ourplay.eth 🍌，

交朋友，必互关💛 CLAIM

[Alejo @ecommartinez]

He pasado más de 200 horas exprimiendo Gemini.

El resultado: Una biblioteca en Notion con los 400 mejores prompts avanzados para clonar tu cerebro y automatizar tu negocio.

Te ahorra semanas de trabajo en:
• Creación de contenido masivo
• Automatización de sistemas
• Copywriting que vende solo
... Y mucho más en 20 categorías.

GRATIS solo hoy.

Like + RT
Sígueme (para abrir DM)
Comenta "400"

[ourplay.eth 🍌， @taoyong16]

@ecommartinez 400

[ourplay.eth 🍌， @taoyong16]

@Adamaestr0_ Claude

[木马人 @cnyzgkc]

Karpathy大善人又分享干货了！！！

他分享了如何零基础用大模型搭建个人知识库，让我给大家梳理一下，小白也能跟着抄作业！

核心流程（5步上手）：

1. 准备：装Obsidian+Web Clipper插件，建“知识库/raw/”文件夹，选LLM（Claude最稳）。

2. 喂资料：每天挑2-3篇好文章/笔记，一键转MD+图片丢raw/。先专注1个小主题（如“提示词技巧”）。

3. LLM编译：让LLM把raw转成wiki/文件夹的结构化MD（自动总结、加反向链接、分类）。

4. 使用互动：Obsidian里看raw+wiki，直接问复杂问题，LLM自动查wiki、总结、输出MD/幻灯片/图表，再说“归档回wiki”。

5. 自动维护：每周让LLM扫描“找矛盾、补缺失、建议新文章”，保持知识库新鲜。

避坑：从小主题开始，本地全存，初期多教LLM你的风格，后期全自动。

整个流程：raw喂资料 → LLM编译wiki → Obsidian问答+输出 → LLM自动维护 → 知识库自己滚雪球！

这套方案太棒，直接抄作业吧！

[鸟哥 | 蓝鸟会🕊️ @NFTCPS]

用AI写网文月赚10万？先别急，看看这个项目再说。

市面上一堆"AI写小说"工具，本质都是套个聊天壳让你一句一句prompt，写到第三章就崩了——人设乱、剧情散、前后矛盾，根本撑不住长篇。

这个项目思路不一样。

AI Novel Writing Assistant，定位是"AI导演式长篇小说生产系统"。不是让AI帮你补句子，而是让AI参与整本书的规划、调度、执行和追踪。

几个设计挺有意思👇

🎬 自动导演开书 — 从一句模糊灵感出发，AI先给多套方向候选，不满意可以追加修正而不是推翻重来

✍️ 写法引擎 — 不是在prompt里塞一段风格描述就完事，而是把写法做成可提取、可编辑、可绑定的长期资产，从现有文本里提特征再复用

📖 整本生产主链 — 从结构化规划到章节目录到批量pipeline，单章和整本写在同一条链上

🧠 世界观/角色/知识库联动 — 角色不是静态卡片，带关系阶段和卷级职责进生成；拆书结果回灌知识库做RAG

技术栈：

1⃣ React + Vite前端，Express + Prisma后端
2⃣ LangChain / LangGraph做Agent编排
3⃣ Qdrant向量库 + Plate富文本编辑器
4⃣ 支持OpenAI、DeepSeek、SiliconFlow、xAI多模型路由

⭐ 173 | 🍴 45，还早期，但方向对了。

写网文的、做内容矩阵的，可以关注一下。不过别指望装上就能日更万字躺赚——工具再好，故事核还是得你自己想。

🔗 https://t.co/khKBjcGwUo

[看不懂的SOL @DtDt666]

发现一海外老哥的深度分享，
今晚别再刷抖音消磨时间了
抽出一小时，沉下心来看完这套 Claude AI 完整教程

它能教会你自主搭建、自动化处理各类事务
今晚认真学完的兄弟，明天醒来就会掌握一项
未来两年里绝大多数人都不具备的硬核ai能力。

而选择跳过的人，或许明年此刻
还在刷着剧，困惑着生活为何始终毫无起色
路怎么走，全看你自己的选择。

积极学习 拥抱ai！

[GitHubDaily @GitHub_Daily]

AI 短剧赛道爆火，自己想动手时，却发现剧本拆分、角色设计、生图、生视频这些环节，需要在好几个工具之间来回切换，极其消耗精力。

偶然在 GitHub 看到 ArcReel 这个开源项目，把从小说到成片的整个流程串成了一条自动化流水线，全程由 AI 智能体驱动。

只需上传小说内容，AI 便自动完成剧本生成、角色设计、分镜绘制、视频片段生成，最后合成完整视频，基本不用手动干预。

GitHub：https://t.co/MLSl3dNdz4

它会先生成角色设计图，后续所有画面都参考这张图，保证同一个角色在不同镜头里长得一样。

图片和视频生成支持 Gemini、Grok、OpenAI 等主流模型供应商，同时支持随时切换。

做完的视频片段还能一键导出成剪映草稿，方便二次编辑调整。

可通过 Docker 快速部署使用，如果你也想制作 AI 短剧，又不太想折腾，可以试下这个工具。

[ourplay.eth 🍌， @taoyong16]

@0xKingsKuan @claudeai 大佬，给点token呗

[Iris Hayes @irisneural]

🚨BREAKING: You can now run Claude Code for FREE.

No API costs. No rate limits. 100% local on your machine.

Here's how to run Claude Code locally (100% free & fully private):

[铁锤人 @lxfater]

https://t.co/GYYfoI1peY

[阿西_出海（2.0版） @imaxichuhai]

https://t.co/0z9PW4EFsM

[ourplay.eth 🍌， @taoyong16]

@wshuyi @grok,AutoResearchClaw安装地址

[Bill The Investor @billtheinvestor]

知识获取的传统门槛正在被打破：一位俄罗斯开发者通过 AI 技术，将学习效率提升了10倍。利用 NotebookLM、Gemini 和 Obsidian 等工具，他剔除重复信息，只保留真正需要的知识，将一个月的学习内容压缩到15分钟。

这种革新不仅节省了1460小时，更让信息处理变得精准高效，挑战教育行业的传统模式。

[ourplay.eth 🍌， @taoyong16]

@expertwith_AI Send

[Jami @expertwith_AI]

🚨 Gemini Pro 1 Year Giveaway! 🚨

✨ Gemini 2.5 Pro
💰 1000 AI Credits/Month
🎬 Veo 3 + Flow AI + Whisk
📚 NotebookLM
📩 Gmail & Docs Integration

To Enter:
1️⃣ Follow @expertwith_AI
2️⃣ Like & RT
3️⃣ Comment “ Send ”

⏳ 48 Hours Only.

[OneHopeA9 @onehopeA9]

OpenClaw保姆级教程，让你怒省10倍token

这几天和 @openclaw 玩的不亦乐乎，推文都发少了😅
openclaw什么都好，就是太消耗token，那么作为家境贫寒的未来A9，我们就得开洞小脑瓜了。

有没有办法让 agent “精准回忆”，同时完全零成本？有。

qmd —— 本地运行，免费永久，精准度 95% 以上。

qmd 是 Shopify 创始人 Tobi 做的本地运行的语义搜索引擎，基于 Rust，专为 AI Agent 设计。核心功能包括混合搜索（BM25 全文 + 向量语义 + LLM 重排序），零 API 成本，完全本地运行，且支持 MCP 集成。

3 步配置，10 分钟搞定
第 1 步：安装 qmd
需要先安装 Bun，然后执行：

bun install -g github:tobi/qmd
首次运行会自动下载模型（Embedding 和 Reranker），下载完成后即可完全离线运行。

第 2 步：创建记忆库 + 生成 embeddings
进入 OpenClaw 工作目录，索引你的 memory 文件夹：

# 创建记忆库
qmd collection add memory --name daily-logs --mask "**/*.md"

# 生成 embeddings
qmd embed
索引速度极快，本地运行不联网。

第 3 步：测试搜索
# 混合搜索（最精准）
qmd query "关键词"

# 纯语义搜索
qmd vsearch "关键词"
进阶：MCP 集成

让 AI agent 直接调用 qmd，在 mcporter.json 里加一段配置：
{
"mcpServers": {
"qmd": {
"command": "/Users/你的用户名/.bun/bin/qmd",
"args": ["mcp"]
}
}
}
配置好后，agent 会主动从历史 log 中找最相关的段落，跨文件精准回忆，不再靠你手动提醒。

实际效果
场景 1：回忆用户偏好。不再需要把整个 2000 token 的 https://t.co/CP8UkMg8Hn 塞进去，qmd 只返回相关的 200 token，省钱又精准。
场景 2：跨文件知识检索。自动从所有 memory 文件中找最相关段落，准确率极高。
如果你在用 OpenClaw 觉得 token 烧得心疼，赶紧折腾起来。

[大帅老猿 @ezshine]

利用家里闲置的 Android 手机，我老婆也用上专属 AI 助理了，每天帮她的公众号自动发两性话题文章，她说这也太省事了，今天晚上要好好伺候伺候我。

[Yangyi @yangyi]

今天初一，牛马AI如约而至，开启第一波内测
为了限制一下内测范围，点赞转发本推文，评论“参与”
我会逐一给大家发DM邀请内测群，记得查收推特私信
感谢每位愿意参与内测给反馈的朋友们🫶

[ourplay.eth 🍌， @taoyong16]

@yangyi 参与

[Geek Lite @QingQ77]

Claude Code 中文教程 - 直播教学版

🎯 从零基础到企业实战的系统化Claude Code教程
📚 10个完整教程 | 104,000字 | 70+代码示例 | 120个FAQ
⭐ 平均质量评分98分 | 小白友好 | 4种学习路径

https://t.co/SzeBV1ai03