gino

[José Siles | AI | Data @josesilesdata]

UN CHINO HA REVENTADO EL OCR:

1,2 MILLONES DE DESCARGAS EN UN MES

Baidu acaba de liberar Unlimited-OCR.

Gratis, pesos abiertos, licencia MIT.

¿Qué hace?

Le metes un documento, una foto, un escaneo, un PDF entero y te lo devuelve como texto limpio y estructurado.

Tablas, fórmulas, el orden de lectura, todo.

Lo diferente está en el nombre: Unlimited.

Los modelos de OCR se ahogan con documentos largos.

Este está hecho para tragarse un PDF entero de una sola pasada, página tras página, sin perder el hilo.

Ellos lo llaman “parsing de horizonte largo”.

→ Documentos con texto, tablas y fórmulas, en estructura
→ Multipágina y PDF de corrido
→ Multilingüe
→ Solo 3.000 millones de parámetros: ligero, corre en una GPU normal
→ Y lo puedes levantar en local con vLLM, SGLang, Ollama o LM Studio

Es la respuesta de Baidu a DeepSeek-OCR, y lo dicen abiertamente: querían llevarlo un paso más allá.

4.400 likes en Hugging Face. 1,2 millones de descargas el mes pasado. MIT.

Link en los comentarios 👇🏻

[テツメモ｜AI図解×検証｜Newsletter @tetumemo]

📝Claude Opus 5.5でBlenderの3Dシーンを作る手順が、わかりやすすぎる

1. Blender 5.2.2と公式のBlender MCPサーバーを入れる
2. ClaudeでOpus 5.5をhigh effortにして、/mcpで接続を確認
3. BlenderKitを入れる（14万点以上の無料モデル・マテリアル・HDRI）
4. 「BlenderKitのライブラリは見える？」と聞いて、先にテスト検索させる
5. 参考画像と普通の言葉で頼む（ジュニアの3Dデザイナーに話す感覚、構造化したプロンプトは不要）
6. キャラクターはリグも同じプロンプトで頼む
7. まず480pでプレビュー、最後に本番レンダー（1080pは1〜2時間かかることも）

いちばん大事なルールは「椅子をゼロから作らせない」
トークンを食ううえに、見た目も嘘っぽくなるらしい

素材はライブラリから持ってきて、Opusには並べる係をやらせる

私もBlenderでアセットを作りまくっていたけど、この役割分担はすぐ真似したい

記事要約はリプ欄へ　↓

[naldz. @naldzyul]

Este chaval explica cómo hacer páginas web de nivel profesional con GPT-5.6 Sol.

21 minutos de clase, paso a paso, para sacar diseños con acabado cinematográfico.

🔖 Guárdalo. Vale cada minuto.

[angel @angeldot_]

ESTO ES UNA MINA DE ORO

Anthropic ha publicado +400 agentes y skills listos para usar en casi cualquier tarea:

→ https://t.co/wS5zUp2UCP (158k estrellas)

Unos 170 agentes organizados como una empresa: ingeniería, diseño, marketing, ventas, producto, testing, seguridad y soporte.

Con packs adicionales para finanzas, salud y desarrollo de videojuegos.

Compatible con más de 15 herramientas.

→ https://t.co/Sq06TTjnjT (40k estrellas)

202 agentes, 184 skills y 105 comandos repartidos en 94 plugins para Claude Code.

Especialistas en lenguajes de programación, revisión de código, depuración, infraestructura, seguridad y testing.

Instala solo los plugins que necesites.

→ https://t.co/bxPVYAgagZ (26k estrellas)

Los plugins del propio Anthropic, organizados por áreas de trabajo: ventas, atención al cliente, gestión de producto, marketing, legal, finanzas y datos.

→ https://t.co/W6Z5VPlR2p (18k estrellas)

Agentes oficiales que puedes poner en marcha: un resumen diario de Slack y GitHub, clasificación programada de incidencias de Sentry, bots para Slack y Linear, un agente de atención al cliente y un analista de datos financieros.

→ https://t.co/IOtiSh372n (103k estrellas)

De ingenieros de Anthropic.

25 skills que cubren todo el ciclo de desarrollo: interview-me, redacción de especificaciones, desarrollo guiado por tests, pruebas en navegador, revisión de seguridad e integración y despliegue continuos

Yo empezaría por claude-quickstarts.

Cada agente es un ejemplo completo y funcional que puedes ejecutar y desmontar para entender cómo funciona.

Aprovecha estos recursos oficiales gratuitos para tus próximos proyectos👇

[Divyanshi @Divyyanshishrma]

China has killed the entire vector database industry.

They open-sourced TencentDB Agent Memory. It gives any AI agent long-term memory that runs 100% locally.

No Pinecone. No cloud APIs. No repeating yourself every session.

- 61% fewer tokens
- PersonaMem accuracy: 48% → 76%
- Zero external API dependencies
- Runs on plain SQLite

Most memory systems compress your history into an opaque vector pile. when recall goes wrong, you're guessing. this one doesn't compress, it builds a semantic pyramid.

L0 Conversation → L1 Atom → L2 Scenario → L3 Persona.

Short-term state gets encoded as a Mermaid graph in your agent's context. verbose tool logs get offloaded to disk. when the agent needs proof, it drills back via node_id to the exact raw log.

no lossy compression. every layer is readable markdown you can just open and inspect.

5.1k stars. 100% Open Source.

[Neeraj @neerajjj6785]

Top 10 OpenCode Skill Repos:

1. Superpowers - https://t.co/6GLFeCmy6D

2. Ponytail - https://t.co/oi7NLZOUVR

3. UI/UX Pro Max - https://t.co/taCNTm5lWZ

4. Graphify - https://t.co/Rz5I7Kaalr

5. Caveman - https://t.co/9eSSZRUY3s

6. Addy Osmani Skills - https://t.co/3sQ0hwHmv0

7. Understand Anything - https://t.co/q49BDy8OYV

8. Awesome Claude Skills - https://t.co/nmHJZKE7jM

9. Archify - https://t.co/LCkRPVNuE2

10. Impeccable -https://t.co/32OOMaw94W

[MAX @MAXdeg0]

THIS IS F**CKING DANGEROUS

7 AI cybersecurity tools every builder should know before shipping their next product.

→ PentestGPT — autonomous pentesting

→ BurpGPT — AI-powered Burp Suite analysis

→ Security Copilot — blue-team investigation

→ Snyk DeepCode AI — code scanning + autofix

→ HexStrike AI — 150+ security tools + AI agents

→ Garak — LLM vulnerability testing

→ Lakera Guard — prompt injection + jailbreak protection

The interesting part?

AI is now showing up across the entire security stack.

-Offensive security.
-Defensive security.
-Code security.
-LLM red teaming.
-Runtime protection.

Some are fully open source and self hostable, while others are commercial platforms.

If you’re building AI systems, cybersecurity is becoming impossible to ignore.

BOOKMARK this before someone take it down

LINKS BELOW

[tobarra @txbrraa]

GitHub acaba de solucionar el mayor problema del vibe coding.

Acaban de lanzar Spec Kit y en poco tiempo ya tiene +126K estrellas.

¿La idea?

En vez de tirar prompts vagos y rezar para que el agente no rompa tu proyecto…

Spec Kit obliga a la IA a crear una especificación estructurada ANTES de tocar código.

La IA primero entiende lo que quieres construir, pregunta lo que falta, organiza el proyecto y después empieza a programar.

Eso significa menos tiempo arreglando errores absurdos, menos código inconsistente y resultados mucho más predecibles cuando trabajas con agentes.

El flujo es simple:

/constitution → reglas y estándares
/specify → qué quieres construir
/clarify → dudas antes de empezar
/plan → arquitectura y stack
/tasks → tareas ordenadas
/implement → ejecución

Compatible con Claude Code, Cursor, Copilot, Codex, Gemini CLI y +25 agentes.

95K estrellas.
8K forks.
Open source.
Publicado por GitHub.

Enlace al repositorio👇

[JOHNNY ARS ( Sancor Seguros ) @Ars_jhonny22]

BUEN DIA Y RECUERDEN :

[Shraddha Bharuka @BharukaShraddha]

ALL FREE CERTIFICATION RESOURCES

AWS
https://t.co/xoLoQjIJVh

CISSP
https://t.co/rToU1doNH9

CISA
https://t.co/pjOGvnjQDn

CISM
https://t.co/OY81CoEAYO

CRISC
https://t.co/jRYMHaCCCj

Digital Marketing
https://t.co/jRYMHaCCCj

Retweet to help others

[Andrew Ng @AndrewYNg]

New: A map of the most important skills in AI Engineering. https://t.co/VVkn1Dqp1N

[Sripathi Teja @sripathiteja4]

Learn Coding by playing games

1. Kubernetes
https://t.co/Qnb0Vm2LMU

2. DevOps
https://t.co/cx8clVX9zs

3. Linux
https://t.co/9KSJBAo53l

4. Git
https://t.co/50E7DNwocm

5. Python
https://t.co/SrRBbJV68j

6. CSS & HTML
https://t.co/koPrXjtG1K

7. Cybersecurity
https://t.co/ZdhOHFMiTE

8. Mobile Coding (like Duolingo)
https://t.co/9ML0q3kNly

9. For Complete Beginners
https://t.co/cZ5p68FP9b

10. 25+ Programming Languages
https://t.co/IlTjaXrzGa

[Nix0n @UnTalNixon_exe]

EL MODELO MÁS GRANDE DEL MUNDO OPEN SOURCE CORRE EN MENOS DE 4GB DE VRAM

2.8 billones de parámetros.
GPU de 4GB.
Sin cuantización. Sin destilación. Sin pruning.

Cómo lo hace:
Solo carga una capa a la vez en la GPU.
En los modelos MoE (como Kimi K3) solo carga los expertos que el token necesita.

Resultados:
• Llama 70B → 4GB
• Llama 405B → 8GB
• DeepSeek-V3 (671B) → 12GB
• Kimi K3 (2.8T) → <4GB

Se llama AirLLM.
Open source. 24.5k estrellas.

La mayoría sigue creyendo que necesita una H100.
pero ya no.

Repoo 👇

[José Siles | AI | Data @josesilesdata]

🚨EL WEB SCRAPING HA MUERTO🚨

Han creado PixelRAG.

Un sistema open source que pasa de parsear HTML.

En vez de convertir una web en texto...

hace una captura de pantalla.

Y luego un modelo vision-language lee la respuesta directamente desde los píxeles.

Brutal.

Porque el scraping tradicional rompe muchísima información:

→ tablas
→ gráficos
→ layouts
→ columnas
→ botones
→ PDFs
→ páginas mal estructuradas

Todo eso se pierde cuando conviertes una web en texto plano.

PixelRAG hace algo mucho más simple:

indexa la página tal y como la ve una persona.

El equipo ha creado un índice visual de Wikipedia entero:

+30 millones de screenshots.

Y aun así supera al mejor RAG basado en texto por un 18,1% en QA.

Tiene también un plugin para Claude Code.

Básicamente le da ojos a Claude.

Le pasas una URL, un paper de arXiv o tu web local…

y Claude no scrapea el DOM.

La mira.

Cómo funciona:

→ renderiza webs, PDFs e imágenes en tiles
→ los embebe con Qwen3-VL-Embedding
→ construye un índice FAISS
→ busca visualmente sobre píxeles

Todo open source bajo Apache-2.0.

Link al repo en los comentarios 👇🏻

[Movez @0xMovez]

Ex-Google engineer explained AI agent loops, harness, evals in 20 minutes - better than 500$ courses.

trace every run → judge it with an LLM → diagnose → fix → ship.

That loop is how agents self-improve over time.

Agent loops + memory + harness + evals - thats the stack.

Watch it, then save the framework below.

[露西的百宝箱 @Lucy_love_AI]

10个GitHub仓库帮你爬取整个互联网

全部收藏。每个都能从任何网站提取干净数据，这种访问权限通常需要销售电话和合同才能获得。

1. https://t.co/rNvFxlszKj

指向任何网站，它就能爬取每个页面、渲染JavaScript，返回AI能立即读取的干净结构化数据。13万星，进入GitHub百大仓库。半数AI创业公司悄悄运行的爬虫骨架，完全开源。

2. https://t.co/j93MmIWNzu

GitHub排名第一的爬虫。把任何网站转换成干净的LLM就绪的markdown，比付费服务更快，无需API密钥、无需账户、无需按页面付费。某开发者被16美元的付费爬虫激怒后几天就搞出来了。5.1万星。Apache 2.0。

3. https://t.co/UA4GAQP483

像真人一样操控浏览器的AI代理，点击、滚动、登录、填表，从未见过的网站中提取数据。两位苏黎世ETH研究员开发，一年内达到9.5万星。能爬取简单爬虫无法触及的页面。MIT协议。

4. https://t.co/XYCjgK7qWL
完整专业爬虫框架，包含轮换代理、自动重试、浏览器指纹欺骗和队列管理。防止被封禁的全套机制，爬虫公司收费数千的技术栈，现在免费给你。

5. https://t.co/WhdHyC9RdW

十多年来悄悄为数据团队赋能的工业级爬虫。爬百万页面、提取任何内容、干净导出。在大多数付费工具无法触及的规模上经过实战检验，始终免费。

6. https://t.co/8PTPlhMs7J

微软自家工具，将任何文件或网页、PDF、Office文档、HTML、图像转换成AI能用的干净markdown。整个数据管道公司都在围绕此构建，由微软开源。

7. https://t.co/DPX6WLhXXg

隐形爬虫，能自动适应网站布局变化，绕过反爬虫检测。防爬供应商当高级功能出售的猫鼠游戏，现在免费开源。

8. https://t.co/2M3DkTLTxV

从电脑远程控制任何安卓手机，提取数据和自动化没有网站的应用。通往大多数爬虫无法触及的纯移动平台的桥梁。13万+星。Apache 2.0。

9. https://t.co/O2EKeQRsAI

给一个例子它就自动找出规律爬取网站其余内容。无需选择器、无需代码维护。'直接给我数据'按钮，几行Python。

10. https://t.co/0lRVfrfkSA

curl的增强版，完美模拟真实浏览器指纹，请求看起来就像有Chrome的真人。昂贵爬虫API底层暗用的最低级技巧，现在免费。

公司为此收费2000美元/月。源代码就在这儿。

[Beginnersblog @beginnersblog1]

Cinematographers learn 12 camera moves in film school.

Most AI creators don't know a single one. Because nobody told the camera what to do.

Here they are:

→ Push-in — moves toward the subject
Builds tension. Creates intimacy. Use it slowly.

→ Pull-back — retreats to reveal
Isolation. Scale. Endings. The reveal shot.

→ Pan — horizontal rotation, camera stays fixed
Suspense lives in what you haven't shown yet.

→ Tilt — vertical version of the pan
Tilt up on a hero. They look powerful immediately.

→ Tracking shot — camera travels with the subject
Energy. Forward motion. You feel like you're there.

→ Arc / orbit — circles the subject
Hero moments. Product showcases. Keep it under 30 degrees.

→ Crane / jib — sweeps vertically on a boom
Grandeur. Scale. The "god-view" of cinematography.

→ Zoom — focal length changes, camera doesn't move
Flatter look than a dolly. Fast zoom = music video energy.

→ Dolly zoom — camera goes one way, lens goes the other
Background warps. Subject stays still. Pure psychological dread.

→ Whip pan / crash zoom — extreme speed for transitions
Shock. Comedy. Stops the scroll every time.

→ Handheld — natural shake, no stabilisation
Add "subtle" or the model goes full earthquake.

→ Static + angles — low, high, Dutch, bird's-eye, worm's-eye
Low angle = power.
Dutch angle = unease.
Bird's-eye = scale.

The mistake everyone makes: stacking multiple moves into one prompt. One move. One clip. Always.

And add "slow" to almost everything. Slow moves hide what AI can't render cleanly. Fast moves expose every flaw.

[AIVersePlay @AIVersePlay]

BU ADAM GERÇEKTEN GEMINI 3.1 + SEEDANCE 2.0 KULLANARAK 10.000 DOLARLIK SİNEMATİK WEB SİTELERİ YAPMAK İÇİN 16 DAKİKALIK BİR EĞİTİM VİDEOSU ATMIŞ.

Bir adam 16 dakikalık bir video attı ve o video beni durdurdu.

Gemini 3.1 ve seedance 2.0 bir arada kullanarak
10.000 dolarlık sinematik web siteleri nasıl yapılır.

Başlık bu, şimdi düşün.
10.000 dolarlık web sitesi dediğinde, ajans aklına gelir.

Ekip aklına gelir.

Haftalarca süren proje aklına gelir.
Bu video ikisini de ortadan kaldırıyor.
Gemini 3.1 tasarım kararlarını veriyor.
İçeriği yazıyor,yapıyı kuruyor.
Seedance 2.0 sinematik video arka planları üretiyor.
İkisi birleşince, ajansın haftalarca yaptığını, tek kişi saatler içinde yapıyor.

10.000 dolarlık çıktı.
Ajans fiyatı yok, ekip maliyeti yok.
Sadece doğru araç kombinasyonu, 16 dakika bu kadar.

Videonun en etkileyici kısmı şu:

Sonuç gerçekten sinematik görünüyor ve ucuz yapay zeka çıktısı değil.
Profesyonel prodüksiyon kalitesi, hareketli arka planlar, akıcı geçişler, etkileyici görsel dil, hepsini iki araç hallediyor.

Freelancer mısın?
Ajans mı kurmak istiyorsun?
Web tasarım işi yapmak mı istiyorsun?
Bu video sana 10.000 dolarlık iş almanın sistemini gösteriyor.

[gino @ginuxx]

📉 El subte porteño nunca volvió a ser el de 2019.

La pandemia redujo al 10% de su capacidad y, seis años después, sigue lejos del techo de 1.5 M de viajes. Teletrabajo, nuevos hábitos y tarifas crecientes cambiaron para siempre quién lo usa y para qué.

https://t.co/JBwI7GYdOd

[gino @ginuxx]

El subte vacío no es un problema de transporte. Es el resumen de la Argentina en un gráfico.

https://t.co/j347OdbGsm