Frye.Zhang

AI reseacher

[Daily Dose of Data Science @DailyDoseOfDS_]

A collection of awesome MCP servers for AI Agents:

[汉尼拔火罐 @Hnbhger17]

没有听到任何傲慢嚣张的回答，听到的只有各种中国经验… 这还不够说明问题吗？

[Wang Shuyi @wshuyi]

Raycast 着实有些「不讲武德」了。你本来就有 AI extension，再把 MCP 加上，还让其他友商日子怎么过呢？😂

[阿西_出海 @axichuhai]

Cursor + Supabase + MCP = AI驱动的MVP开发，效率拉满。

我在用这套组合更快、更便宜、更聪明地开发MVP，AI直接搞定后端、数据库和迁移。

咱们来拆解一下。

[卫斯理 @imwsl90]

推荐一个写公众号的小工具 mdnice

可以直接将markdown文件排版为公众号的格式，这个工具还支持知乎、掘金、简书这几个快要死的平台

我知道有很多类似的工具，但这个工具最大的亮点是云存储，而且还自带图床，有了这个功能我就可以很方便写东西了。而类似的工具大多没这个功能。

目前前100篇文章��费云存储，我想我写到100篇就会付费吧。

https://t.co/JPvOB0ZfWa

[karminski-牙医 @karminski3]

看到个微软出的非常好的 AI Agent 新手教程——AI Agents for Beginners - A Course 已经有快 2 万 Star了

写得非常详细，文本/视频教程，代码都有。并且有中文翻译。

地址：https://t.co/IrBdiiXsCN

[向阳乔木 @vista8]

第四项：一段提���词生成PRD和高保真原型

提示词获取教程：https://t.co/wS292XrYDg

前两张图是Gemini生成，最后一张是Claude。
个人觉得还是Claude审美在线，但Gemini也还行。

[Jason Z @JasonZX]

第九秒的时候，Loki清洁机器人擦完马桶就去擦洗手盆，动作麻利，我只是担心它别忘了换手里的抹布。

这是一家位于瑞士苏黎世的公司研发的清洁机器人，他们的目标是构建智能机器，接管重复性家务，解放人类时间用于更有意义的事情。

[Ring Hyacinth @ring_hyacinth]

最近认识了一个相当酷的朋友汉洋@HanyangWang ，在全世界扫描建筑，然后整理后再开源到网上。

▶模型库地址： https://t.co/60QbmJdCNF

每一个模型都附带了详细的介绍，甚至地理位置。

考虑到几乎所有的建筑都难逃缓慢被时间侵蚀的结局，这个工作真的太有价值了，像是数字世界的建筑档案馆。

Funes World 也很欢迎创作者能任意使用这些模型，唯一想要的就是这些建筑能更多被人看见。

网站上低清版本可以直接下载的，用 apple 点击 view in ar 然后存在手机里是最方便的。

个人项目可以随意使用，商用或更高精度的模型的话请联系他的邮箱 [email protected]

[Wang Shuyi @wshuyi]

Gemini 2.5 Pro 0506版本大家尝试过没？我今天用它在 Cursor 中处理自己的 Python 工作流代码修改，又找回了第一次使�� ChatGPT o1 来辅助编程时的惊艳😄👍

[howie.serious @howie_serious]

善用ai，说起来轻巧，但实际上对人的要求只会越来越高。

ai 越来越强，真正能在认知深度上超越 ai，让 ai 为自己服务的人，可能会越来也少。

帮朋友跑一个o1-pro 问题，他发来了一个 md 文档，需求描述细致清晰准确（语言的准确程度，反映人的智力高低？），文档长度有 3100 字符。

o1-pro 推理了��近 5 分钟。

经过算法短视频长期疯狂训练的很多大脑，注意力时长以秒计量，哪能写几千字的需求，思考深度问题啊

[DigitalTechIs @DigitalTechIS]

Best AI travel planner tools to plan your next adventure

1.) Wonderplan
2.) https://t.co/vEjciyZn3A
3.) https://t.co/UORxMJVYvA
4.) https://t.co/izBuK4e72i
5.) GuideGeek

#AITravelPlanner #Vacationplanner #Adventure #Travelgoals #itinerary #Flights

https://t.co/UKhZUcd4u0

[Robinson · 鲁棒逊 @python_xxt]

刚刚，又仔细地阅读了一遍@LinerUncle 的这个prompt，再一次被这个prompt的细致所打动

我的 LLM Intuitive 告诉我，这是一个非常好的基础框架，基于这个规范要求的编写格式，可以进行不同类别的发散、类比和迁移

然后 我的prompt:
“这是一个规范，请参考这个规范，参考其本质的内核，底层的逻辑。编写一个做产品分析的prompt，使用你单次回答的算力上限，单次回答的token上限，我要求的是深度，而不是广度，要求做到你的最好”

再然后我得到了：

全方位产品深度解析框架

[idoubi @idoubicc]

《祛魅 AI 三部曲》的内容提纲整理好了，希望能坚持写出来。

你对哪几 part 感兴趣？

[LIN WEI @skywind3000]

现在 LLM 聚合类型 API 确实很方便，交一份钱，就能访问 N 个 API （OpenAI，Anthropic，DS，Perplexity），主要有：OpenRouter，AiHubMix，https://t.co/FKD1NAsjFG 这三家，其中后两个都可以支付宝充值，硅基流动只有一堆开源模型，没法对接 OpenAI 这些商业 API，开源模型用它也还行，套个 Cherry Studio，就很好用了。

[Yangyi @yangyi]

说真的，这个AI战略反向指南，特别适合发给你老板看
你可以不发，但你一定要光明正大转发，他或许就会看到了
简直是90%国内企业干AI的车祸现场
哈哈哈哈

[Wang Shuyi @wshuyi]

开学第一课，所有同学就都统一配置了稳定的 Deepseek R1 + tavily 联网 + artifacts + 个人知识库助手。练习题目，也相应调整为比拼创意和个性化。希望个性化 AI 助手能给你们的学习效率插上翅膀😄👍

[小互 @xiaohu]

如何在大规模 GPU 集群上训练大语言模型终极指南

这是由Huggingface发布的一份关于从 1 到 1000 多个 GPU 训练集群上训练 LLMs 的全面指南。

包括硬件配置、软件工具（例如 PyTorch、Hugging Face 库）、优化策略等方方面面。

学完你就会训练大语言模型了 😂

已经翻译为中文版了，非常的方便！

目标：让关于大规模LLM训练的知识大众化。不论你是从1个GPU起步，还是协调成千上万的GPU，这本指南将一步步带你走完这段旅程。

[ShanghaiPanda （ Account deactivation） @thinking_panda]

Chinese people imagine the streets of China 10 years later.
This is not sci-fi, as all the products in the video have already had prototypes produced.
Without incident, I'm sure I'll live to see it become reality.🙏

[AIGCLINK @aigclink]

github：https://t.co/oJSbUkixGB