wh1ko.eth

真心爱吃苦瓜。

[阿泽 AZe @Chenzeze777]

发现一个开源项目，做自媒体的人看了会疯

名字叫 social-auto-upload，一键把视频发到所有平台

你只要准备好视频，它就能自动完成：

发布到抖音
发布到小红书
发布到视频号
发布到 B 站
发布到快手
发布到 TikTok
发布到 YouTube

重点是：

免费、本地运行、不限次数

以前每个平台都要单独上传一次，7 个平台就是 7 遍。现在一条命令全部搞定

🔗 https://t.co/9MrDpLfA5O

[AI少年 @aehyok]

https://t.co/WmA8bn7PJw

[宝玉 @dotey]

发布一个新的 Skill：baoyu-youtube-transcript
输入 YouTube URL，直接抓取视频字幕，生成带章节、发言人和封面图的文档，不需要任何 API Key。

【怎么用】
选择这个 Skill，把 YouTube 链接丢进去就行。支持完整链接、短链接、嵌入链接、Shorts 链接，甚至直接输入视频 ID 都可以。

默认输出带时间戳的 Markdown 格式，也可以导出 SRT 字幕文件。支持多语言，可以指定优先语言，也可以翻译成其他语言。

第一次抓取后会自动缓存原始数据，之后换格式、换参数都不用重新请求，秒出结果。

【工作原理】

底层调用的是 YouTube 的 InnerTube API，这是 YouTube 内部用来获取字幕数据的接口，公开可用但没有官方文档。好处是不需要 Google API Key，不需要 OAuth 认证，脚本直接发请求就能拿到字幕数据。

拿到原始字幕后，脚本会做一次智能断句处理：按句末标点（句号、问号、感叹号等）切分，跨字幕片段合并成完整句子，时间戳按字符长度等比分配，对中日韩文字做了专门适配。这样输出的文本是自然的句子，不是 YouTube 那种碎片化的逐行字幕。

【章节分割】
如果视频描述里有章节时间戳（比如 "0:00 Introduction"），脚本会自动解析，按章节把字幕分段，生成带目录的 Markdown。没有章节信息的视频，就按段落分组输出。

【说话人识别】
这是最有意思的部分。YouTube 字幕本身不带说话人信息，所以识别说话人需要 AI 后处理。

流程是这样的：先用 --speakers 参数抓取原始字幕，脚本会把视频元数据（标题、频道名、简介）和 SRT 格式的原始字幕一起输出到一个 Markdown 文件里。然后启动一个 AI 子代理（用 Claude Sonnet，够用且省成本），按预设的 Prompt 模板处理这个文件。

AI 识别说话人的逻辑分三层优先级：首先从元数据推断，视频标题通常包含嘉宾名字，频道名就是主持人；其次从对话内容判断，比如自我介绍、互相称呼；都不行就用通用标签（Speaker 1、Host 之类），保持全文一致。如果后面对话中才出现名字，会回溯更新前面所有标签。

处理完的输出是带说话人标签的分段对话，长独白会被切成 2-4 句一段，每段末尾带时间范围。

【缓存机制】
第一次运行会缓存四样东西：视频元数据（meta.json）、原始字幕片段（transcript-raw.json）、断句后的字幕（transcript-sentences.json）、视频封面图（cover.jpg）。之后不管切换格式还是重新生成，都直接用缓存，不再请求网络。加 --refresh 参数可以强制刷新。

安装命令：
$ npx skills add jimliu/baoyu-skills --skill baoyu-youtube-transcript

项目地址：https://t.co/GOjnWisJjw

[Kenny.eth @_0xKenny]

新、小、实用 - OpenClaw 生态里那些还没人讲过的项目

1. openclawctl 一键安装 OpenClaw 全套，会回车就够了
https://t.co/IOsAgtPSg2

一个脚本一次性装完：OpenClaw + CLIProxyAPI + OAuth + 自动配置。

Win / Mac / Linux 全支持。有 Google 账号的话，顺带一键接上免费额度。

新手最怕的不是用，是装。这个项目直接把门槛清掉了。

2. SkillDeck macOS 原生 GUI，管理所有 Skills
https://t.co/LIZt1JjgQ4

SwiftUI 写的 macOS 桌面应用，可视化管理 Skills，支持 Claude Code、Codex、Gemini CLI、OpenCode、Antigravity。

不用每次去翻文件夹，图形化界面一眼看清楚装了哪些 Skill，可以直接开关、编辑。

3. openclaw-control-center 可视化多 Agent 通信面板
https://t.co/aBsi1Xw7fK

能实时看到 Agents 之间在说什么、子代理在干什么，还能在界面上直接下达任务和对话。

多龙虾协作最难的地方是"不知道它们在做什么" - 这个项目把黑盒变成透明的。

4. Viral_Writer_Skill 基于 11 个内容维度的自媒体创作 Skill
https://t.co/Mllsv2hzwy

给龙虾一个主题，它返回：完整文章 + 5 个备选标题 + 每张配图的生成 prompt。

11 个内容洞见维度，适配各种 AI Agent。不只是"帮你写文章"，是按爆款逻辑拆解之后再写。

5. SearXNG 自建搜索 API Tavily 太贵，Brave 限额，自己搭一个无限用
https://t.co/Y5hFVoLDW2

Tavily 按次收费，Brave 免费只有 2000 次/月，跑 Agent 根本不够用。

SearXNG 自建之后：Agent 无限调用，零额度焦虑。Docker 一键部署，5 分钟搞定，接上 OpenClaw 直接用。

6. webmcp-bridge 让本地 Agent 直接操控浏览器里的网页能力
https://t.co/OTGtzx6V81

WebMCP 让网页在浏览器里暴露工具接口，但本地的 Claude Code / Codex 没法直接调用。

webmcp-bridge 在中间架了一座桥：本地 MCP → Playwright → 浏览器 navigator.modelContext

实测场景：AI 直接操控 Excalidraw 画架构图 - 你改布局，AI 接着改，在同一个画布里协作，不是生成一张静态图。

[阳光 @YangGuangAI]

https://t.co/sLeNHqqvoK

[Bill The Investor @billtheinvestor]

这个工具一下子火🔥了！

Okara做了个 AI 工具，叫 AI CMO，你只要把你的网站地址丢进去，它就会自动派出一群 AI 小助手（叫“代理”），

每天帮你干这些活：

优化搜索引擎（SEO 代理，让 Google 更容易找到你）
搞 AI 搜索可见性（GEO 代理）
自动写文章、内容（AI 作家）
在 Reddit 上找地方发帖、讨论
在 Hacker News 上刷存在感
在 X（Twitter）上发帖、互动

https://t.co/DKliU0Qmyn

[tooooolong @ethengogogo]

@gkxspace gemini可以在google搜索上看到比别家多得数据， 所以我就让agent 搜索优先使用gemini cli 返回结构化数据。最骚的是某鱼上十几块钱一年pro

[Neo Reid @Neo_Reidlab]

我发现几乎所有人都想要自己的龙虾🦞有足够强的调研能力，但是手动配置一堆skill/mcp贼麻烦

直接上手干了一个，一句话让你的agent能全网语义搜索、能看小红书、推特、youtube、reddit、b站、RSS...

免费开源（如果是服务器只需要1$硬件钱），装完自动检测哪个通了哪个没通。

有问题可以随时提issue：https://t.co/mBPLI8JNTR

使用这个指令一句话安装：
帮我根据https://t.co/wShJJIorKg 指示安装 Agent Reach

[（TokenMore)萌小主🍣 @TokenMore]

给 AI Agent 装上眼睛和手——chrome-cdp-skill

不用 Puppeteer，不装扩展，不新开浏览器。
直接连你正在用的 Chrome，带登录态、带 Cookie、带所有上下文。

原理：通过 Chrome 原生远程调试 WebSocket（CDP）接管 tab，每个 tab 起一个轻量 daemon 持久保持连接，弹一次「Allow debugging」，之后静默复用。

支持的操作覆盖日常 agent 所需的全部场景

运行时只依赖 Node.js 22+，零 npm install。
100+ 标签页稳定运行，daemon 20 分钟无活动自动退出不泄漏。

兼容 Claude Code、Cursor、Amp 等主流 agent。

➜ https://t.co/tnCuWB0Jfk

#AI #Agent #ChromeDevTools #ClaudeCode

[huangserva @servasyy_ai]

我要道歉，发现晚了
木子兄弟这个项目真的很优秀：

OpenClaw的安全优先、本地优先控制中心，提供可视化的监控和管理界面。
核心功能：
- 总览：系统状态、待处理事项、风险预警
- 用量：API调用、花费、订阅额度
- 员工：Agent工作状态监控
- 任务：任务板、审批、执行链追踪
- 文档/记忆：源文件级别的知识管理
- 设置：接线状态、安全风险摘要

地址👇：
https://t.co/cUop73v4Hr

[Berryxia.AI @berryxia]

这不OpenClaw的弹药库直接充足起来了？

这个github 热门仓库 太狠了！ 真的是免费API 大全了，快速投喂给自己的小龙虾！

[寂寞火山 @jimohuoshan]

有人像我这么变态

每次都是跟9个AI一起聊天的么？😂

我自己做了个浏览器插件，可以一键把对话发给9个AI（其实是10个，百川只有聊医学问题的时候用）

主流AI基本都有了：ChatGPT, Gemini, Claude, Grok, DeepSeek, Kimi, 豆包, 千问, 智谱

一直这么用你会发现：

经常有某个AI在某些问题上灵光一现！

并不是某个AI在任何问题上永远都是最强的！

[loonggg @KengGuangLong]

YouMind Skill 地址：
https://t.co/aOOXRkHnQ9

[Vincent Yang @m1ssuo]

@WuChen0302 @antfu7 https://t.co/qvpGgvKsk9

[阿蔺A-Lin @alin_zone]

刚发现 Obsidian 剪藏工具是可以直接剪藏 YouTube 视频的，并且可以连视频字幕一起剪藏下来。
以后 YouTube 视频可以直接让 cc 总结了，有需要的直接按照下面的教程花几分钟操作下，保姆级教程👇

[熊叔的茅草屋 @xionghuanwei]

说一下做自媒体文章写作月入1k-3k这个事情，正确的打开方式。
前提是：多平台做、每个平台2个号+，并且赛道没问题的前提下。

我为什么建议大家多平台做呢？多平台做一定会有一个平台适合自己的。

ps：请不要和我杠，说我的数据是p的是什么？数据都是真实的。

为什么分享这些，主要利益不冲突，我主业是海外卖软件产品，我是产品经理产品流思维。
信者有，不信者忽略！

[雨哥向前冲 @xiangxiang103]

兄弟们，gemini pro用户记得每月领10美元赠金啊，这个得每月手动领啊，我二月份忘记领了，亏大了！问我赠金干嘛用，直接用于api调用啊！链接放评论区自取。

[WaytoAGI｜通往AGI之路 @WaytoAGI]

10分钟用Obsidian + OpenClaw重构AI知识管理体系👇

我们有幸邀请到了AI自媒体博主@aiwarts 来WaytoAGI分享！他刚完成自己知识体系的完整重构，来分享整套方法。

1️⃣为什么选 Obsidian

Obsidian 的底层是本地 Markdown 文件，AI Agent 直接读写，不需要 API、不需要授权。

Notion、飞书的数据在云端，AI 每次操作都要走 API，慢、贵、有限制，Obsidian 没有这些问题。

2️⃣第一步：统一信息入口

卡尔每天处理五六千条信息，分散在各处。他用三个插件解决入库问题：

飞书文档下载插件 — 批量转成 Markdown 导入
Obsidian Web Clipper — 抓网页，自动保留来源和 tag
微信笔记同步助手 — 微信内容直接同步进来

3️⃣视频和社交平台内容另有方案

X Reader 和 Agent Reach 可以覆盖小红书、公众号、B站、YouTube、抖音、GitHub，连评论区都能抓。

没看过的视频先存链接，确认值得看再用 AI 生成摘要收录，避免无效处理。

4️⃣第二步：搭 AI 能读懂的文件结构

常见误区：把文件夹做得"对人友好"，但 AI 不在乎好不好看，只要路径清晰就够。

推荐起点：GitHub 上有中文版 Obsidian 初始结构项目，包含收件箱、日记、项目研究、知识库、资源管理。卡尔在此基础上加了"工作流存储"目录，放提示词模板和各平台发布 SOP。

看到更好的结构不需要重构，把链接发给 AI，让它把缺少的部分追加进去就行。

5️⃣第三步：用 CodeX 自动维护文件

CodeX 默认绑定目录，直接连接 Obsidian 文件夹，适合管理文件结构。

卡尔每天用它做：整理下载文件夹、批量优化稿件、拆分重组 Markdown、设置定时任务。

分工逻辑：轻量任务先给 CodeX，解决不了交 Claude Code，再解决不了才上 OpenClaw。

6️⃣进阶：用 OpenClaw 让知识库主动运转

OpenClaw 支持心跳机制和 Cron，可以让 Agent 按计划自动扫描知识库、整理新增内容、发送日报，不需要手动触发。

接入方式推荐飞书或 Discord。飞书可以配置多个 OpenClaw 应用共享同一套记忆体系；Discord 有频道隔离，可以在后台同时跑多个任务。

在 OpenClaw 的 agents 配置文件里写清楚哪些内容归到哪个目录，新信息进来就自动分类，不需要二次整理。

7️⃣防止 AI 误操作的两个措施

软链接 — 只开放 Obsidian 特定文件夹的权限，Agent 无法访问其他文件

Git 版本备份 — Code X 在执行命令前后自动存版本，随时可以回退

卡尔的邪修做法：把本地除 Download 文件夹外的所有内容都同步到了 iCloud 2T

8️⃣一个实用细节：上下文健康检测

和 Claude 对话到五六十轮后，它的"遗忘"会明显加速，之前设定的偏好和技能会悄悄丢失。

检测方法：设一个确认指令，能回复关键词说明上下文还在，不行就开新对话。

真正难的不是安装 Obsidian，是想清楚你要管理什么，然后让 AI 读懂你的文件夹逻辑。

#通往AGI之路 #WaytoAGI #OpenClaw #obisidan #claudecode #CodeX #AI知识管理 #知识体系

[开发者Hailey @IndieDevHailey]

阿里又开源了一个很绝的项目——PageAgent

AI 可以直接操作网页。

它最打动我的一点是：
把最烦人的数据录入干掉了。

很多公司每天都在做这种重复工作：
复制数据 → 打开系统 → 填表 → 提交

以后可能只需要一句话：
“帮我填写客户信息。”

AI 就会自动识别网页结构，把整个流程全部做完。

几个非常实用的场景：

1. 自动填写网页
CRM 表单、注册表单、订单系统
直接让 AI 帮你把网页表单填好。

2. AI 网站助手（Web Copilot）
用户可以直接说：
- 帮我找订单
- 生成报表
- 搜索商品
AI 自动在后台页面完成操作。

3. 企业系统自动化
ERP、CMS、内部管理系统
AI 可以直接操作后台 UI，把复杂流程自动化。

4. 无障碍辅助
语音 → 操作网页
用户说话就能完成网页操作。

和很多 Agent 不一样的是，它 不靠截图识别界面，而是直接读取 HTML DOM，所以：
- 更快
- 更稳定
- 成本更低

而且整个系统 直接运行在浏览器里，不需要：
- Puppeteer
- Playwright
- Python 自动化

相当于给网站装了一个 AI 操作员。
未来很多网站可能会变成这样：

用户不点按钮，而是直接和 AI 说话。

[得否 @wangdefou]

我的obsidian文档也攒的有点多了，一直没时间整理，真的要花点时间搞一下子了