Coco Gao

🌟 CTO & Co-Founder @PlandaryAI 🔑 Former core reviewer @openstack 🚀 🚀 Fusing algorithms and aesthetics to build the future of generative creation 🎨🤖

[Smartpig @Smartpigai]

Andrej Karpathy 用 2 小时演示了他日常如何使用 AI

本质就是把 AI 当成能执行任务的同事，用自然语言直接沟通。

流程很简单：一句话说明任务 → AI 执行 → 看结果再用一句话微调。

真正的差别在于，你是否把这种能力升级成一个能在你不在线时也持续运行的系统。

[そう｜Claude CodeのX運用で月800万インプ @so_ainsight]

今週GitHubで急上昇したAIリポジトリ10選：

1. headroom
ツールの出力・ログ・ファイル・RAGの塊を、AIに渡す前に圧縮。トークンを60〜95%削っても回答は変わらない。ライブラリ・プロキシ・MCPサーバーとして使える。
https://t.co/HRNQTDMZHZ

2. hermes-agent
使うほど賢くなる自己成長型のAIエージェント（Nous Research製）。スキルを自分で作り、セッションをまたいで記憶を保持、200以上のモデルやTelegram・Slack連携にも対応。
https://t.co/Xj5kY3HUz4

3. ECC
Claude Code・Cursor・Codexなどのエージェント環境をまとめて底上げ。スキル・記憶・セキュリティを1パックに、64エージェント＋261スキル入り。
https://t.co/MnxisTgzbU

4. codegraph
コードを先にナレッジグラフ化して、AIが毎回ファイルを探し回らずに済む。ベンチマーク平均でトークン47%減・ツール呼び出し58%減、完全ローカル動作。
https://t.co/TChuWEXUXk

5. last30days-skill
どんなテーマでもReddit・X・YouTube・Hacker News・ウェブを横断調査し、根拠付きで要約。反応の大きい情報から拾うAIエージェント用スキル。
https://t.co/PnMe0od1SH

6. MoneyPrinterTurbo
キーワードを入れるだけで短尺動画が完成。台本・素材・字幕・BGMまで自動生成、縦9:16も横16:9も出せる。
https://t.co/oD69Imz5NC

7. VoxCPM
多言語対応の音��合成（読み上げ）エンジン。声のデザインから、本人そっくりの声まねまでこなす。
https://t.co/Y9dsuvomDF

8. Agent-Reach
AIエージェントにネットを"見る目"を与えるCLI。X・Reddit・YouTube・GitHub・Bilibili・小紅書を横断で読めて、APIキー課金なしで動く。
https://t.co/fWlNy20yya

9. Open-LLM-VTuber
好きなAIモデルと声で会話できるVTuber。ハンズフリー・割り込み発話に対応し、Live2Dの顔がローカルで動く。
https://t.co/rsStCW0MEV

10. PaddleOCR
PDFや画像を、AIがそのまま扱える構造化データに変換。軽量で100言語以上に対応するOCRツールキット。
https://t.co/CrLQeLJYCA

[Kenta Tanaka | WillRobotics | Physical AI @neka_nat]

Code-as-Roomを試し中
シーン生成でGPTなどのクラウドLLMのみを用いて、画像からフェーズ分けでblenderのコードを生成する手法。
クラウドLLMのみでテクスチャ含めけっこう生成できるのすごい。
https://t.co/P3EoVkYPSS

[AYi @AYi_AInotes]

分享一个计算机视觉开发者必藏神器，4 万星GitHub开源！
不用自己写几百行画框跟踪代码，
一行命令搞定所有可视化，
Supervision，CV 界真正的瑞士军刀。

1️⃣ 它到底有多强？
自动画框加标签，支持编号、自定义样式，
视频对象永久跟踪，ID 不乱跳，轨迹自动生成，
一键转换 YOLO/COCO/Pascal VOC 所有数据集格式，
内置热力图、区域计数、越线检测、人体骨架、人脸网格
模型无关，YOLO/Transformers/ 任何检测模型都能��，

2️⃣安装只要一句话
运行：pip install supervision

从 NBA 球员实时跟踪、交通路口车流量统计，
到工业缺陷检测、无人机目标追踪，所有你能想到的 CV 可视化场景，它全搞定。

3️⃣已经被 6500 + 个开源 CV 项目在用

现在就装，早用早爽，
做 CV 原型和演示的终极工具，没有之一！

[比特币橙子Trader @oragnes]

MrBeast 亲口承认：流量根本不是玄学，全是纯粹的工业化知识。

他哪怕明天注册个新号，不露脸、不用原声、零资源推广，半年也能砍下 2000 万粉丝，每条视频稳拿 1000 万播放。

[松果先森 @songguoxiansen]

兄弟们，给大家汇报个好消息，OpenNana更新到10000个提示词了。

包括GPT Image 2、Nano Banana 2/Pro图片提示词、Seedance 2.0视频提示词等。

感谢大家的支持，你们的支持是我持续更新的动力。

我还找了10个不错的提示词，分享给大家，放在评论区。

涵盖了：证件照、角色设计、分镜图、足球宝贝、设计联名、海报、真人图片、cos图等等

收藏起来慢慢研究哈，看看有没有交作业的

https://t.co/5eB9JgK8V5

[Sac @Saccc_c]

想让 AI 做出专业级动画，你得先学会怎么跟它描述

Linear 设计工程师 Emil Kowalski 整理了 90+ 个动画术语，涵盖弹性动画、交互反馈等 12 个分类。做网站、做视频动画都能用
https://t.co/eGO2UJLIeX

为了方便理解每个术语的实际效果，我用 Claude 做了一个��语预览站
👇 https://t.co/6fUjdZxAnZ

[Amto @XAMTO_AI]

搞AI视频创作的注意了，港大这个项目，我觉得真要改写一批人的工作流了。

ViMax，目前9.1k star（增长很快），你只要扔给它一个想法、一段剧本、甚至整本小说，它自己就把导演、编剧、制片全包了。多Agent协同跑通全过程，角色不混乱、场景能衔接、故事有头有尾，直接生成专业级��频。

这不是闹着玩的工具，这是在动很多人的饭碗。

🔗 https://t.co/gpesQIgzaI

[Sadao Tokuyama @tokufxug]

次世代モーションキャプチャ「MAMMA」

複数カメラの映像から512箇所の特徴点と「接触」をAIが予測し、複数人の���雑なポーズやハグも高精度に3D復元できます。

iPhoneを4台用意できれば、この環境が実現します。（詳細はリプ欄）

[el.cine @EHuanglu]

AI actors are getting scary good..

spent 2 day making this short film.. if you still think actors are safe, ihave nothing to say.. this is so over

check my prompts and workflow on buzzy now:

[konstantinpaulus @konstipaulus]

Introducing text-to-lottie: an open source skill and harness for generating production ready Lottie animations with codex/claude code.

$ npx skills add diffusionstudio/lottie

Prompts guide and repo in the comments.

[Amto @XAMTO_AI]

我朋友靠做电影解说一年赚了1000万，但我现在要是把这个消息告诉他，他估计得失眠了。

有个开源项目叫 narrator-ai-cli-skill，装进 Claude Code 之类的 Agent 里，你只需要说一句“帮我做《肖申克的救赎》解说视频”，AI 就能自己把整套活儿干完：

1️⃣ 自动生成解说脚本
2️⃣ 精准匹配电影片段
3️⃣ 63 种���色配音，还支持声音克隆
4️⃣ 90+ 种视觉模板自动套用
5️⃣ 146 首 BGM 智能匹配
6️⃣ 直接输出成品视频

内置 93 部经典电影素材库，还会提前帮你算好成本，工程化做得非常扎实。

想批量做影视号的，人工成本基本直接归零。

🔗 https://t.co/uyzFQ2uKfw

[动物园园长 @weiyux2021]

https://t.co/fApagIQRHz

[Coco Gao @gaojh4]

@dotey @tuturetom 我感觉用一下open design skills出来的都比较好看，能直出logo 和主题色搭配的设计感

[博客｜AI通关笔记 @boke_huang]

https://t.co/e2ORGGFFyi

[知识猫AI实验室 @GeekCatX]

https://t.co/4YpC5WWDg9

[Amto @XAMTO_AI]

119k星！前 Vercel 工程师把他压箱底的 Claude 工作流全公开了。

Matt Pocock，就是那个把 TypeScript 讲得最通透的人，把他每天实际在用的 AI 编程方法整套扔了出来，一共 18 个技能，专门治 AI 写代码各种翻车。

核心干这几件事：

1️⃣ /grill-me：像审犯人一样把你的需求问透，再也不会你说东它改西

2️⃣ /tdd：强制先��一个会挂的测试再写代码，不靠谱的实现根本过不了关

3️⃣ /caveman：token 消耗直接砍掉 75%，废话一句不留

4️⃣ /improve-codebase-architecture：定期给代码库做体检，越写越清爽

一行装完：npx skills@latest add mattpocock/skills

先试试 /grill-with-docs，你会第一次感觉 AI 真的听懂了你在说什么。

https://t.co/vtKo4Ccexc

[Geek @geekbb]

有点意思，Codex 用的 Skill，专门给文章配手绘风格的插图，把文章里抽象的想法变成看得懂的手绘配图。

https://t.co/4a47xdShxz

[开发者Hailey @IndieDevHailey]

💀恐怖！换脸技术已经进化到这个程度了吗？

一秒钟变身任何明星、任何网红、任何你想成为的人！

2026年最强本地AI换脸工具，GitHub 28.4k+ Stars，非FaceFusion莫属！它能让整张视频像原生拍摄一样自然，从照片到视频、单人到多人、表情到唇同步，全方位碾压。

DeepFaceLab要训练3小时，FaceFusion只需8分钟出片，真实感更高。

90%真实感 vs 75%、8分钟 vs 3小时、3步操作 vs 写代码调参—这就是两者硬核差距。

FaceFusion：换脸界的六边形战士

- 智能换脸：自动识别 + 68点精准对齐 + 多模态融合，自然度极高

- 口型同步：一张照片 + 一段音频，直接生成会说话的数字人

- 像素级控制：可单独换左眼、保留下半脸，精度拉满

- Job系统：支持批量处理、多步骤流水线、失败自动重试

- 三种模式：GUI界面 / 无头模式 / 批量模式

- 开箱即用：Windows和Mac都有安装包，一键部署

真实感高达90%，操作几乎零门槛，却支持20+专业参数深度自定义。

短视频创作者、数字人团队、AI极客的极佳选择！

⚠️ 请严格遵守法律法规，仅限娱乐与正向创作，切勿用于非法用途。