Man ting

资料分享/Ai

[Man ting @Manorgw]

微调 LLM 时最折磨人的，是不是从来不是训练，而是环境配置？Soup 直接把流程压到三步：

pip install "soup-cli[train]" → soup init --template chat → soup train

一个 YAML 配置文件就把训练搞定了。

1️⃣ 支持聊天、代码、推理、视觉、RLHF 等多种模板
2️⃣ 通过 Layer Streaming 降低显存占用
3️⃣ 4GB 显存也能尝试微调 8B 模型
4️⃣ 训练后可导出 GGUF，直接接 Ollama，也能推到 Hugging Face
它更有意思的地方在于：原本那一堆服务器、驱动和参数调试的流程，被尽量压缩成了一个 CLI 工作流。
想折腾自己的模型，门槛低了不少。
🔗 https://t.co/Mt6C9a7wlz

[Man ting @Manorgw]

WeatherNext 系列模型被 DeepMind 统一开源了，之前关注 GraphCast、GenCast 的，是不是该瞄一眼？最新一代 WeatherNext 2 也在其中。

1️⃣ WN2 做全球中程天气和台风预测，分辨率约 30 公里
2️⃣ 同仓库还有 GraphCast、GenCast
3️⃣ 另有 Cyclones 台风版本和 1° 分辨率 Mini 版
4️⃣ 提供 Colab、预训练权重和示例数据，上手门槛不算高
简单说，想研究 AI 天气预报，现在直接从这个官方开源仓库开折腾就行。
🔗

[Man ting @Manorgw]

Lightpanda 这个无头浏览器，是不是正好让 AI Agent 爬网页时不用再背着完整 Chrome 跑渲染？底层用 Zig 重写，不是 Chromium 分支。

1️⃣ 不渲染可视化界面，减少无意义开销
2️⃣ 官方称速度约是 Chrome Headless 的 11 倍
3️⃣ 内存占用最高可降低约 9 倍
4️⃣ Docker 一键部署，还兼容 CDP、Playwright、Puppeteer、Chromedp
一句话：Agent 只想读网页，就没必要扛着一整套浏览器 UI。
🔗

[Man ting @Manorgw]

做 APP 是不是一直缺个能提升"设计品味"的 AI 助手？Emil Kowalski 整理的这组 AI Agent Skills 里，Apple Design 就挺好用——它把 Apple WWDC 设计分享中的界面与动效原则变成指导，界面层级、反馈和整体连贯性都能改善。实际效果相当不错，简单克制，很有苹果原生 App 的味道。

作者 Emil Kowalski 之前在 Vercel，如今在 Linear 做设计师，Apple Design 只是他这组 Skills 中的一个，目标就是让 AI 做界面时更懂动画选择、交互细节和视觉打磨。除了它，还有好几个都很实用，项目 GitHub Star 数接近 4w：https://t.co/HWHpYkYOUV

「emil-design-eng：设计工程总则」
关注 UI 的整体质感、组件设计、动画选择和交互细节。适合开发新界面时作为总体设计指导。

「animate：制作动画」
从零设计并实现动画。会先判断是否有必要加动画，再决定动画目的、实现方式、属性、曲线和时长。适合弹窗、抽屉、按钮反馈等动效。

「review-animations：审查动画」
检查已有动画是否合理，例如是否多余、速度是否拖沓、缓动是否合适，以及是否考虑减少动态效果等。适合动画完成后的专项评审。

「improve-animations：改进项目动画」
检查整个项目的动画，并整理出可执行的改进建议。适合接手已有项目、想系统提升动效质量时使用。

「find-animation-opportunities：寻找动画机会」
判断界面上哪些地方值得增加动画，哪些地方不应该动。重点不是"多加动画"，而是让动效真正帮助用户理解操作反馈或界面状态。

「apple-design：Apple 风格设计原则」
将 Apple WWDC 设计分享中的界面与动效原则整理成指导，帮助改善界面层级、反馈和整体连贯性。

「prototype：制作多个原型方案」
针对一个 UI 需求生成多个不同方案，便于比较布局和组件形态。适合设计方向还不确定时使用。

「mobile-native：优化移动端网页体验」
帮助网页在手机上更像原生应用，关注安全区、触控反馈、输入框缩放和移动端视口等细节。

「write-swift：编写现代 Swift」
覆盖 Swift 值类型、并发、泛型、性能和测试等工程实践。适合 Swift 代码编写与整理。

「pick-ui-library：选择 UI 组件库」
根据需求挑选合适的组件库，避免不必要地手写复杂组件，或引入维护状况不佳的依赖。

[Man ting @Manorgw]

论文、财报、合同这些长文档，一条命令直接转成知识图谱——Hyper-Extract 是不是把手动整理结构化信息那摊累活给免了？

它用 LLM 把非结构化文本处理成知识图谱，跑起来就一条命令。

1️⃣ 支持超图，还能处理时间、空间关系
2️⃣ 80+ 领域模板，拿来就用
3️⃣ 支持增量更新，知识可以持续积累
4️⃣ 能导出到 Obsidian，也支持本地运行
说白了，"翻文档、摘信息、整理关系"这套活，交给 AI 就行。
🔗 https://t.co/75zkyNCpSh

[Man ting @Manorgw]

本地 Agent 还能有个统一"指挥台"？T3 Code 干的就是这事——Claude Code、Codex、Cursor 装一堆、每个都得单独操作的日子，是不是该翻篇了？

它不替你重装 Agent，而是把电脑里已有的工具统一管起来：

1️⃣ Claude Code、Codex、Cursor、Grok Build、OpenCode 都能接
2️⃣ Web、iOS、Android、Electron 都能操作
3️⃣ 手机或另一台电脑也能远程控制本地 Agent
4️⃣ npx t3@latest 一条命令就能启动
简单说：Agent 还是跑你自己的电脑，T3 Code 负责统一调度。
经常同时用多个编程 Agent 的，可以试试这个思路。
🔗 https://t.co/I9sQZamnVP

[Man ting @Manorgw]

系统设计面试的知识和案例都归到一处，复习不用再满网搜——system-design-notes 这个 GitHub 仓库，是不是该先存下来？

想系统啃系统设计，拿它当一份集中式资料库就够。
🔗 https://t.co/I6PJSjrHBe

[Man ting @Manorgw]

GitHub 上这个 DevSpace，是不是能在 Codex 额度见底时给你留条后路？先别急着充值。

它让你自己搭 MCP Server，把本地项目接给网页端 GPT。

比较妙的一点：网页 Chat 和 Codex 的额度分开计算，Codex 用完了还能切网页端继续干活。

接 GitHub 也行，分支、PR 管代码；项目文件和终端都留在本地。

简单说，就是多了一条 AI 编程通道。
🔗 https://t.co/aJdH9kp7gO

[Man ting @Manorgw]

视频下载工具给你们归拢齐了，X、抖音、TikTok、ins、FB、YouTube 这些平台全兜得住。

1️⃣ X 视频
🔗 https://t.co/pPVpnZOCML
2️⃣ TikTok 去水印
🔗 https://t.co/xQuJYJGlXF
3️⃣ 抖音解析
🔗 https://t.co/CUBM8asSV3
4️⃣ Ins/FB
🔗 https://t.co/SoagtKmKpk
5️⃣ YouTube：yt-dlp
6️⃣ B站/多站点：lux
7️⃣ 字幕
🔗 https://t.co/KhdcoTQR6w
8️⃣ 桌面批量：4K Video Downloader
我自己只用 cobalt 加 yt-dlp，干净利落不啰嗦。网页广告确实烦，可人家免费，能用就别嫌。
先存着，别真要用的时候到处求人

[Man ting @Manorgw]

Suno 做 AI 音乐还在用？ace-step-ui 这个项目是不是值得留意一下？它给 ACE-Step 1.5 做了个 Spotify 风格界面，直接用自己的 GPU 本地生成完整歌曲。

1️⃣ 支持人声、歌词，单曲可生成 4 分钟以上
2️⃣ 支持参考音频、封面和局部重绘
3️⃣ 自带音频编辑、音轨分离、视频生成
4️⃣ 全程本地运行，不用订阅，数据也不上云
免费开源，生成多少自己说了算，模型和数据都掌握在自己手里。
🔗 https://t.co/VWZuH7VRvW

[Man ting @Manorgw]

Quickemu 是不是正好绕开装虚拟机最烦人的那关——不是系统本身，而是一堆配置项？它把流程直接简化了：

1️⃣ quickget 自动下载系统镜像并生成配置
2️⃣ quickemu 根据电脑硬件自动调整虚拟机参数
Windows、macOS、Linux 都能跑，官方还覆盖了大量系统版本，Win11 的 TPM 2.0 也不用自己折腾。
想测试其他系统，基本一条命令就能开搞。
Linux 用户可以收一个👇
🔗 https://t.co/0VyxmmFcce

[Man ting @Manorgw]

想要一个真能陪你聊天、打游戏的 AI，AIRI 这项目是不是有点意思？它没做成单纯的聊天机器人，而是捏成了一个带虚拟形象的 AI 伴侣：

1️⃣ 实时语音聊天，还能识别语音
2️⃣ Live2D / VRM 形象会眨眼、追踪视线
3️⃣ 跨会话保留记忆
4️⃣ 能陪你玩 Minecraft、Factorio，也能去 Discord、Telegram 聊天
5️⃣ 支持 30+ LLM，OpenAI、Claude、Gemini、DeepSeek、Ollama 等都能接
还支持 WebGPU 本地推理，不一定非得走 API。
简单说，就是把 AI 从"聊天窗口"变成了一个会说话、会玩游戏、还有自己形象的虚拟伙伴。
🔗 https://t.co/t5eCsioqAk

[Man ting @Manorgw]

微软开源的 SkillOpt，是不是让 AI Agent 的 Skill 也能自己"迭代升级"了？它把训练模型那套优化思路搬到了 Agent Skill 上：Agent 先执行任务，优化器再根据结果和执行轨迹自动改 Skill 指令。

1️⃣ 从成功/失败轨迹里找具体改进点
2️⃣ 新版本必须超过基准分，否则直接拒绝
3️⃣ 不绑定特定模型，优化后的 Skill 可以迁移
4️⃣ 主打自动优化，减少手动调 Prompt 的反复试错
说白了，就是让 Agent 的技能从"人工调教"，变成自己跑、自己评估、自己改。
🔗

[Man ting @Manorgw]

agent-skills 这个 Addy Osmani 开源的项目，是不是正好治 AI 写代码"能跑就算完"的毛病？它给 Agent 加了一整套工程化开发流程。

DEFINE → PLAN → BUILD → VERIFY → REVIEW → SHIP，开发拆成 6 个阶段，对应 /spec、/plan、/build、/test、/review、/ship 等命令。

1️⃣ 先写规格，再拆任务
2️⃣ 增量开发 + 测试验证
3️⃣ 代码审查、安全、性能都有专门技能
4️⃣ 内置"反偷懒"机制，尽量防止 Agent 跳步骤
简单说，就是让 AI 不光写代码，而是按一套完整的工程流程把项目往上线推进。
🔗 https://t.co/Bg1OcP2fpi

[Man ting @Manorgw]

Tailscale 折腾出的 Tailcat，玩法是不是有点反直觉？账号不用注册、VPN 不用装、端口也不用配，两台机器之间就能安全直连。

丢过去一个短 token，连接就自动搭好；能直连走直连，走不通就退到 DERP 中继，全程 WireGuard 加密。

连上以后还能：

1️⃣ 传文件
2️⃣ SSH
3️⃣ 暴露本地端口
4️⃣ 当 SOCKS5 / 出口节点
5️⃣ 浏览器直接传文件
Go 写的，用户态运行，官方开源。
有点像加强版 netcat，底层却直接借了 Tailscale 的数据面。
🔗 https://t.co/JfCrP47C73

[Man ting @Manorgw]

AI Agent 是不是已经从"回答问题"往"自己把事情做完"这条路上走了？字节开源的 DeerFlow 2.0，正踩在这个节点上。

它本质上是一套长程 Super Agent 框架：能拆任务、调子 Agent、调用工具，还自带记忆、文件系统和沙箱执行环境。官方定位就是处理从几分钟到几小时的复杂任务。

可扩展 Skills 也支持，研究、写代码、生成内容这些都能往里扩。

GitHub 上已经 8 万+ Star，热度相当夸张。
🔗 https://t.co/XD7oZ5sQH7

[Man ting @Manorgw]

Hermes Agent 多了个叫 Hermes Studio 的本地可视化控制台，命令行还用得着一直盯着吗？Web / 桌面端就能把它统一管起来。

1️⃣ 接入 Telegram、Discord、飞书、钉钉、微信等平台
2️⃣ 可视化工作流、定时任务、Kanban
3️⃣ 会话、模型、Profile、用量统一管理
4️⃣ 本地优先，支持 Docker / npm
一句话：Hermes Agent 从命令行搬进了一个更直观的控制台。
🔗 https://t.co/dNF3ZsaPCh

[Man ting @Manorgw]

英文论文翻译时不停切窗口，是不是最烦人的那一步？BabelDOC 干脆把英文 PDF 直接变成中英双语版，原来的排版基本保留。

1️⃣ 中英左右对照，或原文/译文交替分页
2️⃣ 公式、表格、图片、图注都尽量保持原位
3️⃣ 扫描 PDF 也支持 OCR，长文还能自动拆分处理
复制粘贴来回折腾的活儿省了，一份 PDF 直接对照着看。
🔗 https://t.co/OSowBU6rGT

[Man ting @Manorgw]

Agent 每开一次新会话就得重新摸一遍项目，这算不算 AI 编程最容易被忽略的成本？之前定下的方案、约束和决策都搁在旧聊天里，新 Agent 进来依旧一张白纸——brain.md 想在仓库里加一层持久记忆。

1️⃣ 纯 Markdown，人和 AI 都能直接读
2️⃣ Claude Code、Codex 等多个 Agent 可以共享
3️⃣ 零依赖 CLI 管理，统一命令写入
4️⃣ 按"当前理解 + 时间线"记录，变更还保留原因和证据链
一句话：把散落在聊天记录里的项目记忆，真正放回代码仓库。
🔗 https://t.co/Sa0TEQCiRm

[Man ting @Manorgw]

带 Web 界面的视频下载器 HomeTube，自己搭影音库的是不是可以看看？它支持 YouTube 等 1800+ 平台，下载完还能自动整理入库。

1️⃣ 自动最高画质、字幕、Cookies
2️⃣ 支持播放列表同步和片段剪辑
3️⃣ 自动整理成 Plex / Jellyfin 目录
4️⃣ Docker 一键部署，局域网直接用
一句话：下载、整理、入库一步搞定。
🔗 https://t.co/p6gkmZaSWq