遥了，哈哈哈

⏰ 15:27 | ❤️ 31点赞 | 📝 103字 | 查看原文 →

↑ 返回顶部

向阳乔木 @vista8

喜欢摇滚乐、爱钓鱼的PM
网站：https://qiaomu.ai | 影响力: 0万粉丝

💡 核心观点: 火山引擎开放AI视频生成模型Seedance 2.0 API，生产级高效创作。

可信度: 10/10 – 2项声明可直接验证；3项需进一步确认

事实核查:

✓ 可验证: 火山引擎开放Seedance 2.0 API（BytePlus全球同步），再也不用排队了。 (可通过推文提供的火山引擎和BytePlus官网链接（https://volcengine.com/docs/82379/2291680 和 https://byteplus.com）直接查看API开放信息及服务状态。)
◐ 部分可验证: 去年春晚的《贺花神》舞台效果是用Seedance 2.0制作的。 (需通过火山引擎官方公告或春晚制作方公开声明确认技术细节，目前仅依赖推文单方面陈述，无直接公开证据。)
◐ 部分可验证: Runway、Higgsfield、Freepik等海外创作平台都在使用Seedance 2.0。 (需检查这些平台的官方技术文档或合作伙伴列表，但推文未提供具体来源链接，需进一步独立查证。)

原文内容:

终于来了！火山引擎正式开放Seedance 2.0 API（BytePlus全球同步），彻底告别排队等待。

这是一款真正达到生产级标准的AI视频生成模型。

去年春晚《贺花神》的舞台视效正是由Seedance 2.0打造。贾樟柯导演曾用它拍摄5分钟短片，更不用说业内熟知的Yuri（汗青）等创作者，大量音乐MV都采用SD2制作。

以往需要经历"制图→图生视频→口型匹配"的反复调试，如今一键即可完成。包括Runway、Higgsfield、Freepik等海外创作平台都已接入Seedance 2.0，几乎成为行业基础设施。

API文档与新手教程详见：https://volcengine.com/docs/82379/2291680?lang=zh…

可直接将参数发送至Lobster或Claude Code进行学习，定制专属视频生成技能。非开发者用户充值200元即可开通模型在线体验，无需排队，响应极速。

火山引擎方舟平台入口：https://exp.volcengine.com/ark/vision/

海外用户访问BytePlus：https://byteplus.com

⏰ 13:27 | ❤️ 26点赞 | 📝 192字 | 查看原文 →

↑ 返回顶部

李继刚 @lijigang

一个把问题当燃料的人 | 影响力: 0万粉丝

💡 核心观点: AI易令人沉迷，需工具提醒专注核心任务。

可信度: 6/10 – 1项声明可直接验证；1项需进一步确认；1项为观点陈述

事实核查:

✓ 可验证: 推文作者开发了一个macOS应用，功能是置顶窗口展示今天要完成的三件事 (可通过提供的GitHub开源链接（https://github.com/lijigang/JintianMeiBaihuo…）直接查看代码和功能描述，确认应用的存在及功能实现)
◐ 部分可验证: 该应用的目的是提醒用户优先完成三件事，避免因其他活动分心 (功能设计意图可通过代码或README文件部分验证，但实际使用效果（如是否有效避免分心）需依赖用户主观体验，无法完全客观验证)
◦ 观点: 与AI互动容易让人忘记最初要解决的问题 (属于个人主观体验或观点，缺乏客观数据或普遍性证据支持)

原文内容:

和AI 玩耍，太像是掉进兔子洞了，随便一个问题一讨论两个小时过去了。

一晃神，总忘了自己最开始想找它解决的那个问题是什么了。

让CC写了一个macOS 应用，只有一个功能，置顶所有窗口展示今天要完成的三件事，任何时候眼光一瞥，可以提醒自己别玩high了，先解决这三件事。

代码开源在此：
https://github.com/lijigang/JintianMeiBaihuo…

⏰ 13:23 | ❤️ 34点赞 | 📝 113字 | 查看原文 →

↑ 返回顶部

indigo @indigox

Co-founder of http://Hallid.ai / Partner of Brilliant Phoenix / ex-Weibo. Investor, Writer, Coder, Gamer & Amateur Cook. e/acc, 𝕏 is my notebook … | 影响力: 0万粉丝

💡 核心观点: 高效使用Claude需明确需求并减少交互，信任模型自主执行。

可信度: 6/10 – 1项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: Opus 4.7新增xhigh effort级别（介于high和max之间），建议大多数任务保持xhigh，真正困难的问题再切max (需实测或查阅官方文档确认是否存在xhigh effort级别及其具体定义，但若无公开技术文档则难以完全验证。)
◐ 部分可验证: Opus 4.7默认工具调用更少、推理更多，许多情况下结果更好 (需对比4.6与4.7版本的输出差异（如工具调用频率），但官方若未发布详细变更日志则无法完全验证。)
✓ 可验证: Auto Mode（Shift+Tab）通过完整上下文+信任模型执行来减少周期时间 (可通过官方文档或实际测试验证Auto Mode的功能设计，但效果优劣可能涉及主观评估（如“减少周期时间”）。)

原文内容:

Opus 4.7 的官方最佳实践！核心理念转变：把 Claude 当「能委托的工程师」，不是「逐行指导的结对编程伙伴」最重要的四条建议

1. 第一轮说清楚：意图 + 约束 + 验收标准 + 相关文件位置，跨多轮渐进的模糊提示会降低效率和质量；

2. 减少用户交互次数：每次用户轮次都增加推理开销，批量提问；

3. 新默认 xhigh effort：这是新增的级别（介于 high 和 max 之间）。大多数任务保持 xhigh，真正困难的问题再切 max（但 max 有过度思考风险）；

4. Auto Mode（Shift+Tab）：完整上下文 + 信任模型执行 = Auto Mode，减少周期时间；

从 4.6 升级的三个行为变化：

- Opus 4.7 没有 4.6 那么默认冗长。简单查询会更短，开放性分析会更长。如果需要特定长度或风格，在提示中明确说明；

- 工具调用更少，推理更多，很多情况下会产生更好结果。如果需要更激进的搜索或文件读取，明确描述何时以及为什么应该使用工具；

- 默认生成更少子 Agent —— 需要并行时要明确说明。

模型会自主决定何时深入思考，取代固定预算 Extended Thinking。想要更少思考时可直接提示：「优先快速回应而不是深入思考」

⏰ 13:22 | ❤️ 32点赞 | 📝 329字 | 查看原文 →

↑ 返回顶部

Justin @interjc

ENTJ-A｜程序员｜大阪在住 | 影响力: 0万粉丝

💡 核心观点: 日本废品处理不便，无法变卖只能付费清理。

可信度: 7/10 – 1项声明可直接验证；3项需进一步确认

事实核查:

◐ 部分可验证: 在日本处理废品（如办公桌椅）比国内更不便 (可通过比较中日两国废品处理政策（如日本《废弃物处理法》对大型垃圾的收费规定）和二手市场活跃度（如国内闲鱼/日本メルカリ交易数据）部分验证，但“不便”程度涉及主观感受。)
◐ 部分可验证: 在国内可轻易卖掉废品（如办公桌椅），省人工且回血 (国内二手平台（如闲鱼、58同城）的办公用品交易活跃度可验证，但“轻易”和“回血”效果需依赖具体案例或统计数据，存在个体差异。)
✓ 可验证: 在日本扔大型垃圾需付费请人处理，网上售卖可能无法收回运费 (日本地方政府官网（如东京23区清扫事务组合）明确标注大型垃圾处理收费规则；二手平台运费与商品售价对比可通过实际交易案例验证。)

原文内容:

我觉得日本跟国内比起来最不便的地方是废品处理

比如公司歇业了的办公桌椅用品

在国内的话可以轻易卖掉，省了人工还回血

而在日本扔垃圾都不能，网上卖掉收不回运费，只有花钱请人来拖走

⏰ 12:58 | ❤️ 54点赞 | 📝 82字 | 查看原文 →

↑ 返回顶部

iGeekbb @igeekbb

发一些碎碎念和有趣的东东，主打一个快分享。-私信开放欢迎投稿- | 影响力: 0万粉丝

💡 核心观点: 乌鸫记仇报复，老鹰图片也挡不住其持续空投粪便。

可信度: 6/10 – 1项声明可直接验证；2项需进一步确认

事实核查:

◐ 部分可验证: 乌鸫是一种记仇的鸟，会因被招惹而持续报复（如空投粪便） (鸟类行为学研究表明确实存在部分鸟类（如乌鸫）具有领地意识和报复行为，但具体案例需观测记录或科学文献佐证，推文中的个体事件无法直接验证。)
◐ 部分可验证: 贴老鹰图片在窗户上可以阻止乌鸫的报复行为 (利用天敌图像驱鸟是常见方法，但有效性因物种和环境而异，需实际测试或鸟类专家验证，推文中的失败结果可能是个例。)
✓ 可验证: 小鸟能持续空投粪便，仿佛“无限弹药” (该描述为夸张修辞，缺乏生物学依据（鸟类排泄频率受生理限制），属于主观比喻，无法客观验证。)

原文内容:

哈哈哈哈，这小鸟也太记仇了，博主不知道怎么惹到它了，小鸟直接化身无人机天天到他家窗户空投屎。有网友说这鸟叫乌鸫，很记仇的，让他贴两张老鹰的图片在窗户上试试，结果今天他试了，根本拦不住，这玩意怎么能一直拉屎，还是无限弹药。

⏰ 12:13 | ❤️ 252点赞 | 📝 99字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

💡 核心观点: Cognee开源项目用向量搜索和图数据库优化AI记忆层。

可信度: 7/10 – 1项声明可直接验证；3项需进一步确认

事实核查:

◐ 部分可验证: Cognee开源项目只需6行代码就能给AI Agent构建持久化记忆 (可通过GitHub仓库（http://github.com/topoteretes/cognee）查看代码示例或文档，确认是否提供简化接口，但需实际测试6行代码的完整功能是否如描述一致。)
◐ 部分可验证: Cognee结合向量搜索与图数据库，形成统一记忆层，解决传统RAG的上下文断裂问题 (技术方案（向量搜索+图数据库）可通过项目文档或代码架构验证，但“解决上下文断裂”需实测对比，无公开基准测试结果支持。)
✓ 可验证: 项目已有15900+ Star，支持CLI、本地UI及Ollama本地模型 (Star数量、功能支持可直接通过GitHub页面和项目README验证。)

原文内容:

给 AI Agent 接入记忆层时，传统 RAG 方案的上下文断裂、检索不精准等问题，经常让我们颇为头疼。

最近在 GitHub 上发现 Cognee 这个开源项目，只需 6 行代码就能给 AI Agent 构建持久化记忆。

核心思路是结合向量搜索与图数据库，把文档既按语义可检索，又按关系相互连接，形成统一记忆层。

GitHub：http://github.com/topoteretes/cognee…

提供 Pythonic 数据管道，支持从 30+ 数据源接入，涵盖过往对话、文件、图像、音频转写等多种类型。

整套流程被抽象成 ECL（Extract、Cognify、Load）管道，替代传统 RAG 的同时，保留了高度可定制的空间。

目前项目已有 15900+ Star，支持 CLI 和本地 UI，也兼容 Ollama 本地模型，适合想给 Agent 搭建记忆系统的开发者。

⏰ 12:12 | ❤️ 109点赞 | 📝 195字 | 查看原文 →

↑ 返回顶部

苍何 @canghe

前大厂牛马开发，现数字游民，Microsoft MVP。公众号【苍何】作者。专注AI出海，AI编程，智能体，MCP ，Skills。出海寻找同频，分享 AI 干货。https://dinq.me/canghe | 影响力: 0万粉丝

💡 核心观点: HappyOyster实现可控长视频生成与开放式世界探索

可信度: 9/10 – 2项声明可直接验证；2项需进一步确认

事实核查:

◐ 部分可验证: HappyOyster 能生成完整的、可漫游、可导演、可分享的数字世界，支持两种模式（Directing Mode 和 Wandering Mode）。 (可通过官方渠道（如官网或演示视频）验证产品功能的存在，但“完整”“可漫游”等描述需实测或用户反馈确认实际体验是否匹配宣传。)
✓ 可验证: Directing 模式支持长达 4000 字的复杂提示词，单次输出 180 秒的视频片段。 (技术参数类声明通常可通过官方文档或实测直接验证，若官网或公开测试中明确标注则完全可验证。)
✓ 可验证: 模型能维持角色一致性与场景逻辑，对物理世界理解强（如“小龙虾行走”动作音效逼真）。 (效果描述依赖个人主观体验或未公开的生成案例，除非官方提供标准化测试对比，否则难以客观验证。)

原文内容:

兄弟们，发现了个很有意思的产品，它是基于可实时构建和交互的开放式世界模型产品

它能生成完整的、可漫游、可导演、可分享的数字世界。
你既能像导演一样掌控剧情，也能像旅人一样随意探索。

这款产品叫 HappyOyster，它用两种模式直击当前 AI 视频生成的两大痛点——"可控性差"和"时长太短"

1. Directing Mode（导演模式）：你来写剧本，它来拍片，叙事完全由你掌控。

2. Wandering Mode（漫游模式）：实时调整视角，画面无限延伸，沉浸式探索没有边界。

特别是在 Directing 模式中，一次能支持长达 4000 字的复杂提示词，单次能输出长达 180秒的视频片段。

最为惊艳的是，可以实时编辑去控制视频中剧情的发展：

比如我这个视频就是通过 Directing 模式实时编辑产生的。
我一共输入了三个提示词：

● Step 1：设定基础场景——“樱花树下，一只可爱的小小龙虾”。

● Step 2：引入动态元素——“绿叶飘落，一群带翼蚂蚁爬出”。

● Step 3：添加超现实互动——“小龙虾手中变幻出一颗紫色水晶球”。

可以看到，HappyOyster 能很好地维持角色一致性与场景逻辑，最后生成的视频效果很 nice，模型对物理世界的理解很强，连“小龙虾行走”这类细微动作的环境音效都高度逼真。@HappyOysterAI  #HappyOyster  #WorldModel

⏰ 12:00 | ❤️ 30点赞 | 📝 370字 | 查看原文 →

↑ 返回顶部

歸藏(guizang.ai) @op7418

关注人工智能、LLM 、 AI 图像视频和设计（Interested in AI, LLM, Stable Diffusion, and design）

歸藏的 AIGC 周刊｜公众号：歸藏的AI工具箱 | 影响力: 0万粉丝

💡 核心观点: HeyGen CLI实现零人工生成特效视频，支持主流框架和完整渲染管线。

可信度: 6/10 – 1项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: HeyGen发布的hyperframes CLI可以将纯HTML写的动效转换为视频 (需通过HeyGen官网或官方文档确认是否提供该功能及具体技术细节，但需实际测试验证转换效果和兼容性。)
✓ 可验证: hyperframes CLI支持GSAP、Lottie、CSS、Three.js等框架生成视频效果 (可通过官方文档或开发者社区直接查阅支持的框架列表，属于公开技术参数。)
◦ 观点: 该工具比Remotion更完整强大，建议原Remotion用户迁移 (对比结论基于个人使用体验或主观评价，无客观性能指标或第三方评测数据支持。)

原文内容:

我靠，HeyGen 发布这个 hyperframes CLI 很强啊

跟我之前的一个想法类似，就是它把用纯 HTML 写的那个动效变成视频。

然后再接一个（比如 Seedance 2.0 这样的）模型。

这样你就可以纯零人工介入，实现人脸出镜的那种科普视频了。

比如我发布一个小东西，想讲一下这些功能，我就可以一张照片扔上去，剩下的全交给 Claude Code 搞完。

而且它支持 GSAP、Lottie、CSS、Three.js 这种框架去生成视频的效果。

理论上你可以拿这套东西构建出任何主流的 AE 特效模板。

它支持完整的视频渲染管线，包括获取、编码、音频混合，还有一个编辑器的 UI 界面，你可以手动在这个界面里编辑。

这个比原来的 Remotion 完整和强大了非常多，推荐你如果用原来 Remotion 做视频，可以换到这个框架了

⏰ 11:53 | ❤️ 229点赞 | 📝 232字 | 查看原文 →

↑ 返回顶部

# x每日奏折