知昂

创造者

[Max For AI @MaxForAI]

卧槽？？ 著名开源语音项目 @FishAudio 融了5200万美元？？

他们宣布完成了5200万美元的种子轮融资，并宣布推出 S2.1 Pro 的公测版本。

S2.1 Pro只需5秒音频即可克隆声音，同时速度比 Cartesia 快2倍，成本仅为 Eleven Labs 的1/6。

同时这是最具表现力的语音模型，可在单词级别控制情感、语调、节奏等。

目前包括 HeyGen、LiveKit、Retell、Sanas 和 OpenArt，它们都在生产环境中运行他们的模型。

并且他们还宣布，如果他们无法为你的语音AI成本降低50%，他们将免费为您提供1年的 Fish Audio 服务。

看了一下Demo，效果确实很好呀😧

[区块链行情研究 @qkl2058]

一个人在周末做什么最享受？

[大山 @dswlgs]

怎样可以看出一个人主体性很强？

看他做决定的速度。

小到点菜，大到换工作，几乎不纠结、不抓阉、不四处问人，心里有数就定了

这种人，脑子里长着自己的方向盘。

也有一种是，看似问了好多人，一直都在犹豫。但最后的决定都是自己的第一选择

[孙云冉.eth @sunyunran]

原来摆个摊还有这么多学问

[爱吃折耳根的Ace @_zheergen]

我现在都是让 Codex 替我画架构图，这感觉别提有多爽了

以前做一个量化交易系统图、Agent 架构图、策略流程图：

改一个模块，要重新拖半天。

drawio-scientific-illustrator 是一个 Codex 插件，能让 AI 通过 MCP 实时控制 draw 画布，一步一步绘制科学图示。

装上这个 Skill 后，Codex 可以直接把图片 1:1 重建成可编辑 draw 文件。

然后就会得到每个元素都可以修改的可编辑图片！

我就喜欢拿来做量化框架图，这感觉真的很爽！

https://t.co/i3eV9HRRfy

[Frank Wang 玉伯 @lifesinger]

最近最惊喜的两个 Agent 是：

1、Linear Agent：基本是一个掌管所有项目进展、客户反馈、风险分析等数据的超级管家的角色了。

2、PostHog Agent：基本实现了各种数据查询、分析、展现的自由。

但都需要好好用，有团队约定和共同实践。有数据，数据准，然后才好用。

发现啥懒都偷不了。可以省的，是汇报，是办公室政治。是一些本身就可以不做的事。

[招财猫 @xianzhe9527]

退休后旅游根本没有意义
人的多巴胺是有阈值的，会随着年龄不断增长
3岁小孩舔一口棒棒糖就能高兴一天
10岁了要收到一个玩具车才能达到同样的效果
18岁了就要收到真的汽车才有效果了
28岁就要收到房子才有一样的效果了
退休了就是给你一个亿，得到的快感也很有限所以就是要立刻行动不可以拖延
18岁哪怕兜里只有500块出去玩都高兴的要死

[余温 @gkxspace]

学到真东西了，GPT网页版的 5.6 Pro Review 居然也那么牛逼

我平时调研、深度对话都会用 Pro 模式，思考强度和效果比 Codex 和其它产品都强，看到卡神居然还能这样玩

顺手安利一个很多人不知道的用法：
Pro 其实可以在 Codex 中打开，Pro 的结果也可以一键导进 Codex 的对话记录，接着让 Codex 干活，很方便

都给我用起来！！！

[雪踏乌云 @Pluvio9yte]

本周 GitHub 飙升的 10 大 AI 开源项目：

1. mattpocock/skills
本周增长最快的项目，新增 10,651 Star。
它把 TDD、调试、需求梳理、代码评审等工程经验做成了可组合的 Agent Skills，可以装进 Claude Code、Codex 等编程 Agent。
链接：https://t.co/KazbcaMI1w

2. hallmark
专门处理 AI 生成网页的“模板味”。
它会从页面结构、配色、字体和布局入手，再经过 57 项检查，减少 Claude Code、Cursor、Codex 生成千篇一律的 SaaS 页面。本周新增 8,948 Star。
链接：https://t.co/CKncmY6UmZ

3. orca
一个管理并行 Coding Agents 的开发环境。
你可以同时运行 Claude Code、Codex、OpenCode 等多个 Agent，每个任务使用独立 worktree，还能在手机上查看进度和接管操作。本周新增 5,733 Star。
链接：https://t.co/34ziCGajz6

4. awesome-llm-apps
收录了 100 多个可以直接运行的 AI Agent、RAG 和语音应用。
里面包含 Claude、Gemini、GPT、DeepSeek、Llama、Qwen 等模型的完整案例，适合找项目思路，也能直接改成自己的产品。本周新增 5,385 Star。
链接：https://t.co/aDNFf1Jcxg

5. code-review-graph
把本地代码库解析成一张持久化知识图谱。
AI 编程工具不用每次读取整个仓库，可以沿着函数调用、模块依赖和代码变更关系找到相关上下文，减少大项目里的 Token 消耗。本周新增 4,791 Star。
链接：https://t.co/3PpWDQ68wx

6. OfficeCLI
一个专门为 AI Agent 开发的 Office 命令行工具。
不需要安装 Microsoft Office，Agent 就能读取、修改和生成 Word、Excel、PowerPoint，还能把结果渲染成 HTML 或图片检查。本周新增 4,047 Star。
链接：https://t.co/n28ETwHchi

7. Vibe-Trading
输入自然语言，就能让 Agent 完成市场研究、策略回测和交易分析。
项目接入了股票数据、量化因子、券商和消息渠道，也支持自动执行交易。功能很全，但实盘前仍要单独验证数据、回测偏差和风控。本周新增 3,679 Star。
链接：https://t.co/N1r8Mqsp5P

8. pi
一套轻量、可扩展的 AI Agent 工具箱。
它提供统一的多模型 API、Agent Loop、终端界面和 Coding Agent CLI。开发者可以保留自己的工作流，只替换模型、工具或交互层。本周新增 3,569 Star。
链接：https://t.co/bqq1rdNckV

9. DeepTutor
一个可以自己部署的个性化 AI 导师。
它能读取文档和知识库，围绕学习资料持续答疑、生成课程并跟踪学习过程。最近还加入了推理式文档检索。本周新增 2,908 Star。
链接：https://t.co/pGEvBEK0cI

10. Codex
OpenAI 开源的终端编程 Agent。
它可以在本地读取和修改代码、运行命令、执行测试，并连接 IDE、桌面端和云端任务。最近一版继续补强了配置迁移、音频输入和 Multi-Agent 能力。本周新增 2,445 Star。
链接：https://t.co/QQVhLF1N8z

这 10 个项目一周合计新增 52,156 Star。

本周的热度集中在 Agent 的执行层：技能、调度、上下文管理、代码图谱，以及 Office、教育、交易等具体工作场景。

[卡颂 @kasong2048]

今天学员群讨论面试被问到“如何 100% 还原UI”该怎么答

我的建议是：不要陷在细节里。从公司角度出发， 前端、设计都是成本部门，在 效果上做 1% 的妥协（不100%还原设计稿）换取 50% 效率提升，是很棒的

具体来说，前端、设计都应该服务于 AI First，做 e2e 的解决方案（比如 基于 Design System，映射到前端 Tailwind CSS，再到通用组件、布局）

[图拉鼎 @tualatrix]

以前我们总是比喻「AI 是一个实习生」，Fable 5 算是让这个比喻彻底过时了：现在我觉得它各方面的能力，已经算是一个既能干又专业的同事了，那种你愿意和它一起共事、一起进步的同事。

可惜的是，这个同事只是临时调过来和你一起工作的，7月7日就要走了，下次还不知道什么时候来。

既然有这么强的同事，好好珍惜和它一起共事的时间才对。是的，一大早我就开始和它干活了！

[知昂 @look2self]

@xiaohu @GetXBot

[知昂 @look2self]

@xiaohu @GetXBot

[Kieran Zhang @ninthbit_ai]

介绍一下我最喜欢的 agentic coding skills 套件，作者 @mattpocockuk 刚刚正式发布 v1.0.0 版本了，相比旧版本有了不少的改动，今天从全局视角来看一下怎么用这套 skills。
如果你第一次用这套 skill，记住一条主流程就够了。作者这次甚至新出了个 ask-matt（路由技能），当你不知道用啥时直接问。
80% 的工作都是这样开展的：idea → ship，把它当成开发周期的五个阶段，从上往下走（见下图）：

1. 构思。一切从一个想法开始，都汇进同一条主流程，这个想法可以凭空来，也可以是以下任何的过程中出现的灵感。

2. 打磨设计。别急着写代码，先让 AI 反过来拷问你。grilling 是统一的拷问入口，会逼问你设计里的每一个分支,直到真正想清楚。
如果项目已经有代码，用 grill-with-docs；如果代码还没有，只有一个想法，就用 grill-me。
要是碰到那种需要很长验证周期的问题，可以使用 handoff 开一个新会话、拿 prototype 写段一次性代码验证，再 handoff 把结论带回来。

3. 固化任务。这一步是可选的，先用 to-prd 把聊成型的设计变成一份 PRD，再用 to-issues 把它拆成一个个可以各自独立认领的问题。我在使用 multica @MulticaAI 的过程中完美使用这个技能，将问题分解以及分发下去。

4.实现构建。到这里才真正写代码，implement 拿着 PRD 或 issue 去实现，tdd 用红-绿-重构来写代码。diagnosing-bugs 是根因诊断。还有个场景是用 triage 把别人提的 issue 给划分成更规范的原子问题，哪些可以直接给 Agent 跑，哪些还需要人去 review。

5. 持续优化。功能上线不是终点，有空可以跑一跑 improve-codebase-architecture，扫描代码里可以优化的地方。它又会变成第 1 步里的新想法，整条流程就这样闭环转起来。另外还有 resolving-merge-conflicts 这种解冲突的 skill。

另外值得一提的是，这套 skill 底下还藏着两块“词汇底座”。codebase-design 负责深模块的设计语言，domain-modeling 负责领域术语和架构决策记录。这两个你几乎不会直接调用它们，但上面好几个 skill 都会复用，这也是这次重构最见功力的一笔：把散落各处的概念收拢成单一的真相源。

如果你是第一次使用这套技能包，记住一句话就够了：先装上 ask-matt 问一问，剩下的就是“想法 → 打磨 → 固化 → 构建 → 维护”这条主线了。

[老杨啊 | AI产品商业化 @yhslgg]

兄弟们，今天分享一个宝藏项目——supervision，Roboflow 出品，GitHub 44500 星;
用 Python 十行代码就能做的计算机视觉应用

一句话：摄像头拍到什么，你都能自动分析出来。

它能帮你做什么实际的事：

（1）停车场/门店客流统计——摄像头对着入口，自动数今天来了多少人、高峰在什么时段，不用人工盯着

（2）货架商品检测——超市货架空了没？哪个位置缺货？接上摄像头，supervision 帮你识别出来，自动通知补货

（3）工地/工厂安全监控——工人有没有戴安全帽？有没有进入危险区域？实时检测，异常立刻报警

（4）车辆速度估算——路口摄像头拍车，能算出每辆车开多快，不用架雷达

（5）排队等待时间分析——顾客在收银台等了多久？哪个时间段排队最长？自动统计，帮你优化人员排班

（6）运动员动作分析——足球、篮球比赛，追踪球员跑动轨迹、分析战术，不用人肉看录像

这些场景以前要么买贵死的专业硬件，要么要专门开发团队。

现在 pip 装一个库，接上已有的 AI 模型，几行代码就能跑起来。

pip install supervision

#计算机视觉 #开源工具 #老杨啊分享

[Wei @wei_wang]

说实话，中国人在 LLM 领域最重要的论文，我觉得绝对是 RoFormer，也就是 RoPE。

它本质上没那么玄，就是在矩阵旋转的时候，很巧妙地用了欧拉公式的变换。跟当年 ResNet 的残差连接一样，事后看都觉得：卧槽，怎么这么简单。

但真正牛的地方就在这里。

很多突破性技巧，不是公式多吓人，而是有人能在最关键的位置，把一个很基础的数学工具用对。

所以 LLM 发展到今天，中国人真的不能把基础能力丢掉。

数学、代码、推理、抽象能力，这些东西看起来很土，但历史给机会的时候，真正能抓住机会的就是这些能力。

大家不管年龄、性别、学历，每天至少刷一道题，保持一点脑力。

不要什么东西都不假思索丢给 AI。AI 可以帮你提速，但如果人类最后连基本思考能力都外包掉，那真的就是完犊子。

机会来的时候，你脑子还在，才接得住。

[爱丽丝呀！ @BTCqzy1]

前端终于有高级感的加载动画了！

告别普通 spinner！

分享一个超赞的 GitHub 开源项目 —— math-curve-loaders

专为追求极致美观与轻量前端项目而生，它把数学曲线变成极致优雅的加载动画！

玫瑰曲线、李萨茹曲线、心形线……

纯 HTML + CSS + JS 实现，零依赖、超轻量。

每个动画都附带数学公式 + 可实时调整参数 + 一键复制代码，直接抄走就能用！

数学之美 × 前端动效，视觉党与代码党都爱了 ❤️

地址：https://t.co/rlvKNvi4Xe

[Gloria @changloria0816]

@NoraX2026 codex不会犹豫 我会

[知昂 @look2self]

大疆 Mic mini 2 测试

[知昂 @look2self]

@kfk_ai 真的假的就在这编