RCStar 🧡 Ordzaar

[多肉｜AI 内容增长架构师 @leo_xiaolei]

https://t.co/pHGXKctLEU

[Bill The Investor @billtheinvestor]

Fable 5 把 8 小时的工作量压缩到了 15 分钟。

这种效率提升来自于一套全自动运行的闭环代理机制，它不需要人工干预即可完成从任务拆解到结果验证的全流程。

这套系统由 6 个核心阶段组成：
Triage（分诊）→ Conductor（指挥）→ Worker（执行）→ Verifier（校验）→ Gate（门控）→ Trust Ledger（信任账本）。

它的运行逻辑非常直接：自动识别任务目标，在数秒内将其拆解为具体步骤，编写代码并进行自我检查。如果结果通过验证则进入下一环节，否则重新循环修正。这种“发现-执行-校验”的闭环让 AI 从简单的对话框变成了能够独立交付成果的数字员工。

[小互 @xiaohu]

Claude cdoe 推出一个新的命令

运行 /checkup 它可以，帮你对你整个系统进行体检：

1. 清理未使用的技能/MCP/插件以节省上下文
2. 去重你的本地 CLAUDE.md 与签入的 CLAUDE.md
3. 将根 CLAUDE.md 拆分为嵌套的 CLAUDE.md + 技能
4. 关闭慢速钩子
5. 将你的 Claude Code 更新到最新版本
6. 默认启用自动模式
7. 预批准经常被拒绝的只读命令

/checkup 在进行任何更改前，都会与你确认，不用担心乱删...

[周尔复 @cholf5]

我决定以后所有重 UI 的游戏，都用 Blazor WebAssembly 做，因为做起来太方便了，还能白嫖 GitHub Pages。做完别人点个链接就能玩，相当方便。
忘掉游戏引擎吧，Web 技术栈才是最适合 AI 的游戏开发技术。

[周尔复 @cholf5]

第一次听说这个免费游戏资产，有6万多个风格统一的美术资产，可以商用。
https://t.co/GS6XAOAwac

[开发者Hailey @IndieDevHailey]

🚀 港大开源 ViMax，AI 一人剧组，一键拍完整长视频！

一句话想法 → 自动生成带剧本、分镜、配音、角色一致的成片！

解决下面的痛点：
- 不再几秒短 clip、人物跳脸
- 多 Agent 协作：编剧写故事、导演控镜头、制片保一致、生成器出视频
- 长视频叙事完整、画面连贯、自动配音分镜
- 免费开源、本地部署、无限生成、无水印

真正私人影视团队！

[响马 @xicilion]

我为什么建议用 PlantUML 来写规划和文档呢？比如这个架构图用文字来写，人说不明白，AI 也看不明白，AI 写明白了，人看一遍也费脑子。改成 PlantUML，大家都没有废话。只需要使用文字描述的不到 1/5 到 1/6 的 token，就能精准传递描述。
使用 https://t.co/m5NU23B0iM 可以在 markdown 里随时查看。

[How To Prompt @HowToPrompt__]

China has open-sourced a sandbox that:

→ boots in 60ms (docker takes 200ms)
→ uses 5MB of RAM per instance
→ runs thousands of AI agents on one machine
→ isolates every agent at the hardware level
→ drops into your E2B code by swapping one URL

It’s called CubeSandbox, a hardware-isolated sandbox for AI agents that cold-starts in under 60ms with just 5MB of memory overhead.

It's a drop-in E2B replacement. Swap one URL. Keep your code. Kill the bill.

no Docker. no shared kernel. no cold start tax.

100% open source.

[Berryxia.AI @berryxia]

我今天把家里的MacMini 上的OpenClaw 已经卸载了！
把东西都迁移到它上面了~

卧槽，今天白天还说，这个我可太有发言权了！

Bloome上线了，一个把人类和多个AI Agent放在同一个对话里协同工作的消息平台。

核心设计不是单个助手，而是多Agent协作：一个Agent起草，另一个挑刺，第三个补漏，最后再到人手里。

支持直接接入Claude Code、Codex、OpenClaw等模型，也能自定义带记忆和技能的Agent。

Agent还能在对话里直接扔出可视化报告、仪表盘和交互工具。

对一个人创业或者小团队来说，这相当于把研究、写作、审核、策略这些环节用Agent串起来，在一个线程里跑完。

之后再加真人 teammate，上下文也不会断。

这其实是把“聊天”重新定义成了多Agent工作空间，并非是单纯的人机对话工具啊。

强烈安利，没有使用的朋友试试，一用回不去了~！

[周尔复 @cholf5]

这个周末 Vibe 了两天的成果👇，用 Blazor 复刻了经典的放置游戏 Cookie Clicker。本来只是想试一下 Blazor 做这种 Web 游戏的表现，没想到效果出奇的好，20分钟就从0到1做了个能玩的 Demo，后面就是持续两天的打磨，产出了近1万行代码 + 2500行文档。

开源地址：https://t.co/OC7EOH5TaI
在线试玩：https://t.co/knRQl6BdX6

后面还会持续打磨，打算当做一个严肃项目完成它。目前的版本已经是个能玩的版本了，后面再打磨也都是锦上添花，优化下表现，不会加新功能了。

最后给不了解这类游戏的朋友做个简单介绍：「Cookie Clicker 是一种 Incremental Game（增量游戏，也称 Idle Game／放置游戏），玩家通过不断积累资源、购买自动化生产和解锁指数级增长机制，体验数值持续膨胀、效率不断提升和长期规划带来的成就感。」

[mousepotato @iluciddreaming]

最强 AI 语音模型直接免费开放 API！

Fish Audio S2.1 Pro 正式解锁，开发者零成本 TTS 时代到来。

[歸藏(guizang.ai) @op7418]

Twitter 终于有 MCP 了，这个非常有用！

如果你像我一样依赖 Twitter 信息的话，就可以让 AI 帮你自动整理、总结和对你的数据进行分析

不过依然需要你注册 Twitter 的 API，然后按量付费。

我今天早上配置了一下，它针对个人信息（就是你自己的信息）其实有一个比较大的优惠：

调用一次是 0.01 美元，也就是 1 美元可以调用 1000 次。我拉取了一下最近三天的书签，只花了 0.1 美元。

我大致做了几张图，简单写一下如何配置：

1. 创建 APP 与充值：去 Twitter 开发者后台创建一个 APP。注意，充钱是必须的。

2. 获取配置 ID
(a) 创建完 APP 后，从侧边栏点进你创建的这个 APP。
(b) 在设置里填写并修改相关内容。
(c) 修改完成后，系统会弹窗显示两个 ID，这两个 ID 是需要在 MCP 里填写的，一定要记好。

3. 辅助配置
(a) 我的那张图片发给 Codex 或者 Claude，让他们帮你配置。
(b) 配置完后，让他们打开配置文件，你把那两个 ID 替换掉就可以了。

4. 授权启动
在启动时，第一次需要打开网页进行授权。如果你的 AI 没有自动打开网页，可以提醒它一下。

[Indie Fox @indie_maker_fox]

朋友们，我挖到一个真正好用的 AI 运营工具：Okara

https://t.co/KCuV24Yx0M

我原本打算自己做一个产品来跑运营：把 Google Analytics / Search Console / Plausible 的流量数据打通，再接 Typefully，把 X、LinkedIn 的内容分发自动化起来，结果今天发现了 Okara！

我现在还在试用，但它已经能把我的网站数据、X 和 LinkedIn 账号接起来，直接分析内容、流量、竞品等信息，然后给出一套清晰的 SEO / GEO 优化建议，还会帮我去 Reddit 等平台挖相关讨论，告诉我哪里值得参与、怎么切入。

功能我还没摸完，但体验非常顺手。基本已经准备付费让它继续干活了，后续效果如何我再来更新。

[宝玉 @dotey]

Q：我们公司有十几个微服务，现在想让开发用 AI Agent 来做系统设计和编码。问题是一个 user story 经常需要多个微服务协作，Agent 必须了解每个服务的职责边界和业务概念才能做出合理的设计。我们打算把所有微服务放到一个 workspace 下，每个服务配上自己的文档，让 AI 自己去处理。这种方式合理吗？有没有更好的实践？

A：用好 Agent 的关键是两点：上下文的质量，和验证的闭环。

先说上下文质量。

放在一个 workspace 下是目前社区比较推荐的做法。

monorepo 天然适合和 AI 配合，因为 Agent 可以在一个地方同时看到 schema 定义、API 协议、各个服务的实现代码。如果因为历史原因确实不方便合成 monorepo，有个折中方案叫虚拟 monorepo，就是把多个仓库 clone 到同一个本地目录下。

除了放在一起，文档也是很好的让Agent获取上下文的方式，最好给 Agent 一张地图，加上按需加载：
1. 根目录放一份总的 AGENTS.md(或 CLAUDE.md)当索引用，列清楚有哪些服务、各自负责什么、要改某个服务就去读它目录下的文档。
2. 每个微服务自己目录里再放一份,写清自己的职责边界和业务概念,这其实就是 DDD 里的 bounded context。
3. 让 Agent 先看根索引，定位到相关的那几个服务，再去加载它们的细节。

不过要注意文档要及时更新，尤其是微服务协议变更了，一定要及时更新文档，否则会误导。

能从代码或规格自动生成的，就别手写。手写文档迟早会和代码对不上，而像 OpenAPI 这种机器可读的接口规格，一份东西既是文档，又能拿去生成 mock 和测试。

除了文档，还有一个很多人忽略的上下文来源：协议测试代码。高质量的 contract test 本身就是最准确的活文档，它精确地描述了服务之间实际的交互协议，比人写的文档更不容易过时，因为错了测试就无法通过。你如果已经有 OpenAPI spec 或者 Pact 契约文件，这些对 Agent 理解服务边界非常有价值。

再说验证。微服务场景下验证是最麻烦的部分，因为一个 user story 可能涉及好几个服务协作，你不可能让 Agent 每改一行代码就把整个系统跑起来做端到端测试。

一个实用的思路是：每个微服务提供 mock server 或者基于 OpenAPI spec 自动生成的模拟服务。Agent 写完代码后可以在本地跑 contract test 验证自己的改动有没有破坏和其他服务的协议约定，不需要依赖线上真实的 API 或者完整的集成环境。这样 Agent 就能形成一个“写代码→跑测试→自我修正”的闭环，不需要人在过程中频繁干预。

想再进一步,建议了解一下契约测试(consumer-driven contract testing，常用工具是 Pact)。思路是调用方把自己实际用到的接口形状记下来，生成一个契约文件，被调方再去验证自己能不能满足这个契约。

简单说：workspace 统一提供全局视图，分层文档 + 协议测试提供精准上下文，mock server + contract test 提供验证闭环。这三层搭好，Agent 处理跨微服务的系统设计就比较靠谱了。

一些参考资料

1. Anthropic 的 Effective context engineering for AI agents，讲怎么把上下文当稀缺资源来经营、按需加载:
https://t.co/xhbtymgYjL

2. Anthropic 的 Effective harnesses for long-running agents，讲长任务里怎么给 Agent 搭脚手架(比如用进度文件加 git 记录跨上下文窗口接力)：
https://t.co/tERUGrV9wC

3. 怎么在 monorepo 里组织 AGENTS.md 给 Agent 用,可以看 https://t.co/dB4dRBtVR1 上这篇 Steering AI Agents in Monorepos with AGENTS.md：
https://t.co/Sy0u0CNFVU

契约测试入门，搜 Pact 加 consumer-driven contract testing 的指南就行。

[Ken Lai @Ken_M_Lai]

前面几天的晚安信息。

相貌还没固定，姿势不够随机。

小问题一大堆（比如后面两张姿势几乎一样，还好衣服不同）

[Bill The Investor @billtheinvestor]

Google AI Studio 正式开放了每分钟 100 万 token 的免费额度。开发者现在可以直接调用顶级的算力资源，无需绑定信用卡，也不需要支付任何月费。通过这种方式，你可以零成本获取原本价值数千美元的计算能力。如果你开发高并发、长上下文的项目，可以按以下路径接入：

1. 直接访问 Google AI Studio 平台。2. 获取官方 API Key。3. 在代码中配置请求频率（Rate Limit）以适配每分钟百万级的调用规模。这种无需订阅即可使用的策略，极大降低了大规模模型应用的开发门槛。

[小耳👂Jane｜Xiaoer @xiaoerzhan]

复刻skill发布 🔥

我拿这个skill 1:1复刻了当前公认的最牛前端网站
还原度可以是100%
见评论区

在这里讲讲原理
一、核心认知：网站的"真源码"到底在哪？

关键要分清两类网站——

A. 服务端渲染 / 数据驱动的站（淘宝、后台系统、大部分 SaaS）
真正的逻辑跑在你看不到的服务器上，浏览器只拿到服务器吐出来的零碎结果。

B. 静态构建站（Astro / Vite SSG / Hugo —— oryzo 就是这类）
整个客户端运行时（HTML + JS bundle + CSS + 所有 3D/图/字体资产）在构建时就全部打包成可下载的静态文件，扔到 CDN 上。没有隐藏的后端在算画面。

▎ 💡 所以很显然B是能扒拉的～～

二、为什么这个网站麻烦：资产是"滚动时才掏出来"的

你不能简单 wget 把 HTML 抓下来就完事。因为 oryzo 最重的东西——

- .sog 高斯泼溅数据（3MB 的 3D 场景）
- 25 个 .buf（几何 + 相机动画曲线）
- wasm 排序器、Rive 动画

全是 JavaScript 在你往下滚的时候才动态 fetch 的，URL 还是代码里现拼的。静态扫 HTML 根本发现不了它们。

所以 mirror-site.mjs 的做法是：开一个真浏览器，从头滚到尾,把这期间发生的每一个真实网络请求全部录下来,再照着这份"实际请求清单"逐个下载。— 这是唯一能把动态资产抓全的办法。这次抓全了 135 个。

三、为什么搬过来就渲染得一模一样？

靠的是根相对路径。oryzo 的代码里全是 /_astro/hoisted.js、/models/coaster.buf、/splats/props.sog 这种以 / 开头的路径。

只要我从 site/ 这个文件夹作为 web 根目录起服务，浏览器请求 /models/coaster.buf 就解析到我本地那份。同样的代码、同样的路径、同样的字节 → 浏览器根本分不出这是不是原站。它跑的就是 Lusion 那套真代码 + 真资产,所以连原站那俩 mp4 会 abort 的怪癖都一模一样。

唯二需要改的地方(都不是"重写",是"重定向"):
1. Typekit 字体——Adobe 按域名锁授权,换到 localhost 可能不给字体 → 把字体文件下下来自托管,改一行 @import 指向本地。
2. 删 cloudflare 追踪——一行 <script> 切掉。

其余 133 个文件零改动。所以最后 hero 像素 diff 只有 36/130万 ——那点差异还只是高斯泼溅每帧排序的随机抖动。

[爱丽丝呀！ @BTCqzy1]

前端和独立开发者终于有天花板级别的动效库了！

告别千篇一律的组件库和生硬过场！

分享一个超赞的 GitHub 开源项目 —— react-bits

专为追求极致视觉与交互细节的前端/独立开发者而生

它把那些大厂/顶级创意网站上才能见到的高级感动效，全部封装成了开箱即用的 React 组件！

像素动画、流体文字、超酷的背景粒子、3D卡片翻转、炫目悬停特效……

全部基于 React + Tailwind CSS + Framer Motion 纯代码实现，零配置、轻量级、完全可定制。

每个动效都附带精心设计的交互预览 + 实时参数调节面板

而且直接一键复制代码，1秒直接搬进你的项目，让你的网页瞬间充满百万级的高级创意感！

地址：https://t.co/uSSInXfkNY

[开发者Hailey @IndieDevHailey]

爆火9.8万星设计开源神器！UI/UX Pro Max 让产品界面秒变高级感🔥

再也不用为UI配色、风格搭配、落地页结构头疼！GitHub 这个 UI UX Pro Max 直接救场！

这是一款超强 AI 设计智能技能，输入一句需求，就能瞬间生成完整专业设计系统：
- 67种高端UI风格（玻璃拟态、粘土风、极简、赛博朋克等）
- 96套行业专属配色
- 57组精选字体搭配
- 智能落地页模式 + 交付检查清单

支持 React、Next.js、Flutter、Tailwind 等13大技术栈，v2.0 智能生成器几秒出定制方案，连反模式都帮你避开。还有39个真实Demo可直接参考。

开源免费，Claude / Cursor 等AI工具无缝集成，9.8万 Star 实力认证！

想让产品界面直接高级感拉满的建议低调收藏。

[Mr Panda @PandaTalk8]

哪位大佬帮我给 yetone 大佬带个话， 把我从屏蔽列表里移出来。

这两天试了yetone 大佬写的提示词，非常的专业，描述的清晰而具体，完全是 oneshot 的提示词的模范参考：
实在太牛B了
项目地址在评论区。