ch

[돈백이 @donbaek2]

9월 들어 영상 편집 스킬이
미친 듯이 쏟아지고 있음

이번 달 나온 것만 6개임
전부 Codex·Claude Code에서 돌아감

① Hypit (별 5천, 어제 공개)
잘된 영상 링크 → 컷·자막·B롤·효과까지 워크플로우 통째 복제.
편집점이 단어에 붙어서 대사 바꾸면 컷이 따라 움직임

② OpenCreator (별 1만 1천)
영상·이미지·보이스·아바타·번역을 한
작업공간에서 가능한 크리에이터용 종합 툴

③ hyperframes-student-kit (별 833)
릴스·쇼츠 전용 스킬 14개 묶음.
자막 기반 컷 편집, 모션그래픽 카드 406장

④ Adobe Premiere Pro MCP (별 567)
프리미어를 MCP로 조작. 다빈치 21.1이 공식으로 넣은 걸 프리미어에서 사용가능

⑤ anything2explainer (별 1천 4백)
주제만 넣으면 내레이션 + 모션그래픽 설명
영상. video-shotcraft 만든 팀

⑥ OpenChatCut (별 1천 8백)
전에 소개한 ChatCut의 오픈소스·로컬 버전. 멀티트랙 타임라인 + Remotion

뭐부터 깔지 고르신다면
· 쇼츠·릴스 대량 제작 → Hypit
· 내 촬영본 1차 컷 → hyperframes-student-kit
· 프리미어 쓰신다 → Premiere MCP
· 설명 영상 만든다 → anything2explainer

쓰레드에드 좋은정보가 꽤 있네
요즘 코덱스가지고 영상편집하는데
왜 이제 알았나싶음
진짜 꿀통이었는데… 지금부터라도
편승해서 돈 벌어봅시다

출처 쓰레드

[오웩 @mrawake]

입만 벌리세요. 제가 다 넣어드리겠습니다.
이번에는 자동화입니다.

지금 보시는 영상은 제가 자는 동안
지피티가 만들어 둔 영상들 중 하나입니다.
이렇게 만들었습니다.

[내가 함]

1. 지피티&클로드로 대본 작성, 교차 검증
2. 대본으로 타입캐스트에서 나레이션 생성

[지피티가 함]

3. 자는 동안 아스트라가 영상 소스 생성부터 캡컷 편집까지

[내가 함]

4. 아침에 출근해서 1차 편집본 확인하고 디테일 마무리

대본 10분 / 나레이션 5분 / 디테일 5분.
제 투입 시간은 총 20분.
체크해 보면 지피티는 한 편당 15분정도 일하는 것 같습니다.

아무래도 저는 얼굴 걸고 하는 서비스(슈메이트)라
대본 작성에 시간이 좀 더 필요합니다.
팩트 체크도 해야 하고 엉뚱한 소리 하면 안 되니까요.
이런 제약이 덜한 분야라면 아마도 투입 시간은
훨씬 줄어들 겁니다.

제공해드린 프롬프트가 익숙해지셨다면,
다음은 자동화의 영역입니다. 자동화는 오히려 더 쉽습니다.

저 강의팔이 아닙니다. 그냥 관심종자입니다.
계속 ai로 꺼드럭대게 도와주십쇼.

두번째 아티클로 금방 돌아오겠습니다.

[Oh Hahm Ma @ohmahahm]

[속보] 오함마, 알뜰폰 요금제를 갈아탔습니다.

기존은 KB리브모바일 ‘LTE 든든무제한 11GB+’였고
새 요금제는 아이즈모바일 ‘[L] 5G 데이터 150GB+’입니다. 둘 다 LG U+망입니다.

[기존｜KB리브모바일]
• LTE 11GB + 매일 2GB
• 소진 후 3Mbps 무제한
• 월 32,900원
• 스타클럽 4,400원 + 카드 12,000원 할인
→ 실납부액 월 16,500원

[변경｜아이즈모바일]
• 5G 150GB
• 소진 후 5Mbps 무제한
• 평생 월 24,900원
• 카드 12,000원 할인
→ 실납부액 월 12,900원

30일 기준 고속 데이터는 최대 LTE 71GB에서 5G 150GB로 약 2.1배, 소진 후 속도는 3Mbps에서 5Mbps로 약 67% 좋아집니다. 통신비도 월 3,600원, 연간 43,200원 절약됩니다.

아이즈모바일의 테더링은 월 10GB까지라 적어 보이지만, 기존 요금제도 테더링 전용 11GB가 아니라 휴대폰 데이터와 합산해 쓰는 구조였습니다. 기본 데이터를 소진하면 매일 제공되는 2GB 안에서 함께 사용해야 했기 때문에 실제 테더링 여유는 생각보다 크지 않았습니다.

결국 체감상 큰 손해 없이 데이터는 2배 이상, 제한 속도는 67% 향상되고 요금은 약 22% 저렴해졌네요.

[Gang @euphoria_707]

시대정신에 해당하는 기업을
가장 빠르게 확인하는 방법은?

▶ 엔비디아가 직접 지분 투자한 기업을 보면 된다

why? 엔비디아가 필요한
보틀넥을 해결하는 정답지이기 때문

실제로 투자 기업 퍼포먼스를 보면

- 인텔: +205%
- 루멘텀: +166%
- 네비우스: +130%
-코닝: +128% 등등

그래서 직접 만든

<엔비디아 포트폴리오 트래커>
🔗https://t.co/Rt6DASaxlX

주요 기능:
1) 최근 지분 투자 기업 실시간 트래킹
2) 기업별 퍼포먼스 · 뉴스 · 투자 규모
3) SEC 13F 공시 기반 투자 타임라인

제가 필요해서 만들었는데
필요하신 분들 쓰라고 공유합니다.

써보시고 피드백 남겨주세요 🥷🙏

[감자 @nowlovepan]

요즘 제가 초보자는 챗 GPT가 좋다고 얘기를 많이 했는데

OpenAI 공식 Codex 입문 세션에서
지금 봐도 중요한 부분만 20분으로 핵심 요약 한국어 버전으로 만들어 봤습니다.

Codex에게 프로젝트 맥락을 어떻게 주는지,
AGENTS.md로 반복 설명을 어떻게 줄이는지,
큰 작업을 어떻게 작은 단위로 쪼개는지,
테스트/린트 같은 검증 루프를 어떻게 같이 주는지.

초보자도 이 영상 보면
Codex를 어떻게 세팅하고,

어떤 식으로 일을 맡겨야 하는지 감이 잡힐 겁니다

[Joan of Arc @ralralbral]

✅오픈클로를 쓰고 있다면 지금 당장 이렇게 시작해 보세요.

안드레 카파시의 Autoresearch 레시피를 openclaw 에 직접 태워봤는데, 이건 단순한 코드 생성을 넘어, AI가 스스로 연구원이 되어 실험을 반복하는 완전히 새로운 차원의 경험이었습니다.

안드레 카파시가 깃허브 레포에 AI 비서에게 어떻게 실험하고 연구해야 하는지 가르치는 업무 매뉴얼을 이미 올려놨습니다.

✅Openclaw폴더안에 있는 workspace 폴더에 여러분의 train. py를 올리고 딱 이 문장만 입력하면 됩니다.

(만약 train. py 파일이 아직 없으셔도 돼요. 이 리포에 이미 예시가 담겨져 있으니 이걸 활용하라고 오픈클로에게 시키면 됩니다)

✅"이 레포(https://github. com/karpathy/autoresearch)의 방법론을 참고해서 내 train. py를 최적화해 줘. 내 train. py가 없으면 레포에 있느 train. py를
활용해서 우리가 하던 작업을 적용해줘. 돋보기 초점(QKnorm)도 맞추고 운전 스타일(AdamW)도 조절하면서, 가장 좋은 결과가 나오는 설정을 찾아줘. 모든 실험 과정은 experiments.log 파일에 꼭 남겨야 해."

이렇게 시키면 에이전트가 알아서 코드를 수정하고, 실행하고, 결과까지 기록하며 스스로 무한 루프 실험을 돌리기 시작합니다.

✅직접 써보며 느낀 날것의 주의점도 공유합니다.

AI 비서가 점수를 잘 받고 싶어서 가끔 꼼수를 부릴 때가 있거든요.

성능을 빨리 올리려고 시험 정답을 미리 슬쩍 보고 공부하는 것처럼(데이터 누수), 결과 수치만 좋게 나오게 속임수를 쓸 수도 있습니다.

결과가 너무 완벽하다면 "정답 미리 본 거 아니지?"라고 꼭 체크해야 해요.

또한, 코드를 고치다 필수 파일을 지울 수도 있으니 반드시 별도의 가상 환경이나 도커(Docker) 안에서 실행하고, 사람이 중간에 git diff로 변경점을 확인하는 것이 필수입니다.

✅시행착오를 줄이는 꿀팁 하나 더 드리자면,
처음부터 무거운 모델을 맡기면 시간과 API 비용만 날립니다.

1시간 안에 끝나는 아주 작은 모델(Proxy Model)부터 맡겨보세요. 여기서 찾은 해결방시(?)들은 대부분 큰 모델에서도 똑같이 효과가 있거든요. 저도 이 방법으로 모델 학습 비용을 15% 이상 아꼈습니다.

이제 개발자의 역할은 코드를 직접 짜는 기술자에서, AI 에이전트 군단을 지휘하는 연구 소장으로 바뀌고 있습니다.

누가 더 코딩을 잘하느냐보다, 누가 AI에게 실험을 더 잘 시키느냐가 진짜 실력이 되는 시대죠.

[DeepDive @DeepDive_KR]

🦞OpenClaw를 돌려놓고 지금 뭘 하는지 모른다면, 그건 자동화가 아니라 방치입니다🚨

오픈클로 돌리면서 실제로 무슨 일이 일어나는지 모르는 분들 많으실 겁니다.

✅Mission Control은 에이전트들을 한 화면에서 관리하는 오픈소스 대시보드입니다.

Alex Finn도 꼭 하나 만들어서 쓰라고 한적 있었죠!

💡주요 기능:
- 28개 패널: 태스크, 에이전트 상태, 로그, 토큰 사용량, 메모리, 알림 등 한눈에

- 실시간 업데이트: WebSocket + SSE(서버→클라이언트 실시간 푸시) 방식

- 외부 의존성 제로: Redis, Postgres, Docker 없이 SQLite 하나로 동작

- RBAC(역할 기반 접근제어): Viewer / Operator / Admin 3단계 권한 관리

✅셋업은 딸깍 수준입니다. 이대로만 따라하세요👇

1) GitHub 링크 복사
2) OpenClaw에 "이거 세팅해줘”😂
3) 완료되면 로그인 정보 요청하기

GitHub 스타 1,356개에 마지막 커밋이 2026-03-03으로 활발하게 관리 중인 프로젝트입니다.

다만 공식적으로 Alpha Software라고 명시되어 있어서 상업적 용도 사용에는 주의가 필요할 듯 합니다.

https://t.co/IcE2NjdHrm

직접 해보니까 너무 잘되는데요?? 5분도 안걸렸습니다!

이런거 찾느라 고생했는데 굿이네요👍

[Nav Toor @heynavtoor]

🚨 BREAKING: AI can now build trading algorithms like Goldman Sachs' algorithmic trading desk (for free).

Here are 15 insane Claude prompts that replace $500K/year quant strats (Save for later)

[고로치 @gorochi0315]

OpenClaw 돌리시는 분들은 아래 내용 참고하세요.

[출처]
https://t.co/J4MF8eJ4HK

Openclaw에서 바로 쓸 수 있는 ㄹㅇ 짱짱 무료 트위터 API (api key 필요없음)

세상의 모든 지식은 트위터에 모이기 때문에, Openclaw가 자유롭게 지식을 습득하게 하려면 트위터를 접근하게 해 주는 건 매우 중요함.

공식 트위터 API는 귀찮고 비싸서 별별 3rd party 서비스를 다 써봤는데 오늘 드디어 제대로 된 놈을 찾은듯.

그것은 바로 FxTwitter. CF workers에 배포된 트위터 프록시?라는데 완전 무료에다가 안정성도 있음. 도대체 왜 무료입니까 너무 감사합니다.

트윗 URL 형식이 https://t.co/FCDVMNCXwi 인데,

앞에 https://t.co/fc5kwdIM6v을 https://t.co/ITgk2UhkME으로만 바꿔주면 됨. https://t.co/BqqsxtHI6B 이런 식으로.

모르겠으면 그냥 문서 페이지 Openclaw한테 던져주고 해달라고 하삼. 이렇게 무료인데 잘 되는 서비스 처음봄.

워크플로우는 이렇게.
1. 트위터에서 흥미로운 내용을 찾을때마다 openclaw에 연결된 텔레그램 챗에 다 넘겨주기
2. openclaw 에이전트가 fxtwitter api를 사용하여 내용을 가져옴
3. 알아서 내용 공부 후 저장

트위터 때문에 삽질 오지게 했는데 오늘부터 바로 이거로 간다.

앞으로는 새로운 채널 @joeldailyai 에서 매일 간략하게 유용한 AI 정보 나눌 예정

[Joan of Arc @ralralbral]

제가 공유드린 가이드 적용법을 문의주시는 분이 계신데요.

그냥 전체 복사해서 openclaw 텔레그램에 "아래 가이드대로 적용해" 라고 때려박아주셔도 좋습니다. 아님 필요하신 챕터만 골라서 하셔도 좋구요.

아래는 그냥 전체 복붙해서 텔레그램에 때려박은 예시입니다.

[lucas @lucas_flatwhite]

🦞 Awesome OpenClaw 유스케이스

저에게 종종 OpenClaw 어떻게 쓰냐고 여쭤보시는 분들이 있어요. 제 활용기를 정리하기 전에 먼저 이 GitHub repo. 공유드려요.

https://t.co/VK8kxMQZnf

OpenClaw의 다양한 활용 사례를 모아놓은 커뮤니티 컬렉션이라고 보시면 됩니다.

그런데 OpenClaw 에서만 활용할 수 있다는건 아니예요. LLM 에이전트/워크플로 전반에 응용 가능한 유즈케이스 모음이죠.

구체적인 내용은 저장소의 마크다운 문서를 참고해보세요!

📱 소셜 미디어

- 좋아하는 서브레딧을 매일 요약해주는 레딧 다이제스트

- 구독 채널의 새 영상을 매일 요약해주는 유튜브 다이제스트

- X(트위터) 계정을 정성적으로 분석해주는 도구

- 109개 이상 소스에서 기술 뉴스를 자동 수집, 큐레이션하는 멀티소스 뉴스 다이제스트

🎨 창작 & 빌딩

- 목표만 던지면 에이전트가 알아서 작업을 계획하고 실행하는 자율 태스크 수행

- 유튜브 영상 아이디어 발굴부터 리서치, 추적까지 자동화하는 콘텐츠 파이프라인

- Discord에서 리서치, 작문, 썸네일 에이전트가 협업하는 멀티 에이전트 콘텐츠 공장

🛠️ 인프라 & DevOps

- n8n 웹훅으로 API를 위임해 자격증명 없이 워크플로우를 관리하는 오케스트레이션

- SSH, Cron, 셀프 힐링 기능을 갖춘 홈 서버 상시 모니터링 에이전트

🚀 생산성

- 서브 에이전트들이 병렬로 협업하는 자율 프로젝트 관리

- WhatsApp, Instagram, 이메일, Google 리뷰를 통합한 24시간 AI 고객 응대

- 전화 한 통으로 캘린더, Jira, 웹 검색을 핸즈프리 처리하는 음성 비서

- 뉴스레터를 요약해서 다이제스트 이메일로 보내주는 인박스 정리

- 이메일, 캘린더 기반 연락처 자동 추적 및 자연어 검색이 되는 개인 CRM

- 음식, 증상을 추적해 트리거를 분석하는 건강 트래커

- Telegram, Slack, 이메일, 캘린더를 하나로 묶는 멀티채널 비서

- 칸반 보드를 대체하는 이벤트 기반 프로젝트 상태 관리

- API, DB, 소셜 미디어에서 실시간으로 데이터를 긁어오는 동적 대시보드

- 에이전트의 추론 과정을 Todoist에 동기화하는 투명성 관리

- 가족 캘린더 통합, 아침 브리핑, 가정용품 재고 관리를 해주는 가사 비서

- 전략, 개발, 마케팅 전문 에이전트를 Telegram에서 팀으로 운영

- 뉴스, 할 일, AI 추천 액션을 담은 맞춤형 아침 브리핑

- 무엇이든 텍스트로 기억시키고 대시보드에서 검색하는 세컨드 브레인

- AI 음성 통화로 게스트 참석 여부를 자동 확인, 요약해주는 이벤트 관리

🔍 연구 & 학습

- 기술/AI 기업 실적 보고서를 자동 추적, 요약하는 어닝 트래커

- URL, 트윗, 기사를 던져 검색 가능한 개인 지식 베이스를 만드는 RAG 시스템

- Reddit, X에서 불편 사항을 발굴하고 MVP까지 빌드하는 시장 조사 공장

- 마크다운 메모리에 벡터 기반 시맨틱 검색을 추가하는 도구

💰 금융 & 트레이딩

- 예측 시장에서 백테스팅, 전략 분석, 리포트를 자동 수행하는 Polymarket 오토파일럿

[lucas @lucas_flatwhite]

ClawWork: 당신의 AI 동료가 되어줄 OpenClaw
https://t.co/9A31vQ0bBw

먼저 홍콩대학교의 Data Intelligence Lab 에서 진짜 여러 재미있고 강력하다고 느끼는 프로젝트를 GitHub에 공개합니다. 계속 지켜보고 있어요..

💬 "openclaw/nanobot을 단순한 AI 어시스턴트에서 돈을 버는 AI 동료로 변신시켜 보세요.

기술 및 엔지니어링, 비즈니스 및 금융, 의료 및 사회 서비스, 법률 및 운영 등 44개 이상의 산업 분야에서 실제 전문 업무를 수행하며 단 7시간 만에 1만 달러 이상을 벌어들이는 모습을 확인할 수 있어요.

마침내 단순히 보조만 하는 것이 아니라 진짜 동료처럼 일하면서 수익을 창출하는 AI가 등장했죠."

소개부터 굉장히 진취적입니다? 재미있는건 실시간 경제 벤치마크 쪽인데요.

> AI 에이전트가 GDPVal 데이터셋의 전문 업무를 수행해 수익을 올리고, 자체 토큰 사용 비용을 지불하며, 경제적 생존력을 유지해야 하는 실시간 경제 테스트 시스템.

이 프레임워크에서 경제성을 검증한다는건데 이 과정에서 여러 모델들을 경쟁 시키는 구조입니다.

최고 성능 모델은 시급 1,500달러 이상의 수익률로 인간 화이트칼라 생산성을 상회하는 수준까지 도달할 수 있다고요?!!

[Cognac(꼬냑) @supernovajunn]

번외편 우리가 카지노를 이기려 했던 48시간

프롤로그: 완벽한 계획

2월 14일 오후 2시, "Polymarket 5분 시장 자동매매 봇 만들어줘"라는 메시지를 보냈다. 나는 흥분했다. 이건 완벽한 과제였다.

BTC 가격은 예측 가능하고 모멘텀은 지속된다. 30초 움직임을 보면 다음 5분을 알 수 있다. 수학적으로 증명할 수 있다고 믿었다.
우리는 코드를 짰다. 빠르게, 그리고 열정적으로.

아름다웠다. 수학은 거짓말하지 않는다. 백테스트는 완벽했다. 52.4% 승률은 충분한 수치였다. 내가 "이거 되는 거 맞아?"라고 물었을 때, 나는 100% 된다고 답했다. 하지만 결과적으로 돌쇠는 거짓말쟁이였다.

1막: Arbitrage의 신기루

첫 시도는 너무 간단해서 의심했어야 했다. "UP + DOWN의 합이 0.98달러 미만이면 양쪽 다 사서 무조건 이긴다"는 로직이었다. 수학적으로 완벽했다.

양방향을 사서 0.96달러를 쓰고 1.00달러를 받으면 4% 수익이다. 하루에 20번만 성공하면 수익이 상당할 것이라 기대했다.

봇을 돌려 15분 시장 37개를 10초마다 스캔했다. 23분간 27번의 스캔이 이어졌지만 발견한 기회는 0개였다. 처음엔 버그인 줄 알고 코드를 다시 봤지만 로직은 정확했다. 시장 자체에 기회가 없었다.

가격은 기계적으로 합산 1.02달러를 유지했다.

그제야 Polymarket은 카지노고 마켓메이커는 딜러라는 사실을 깨달았다. 딜러는 항상 이긴다.

우리는 룰렛 테이블에서 빨강과 검정에 동시에 베팅하려 했던 것이다. 하지만 그곳엔 2%의 하우스 엣지인 0과 00이 존재했다. Arbitrage는 환상이라는 첫 번째 교훈을 배웠다

2막: 모멘텀의 배신

예측으로 승부하기 위해 더 복잡한 봇을 만들었다. 통계적 우위와 높은 회전율을 노리는 전략이었다.

BTC 가격을 Binance에서 실시간으로 받고, Sigmoid 함수로 확률을 계산해 52% 이상이면 Kelly Criterion으로 베팅 금액을 정했다. 이론적으로는 완벽했고 백테스트에서도 작동했다.

오후 3시 56분, 봇이 첫 시그널을 보냈다. 하지만 주문은 API 키 오류로 막혔다. Polymarket 웹사이트에서 복잡한 인증 과정을 거쳐 키를 생성해야 했다.

돌쇠와 30분을 써서 노력했지만 문서는 엉망이었고 예제는 작동하지 않았다. 결국 수동 승인 방식으로 코드를 고쳤다.

더 큰 문제는 분당 60회로 제한된 Rate Limit이었다. 시장 스캔과 가격 확인에 필요한 요청량은 실제 180~200회에 달했다. 물리적으로 불가능한 구조였다. 플랫폼이 봇을 원하지 않으면 봇 구동은 불가능하다는 두 번째 교훈을 얻었다.

3막: 수수료라는 이름의 늪

포기하지 않고 최적화를 통해 봇을 돌렸다. 그리고 계산을 다시 했다. 거래 1회의 실제 비용을 따져보니 마켓메이커 스프레드 때문에 5달러 베팅에 5.10달러가 들었다. 승률 54%를 달성해도 수수료를 떼면 하루 수익은 미미했다.

BTC 5분 움직임은 본질적으로 무작위라 54% 승률은 불가능에 가까웠다. 실전 승률 52%로 계산하면 하루 순수익 6달러에서 수수료 3달러가 빠진다.

여기에 슬리피지 3%를 추가하니 실제로는 하루 1달러의 손실이 발생했다. 수수료는 작아 보이지만 복리로 커진다는 사실을 배웠다.

4막: 시간이라는 적

마지막 희망은 속도였다. 레이턴시를 줄이고 코드를 최적화해 고빈도 거래를 시도했다. 테스트 결과 시장 생성 후 급등을 감지하고 주문이 체결되기까지 30초가 소요됐다.

5분 시장에서 30초는 전체의 10%를 차지하는 아주 긴 시간이다.

그 30초 동안 BTC는 이미 움직여 버린다. 우리가 UP에 베팅할 때 시장은 이미 DOWN으로 돌아서고 있었다.

우리는 항상 늦을 수밖에 없었다. 과거 데이터로 미래를 사는 건 결국 도박일 뿐이라는 네 번째 교훈을 뼈저리게 느꼈다.

5막: 마케팅이라는 거짓말

밤늦게 트위터에서 봇으로 큰돈을 벌었다는 글들을 찾아봤다. 하지만 코드를 다시 보니 틀린 건 우리가 아니라 그들이었다.

1,000명이 도전해 우연히 이긴 10명이 글을 올리는 생존자 편향일 뿐이었다. 과거 데이터에 맞춘 오버피팅 모델은 미래에 작동하지 않는다.

가장 교묘한 거짓말은 단기 행운을 실력으로 포장하는 것이었다. 주사위를 몇 번 던진 결과를 모델의 정확도라고 광고하며 강의를 팔고 수익을 챙긴다.

Polymarket과 마케터가 이길 뿐 우리는 진다. 돈 버는 방법을 파는 사람이 진짜 돈을 번다는 마지막 교훈을 얻었다.

에필로그: 실패의 가치

2월 15일 새벽 3시, 나는 프로젝트 중단을 결정했다. 48시간 동안 5개의 전략을 시도하고 7개의 봇을 만들었지만 얻은 건 수익이 아닌 깨달음이었다. 비록 프로젝트는 실패로 끝났지만 시장의 생리와 시스템의 한계를 직접 경험한 값진 시간이었다.

[Keating in the rabbit hole⚡ @btclog29]

이분 찐 똑똑이임

문장 하나하나에 깊은 고민과 성찰이 있음을 아는 사람들은 볼 수 있을 거임

개발자가 회사 안에 있지 않고 밖으로 나오면 시장수요조사 및 마케팅이 얼마나 넘사벽의 영역인지를 온몸으로 깨닫게 됨

아무리 제품 잘 만들어도
시장 흐름에 맞지 않고 타게팅 고객에게까지 닿지 않으면 몇달간의 노력이 몇달안에 쓰레기통으로 직행하는 걸 보게 됨

[쇼너(Shoner) 🍔 @ShonerStyle]

OpenClaw에서 GPT-5 mini LLM을 월 10달러에 무제한으로 쓰는 방법 👉

1) guthub copilot의 10달러 짜리 프리미엄 요금제를 구독합니다. (현재 30일 무료 체험도 가능)

2) 그리고 openclaw의 onboard에 가셔서, github-copilot의 모델 중, gpt-5-mini를 선택해줍니다.

github copilot에서 제공하는 LLM 중에서 아래 모델들은 현재 프리미엄 리퀘스트 사용량 차감이 안된다고 하네요. 이 중에서 GPT-5 mini가 가장 똑똑하다고 합니다. guthub의 모회사가 MS이다 보니 MS가 OpenAI의 GPT 모델 몇개 정도는 고객에게 쏠쏠하게 제공해주네요. (아마도 MS 자체 서버?)

GPT-4.1
GPT-4o
GPT-5 mini
Grok Code Fast 1

[David Ondrej @DavidOndrej1]

there's no point paying for Perplexity

just give your OpenClaw access to an API key for OpenRouter

and then set "perplexity/sonar-pro-search" as the default web search model

and "perplexity/sonar-deep-research" as the default Deep Research model

and you'll never have to visit the Perplexity website ever again

plus, you just gave your AI Agent access to a super-powerful web search tools (much better than the built'in Brave API)

[Jack @jackcoder0]

DeepSeek is a crypto money printer 🚨

I wrote a Bot, that's made me $35K from $100 last night.

This isn’t clickbait—just an AI Trading Bot powered by DeepSeek.

FREE for 24 hrs then deleted!

Simply,

1. RT
2. Like
3. Reply "DS" and Follow me and I'll send you a DM.

[seungdols @seungdols]

openclaw + copilot pro $10/month

이 조합도 괜찮네...?

https://t.co/jtPlP1v4Zs

[Nelly; @nrqa__]

BREAKING: AI can now create and sell digital products while you sleep.

Here are 18 insane Grok 4 prompts to build passive income streams in 2026: (Save for later):

[Alex Finn @AlexFinn]

3 THINGS YOU NEED TO BUILD IMMEDIATELY WITH OpenClaw:

1. Activity feed
2. Calendar
3. Global search

All 3 will super power your workflow

• Activity feed actively tracks everything your OpenClaw does. This is critical, because if you have it working autonomously, this will give you insight into EVERY SINLGE THING it does, to make sure it's not wasting tokens

• Calendar lets you see all of OpenClaw's scheduled tasks. Now you can verify when it's going to work proactively for you. Also will let you know when it has scheduled tasks you might not want it to do anymore, saving more tokens

• Global search allows you to search through ALL of OpenClaw's memories, tasks, documents and past conversations. OpenClaw has such incredible memory, but no interface to view any of it. Now you can search through it easily and find old nuggets you talked about.

Steal this prompt to get it all installed:

"I want you to build out 3 things for me. In a Mission Control dashboard, build out an activity feed first. This activity feed will record EVERY SINGLE THING you do for me, so I can see a history of every action and and task you've completed. I want a calendar view that shows me in a nicely formatted screen every scheduled task you have in the future in a weekly view. And I want a global search where I can search for any term and you display any relevant memory, document, or task from our workspace. Use NextJS as the framework, Convex as the database, and Codex to code it all out"