Firecrawl 把他们底层的 Web Agent 框架开源了。
专门用来做带搜索、爬虫和网页交互的智能体。完全开源,大模型随便换(OpenAI / Claude / 你自己的都行)。
敲 firecrawl create agent 就能直接生成 Next.js 或 Express 项目脚手架,支持并行子 agent 和自定义 Skill。
最近想做 web agent 的可以去 fork 一下,能少造点轮子
🔗 https://github.com/firecrawl/web-agent
专门用来做带搜索、爬虫和网页交互的智能体。完全开源,大模型随便换(OpenAI / Claude / 你自己的都行)。
敲 firecrawl create agent 就能直接生成 Next.js 或 Express 项目脚手架,支持并行子 agent 和自定义 Skill。
最近想做 web agent 的可以去 fork 一下,能少造点轮子
🔗 https://github.com/firecrawl/web-agent
lenny's newsletter 大礼包更新了!
加入了很多新的福利,包括一年的supabase pro,google AI pro等,不过是400刀的insider档位独享(图1)
对于咱独立开发者而言,还是很划算的,Google AI,supabase,manus,cursor,warp,这些很常用的产品就已经回本了
加入了很多新的福利,包括一年的supabase pro,google AI pro等,不过是400刀的insider档位独享(图1)
对于咱独立开发者而言,还是很划算的,Google AI,supabase,manus,cursor,warp,这些很常用的产品就已经回本了
开源 TTS 卷到这个程度了?园区诈骗又有新武器了?
清华 OpenBMB 放出 VoxCPM2,20 亿参数,200 万小时多语言数据训练,48kHz 录音棚级音质。
关键是——不用 Tokenizer。
传统 TTS 先把音频切成离散 token 再生成,信息损失不可避免。VoxCPM2 直接在连续潜空间里做扩散自回归,音色细节保留得更完整。
几个硬指标:
- 30 种语言 + 9 种中文方言
- X 4090 上实时率 0.13,流式输出几乎无延迟
- 用自然语言描述就能凭空创造声音,不需要参考音频
- 声音克隆还能调情绪、语速、表达方式
- Apache 2.0 协议,商用友好
最狠的是「终极克隆」模式:给一段参考音频 + 文本,连呼吸节奏、口癖这种微妙细节都能复刻。
GitHub 已经破万星,之前连续霸榜 GitHub 和 HuggingFace Trending。
播客、有声书、游戏配音、短视频旁白——开源方案已经够用了。
https://github.com/OpenBMB/VoxCPM
互联网充电站
清华 OpenBMB 放出 VoxCPM2,20 亿参数,200 万小时多语言数据训练,48kHz 录音棚级音质。
关键是——不用 Tokenizer。
传统 TTS 先把音频切成离散 token 再生成,信息损失不可避免。VoxCPM2 直接在连续潜空间里做扩散自回归,音色细节保留得更完整。
几个硬指标:
- 30 种语言 + 9 种中文方言
- X 4090 上实时率 0.13,流式输出几乎无延迟
- 用自然语言描述就能凭空创造声音,不需要参考音频
- 声音克隆还能调情绪、语速、表达方式
- Apache 2.0 协议,商用友好
最狠的是「终极克隆」模式:给一段参考音频 + 文本,连呼吸节奏、口癖这种微妙细节都能复刻。
GitHub 已经破万星,之前连续霸榜 GitHub 和 HuggingFace Trending。
播客、有声书、游戏配音、短视频旁白——开源方案已经够用了。
https://github.com/OpenBMB/VoxCPM
互联网充电站
公开信息显示,自去年下半年以来,追觅已先后入局牙刷、显示器、汽车、洗衣机、冰箱、手机、空调、燃气灶、热水器、洗碗机、净水器、宠物用品、抽油烟机、航空、耳机、洗车机、剃须刀、智能电视、音箱、智能戒指、体脂秤、路由器、移动电源、智能眼镜、家装灯具、运动相机、空气炸锅、咖啡机、厨师机、按摩仪、电竞椅、具身机器人、机票酒旅事业、芯片、算力卫星等市场。
“我们有两百多个事业部,每个事业部都会对标一家独立的上市公司”
“我们有两百多个事业部,每个事业部都会对标一家独立的上市公司”
#出海运营秘籍👉@yunying23
人生前十年大部分时间一直在上班,脱离了平台机构身份,按照自媒体身份去参加活动有点不适应,甚至因为自己做的就是创作者运营和制作人,我容易不自觉就开始乙里乙气了.......
人生前十年大部分时间一直在上班,脱离了平台机构身份,按照自媒体身份去参加活动有点不适应,甚至因为自己做的就是创作者运营和制作人,我容易不自觉就开始乙里乙气了.......
The Information独家报道:DeepSeek正在以100亿美金的估值寻求融资。
这个估值⋯⋯是智谱的1/5、MiniMax的1/3,一年时间,沧海桑田了。
这个估值⋯⋯是智谱的1/5、MiniMax的1/3,一年时间,沧海桑田了。
#出海运营秘籍👉@yunying23
今天收获一个经验,就是龙虾做数据分析配合TRAE会更可靠(也就是TRAE做固定格式的本地数据加工,这样也能减少原始数据抛给龙虾读取带来的token消耗)。
背景是领导要求我们组三个分析师从上周开始,每周输出一份游戏行业指定品类的分析报告,上周做了一份,因为原始数据太多,龙虾调用ai也读不完整个文件,导致我用龙虾做的报告数据不准确,被领导说报告质量垫底。
于是昨天开始又试着用TRAE写Python,发现半年前写的Python更可靠了(不经过人工修改就可以自动修正,但是聪明的代价是现在TRAE每次用要排队,不过只要Python写完,以后都可以本地秒级处理数据),今天改成用TRAE写Python在本地透视数据精简数据量,然后把年月周三个结果表上传给COZE上部署的龙虾,发现产出的报告准确性好很多,再优化下提示词,就能生成一份挺能唬人的报告(尤其是HTML网页形式的,能达到一些商业化数据产品的视觉效果)。
今天收获一个经验,就是龙虾做数据分析配合TRAE会更可靠(也就是TRAE做固定格式的本地数据加工,这样也能减少原始数据抛给龙虾读取带来的token消耗)。
背景是领导要求我们组三个分析师从上周开始,每周输出一份游戏行业指定品类的分析报告,上周做了一份,因为原始数据太多,龙虾调用ai也读不完整个文件,导致我用龙虾做的报告数据不准确,被领导说报告质量垫底。
于是昨天开始又试着用TRAE写Python,发现半年前写的Python更可靠了(不经过人工修改就可以自动修正,但是聪明的代价是现在TRAE每次用要排队,不过只要Python写完,以后都可以本地秒级处理数据),今天改成用TRAE写Python在本地透视数据精简数据量,然后把年月周三个结果表上传给COZE上部署的龙虾,发现产出的报告准确性好很多,再优化下提示词,就能生成一份挺能唬人的报告(尤其是HTML网页形式的,能达到一些商业化数据产品的视觉效果)。
❤2