铃阅
❌

普通视图

昨日接收 — 2026年11月16日 ⏭ 开源项目与资源

英伟达显卡被破解,AI 算力直接翻倍!

2026年11月16日 17:05

原创 小 G 2026-11-16 17:05 广东

上周 AI 圈子里最热门的事件,莫过于黄仁勋辞去了英伟达 CEO 职位,由 CFO 克雷斯临时暂替。

不过今天咱们先不聊老黄,而是谈谈之前显卡玩家们没少吐槽的,英伟达「刀法」。

同一款芯片,做成游戏卡卖给玩家是一个价,做成专业卡卖给企业又是另一个价,能用的功能也不一样。

还有个地方,平时玩游戏的时候感觉不到,换成拿游戏卡跑 AI,有一部分计算就只能跑到一半的速度。

最近偶然发现,不久前开源的 gpu-unlock 能突破去掉这个限制,已狂揽了 20000+ Star。

image-20261116111621571

先来看下这个限制具体卡在哪里?

简单来说,卡在显卡里的张量核心上,平时用 AI 出图、训练模型,里面的矩阵运算就会用到它来加速。

而在 AI 最常用的那几种计算精度下,RTX 20、30、40 系的游戏卡,张量核心就只能按一半的速度跑。

同样的芯片,换成 RTX A 系列这类专业卡之后,这个限制就没了,张量核心能跑全速。

image-20261116111554031

作者也在 FAQ 里说得相当直接,英伟达就是想让企业多花钱去买专业卡,专业卡没有这个限制。

gpu-unlock 赶在英伟达的官方驱动之前运行,开机的时候先把限速去掉,再让官方驱动接管显卡。

显卡不用刷固件,也不用装改过的驱动,用的还是英伟达官方的驱动,以后更新驱动也不用再弄一遍。

解锁前后算出来的结果也是逐位一致的,只是计算的时候更快了。

这里有一张表能看出解锁后到底有多快,数据来自网友们提交的兼容报告,可以参考看看。

一张 RTX 3060 12GB,原来的 BF16 矩阵算力是 27 TFLOPS,解锁之后就跑到了 51 TFLOPS。

还有 RTX 3090,原来是 75 TFLOPS,解锁之后能跑到 125 TFLOPS,前后差得也不少。

RTX 4090 的数字就更高了,峰值从 165 TFLOPS 跑到了 329 TFLOPS,看着差不多就翻倍了。

image-20261116111710509

比起跑分,我更关心平时实际出图能快多少,看了下换到实际运行任务上,也能快不少。

在 ComfyUI 里用 SDXL、SD 1.5 这些模型出图,速度能快 30% 到 55%。

在本地用 LoRA 微调模型,也能快 25% 到 50%,平时经常做这两件事的话,这个提速还是挺有吸引力的。

跑大模型的话,快的是前面「读题」的那一段,比如丢一份长文档过去,模型得先把这些输入处理一遍,才开始往外吐字。

这一段比较吃算力,解锁后能快 25% 到 55%,我们等它吐出第一个字的时间,也能比原来少 25% 到 30%。

image-20261116111753392

在 issue 里,有位网友拿自己那张没改装过的 RTX 3090,用 vLLM 跑了一个 27B 的模型,做了解锁前后的对比。

他这张 RTX 3090,读题速度比原来快了 33%,等第一个字出来的时间,也比原来少了 24%。

当天他还连着跑了 8 个多小时,既有出图和生成视频,也有一直开着的大模型服务,一次问题都没出过。

image-20261116114702093

至于兼容性,RTX 20、30、40 系都在支持名单里,其中 30 系最成熟。

截止目前已经有 100 多份网友提交的兼容报告,20 系和 40 系目前是实验性支持。

image-20261116135910772

想要使用的朋友,上手也并不是很难,先把项目拉下来,再跑一下安装命令即可。

    git clone https://github.com/Zagitta/gpu-unlock
    cd gpu-unlock
    make install

    它会自己识别我们电脑是什么系统,然后把需要的依赖装好,中途会让我们输入管理员密码。

    如果不懂的话,直接把项目链接丢给 Claude Code 或 Codex,让它帮我们安装也行。

    装完之后,还需要在开机参数里加上一句 gpu_unlock.targets=all,手动打开开关。

    接着重启下,再跑下面这条命令查看日志,看到 gpu_unlock: unlocked 这一行,就说明解锁成功了。

      journalctl -k -b | grep gpu_unlock

      如果哪天不想解锁了,就把那句开机参数删掉,更新启动配置之后再重启,就不会再解锁了。

      写在最后

      很多人觉得显卡跑 AI 不够快,第一反应就是想着存钱换一张更贵更高性能的显卡。

      但其实自己手上的卡,还有一半的算力被锁住没有被榨干出来,借助 gpu-unlock 把限制去掉。

      让自己手上的显卡性能充分发挥出来,届时若还不满足自己需求,再考虑升级换卡也不迟。

      不管英伟达接下来由谁来管,被锁住的这一半算力,现在我们自己就能用上了。

      手上有 20 到 40 系显卡,平时又要在本地出图、微调或跑大模型的朋友,可以试试看。

      GitHub 项目地址:https://github.com/Zagitta/gpu-unlock

      今天的分享到此结束,感谢大家抽空阅读,我们下期再见,Respect!

      跳转微信打开

      最近逛 GitHub 挑了 8 个刚开源、Star 涨得挺快的项目。

      2026年11月16日 13:15

      原创 逛逛 2026-11-16 13:15 浙江

      01

      把 Switch 游戏移植到苹果设备上

      S2Arm 是个免费开源工具。

      可以把你已有的 Switch 游戏转换到 iPhone、iPad 或 Apple 芯片的 Mac 上。

      直接在苹果手机和电脑上玩 Switch 游戏。

      转换好的游戏会集中在同一个 App 里,打开就能从游戏库里选一款玩。

      用的时候,你需要自备游戏文件和密钥,在 Mac 或 Windows 的图形界面里导入并打包。

      装到 iPhone 或 iPad 还需要用 Apple ID 签名。

      S2Arm launcher welcome page

      Build progress

        开源地址:https://github.com/jhaizhou-ops/S2Arm

        02

        DeepSeek chat-demo

        chat-demo 是 DeepSeek 开源的 AI 聊天网页。

        就是你在 deepseek.com 使用的那个 Chatbot。

        在设置里填入自己的 DeepSeek API Key 就能用了。

        你在网页上输入问题,浏览器就直接把消息发给 DeepSeek,收到回复后显示在页面上。

        支持流式输出、上传附件、用语音提问。

        或让它搜索网页并附上来源,聊天记录保存在浏览器里,可以导出备份。

          开源地址:https://github.com/deepseek-ai/chat-demo

          03

          在电脑本地生成 AI 会议纪要

          Yogurt 是个免费开源的 AI 会议笔记工具,支持 Windows、Linux 和 Mac。

          开 Zoom、Teams 或 Google Meet 时,点一下录音,它就能直接从你的麦克风和电脑里录下通话声音,边听边转成文字。

          开完会,它能把转写内容和你随手记下的笔记整理成一份纪要。

          过几天想不起 上次定的是周几上线?可以直接问,它会从之前的会议记录里找答案,并附上出处。

          录音、文字和纪要默认都存在自己的电脑里,生成纪要的 AI 也在本机运行。

          第一次使用要联网下载模型,之后断网也能转写和生成纪要。

            开源地址:https://github.com/FrigadeHQ/yogurt

            04

            让人形机器人跟着示范学动作

            SuperMimic 是加州大学伯克利分校团队开源的项目,用来教人形机器人模仿人类动作。

            它拿记录下来的人体动作当示范,训练机器人协调手臂、双腿和躯干

            用同一套控制程序做出跳远、翻滚等不同动作。

            团队也在宇树 G1 真机上演示了这套方法。

            它用仿真数据训练了一个「世界模型」,可以预测机器人收到指令后,接下来会怎么动。

            控制程序借这个模型快速试演几步,再根据预测动作和示范的差距调整。

            论文里,团队用一张 H100 显卡训练了约 3 小时,在同一组动作的仿真测试中,模仿得分超过了此前的 SONIC 方法。

            GitHub 仓库公开了面向宇树 G1 的训练和回放代码。

            想直接看效果,也可以在网页里选一段动作,对照示范看仿真机器人怎么跟着做。

              开源地址:https://github.com/HybridRobotics/supermimic

              05

              让 AI 助手加入团队群聊

              Agentes Chat 是一个像 Slack 一样的开源团队聊天工具。

              你可以在频道里和同事讨论,也可以发私信。

              AI 助手也能加入频道,你给它安排一个角色,比如研发助手,大家就能在群里直接 @ 它交代任务,其他同事也能看到它的回复。

              An agentes.chat channel where a product team and its AI agents ship a release together: test results, a fix, a review and a deploy waiting for approval

              比如,有人在 GitHub 上提交了代码改动,你可以让 AI 自动把改动摘要发到研发频道。

              它也能用浏览器查资料,或者每天定时发一份简报。

              要让它合并代码或上线,得先有人在聊天里点批准。

              你可以用 Docker 把它部署在自己的服务器上,可以接入 Claude、OpenAI、Gemini 等模型。

                开源地址:https://github.com/agentes-chat/agentes-chat

                06

                管理电影、音乐和字幕

                HolyArrs 是一个可以装在自家 NAS 或服务器上的开源工具。

                用来管理你的电影、电视剧和音乐。

                它是一个网页,在这个网页里能找片、管理字幕和整理文件。

                比如看一部电影,可以在网页上提交请求。

                你批准后,HolyArrs 会按你设定的画质、语言等条件挑选版本,再交给下载器。

                下载完成后,它会把影片整理进片库,也能按设置自动找字幕。

                一般用 Docker 安装。

                装好后,设定媒体文件夹和资源搜索来源,再接上 qBittorrent 这类下载软件。

                入库后的电影和剧集可以用 Jellyfin 或 Plex 播放。

                  开源地址:https://github.com/HolyArrs/HolyArrs

                  07

                  给 React 网页加一个灵动岛

                  islandcn 把 iPhone 的灵动岛做成了一个开源 React 组件。

                  你可以在网页顶部放一颗小胶囊,用它显示正在进行的任务。

                  胶囊展开后,还能显示更多细节和按钮。

                  如果你在做 React 网页,可以用 shadcn 把组件代码加到自己的项目里,再按需要改样式和功能。

                    开源地址:https://github.com/opencoredev/islandcn

                    08

                    用一个 HTML 文件做出可以潜水的海底世界

                    Abyssal Garden 是一个能在浏览器里自由潜水的开源 3D 项目。

                    你可以穿过随水流摇摆的海带林,游到沉船旁边。

                    抬头看阳光透过水面,蝠鲼从头顶游过。

                    The purple grotto

                    Barrel sponges

                    整个海底世界的 3D 项目在一个约 97 KB 的 HTML 文件里。

                    浏览器用 WebGPU 让显卡实时画出海底地形、鱼群和光影。

                    连远处的鲸鸣和气泡声也由代码现场合成的。

                      开源地址:https://github.com/Noniv/abyssal-garden

                      09

                      点击下方卡片,关注逛逛 GitHub

                      这个公众号历史发布过很多有趣的开源项目,如果你懒得翻文章一个个找,你直接关注微信公众号:逛逛 GitHub ,后台对话聊天就行了:

                      图片

                      跳转微信打开

                      上周涨星最快的10个开源项目

                      2026年11月16日 08:11

                      原创 小G 2026-11-16 08:11 湖南

                      上周GitHub涨星Top10聚焦AI Agent工具与基础设施:Meta设计系统、OSINT工具Sherlock、开源Grok Bot替代、Anthropic/Addy Osmani的Skills、Google规格评审插件、Vercel浏览器CLI、股票分析系统、DeepMind物理仿真及Claude快速示例,Agent生态持续升温。

                      1. meta/astryx

                      Meta 开源的可定制设计系统(Design System),基于 React 19+ 和 StyleX 构建。它源自 Meta 内部使用了约 8 年的设计系统,已支撑公司内 13,000+ 应用。提供 150+ 可访问组件、品牌级主题、暗色模式、现成模板以及 CLI 工具。最大亮点是人和 AI Agent 共用同一套组件与规范:开发者和 Agent 都能用统一的工具链构建界面,无需额外构建插件或样式库,直接导入预编译 CSS 和类型化 React 组件即可使用。目前处于 Beta 阶段。

                      2. sherlock-project/sherlock

                      经典的开源情报(OSINT)工具,用 Python 编写。只需输入一个或多个用户名,就能在 400+ 社交网络、论坛、代码托管平台等网站上批量检查是否存在公开账号。支持多用户同时搜索、结果导出为文本/CSV/XLSX、代理、超时控制等。它只查询公开信息,不登录、不绕过认证。适合安全研究、数字足迹分析等合法场景,使用时需遵守当地法律法规,不鼓励用于骚扰或非法用途。MIT 协议。

                      3. milind-soni/OpenMausBot

                      开源的 Grok Bot 替代方案(也叫 MausBot,前称 OpenGrokBot),本地优先的多 Agent 聊天应用。界面类似即时通讯软件,侧边栏里的每个 Bot 都是真实的本地 Agent(支持 Claude、Codex、Grok Build 等),拥有独立人格、模型、对话记忆和可选的虚拟机/云电脑。Bot 可以连接 Gmail、Slack、GitHub 等应用,执行操作时会弹出允许/拒绝确认。强调用户数据留在本地(~/.openmausbot),不依赖厂商云端。提供桌面安装包,也支持从源码运行。Apache-2.0 协议,与 xAI、Meta、OpenAI 等无关。

                      4. anthropics/skills

                      Anthropic 公开的 Agent Skills 官方仓库。Skills 是包含指令、脚本和资源的独立文件夹,Claude 可在运行时动态加载,以显著提升在特定任务上的表现。内容覆盖创意(艺术、音乐、设计)、技术(Web 测试、MCP 服务器生成)到企业工作流(沟通、品牌)等多个领域。每个 Skill 自带 SKILL.md 元数据和说明,方便开发者参考或扩展自己的 Skills。多数采用 Apache 2.0 许可。

                      5. google/elephant-goldfish-model

                      Google 开源的 Agent 插件(明确标注非 Google 官方产品)。核心方法论是“大象写设计稿、金鱼做无记忆评审”:

                      • 大象保留完整项目上下文和历史对话,负责起草规格与设计文档;

                      • 金鱼在完全无历史记忆的情况下,只看当前草稿和源代码进行评审,帮助暴露未声明假设和盲点。
                        开发者最终拍板架构取舍。插件提供完整的草稿、评审、循环评审等命令和工作流,适用于规格驱动的 AI 软件开发。Apache-2.0 协议。

                      6. vercel-labs/agent-browser

                      Vercel Labs 出品的、专为 AI Agent 设计的浏览器自动化 CLI,用 Rust 编写。Agent 可通过简单命令完成:打开页面、获取可访问性树快照(带元素引用)、点击/输入、获取当前 URL 等操作。支持本地安装或 npx 直接使用,也兼容 Browser Use、AWS AgentCore 等云端浏览器后端。适合让 Agent 自主浏览网页、填写表单、提取信息等场景。Apache-2.0 协议。

                      7. ZhuLinsen/daily_stock_analysis

                      LLM 驱动的多市场股票智能分析系统,覆盖 A股、港股、美股、日股、韩股、台股及 ETF。核心能力包括:

                      • 多源行情、K 线、技术指标、新闻、公告、基本面数据聚合;

                      • AI 生成决策报告(评分、趋势、买卖点位、风险警报、操作清单);

                      • Web/桌面工作台、历史报告、回测、持仓管理;

                      • 支持企业微信、飞书、Telegram、Discord、Slack、邮箱等自动推送。
                        可配置零成本定时运行。MIT 协议。仅供学习和研究参考,不构成任何投资建议。

                      8. addyosmani/agent-skills

                      Addy Osmani 维护的面向编码 Agent 的生产级工程 Skills 合集(约 25 个)。把资深工程师的完整工作流拆成可执行的 Skills,覆盖定义需求、规划、构建、验证、代码审查、上线等阶段。每个 Skill 包含清晰步骤、退出标准、常见借口/反模式提醒,强调“可验证”而非空泛参考文档。支持 Claude Code、Codex、Gemini CLI 等多种 Agent,可与 Anthropic 的 skills 仓库对照使用。MIT 协议。

                      9. google-deepmind/mujoco

                      Google DeepMind 维护的通用物理仿真器(全称 Multi-Joint dynamics with Contact)。专为机器人、生物力学、图形动画、强化学习等需要高精度、高速度刚体动力学仿真的场景设计。提供 C API、Python 绑定、Unity 插件以及原生桌面/浏览器可视化。运行时模块经过高度优化,支持复杂接触和关节动力学。Apache-2.0 协议,是机器人与物理仿真领域的核心开源工具之一。

                      10. anthropics/claude-quickstarts

                      Anthropic 官方的 Claude API 快速起步示例集。包含多个可直接部署的应用模板,例如:

                      • 客户支持 Agent(带知识库);

                      • Computer Use 演示(让 Claude 控制桌面电脑);

                      • 其他实用场景的完整代码与说明。
                        每个项目都有独立 README 和设置步骤,帮助开发者快速上手用 Claude 构建可上线的应用。MIT 协议,适合入门和参考。

                      跳转微信打开

                      Claude 最新模型发布 1 周了,瞧瞧外网惊艳到震撼的玩法。

                      2026年11月15日 11:03

                      原创 逛逛 2026-11-15 11:03 北京

                      今年 5 月,在 DeepSeek 投资者闭门会上,梁文峰说:

                      “3D 和视频生成可能跟智能的主线没有太大的关系,我们不会去做。”

                      “现阶段我们觉得最重要的,应该还是 Coding Agent。”

                      如果说全世界的大模型在 Coding 领域遥遥领先的,那肯定是 Anthropic 的 Claude。

                      Claude Fable 5.2 发布不到一周,在外网掀起创作的狂欢。

                      大家开始发现,Coding 能力足够强,竟然开始吞噬 3D 、视频创作、图片生成了。

                      比如下面这张光影都处理很顶的图片,不是用扩散模型生成,而是 Fable 5.2 用了约 70 万次模拟笔触画出来的。

                      地址:https://x.com/jkeatn/status/2119874018706874601

                      再比如下面这个网上传疯 FPS 游戏,也是用 Fable 5.2 口喷出来的。

                      地址:https://x.com/felixrieseberg/status/2119925633564463609

                      这个游戏的源文件只是一个 1m 多的 HTML 网页,可以在浏览器里玩。

                      整个效果质感让我梦回使命召唤,开发者只给了一条提示词,大概跑了 8 小时完成的效果,花了 550 美元。

                      下面是我最近刷帖子刷到的让我感觉到很震撼的玩法,也收集起来盘点一下。

                      01

                      两个手指真的能碰到吗

                      这个是用 Fable 5.2 拍的一支讲芝诺悖论的短片。

                      开头是两根快碰到的手指。

                      等镜头贴近皮肤,画面会标出指尖之间还剩多远,用来讨论手指算不算真的碰到。

                      地址:https://x.com/anxuanng/status/2120088745139638375

                      这个帖子贼火,在 X 上超过了 2300 万次浏览。Coding 做视频还得是你 Claude 。

                      02

                      七天做出 GTA 风格的开放世界原型

                      地址:https://x.com/mattshumer_/status/2120282133503820150

                      先看看这个 Claude Fable 5.2 开发的开放世界。

                      开发者给 Fable 定了七天,想看看这座 GTA 风格的城市能做到哪一步。

                      上面就是开发中的版本,已经能开着车在街区里跑了。

                      03

                      3D 讲解细胞的课件

                      有开发者做了一个 3D 细胞模型。

                      你说生物课如果用这种视频讲解,那还不得知识哐哐入脑?

                      地址:https://x.com/claudeai/status/2120174844822298730

                      你看讲到核糖体时镜头就移过去,画出信使 RNA 经过核糖体的过程,旁边还有文字说明。

                      细胞里的这些结构,是 Fable 用代码一个个搭起来的。

                      04

                      让 Fable 做音乐

                      有位网友让 Fable 生产一支最能展示自己模型能力的视频,题材让模型自己选。

                      成片将近一分半,其中有一段蓝色和橙色的流体,像两股颜料在水里先散开,又卷到一起。

                      地址:https://x.com/suna_gaku/status/2119952985933697063

                      05

                      在梵高的《星月夜》里骑车

                      先看下面的视频。

                      直接就一个字,炫酷。

                      地址:https://x.com/ebbyamir/status/2120284261089673376

                      这个就是用 Fable 5.2 把梵高的画做成了一个游戏。你可以进入梵高画里的村子,星空还是在头顶打着旋。

                      骑车穿过街道,甚至从屋顶上方飞过去。

                      06

                      一个提示词拍出一支 Blender 4K 短片

                      下面这个短片不是扩散模型生成的。

                      而是 Claude 借助 Blender 3D 建模搞出来的。

                      镜头掠过桌上的笔记本电脑,里面的 Claude 界面在动,窗外的光线从黄昏变到夜里再亮起来。

                      地址:https://x.com/rileybrown/status/2119902109709537708

                      开发只给了一个提示词。

                      Fable 就搞了 13 个镜头和房间里的动作,再用云端显卡渲染成 4K。

                      片子的音乐和音效用 ElevenLabs 制作。

                      07

                      一首从噪声开始的交响乐

                      除了游戏、视频、图片。声音也不在话下。

                      网友让 Fable 发明一种音乐形式。

                      从噪声开始,听着听着就逐渐有了节拍、调性和和声,最后有一个完整的旋律了。

                      地址:https://x.com/imjustnewatai/status/2120383964686729410

                      08

                      一座灯塔讲半分钟图形学史

                      这个用 Fable 做竖屏动画,讲的是计算机图形学的发展。

                      灯塔一开始只是一个线框样式的,后面组件变成一个很真实生动,甚至有浪花和灯光的塔。

                      地址:https://x.com/aollivier82/status/2120260208245043663

                      09

                      坐小船穿过八个梦境

                      这个叫《What the Water Keeps》的网页游戏。

                      也挺炫酷的。

                      玩这个游戏的时候,你坐着这条船往前陆续穿过八个梦境。

                      船和水面把前后的场景接在一起。

                      地址:https://x.com/kevin_t_ngo/status/2119868968307695818

                      10

                      去镜像地球看看马特洪峰

                      还有一个很有意思的。

                      把现实中的地点做成可探索的游戏场景。下面这个就是在马特洪峰一带,进到场景之后,也可以破坏里面的东西。

                      游戏里的天气会跟着现实变化。

                      地址:https://x.com/mattshumer_/status/2119877065701036047

                      11

                      做了一片可以走进去的油画树林

                      这个也是用 Fable 做的网页游戏。

                      人物走在铺着黄叶的树林里,地上的光斑和旁边的树干都带着画笔的痕迹。

                      这些笔触是浏览器实时画出来的。每一帧大约有 150 万笔。

                      地址:https://x.com/BlendiByl/status/2120341251178594532

                      12

                      黑白街机打到一半,球场变成了 3D

                      开头像老街机游戏 Pong,黑底上两块白色挡板,中间有一颗小球。

                      你把球打回去,打了一会儿,视角跟着球场一起变了,变成了一条霓虹通道。

                      贼炫酷。

                      地址:https://x.com/photonstorm/status/2120330010112434313

                      13

                      两款模型用机械臂画同一幅《星月夜》

                      Aris Zhu 把同一个题目交给了 Fable 5.2 和 GPT-6 Astra,让它们用机械臂在纸上画《星月夜》。

                      视频左右分屏,可以看到两边的画笔怎么蘸颜料,又怎么把蓝色涂到纸上。

                      地址:https://x.com/ariszotle/status/2119945328917196825

                      14

                      穿过一道门,就能换一个世界

                      一条巨大的拉链在山谷里慢慢打开。

                      过一道传送门,周围就换成下一个场景。

                      这个用 Fable 生成的网页里有 450 多个场景,都是用代码实时画出来的。

                      而且也开源了。

                        开源地址:https://github.com/emollick/ai-portals

                        地址:https://x.com/emollick/status/2119918307457577163

                        15

                        图书馆里的纸飞起来,聚成一只鸟

                        一座深夜的图书馆。

                        月光照进来,纸页一张张起飞聚成一只展开翅膀的鸟。

                        这个视频一共有 2.4 万页纸。如果把声音打开,还能听见纸张翻动的细响和钢琴声。

                        地址:https://x.com/lemomo_ai/status/2120118194409193682

                        16

                        点击下方卡片,关注逛逛 GitHub

                        这个公众号历史发布过很多有趣的开源项目,如果你懒得翻文章一个个找,你直接关注微信公众号:逛逛 GitHub ,后台对话聊天就行了:

                        图片

                        跳转微信打开

                        DeepSeek,大手笔啊!

                        2026年11月14日 17:05

                        原创 小 G 2026-11-14 17:05 广东

                        昨天晚上,DeepSeek 又放大招了,这次不是发新模型,而是宣布开放「全家桶应用 API」。

                        平时我们在 DeepSeek App 里用到的联网搜索、深度思考搜索、上传文件、读链接、语音对话。

                        现在开发者都能通过 API 直接用上,甚至可以利用它们 1:1 复刻出完整的 DeepSeek App。

                        DeepSeek 团队还照着 App 做了一个网页版的聊天客户端 chat-demo,并开源给我们学习。

                        image-20261114153917454

                        一家公司主动教大家复刻自家的 App,到底图什么,对我们这些普通人又有什么用呢?

                        先来看看这次都开放了哪些东西。

                        以前开发者想在自己的应用里做出类似 App 的体验,光接入 DeepSeek 的模型还不够。

                        搜索、文件解析、语音这些都得另外找服务对接,再自己写代码把它们串起来。

                        现在这些活都交给了 DeepSeek 的服务端,开个参数,什么时候该去搜索、搜到的内容怎么交给模型,它都会自己处理好。

                        搜索、网页抓取、文字识别、语音识别、语音合成也拆成了单独的接口,可以只拿其中一个来用,也能几个组合在一起用。

                        目前支持这些能力的是 deepseek-flash,也就是 V4.1-Flash 模型。

                        价格方面,除了模型本身的 Token 费,调用这些工具还会另外收费,官方公布的价格如下:

                        image-20261114153952729

                        搜索和网页抓取都是 5 元一千次,语音识别一小时 0.39 元,它和语音合成目前都还在限时五折。

                        那 DeepSeek 为什么要这么做呢?

                        可以从崔添翼当晚发的两条帖子里找找答案,他在 DeepSeek 产品团队,平时主要做的就是 DeepSeek Harness。

                        第一条说,DeepSeek 产品背后的各项核心能力都已经通过 API 开放了,希望门槛降低之后,社区里能长出更多样、更有想象力的产品。

                        第二条就说得更直白了:「下一个超级 App 不必是面向所有人的一个超级 App。现在,每个人都有能力创造一个超级 App。」

                        image-20261114154038915

                        这么看来,DeepSeek 并不打算把自家的 App 做得越来越大、越来越全,反倒是把它拆成一个个零件交了出去,让大家按自己的需要去拼。

                        而且就在同一天,DeepSeek Harness 的新版也加了一个实验性的「DeepSeek 会话导入」插件,App 或网页版里的历史对话,可以搬进 DSH 里接着聊。

                        时间上正好凑在了一起,我们在 App 里聊过的那些记录,以后也不用只留在 App 里了。

                        image-20261114162458658

                        最先感受到变化的,肯定是开发者。

                        以前做一个能联网搜索、能看文件、能听会说的应用,得对接好几家服务,现在用一个 DeepSeek 的 API Key 就够了。

                        日子不太好过的,可能是那些给 DeepSeek 套个界面的第三方客户端,官方自己开源的这个 Demo,就已经有了 App 里大部分的功能。

                        网上也已经有网友在讨论,这波对做 DeepSeek 客户端的人来说,到底是利好还是抢活。

                        至于普通人,日常聊天继续用免费的 App 其实就够了,API 更适合想要点不一样东西的朋友。

                        想先尝尝鲜的话,可以直接打开官方的 Demo 体验页,在设置里填上自己的 API Key 就能用,Key 和聊天记录都只存在自己的浏览器里。

                        image-20261114154105758

                        费用是按用量来算的,模型的 Token 费在工作日高峰时段以外都是半价,周末和节假日全天也按半价算,平时偶尔用用花不了几个钱。

                        写在最后

                        再往前想一下,崔添翼说的「每个人都有能力创造一个超级 App」,放到不会写代码的人身上,DSH 的创造模式就是一个现成的入口。

                        在创造模式里把需求描述清楚,它就能做出一个插件,装好之后直接就能用。

                        现在搜索、语音识别、语音合成、文字识别都有了官方接口,做插件的时候可以让它把这些能力接进去,能做的事情也就多了不少。

                        比如开会时录一段音,插件自动转成文字,再整理出一份会议纪要,或者拍一张发票,让它把金额和日期识别出来填进表格。

                        又或者每天早上让它搜一遍自己关注的话题,整理成一段新闻读出来,通勤路上戴着耳机就能听完。

                        这些插件不用管别人用不用得惯,按自己的习惯来做,自己用着顺手就行。

                        另外,如果做好的应用想开放给别人用,官方要求开启安全校验,内容审核、大模型登记、AI 标识这些义务也得自己承担起来。

                        GitHub 项目地址:https://github.com/deepseek-ai/chat-demo

                        今天的分享到此结束,感谢大家抽空阅读,我们下期再见,Respect!

                        跳转微信打开

                        搜罗了 5 个刚开源的 GitHub 项目,可以看看自己能不能用到。

                        2026年11月14日 10:29

                        原创 逛逛 2026-11-14 10:29 北京

                        01

                        给一张参考图,让 AI 帮你做 GIF

                        gif-factory 也就是 GIF 工厂。

                        这个开源项目是一个让 Agent 帮你做 GIF 的神器。

                        你发给它一张人物或宠物的参考图,再说清楚想要的画风和动作,就可以制作循环播放的 GIF。

                        这个开源项目是一个 skill,包括 GIF 的制作方法、示例和处理图片的脚本。

                        装好,给你的 Codex 或其它 Agent 工具说:“用这张图做一套像素风表情包,包含收到、好耶、晚安。”

                        大肥鱼(鲸鱼娘)精选 12 张动态预览

                          开源地址:https://github.com/WoYun520/gif-factory

                          02

                          影片制作 Skill

                          cinecode 是一套影片制作 Skill。

                          和我段时间盘点的那些开源项目类似。

                          基于这个 skill 你说出想做的任内容,这个 skill 就会把你的创意做成脚本,然后再基于 coding 的方式去生产画面、声音和剪辑。

                          最后导出 MP4。

                          它的原理就是基于 Coding 用网页里的二维画布或三维场景,控制物体、灯光、镜头和文字。

                          再通过浏览器逐帧渲染、合成为视频。

                          你看下面这种风格的,现在基于 AI Coding 都可以做了,其实。

                          cinecode: renkli pencerelerden pop-art bir kule

                          Fener: ay ışığında bir kız ve bir ağaç ruhu

                          Gökyüzü neden mavi?: ışığı ayıran bir prizma ve büyük sarı yazıKuzguncuk Fırın: lambanın altında fırından yeni çıkmış simitler

                          把开源项目的地址丢给 Claude Code 安装 cinecode。

                          不过正式制作的时候,会再装一些依赖,比如 Node、Python、ffmpeg 和 Chrome 等环境。

                            开源地址:https://github.com/sarpstar/cinecode

                            03

                            Claude 动画短片

                            这个开源项目也是让 Claude 帮你制作动画短视频的 Skill。

                            但是它主打 55~70 秒的竖屏故事。

                            二维卡通人物站在三维场景里,配上镜头移动、旁白、音乐和音效,呈现出彩色绘本动起来的感觉。

                            比如说这个就是讲述 1831 年布劳顿桥事故的完整动画案例。

                            下面这个也是制作出来的一个效果。

                            这个开源项目核心的原理就是用 Three.js 搭建场景、用 Remotion 在本地电脑渲染成视频。

                            场景和动作由代码控制,因此可以针对某个镜头或角色反复调整。

                              开源地址:https://github.com/mromidev/claude-animated-shorts

                              04

                              实时字幕和会议纪要工具

                              这个叫知了 Cicada 的开源项目是一款实时字幕和会议纪要工具。

                              可以理解成陪你开会、看直播的翻译员兼记录员。

                              电脑上用 Zoom、腾讯会议开会,或在 YouTube 听英文直播时,它可以把正在播放的语音转成文字,同时显示原文和译文。

                              它听的是电脑的系统声音。

                              左侧放着 YouTube 或腾讯会议,右侧可以实时的出内容总结和会议纪要。

                              除此之外,它能边听边整理讨论重点、结论和待办事项。

                              会后也支持点击文字回听对应录音,搜索之前聊过的内容,也能导出 Word、Markdown 文档或字幕文件。

                              目前它提供 Mac、Windows、Linux 和 Android 版本。

                              软件本身免费开源,但部分功能需要自己配置 AI 服务密钥。

                                开源地址:https://github.com/wquguru/cicada

                                05

                                MyGo Music

                                这个开源的原生桌面当然音乐播放器。

                                支持插件扩展,启动快占用比较少。

                                专门给那些想在电脑上专心听歌的人准备,因为它足够简单,想要什么功能按需添加就行了。

                                支持 Windows、macOS 和 Linux。

                                把存放音乐的文件夹添加进去,它就能读取歌曲信息、封面和歌词,按歌曲啥的分类整整理。

                                也能搜索、收藏和创建歌单。

                                它比较有意思的地方是插件机制。

                                你可以把它想成一台能加装配件的播放器。

                                本体负责播放和界面,插件负责接入其他音乐来源,以及账号、播客、电台、评论等功能。

                                在设置里填入插件的 GitHub 地址就能安装,不同插件支持哪些功能得各自的实现。

                                  开源地址:https://github.com/egoist/mygo-music

                                  06

                                  点击下方卡片,关注逛逛 GitHub

                                  这个公众号历史发布过很多有趣的开源项目,如果你懒得翻文章一个个找,你直接关注微信公众号:逛逛 GitHub ,后台对话聊天就行了:

                                  图片

                                  跳转微信打开

                                  两周暴涨 3 万 Star,又一个 AI 逆向神器火了!

                                  2026年11月13日 17:05

                                  原创 小 G 2026-11-13 17:05 广东

                                  还记得上个月介绍过的工具 PhotoCraft 吗?就是用 Rust 把 Photoshop 从头做了一遍那个。

                                  它背后的 ArtCraft 团队最近又开源了一个新工具:Craft Anything,两周涨了近 3 万 Star。

                                  利用这个工具,我们可以把自己喜欢的网站、应用或游戏,让 AI 直接照着复刻一个版本出来。

                                  image-20261112202628269

                                  平时把一张网页截图发给 AI 让它复刻,做出来的效果,往往一对比就会发现不少地方对不上。

                                  比如字号和间距,菜单点开后是什么样,窗口拉窄了又该怎么排,单看最初那张截图还真不容易说清楚。

                                  还得自己一处处找出来,再告诉 AI 哪里要改,而 Craft Anything 把这活也接过去做了。

                                  估计有不少朋友,想起不久前爆火的工具 REA,把一切软件拆开来看,号称能逆向一切。

                                  image-20261112203250665

                                  但 Craft Anything 与 REA 还是有区别的。

                                  REA 更多是帮我们弄明白一个软件是怎么做的,至于照着做出来像不像,还得靠自己去对。

                                  Craft Anything 则把「做出来」和「对一对」这两步也接上了,整个过程分成四步来走。

                                  先研究原作,看它的页面在不同宽度下长什么样,还有它运行起来是什么样子。

                                  再交给我们电脑上的编码 Agent 新建一个项目,用什么语言、什么框架,都可以在需求里说清楚。

                                  做完之后拿成品和原作逐项对照,列出还有哪些地方不一致。

                                  最后打开成品试一试,哪里不满意,就在下面接着提要求,它会继续往下改。

                                  image-20261112203404626

                                  我觉得这里面最有用的,就是第三步的对照检查。

                                  拿网页来说,它会按三种屏幕宽度分别和原版做对比,每一项检查都会告诉我们,做出来的东西跟原版有多像。

                                  游戏会跑它自己的自检,桌面应用则看它运行起来是什么样。

                                  还没对上的地方会被一条条列出来,交回给 Agent 接着改,一直改到足够接近原版为止。

                                  以前要靠我们自己的眼睛一处处去挑的活,现在交给它来干了。

                                  image-20261112203448106

                                  用起来也不要求懂代码,软件默认打开的就是简单模式。

                                  选好要做的是网站、应用还是游戏,用大白话描述一下想要什么,再按下 Start 就可以了。

                                  项目页上能看到现在走到了四步里的哪一步,Agent 正在干什么,也会用大白话写出来。

                                  中间遇到需要我们拍板的地方,会弹出一张提问卡,规则之外的动作,也会先弹出审批卡等我们点头才执行。

                                  如果有开发经验的朋友可以切到进阶模式,函数、反汇编、调用图这些分析工具都摆在里面。

                                  image-20261112203526863

                                  能拿来研究的也不只是网页,桌面应用、手机应用、游戏这些软件都可以。

                                  用 Unity、Unreal 或 Godot 做的游戏,也能照着重建一个,比如跟它说「用 Rust 复刻这个游戏的玩法」。

                                  手里没有现成的参照也没关系,只说一句「用 Rust 做一个贪吃蛇」,它也能从零开始做出来。

                                  image-20261112203724550

                                  说到这里,可能有朋友会担心,照着别人的东西做,会不会惹上麻烦。

                                  它默认只看外观、不碰源码,依据的都是我们能看到的东西,比如截图、页面上的文字、布局、配色和字体。

                                  Agent 也被要求不能照搬原作的 logo、照片和文字,除非我们确认自己拥有它们,或者已经拿到了授权。

                                  想研究得更深一点,也可以切到深度模式,去读程序的代码和文件,不过这个模式只供自己私下研究用。

                                  开了深度模式之后,还能只打开一个目标向它提问,不去构建任何东西,单纯弄明白别人是怎么做的。

                                  另外它一共带了 320 个工具,每个都能当命令行工具来用,也能通过 MCP 接口交给其他 Agent 调用。

                                  如果想使用,工具提供 Windows、macOS 和 Linux 开箱即用的安装包,到 GitHub 的 Releases 页面下载就行。

                                  image-20261112204532833

                                  在构建这一步,要用到我们电脑上已经登录好的编码 Agent,首选是 Claude Code。

                                  除此之外,它也接入了 DeepSeek Harness,也可以拿它来当干活的 Agent。

                                  装了命令行工具的话,可以先跑一下 doctor 命令,看看 Agent 和引擎还缺些什么:

                                    craft-anything-cli doctor

                                    做出来的项目默认放在「文稿」下的 Craft Anything 文件夹里,每个项目还会留着每一轮对照检查的结果,方便回头翻看。

                                    写在最后

                                    上个月 REA 爆火的时候,大家惊讶的是,AI 已经能把一个不开源的软件拆开讲明白了。

                                    而 Craft Anything 又往前走了一步,能照着复刻一个出来,做完还会拿去跟原版对比,哪里不像接着改。

                                    放在几年前,想弄明白一个软件是怎么做的,得懂汇编、会反编译,是少数人才有的手艺。

                                    现在用大白话说一句,AI 就能帮我们看懂,甚至能照着做一个出来。

                                    这两个工具接连出现,不得不让人思考,往后要是自己做软件,护城河到底在哪里?

                                    我觉得真正能留住用户的,可能就只剩品牌、数据,以及持续把产品做好这些东西。

                                    GitHub 项目地址:https://github.com/storytold/craft-anything

                                    今天的分享到此结束,感谢大家抽空阅读,我们下期再见,Respect!

                                    跳转微信打开

                                    一个半月狂揽 7.9 万 Star,一群人用纯 Rust,把 Photoshop 从头写了一遍!

                                    2026年11月13日 11:57

                                    原创 小G 2026-11-13 11:57 湖南

                                    用纯 Rust 从头编写的开源、干净室重新实现的 Adobe Photoshop

                                    项目简介

                                    PhotoCraft是用纯 Rust 从头编写的开源、干净室重新实现的 Adobe Photoshop。 不是套壳,不是换皮,不是拿 Electron 糊一个网页版。是图层、蒙版、调整图层、图层样式、矢量、画笔引擎、真实 PSD 文件读写,全部自己撸,一行行写出来。

                                    PhotoCraft editing Hokusai's The Great Wave: a caption card with a drop shadow, Title and Credit type layers, Vibrance and Curves adjustment layers, and the Curves editor drawn over the image's histogram

                                    1 设计熟悉

                                    菜单、快捷键、面板和工具都在你手预期的位置,从 ⌘J 到 ⇧⌘D。如果你会用 Photoshop,就已经会用 PhotoCraft。

                                    2 原生且快速

                                    基于 wgpu 的 GPU 合成器(Metal、Vulkan、DX12、WebGPU),写时复制瓦片和多线程滤镜。没有 Electron,没有 WebView,不用等待。

                                    3 真正的 PSD 文件

                                    打开、编辑并保存分层的 Photoshop 文档。重新保存后,309 个 psd-tools 测试文件中有 307 个渲染结果保持一致。

                                    4 面向 Agent

                                    每个操作都是一个命令,因此你可以从 UI、CLI、JSON 控制通道或 MCP 服务器驱动同一个引擎。

                                    开箱即用

                                    1. 69 种工具

                                      移动 · 画板 · 矩形和椭圆选框 · 单行选框 · 单列选框 · 套索 · 多边形套索 · 磁性套索 · 对象选择 · 快速选择 · 魔棒 · 裁剪 · 透视裁剪 · 切片 · 切片选择 · 帧 · 吸管 · 颜色取样器 · 标尺 · 注释 · 计数 · 移除 · 污点修复画笔 · 修复画笔 · 修补 · 内容感知移动 · 红眼 · 画笔 · 铅笔 · 混合器画笔 · 颜色替换 · 仿制图章 · 图案图章 · 历史画笔 · 艺术历史画笔 · 橡皮擦 · 背景橡皮擦 · 魔术橡皮擦 · 渐变 · 油漆桶 · 模糊 · 锐化 · 涂抹 · 减淡 · 加深 · 海绵 · 钢笔 · 自由钢笔 · 曲率钢笔 · 添加锚点 · 删除锚点 · 转换点 · 水平和垂直文字 · 水平和垂直文字蒙版 · 路径选择 · 直接选择 · 矩形 · 椭圆 · 三角形 · 多边形 · 星形 · 直线 · 自定义形状 · 抓手 · 旋转视图 · 缩放

                                    2. 真正的画笔引擎

                                      形状动态、散布、纹理、双重画笔、颜色动态、传递、画笔姿势、湿边、堆积和平滑(包括拉线),由笔压、倾斜、旋转和方向驱动。画笔预设、从选区定义画笔,以及确定性的可回放笔触。

                                    3. 完善的图层系统

                                      组、剪贴蒙版、像素和矢量蒙版、填充图层(纯色、渐变和图案)、调整图层、带智能滤镜和无损变换与变形的实时智能对象、多图层选择(对齐、分布和链接)、Alpha 通道和快速蒙版、27 种 Photoshop 混合模式加上 6 种 Paint.NET 变体、不透明度和填充、锁定、颜色标签、图层类型过滤、合并、拼合、栅格化、通过拷贝/剪切创建图层、粘贴到。

                                    4. 任意颜色、任意深度

                                      RGB、灰度、CMYK 和 Lab 文档,支持 8、16 和 32 位/通道。位深度和颜色模式是运行时数据,因此每种工具在每种深度下都能工作。

                                      纯 Rust 实现的真正 ICC 色彩管理:嵌入配置文件、指定/转换为配置文件(支持全部四种渲染意图和黑点补偿)、软打样(⌘Y)和色域警告(⇧⌘Y),在 GPU 上运行。

                                    5. 格式支持

                                      PSD 和 PSB、分层 TIFF(Photoshop 图层数据在 TIFF 中,支持任意字节序读写)、Paint.NET PDN3(可读,支持可编辑图层和全部 14 种混合模式)、OpenRaster(读写,支持图层、组和混合模式,兼容 Krita、MyPaint 和 GIMP)、GIMP XCF(可读,支持图层、组、蒙版、混合模式、通道和选区)、Krita .kra(可读,支持绘制图层、组、混合模式和透明蒙版)、SVG(作为形状图层打开,或作为矢量智能对象放置),以及平面 PNG、JPEG、TIFF、WebP(有损/无损)、GIF、BMP、TGA、ICO、QOI、PNM、OpenEXR、Radiance HDR 和 FITS(天文图像:8/16 位和 32 位浮点,灰度或 RGB,保留头信息),还有原生 .pcraft 格式。平面格式保留其支持的深度:PNG 保留 8/16 位样本,TIFF 保留 8/16 位和 32 位浮点样本,OpenEXR 保留半精度/浮点样本;JPEG、WebP 和其他 8 位格式在导出更高深度时会给出警告。详见编解码能力矩阵。iPhone 和 Mac 的 HEIC 照片仅支持只读(官方构建包含;源码构建可选 –features heif)。AVIF 仅支持写入(可选 avif 构建特性);AVIF 解码和 JPEG XL 不可用。Affinity 文档(.af、.afdesign、.afphoto、.afpub)可原生打开(只读),支持画板、图层、矢量、文字、图像和蒙版;效果、调整及其他不支持的部分会在警告中列出,不支持 Affinity 导出。

                                    6. 日常必备

                                      自动色调、对比度和颜色 · 均衡 · 图像和画布大小 · 裁剪和修剪 · 全部显示 · 编辑 › 填充和描边 · 拷贝合并 · 原位粘贴 · 参考线、标尺、网格和吸附 · 动作录制与回放 · 命令面板(⌘F)。

                                    面向 Agent 构建

                                    每个菜单项、工具和对话框都从 500 多个命令的统一注册表中运行命令。UI、CLI、JSON 控制通道和 MCP 服务器都调用相同的命令,因此你能点击的任何操作,脚本或 AI Agent 也能完成。

                                    # 无头:打开、编辑、保存
                                    photocraft-cli run wave.psd \
                                      --cmd filter.sharpen.smartSharpen     --params '{"amount":80}' \
                                      --cmd layer.newAdjustmentLayer.curves --params '{"points":[[0,0],[64,48],[192,212],[255,255]]}' \
                                      --out wave-final.png
                                    # 对文件夹中的图像应用一个动作列表
                                    photocraft-cli batch --actions grade.json --in ./raw --out ./graded
                                    # 每个子命令都有自说明
                                    photocraft-cli batch --help
                                    # 让 Agent 通过 MCP 驱动(无头,或桥接到正在运行的应用)
                                    photocraft-cli mcp

                                    桌面应用还提供经过身份验证的、仅限回环的控制通道(photocraft --control),用于检查 UI 状态、用指针事件驱动工具,以及拍摄离屏截图。本 README 中的每张图片都是这样渲染的。详见 docs/control-protocol.md。

                                    快速开始

                                    直接下载(推荐):Release 页有各平台安装包,Windows 的 msi/zip 带代码签名,macOS 有签名公证的 universal DMG,Linux 有 AppImage/Flatpak/deb/rpm。

                                    浏览器直接玩:整个引擎编译成了 WebAssembly,官方 Web 版部署起来就是个静态站点,也有 Docker 镜像可以自托管。

                                    源码编译:

                                    git clone https://github.com/storytold/photocraft
                                    cd photocraft
                                    cargo run --release -p photocraft -- image.psd

                                    项目地址

                                    跳转微信打开

                                    OpenViking 3D理解模型上线轴测八视图及PMI解析

                                    2026年11月12日 18:00

                                    OpenViking 2026-11-12 18:00 北京

                                    文章来源|Viking 团队

                                    项目地址|github.com/volcengine/OpenViking

                                    OpenViking如何理解一个3D模型

                                    OpenViking发布原生3D内容理解模型,支持三维.STEP文件的导入与解析,信息还原率做到 100%。

                                    导入一个3D文件,不仅会提取常规的正交视图、几何信息,还会使用八轴侧视图来补充被遮挡的内部结构和几何特征,同时保留全部的尺寸、公差、装配、工艺(PMI)细节。看得见内部结构,也能读懂规格参数。

                                    ‹ 左右滑动查看 5 张视图 ›

                                    解析目录

                                    正交六视图

                                    轴侧八视图

                                    信息摘要(含PMI)

                                    模型明细

                                    轴侧视图如何用|同一类零件,识别细节差异

                                    以两款四方嵌件底座为例:外形完全相同,唯一的区别在内壁盲窝——型号 1 是圆形,型号 2 是六角形。

                                    型号1 嵌件底座

                                    型号2 嵌件底座

                                    这个差异藏在壳体内部,正交六视图里看不到,两款零件的六视图完全一致。同样问 Agent:“帮我找一个内壁有六边形盲孔的四方嵌件底座,之前有设计过”,结果截然不同:

                                    只有正交六视图

                                    正交六视图 + 轴测八视图

                                    检索结果

                                    无法确认,只能给出型号 1、型号 2 两个候选

                                    直接定位到型号 2

                                    判断依据

                                    六视图看不到内壁孔口和孔底

                                    轴测图中能看到内壁的六边形凹孔和孔底

                                    后续动作

                                    需要你逐个打开模型确认

                                    无需人工确认

                                    只有正交六视图时,Agent 找到两款外形相符的候选,但无法判断哪一款带六边形盲孔:

                                    ‹ 左右滑动查看 3 张视图 ›

                                    OpenViking + Codex 检索结果:无法确认

                                    仅保留正交六视图

                                    型号 1 / 2 的正交六视图一致

                                    加上轴测八视图后,Agent 从轴测图中识别出内壁的六边形凹孔,直接给出答案:

                                    ‹ 左右滑动查看 4 张视图 ›

                                    OpenViking + Codex 检索结果:
                                    直接定位型号 2

                                    正交六视图 + 轴测八视图

                                    型号 1

                                    型号 2

                                    再细节的差异也能被3D内容理解模型捕捉,Agent都能检索到。

                                    PMI信息如何用|提供零件规格,实现精准定位

                                    PMI(Product and Manufacturing Information,产品制造信息)是 3D 模型中附带的尺寸、公差、材料、工艺等制造信息。以一个基础安装座为例:

                                    安装底座模型

                                    PMI&模型对应关系图

                                    OpenViking的3D内容理解模型可以对3D结构的全部PMI信息进行理解,同时区分几何、尺寸、公差、装配、工艺五个部分,自动加工到Summary.md文件中,供Agent按需读取。

                                    ‹ 左右滑动查看 5 张视图 ›

                                    几何

                                    尺寸

                                    公差

                                    装配

                                    工艺

                                    当你需要找到一个精确尺寸的零件,可以问Agent:“找一个底板厚2cm,带4个直径6.6 mm安装孔的底座”,Agent 会定位到「基础安装座标品.step」,逐项对照你的要求列出零件参数——板厚 20 mm(±0.05 mm)、4 个贯通底板的安装孔、孔径 Ø6.6 mm(±0.1 mm),并标明信息来源。

                                    OpenViking导入

                                    OpenViking + Codex检索

                                    再复杂的规格参数也都能被Agent读懂并找到。

                                    最后

                                    OpenViking 作为业内首个理解三维世界的 Agent 上下文数据库产品,能够完整准确理解3D模型的所有细节特征和规格参数,实现精准检索。看得见内部结构,也能读懂规格参数。现在接入,点击阅读原文即刻使用。


                                    🚀 上手试用,前 50 文档免费

                                    volcengine.com/product/openviking-service

                                    🌟 开源 OpenViking:访问 GitHub 仓库,为我们点亮一颗 Star!

                                        github.com/volcengine/OpenViking

                                    ❓三分钟测出你是哪种 Agent 饲养员选择属于你的 OpenViking

                                    https://blog.openviking.ai/post/should-you-use-openviking/

                                    💬 加入飞书交流群&微信群!

                                    点击「阅读原文」立即体验👇

                                    阅读原文

                                    跳转微信打开

                                    微软悄然开源了一款 Claude Code 神器

                                    2026年11月12日 17:05

                                    原创 小 G 2026-11-12 17:05 广东

                                    最近身边不少朋友把 Claude Code 切换到最新 Fable 5.2 模型使用了,写代码能力确实又强了不少。

                                    但用着用着就发现额度不太够,官方也建议,日常的任务用 Opus 5.5 就够了,复杂的活再交给 Fable 5.2。

                                    不过我估计大家的心里,肯定还是会优先选择使用新模型,那么能不能让它降低一下 Token 的消耗呢?

                                    答案是可以的。不久前微软悄悄开源了一个插件:TokenEconomizer,专门帮 Agent 降低 Token 消耗。

                                    image-20261111234654611

                                    它的思路不是换个便宜的模型,也不去改 Agent 本身,而是从 Agent 在某个项目里跑过的会话中总结经验。

                                    后面再开会话时,遇到同样情况的时候就照着这些经验处理少走点弯路,所以在经常用的项目里,会越用越省。

                                    目前正式支持 Claude Code、Codex、GitHub Copilot CLI 和 Pi,Cursor、Hermes Agent 等也在实验支持中。

                                    image-20261111235014193

                                    用的是我们 Agent 原本的订阅或登录方式,不需要额外的 API Key,装好之后照常写代码就行。

                                    它一共有三招,先说我觉得最实用的一招,就是在 Agent 卡住的时候拉它一把。

                                    当一轮对话里反复出现同样的报错,它会请一个「裁判」模型来判断,Agent 是不是真的在原地打转。

                                    裁判有七成以上的把握,才会给 Agent 塞一句提醒,让它换个思路再试,每轮最多提醒一次。

                                    如果提醒过后还是卡着,它会告诉我们按 Esc 停下来,但不会自己动手掐断,停不停还是由我们决定。

                                    image-20261111235123968

                                    第二招是把用不到的工具从对话里拿掉。

                                    Agent 加载的每个工具,都会把自己的说明跟着每次请求一起发出去,哪怕整个会话一次都没用上。

                                    TokenEconomizer 会记下每个工具的使用情况,在这个项目里连着几次会话都没碰过的,下次就不再加载。

                                    在 Claude Code 里,它是改项目的本地设置来实现的,哪天又想用了,一条命令就能恢复回来。

                                    image-20261111235523145

                                    第三招是记住项目里的规矩,比如有的项目跑测试要用 python -m pytest,直接敲 pytest 就会报错。

                                    这类坑 Agent 往往每次都要踩一遍,它就把反复出现的失败总结成一句话的事实,下次开会话时提前告诉 Agent。

                                    除此之外,每隔三次会话,它还会让模型把最近的会话回顾一遍,从中找出新的规矩。

                                    为了防止记错,一条事实要被三次会话印证过才会生效,后面的会话证明它不对了,也会自动丢掉。

                                    不过这一招默认是关着的,因为总结事实要额外调用模型,有需要的话可以手动打开。

                                    image-20261111235431132

                                    另外它学到的东西只存在本机,插件自己要是出了问题,会话也会照常进行,就跟没装过一样。

                                    那它到底能省多少呢?团队用 SWE-Bench 里 277 个真实的编程任务做了测试。

                                    测了 Claude Code、Codex、Copilot CLI 分别搭配不同模型的 5 种组合,平均成本降低了 18.4% 到 30.9%。

                                    其中 Claude Code 搭配 Sonnet 5 降了 23.6%,测试用的是 Sonnet 5、Opus 4.8 和 GPT-5.6 等模型,这里面并不包括刚发布的 Fable 5.2。

                                    30 个「项目 × 组合」全都比不装的时候更省,再看任务的完成率,5 种组合里有 4 种还略有提升。

                                    换到网页开发的测试集上,成本也降了 16% 到 21%,就连每个任务都是全新项目的安全审计测试,也能省下 6% 到 20%。

                                    image-20261111235624585

                                    如果想使用,安装也很简单,以 Claude Code 为例,在终端执行下面三条命令:

                                      git clone https://github.com/microsoft/TokenEconomizer.git
                                      claude plugin marketplace add "$PWD/TokenEconomizer"
                                      claude plugin install tokeneconomizer@tokeneconomizer

                                      注意克隆下来的项目文件夹要留着别删,插件就是从这个文件夹里运行的,Codex 的安装步骤也差不多。

                                      装好后,回到平时写代码的项目里启动 Claude Code,输入 /tokeneconomizer:status,看一下插件的状态。

                                      image-20261112000022670

                                      它得看过几次会话,才有东西可学,所以装好后也可以把历史导入打开,让以前的会话记录也派上用场:

                                        /tokeneconomizer:config set history_import=on --global

                                        这个选项要在安装后尽早打开,插件还没学过这个项目的会话时,才会导入历史记录。

                                        以后想知道它在这个项目里学到了什么,哪些工具被拿掉了,或者会话花了多少钱,还是用 status 命令来查。

                                        写在最后

                                        之前给大家介绍过类似的工具 Caveman,它是让 AI 说话简短一点,从输出上省 Token。

                                        TokenEconomizer 则会记住这个项目里的经验,在后面的会话里继续用,跟 Caveman 的做法也不冲突。

                                        平时就在固定几个项目里用 Claude Code、Codex 写代码,又经常把额度用完的朋友。

                                        可以装上试几天,再看看 status 里每次会话的花费记录,再决定要不要一直用。

                                        GitHub 项目地址:https://github.com/microsoft/TokenEconomizer

                                        今天的分享到此结束,感谢大家抽空阅读,我们下期再见,Respect!

                                        跳转微信打开

                                        把电脑体检、清理交给豆包工作 Agent 。

                                        2026年11月12日 13:21

                                        逛逛GitHub 2026-11-12 13:21 浙江

                                        以前电脑空间不够、变卡了,我的第一反应就是:装个清理软件。

                                        扫垃圾、找大文件、关开机启动项,再做一些电脑维护和体检。现在这些事情,都可以交给豆包工作这样的本地 Agent 了。

                                        ① 建议先让豆包工作对你的电脑进行一次全面体检

                                        “帮我的电脑做一次全面体检,检查磁盘空间、占用最大的目录、大文件、重复文件、旧安装包和开机启动项。按优先级整理待处理清单,说明清理风险和预计能释放的空间。先检查,等我确认后再操作。”

                                        就比如我的电脑只剩 6.7GB 可用空间。报告列出了占用最多的目录、可以考虑清理的内容,还估算低风险清理能腾出约 48GB。

                                        先不要让豆包工作直接删除这些扫描到的文件,而是对每一个大文件、目录或者缓存啥的输出一个风险评估。删除之后会不会有风险?

                                        弄清楚以后,再让它处理确认过的项目,清完复查剩余空间。

                                        开机启动项也是,先让它解释各自的用途,再决定哪些保留、关闭。体检处理完之后,整个电脑就感觉变得清清爽爽。

                                        ② 进行系统设置都可以交给豆包工作

                                        除了清理空间,电脑上还有一些很琐碎烦人的问题,也可以试试豆包工作这种本地 Agent。

                                        定时换换壁纸:

                                        比如设置一个定时任务,每周一生成一个符合自己喜好的壁纸,直接自动替换目前的桌面壁纸。每周一打开电脑都能看到全新的壁纸,还挺有新鲜感。

                                        电脑卡顿排查:

                                        “电脑最近很卡,帮我分析一下,是哪个程序占用太高、内存不够,还是磁盘空间不足?先告诉我原因,再给出处理建议。”

                                        不需要自己去打开任务管理器或者看每一个后台进程了。让 Agent 检查当前的资源占用,帮你定位问题。

                                        网络卡顿排查:

                                        “最近上网很卡,帮我分析一下,是 Wi-Fi 信号、网络延迟、DNS,还是有程序在后台占带宽?先检查,再给我处理建议。”

                                        之前网络卡顿啊、电脑卡顿等等,让你感觉到不舒服的点,直接去问 Agent。电脑设置、硬件状态,以及核心操作系统相关的状态,大多都有对应的系统级 API。可以通过 bash 执行或脚本直接请求获取,Agent 能够帮你完成得更好。

                                        外接屏方向调整:

                                        “外接显示器放在左边,我希望鼠标从主屏左侧滑过去,帮我调整一下。”

                                        类似于这种需求,之前你可能需要搜索一下,然后对着那个教程一步步的尝试。现在都不需要了,完全交给本地 Agent 就行了。

                                        其它电脑设置场景:

                                        还有调整某一些文件类型的默认打开方式、默认浏览器的设置、调整默认快捷键等等相关的需求,都可以交给本地 Agent。

                                        跳转微信打开

                                        用 Claude Fable 5.2 + Cinecode 代码直出视频,效果惊艳!

                                        2026年11月11日 17:05

                                        原创 小 G 2026-11-11 17:05 广东

                                        现在打开朋友圈和社交 App,几乎被 Claude Fable 5.2 刷屏了,不少朋友都在晒用它做出来的东西。

                                        有做 3D 动画短片的,有做小游戏的,还有让它直接写代码来作曲的,全都是靠代码一点点做出来的。

                                        其中最让我震撼的,是 Anthropic 员工 Jake Eaton 晒出来的一张图,空荡荡的地下停车场里,一束阳光斜照在墙上,一辆购物车停在旁边。

                                        image-20261111142731678

                                        最初我还以为是一张照片,结果他说,这是用 Fable 5.2 画的一张照片,前后大概画了 70 万笔。

                                        整个过程没有调用任何图像模型,全靠代码一笔一笔画出来,的确是相当厉害了,如果没放大仔细看都不会发现瑕疵。

                                        图像能用代码一笔一笔画出来,那么视频自然也能用代码一帧一帧搭出来,于是 Fable 5.2 就被各大网友玩疯了。

                                        不过要把一个想法做成一部完整的片子,剧本、分镜、配乐、剪辑都得顾上,光靠一条提示词还是挺难的。

                                        偶然刷到,一位用代码做视频的创作者 sarpstar 把自己的制作流程整理成 Skill:cinecode,并开源了。

                                        他做的一段百慕大三角纪录片,睡前只交代了一句话,剩下的决定都让 AI 自己拿主意,然后就去睡觉了。

                                        第二天起来,8 分钟的视频就做好了,按他的说法,已经差不多能直接发布,后来提了一轮修改意见就定稿了。

                                        这里干活的还是我们电脑上的 Claude Code 或 Cursor,装上 cinecode,把想拍的东西跟 Agent 说一下就行。

                                        剧本由它来写,每一帧画面用代码搭,声音也一起做,最后交出来的是 MP4。

                                        即便做十分钟以上的纪录片也支持,Agent 会先查资料再写剧本,人物和事件的说法都要带出处。

                                        照片和地图会去开放档案馆里找,哪一段没现成画面,再用代码画地图、图表,或者把那个场景复原出来。

                                        做片子用的是 Claude Code 或 Cursor 已有的订阅,不用再订别的服务,想加旁白,可以填自己的 Gemini Key,有免费额度。

                                        image-20261111152920157

                                        短片则可以从一句话的想法开始,构思的时候,它会随机抽一样真实的东西进来,博物馆藏品、动物、太空照片、古老发明都有可能。

                                        再拿这个东西和我们的想法放在一起,看看能拍成什么。

                                        想用什么画风也可以一起说,3D、2D 动画,或者水墨、纸艺、黏土、像素风都行。

                                        还支持同时导出 9:16、1:1 和 16:9 三种比例,发到哪个平台都不用再重新裁一遍。

                                        若是做 MV 会先测出歌曲的节拍,让剪辑点卡在小节上,每一句歌词都对应一个画面。

                                        README 里还放了十几部用它做出来的示例,有 5 分钟的泰坦尼克号纪录片,也有手表广告、面包店广告和动画童话等。

                                        image-20261111150521929

                                        真要自己做一部,开工前它会先问几个问题,比如影片用什么风格、多长、横屏还是竖屏、要不要配乐。

                                        每个问题都标了一个推荐答案,拿不准的话直接选推荐就行。

                                        接着给出一份逐秒的节拍表,和一张可以逐行修改的导演卡。

                                        然后先渲染出两个场景的静帧给我们看,确认没问题了,才去做剩下的部分。

                                        草稿做出来后,它还会自己检查一遍,开头画面有没有动起来、音量合不合适、文字能不能看清、镜头有没有重复。

                                        检查完还不算,还会交给一个不了解前情的「观众」重新看一遍,挑出问题再改。

                                        image-20261111151039674

                                        制作模式分两种,快速模式能在一次对话里做出 3 分钟以内的片子。

                                        电影模式则适合纪录片这类要调研和旁白的长片,按阶段一步步确认。

                                        当然片子越长,花的时间和消耗的 Token 额度也会越多,电影模式渲染时每部片子还要占几 GB 的磁盘空间。

                                        想要安装使用简单,在 Claude Code 里发一句话,让它帮忙安装 cinecode 技能即可:

                                          帮我安装 cinecode 技能:https://github.com/sarpstar/cinecode

                                          Agent 就会帮我们安装好,安装完成后,可以按下面这个模板发送给 AI 开始做视频。

                                            用 cinecode 做一部影片:<讲的是什么,一两句话>。
                                            (知道的话可以补充以下内容;不写的话工具包会来问:)
                                            时长:<15 秒 / 1 分钟 / 5 分钟>
                                            在哪里播放:<竖屏 / 横屏>
                                            声音:<要旁白 / 不要人声 / 用我自己的歌:文件>
                                            风格:<你想到的某部电影、某张照片或某位画家,或者“你来推荐”>

                                            写在最后

                                            以前想做一部带分镜、带配乐的短片,要会剪辑、会做动画,还得自己到处找素材,一个人很难搞定。

                                            现在把想法说清楚,写剧本、做画面、配声音这些活,都可以交给 Agent 和 cinecode 来完成。

                                            而且我觉得用代码做视频,跟直接用视频模型生成,还不太一样。

                                            视频模型生成的片子,哪里不满意往往只能重新抽一次。

                                            代码做出来的每一帧都对应着几行代码,想改哪个镜头就改哪个,其他地方不用动。

                                            最重要的是用代码来做视频的成本,远比用视频模型生成要低得多,大家可以放开手批量做。

                                            这样一来,以后做视频拼的就不再是会不会剪辑、会不会做动画,而是有没有想讲的故事了。

                                            有想做视频、又不想露脸的朋友,可以挑一个一直想讲的话题,先用快速模式做一条试试。

                                            GitHub 项目地址:https://github.com/sarpstar/cinecode

                                            今天的分享到此结束,感谢大家抽空阅读,我们下期再见,Respect!

                                            跳转微信打开

                                            ❌