阿辰

[爱出海 @ai_chuhai]

复制粘贴给你的AI就可以帮你自动改好：

::OBJECTIVE{site_design|pri:OVERRIDE_ALL}
target: build page to award-tier visual standard
ACCEPT: no visible improvement remaining across all CHECK dimensions
BENCHMARK: Awwwards | Webby Awards | FWA winning entries

::CHECK{typography|standard:award_tier}
::CHECK{whitespace|standard:award_tier}
::CHECK{visual_hierarchy|standard:award_tier}
::CHECK{color|standard:award_tier}
::CHECK{motion|standard:award_tier}
::CHECK{micro_interaction|standard:award_tier}
::CHECK{responsive|standard:award_tier}
::CHECK{originality|standard:award_tier}

::LOOP{self_review|trigger:on_completion}
[READ] current page against CHECK list
[COMPARE] each dimension to BENCHMARK entries
[IF] gap found => [PATCH] then re-enter LOOP
[IF] no gap => [Ω]

[小李爱分享 @kfhshl]

九成九的人都没听过的冷门玩法，来了：

Telegram 私密频道里的视频，原来是可以扒下来的。

官方把下载按钮藏得很深，不过最近挖到个免费开源工具，直接把这道坎迈过去了。

整套流程掐表不到 2 分钟。

经常要囤 TG 私密频道内容的，不妨试试，真挺顺手。
https://t.co/lHP7JnCYeu

[govin.eth | G哥 @goan999999]

卧槽！！！Codex 这次是真的要起飞了！

28.6 万 Star！71 个 Agent！311 个 Skills！

兄弟们，赶紧给你们的 Codex 装上 ECC！【视频后段有实测数据】

这玩意儿简直是给 Codex 免费配了一支 AI 软件开发团队！

以前用 Codex，一个 Agent 从头干到尾，写代码、查 Bug、做测试、改架构，干着干着上下文就乱了。

现在直接给它装上 ECC，玩法完全不一样了！你先看看他的价值：

1、71 个专业 Agent：架构师、程序员、代码审查、安全专家各司其职，复杂任务不用一个 Agent 硬扛。

2、311 个 Skills：前后端开发、自动化测试、性能优化、安全审计，现成的开发经验直接拿来用。

3、完整开发流水线：需求规划→测试→编码→审查→验证，减少反复返工，告别一边写一边救火。

4、长期记忆 + 持续学习：自动沉淀重要经验和上下文，避免每次新开会话都从头��代。

5、内置安全扫描：检查密钥泄露、权限风险、MCP 配置等问题，写代码的同时还能帮你排雷。

最离谱的是，这么一整套东西，居然开源免费！

安装甚至不用自己折腾命令，直接把这段提示词扔进 Codex：

“阅读 affaan-m/ECC ，按照官方文档为当前 Codex 安装并配置 ECC，优先使用官方原生插件方式，检查已有配置避免重复安装，完成后验证 Skills 和 Agent 是否正常可用”

还在裸奔用 Codex 的兄弟，这个项目真值得折腾一下！

[WquGuru @wquguru]

用 REA 分析完 Claude Code（含Mac CLI、Mac App、Android App），这应该是全网最全的代理规则了，先说几个点：

1. 安卓端：检测最强，通过 Sift 进行反欺诈检测，检测 SIM 卡所在国家，收集的硬件设备ID（ANDROID_ID + Play Integrity + 硬件 key）即使重装软件也不改变
2. Mac App 和 Mac CLI：通过 sentry 和 datadog 采集遥感数据，设备 ID 纯随机，不与硬件绑定
3. 推测 iOS 端和安卓端差不多

全分析过程由 Mac 完成，用 DeepSeek Harness + flatkey（亲测对于 REA 非常之赞）：

1. 下载安装 DeepSeek Harness 桌面版：https://t.co/Tbw4KseVuT
2. 注册 flatkey（支持 100+ 大模型，最近活动期国产模型低至 6 折，日常 8 折）
3. DeepSeek Harness 中配置 flatkey：base url 设置为 https://t.co/oKRWGKG2Y4，API Key 从后台创建拷贝，模型选择 deepseek-v4-1-flash-1017

完整规则更新到了 https://t.co/PFGQHdosPe

[M. @wlzh]

有人把"抄一个 App"这件事，做成了一套正经流水线。

GitHub 上这个 replica-skill，3,985 星，是给 Claude 用的 11 个技能，免费、MIT，不用注册也不用 API key。

流程是连着走的：先侦察，把目标 App 的界面、流程、组件、数据模型从公开页面、截图和应用商店介绍里扒出来；再定架构、扒设计规范，然后逐屏重建，接上登录、数据库和支付。

后面几步才是精髓：一个技能专门点遍所有流程测 bug；一个把克隆版和原版逐项对比打分，差在哪列得清清楚楚；还有一个叫 Entrepreneur 的，去翻原版在 App Store、G2、Reddit 上的真实差评，把用户最恨的几点变成你这版的修复清单和卖点。

作者在细则里把丑话说得很明白：只重建功能和交互，净室做法，不碰人家的源码、logo、文案和私有接口；上线前必须换名、换配色、换品牌，有个扫描工具专门查代码里还残留没残留原版的东西，不干净就不让发布。

他也承认克隆不是万能的：订票工具这种几周能搞定，表格引擎那种就别想了，侦察那步会先老实告诉你这活有多大。

想抄作业抄得理直气壮的，这套流程值得看看。https://t.co/05D5xRxT1n

[Kin @KinGao476942]

卧槽！兄弟姐妹们，想用 Opus 5.5 做视频，一定要收藏这 8 个 GitHub 仓库。

1. awesome-opus5-5-videos（约 7100 star）
目前最大的爆款视频合集，每条都附上了背后的提示词。
https://t.co/VWhSZgNz6C

2. lemo-opuscar（约 4400 star）
一个 Claude Code skill，装上之后挑一种风格，就能做出纯代码短片，51 种风格随便选。
https://t.co/CSj7tyu8ie

3. pdoom-video（约 3000 star）
一支歌词卡拉 OK MV 的完整工程，本地就能渲出 4K60。
https://t.co/3WbzuFefAL

4. PDoomVideo（约 2300 star）
同一首歌的另一支 MV 源码，和第 3 个对照着拆，很有意思。
https://t.co/xnriTUB8nQ

5. mg-styles-15（约 1400 star）
15 种 MG 动效风格，成片、提示词、源码全都给。
https://t.co/LkRmgFXx7b

6. ClaudeAnimationBase（约 1300 star）
手绘卡通角色动画的起步包，自带 31 种表情。
https://t.co/wkXHp8xffq

7. awesome-claude-5-5-videos（约 560 star）
视频工作流合集，每个案例都标了出处，Opus 的就有 301 个。
https://t.co/uOw55tL0CQ

8. opus-video-prompts（约 510 star）
中文案例，配上能直接复制的提示词。
https://t.co/1WH40CnNub

[苏茶 @Suercha007]

https://t.co/U8e7ZV9PXH

[逸尘 @gengdaJ]

无头剪映和剪映Skill大升级！这次我把安装包分享给大家了，一定要保存！一定要保存！大家别再老是和我说版本不适配的问题了。。。😅

1、适配剪映 11.6.0：现在默认使用新版剪映，原来的 11.5、11.4.2 也继续兼容。
2、接入Openverse：超过520万个音频文件！免费使用！音效直接解放！每次使用联网获取即可（配置好的）
3、ASR模型成本降低五倍：从豆包ASR改为Step 2.5 ASR 首发，剪辑视频效果和各项指标更优，成本是0.15元/h（对比豆包0.8元/h)，同样支持毫秒级输出。

11.6.0永久安装包地址：https://t.co/EqmpqcACcX
无头剪映GitHub地址：https://t.co/CGXDq1tKxP
配套剪辑Skill地址：https://t.co/QQ5XDF7Dc4
Step 2.5 ASR中国站地址：https://t.co/YniNusjF11

[Joas Antonio @C0d3Cr4zy]

REA Prompts

https://t.co/dndNZcqhCp

[叫我阿杭 @Astronaut_1216]

啊？？？？啊？？？？啊？？？？豆包工作能够直接订阅claude会员，能够直接订阅GPT会员？？？？？？谁刷到这条，谁真是有福了！豆包干穿一切代充生意，claude max 20x只需要1000人民币？？

先用豆包对话，告诉他你的需求是要充值GPT和claude。然后用豆包工作进行computer use，帮你把账号买到手

我不行了，我真的懵逼了兄弟们，还能这么搞呢？？？？

这才是真正牛逼的生意呀！把代充的站点做好Geo优化，因为你服务的就是中国市场，你面向的就是国人，国人最常用的产品就是豆包。我再说一遍，你如果不能把豆包工作用到极致，那么你就真的没有办法在国内的市场赚钱，你就没有办法在抖音赚钱

[麦当mdldm @czzzzzzJ_]

我看谁不会用 Claude Opus 5.5 做视频？

完整地看一下这四个开源仓。

从跟做到拆工程都够用：

1. lemo-opuscar — 多风格提示词 + 纯代码样片，填故事让 AI 导演短片
https://t.co/Ea3zYO6f2H

2. awesome-opus5-5-videos — Opus 5.5 成片合集，附创作者 Prompt（HTML/Canvas/SVG/Three.js）
https://t.co/unZ1MIkySx

3. PDoomVideo — 完整 MV 工程（源码/分镜/渲染），适合研究复杂动画
https://t.co/QZFBjqwmIE

4. opus-video-prompts — 约 54 个可复制案例，中文友好，新手先从这个啃
https://t.co/WybUYeNO2a

[GitHubDaily @GitHub_Daily]

Everything 是 Puter 团队发起的一个开源计划，想把大家常用的商业软件从头重写一遍，全部开源、免费用。

目前已经做了 51 个应用，表格、文档、幻灯片、PDF、笔记这类办公软件就有 7 个，对标的就是 Excel、Word 和 PowerPoint。

GitHub：https://t.co/8YSJie2G6q

创作类有照片、视频、矢量图、音频、音乐和 3D 六个工作室，分别对着 Photoshop、Premiere、Illustrator 这些来做。

大部分应用都给了在线体验链接，浏览器点开就能用，不想折腾安装的话，可以先拿表格和文档试试手。

翻清单时还看到了收银、排班、托儿所管理这种冷门行业软件，覆盖面比我想的广不少，最后还附了国际象棋、数独等 5 个��游戏。

[陈大黄 @realchendahuang]

发现一个牛逼的DSH插件，可以让AI破防。不仅仅可以破Deepseek，基本能破的都能破。

https://t.co/xW3LQS7tdt

[阿西_出海 @axichuhai]

卧槽，有个编程大神把自己的工程经验蒸馏成了一个开源项目

GitHub 热榜第一，Star数直接冲上了9万 +

作者是前 Vercel 工程师 Mat，参与过 Next.js 早期开发，以把复杂技术讲得通俗易懂著称。

他把日常和 Claude 协作的工程实践整理成 16 个 skill，一条命令安装，给 AI 注入几十年的软件工程经验。

最受好评的一个叫 Grim，让 AI 反过来拷问你，沿着决策树逐一确认需求，直到彻底搞清楚你想要什么再动手。

只有 3 句话 42 个词，被不少人评为"token 回报率最高的提示词"。

还有一个 skill 专门解决代码跑不起来的问题，强制 AI ��写一个会失败的测试，再写最少量的代码让它通过，最后重构，经典红绿循环，AI 想走捷径都难。

整套项目不只是教 AI 怎么做事，更是帮你和 AI 建立一套持续对齐的工作机制。

[风渡fengdu @fengdu2077]

https://t.co/hBDzGivrxV

[阿辰 @Chen18Yu]

@hohomngkj148497 大佬，蹲一波

[拓跋鼠 @qwerty__cs]

搞 REA 逆向，现在连绕过审查的提示词都不需要了！

Perplexity直接把 REA 做成了内置 Skill，还送 10000 积分免费额度！

直接输入/reverse-engineer，告诉它要逆向哪个 App，它就全自动逆向分析直至重建一个能跑的版本，不用源码。

10月 31 日前，使用这个技能的任务免费，每人最高送 1 万 credits。

官方已经做了5 个演示，可以直接进去看看：

• 类 Figma：https://t.co/lF9h1WBSHO
• 表格：https://t.co/D38LWSMDGY
• 图片编辑：https://t.co/XCnnnm7LZW
• 合同审查：https://t.co/6IACuBBkJy
• 音频编辑：https://t.co/yPiUc4MCil

Light 档用 GPT-6.1 Sol，Standard 用 Opus 5.5，也能手动换模型。

入口：https://t.co/AeAxOugXiR

[Akshay 🚀 @akshay_pachaar]

Google just open-sourced Harness².

(turn any harness into a self-improving system)

a harness is everything wrapped around the model, like the system prompt, tools, memory, skills, and subagents. today a person designs it once, and the agent runs every new task with that same fixed setup.

Harness² lets the agent refine that setup for each new task on its own, with the model weights left untouched.

on every task, the agent proposes edits to its harness, runs a few candidate versions, and composes a better harness by comparing how those runs behaved.

because it learns from the differences between runs, it needs no correct answer or grader for the task.

that covers a single task. Harness² also carries what it learns from one task into the next.

after each task, it saves the harness it settled on along with the lessons that held up across the runs. the next time it refines a harness, it starts from those notes instead of from scratch.

this means every finished task makes the next round of edits more informed.

Google tested this with Gemini 3.5 Flash and GLM-5 on legal, office, and professional work benchmarks. one round of edits was enough to beat their original harnesses, and giving the agent more rounds pushed scores higher.

those extra rounds can go wide or deep. the agent either tries several candidate harnesses at once or keeps refining a single one step by step, using OpenCode or Codex to carry out the work.

you can find the Harness² repo here: https://t.co/i00WLeeFpw

I wrote about a similar idea for agents already running in production, where the harness should repair itself after a failure instead of waiting for someone to debug the trace by hand.

that piece walks through how @Cometml's Opik (open-source) closes this loop, going from a failing trace to a proposed fix to a regression test that stops the same failure from coming back. it's quoted below.

[千寻｜AI 分享 🌸 @Crypto_QianXun]

这个国人做的插件太猛了。。。

一个插件，直接接�� 59 个数据服务、1000 多个接口：

社交媒体平台：油管、X、Instagram、抖音、小红书、公众号、telegram、B 站、领英……

电商平台：淘宝、闲鱼、京东、亚马逊……

还有搜索平台和加密货币平台。

在任意主流 agent 里都能无脑调用：Codex、Claude Code、Hermes、Openclaw、workbuddy、kimi……

[铁锤人 @lxfater]

AI 再聪明，写代码时我还是更信 GitHub 上成熟仓库里验证过的解法

AI 还没爆发的时候，我就经常参考这些仓库来写代码，质量也很好

现在有人把这套方法做成了工具，叫 XERJ：

帮 AI 下载相近的开源仓库，把代码整理成可搜索的资料，动手写之前先查相关实现

效果怎么样？

项目方用专门构造的陌生代码库做了对照测试：

两组都通过了 16/16 次运行，用 XERJ 的组比用 grep 搜源码的组，生成的文本量少了约 62%（按 token 计）

挺高兴看到自己以前的做法，有人把它做成工具，还测了效果

https://t.co/UlvzYKdMeL