This media is not supported in your browser
VIEW IN TELEGRAM
字节开源 UI-TARS-desktop，GitHub 已经 3.8 万星。
本地原生 GUI Agent，用自然语言直接操控电脑和浏览器：看屏幕、点鼠标、敲键盘，支持本地/远程操作，跨平台，数据全本地跑。
旁边还有 Agent TARS 那一套 CLI + MCP，把 GUI 能力接到终端和真实工具链里。
真正能干活的开源多模态 Agent Stack。
Hermes/OpenClaw | AI探索
本地原生 GUI Agent，用自然语言直接操控电脑和浏览器：看屏幕、点鼠标、敲键盘，支持本地/远程操作，跨平台，数据全本地跑。
旁边还有 Agent TARS 那一套 CLI + MCP，把 GUI 能力接到终端和真实工具链里。
真正能干活的开源多模态 Agent Stack。
Hermes/OpenClaw | AI探索
👍1
中文内容创作者，必装的 10 个 skill
1｜Humanizer-zh
中文"去 AI 味"神器，专抓空、套、三段式、过度排比那股机器腔，改得像人写的（归藏做的汉化版）。
https://github.com/op7418/Humanizer-zh
2｜dbskill
内容"选诊断器"，帮你诊断商业表达、抠 hook、拆爆款、想小红书标。
https://github.com/dontbesilent2025/dbskill
3｜content-research-writer
从选、找资料、列提纲到初稿，一条写作流跑通，公众号、长文、Newsletter 都能写。
https://github.com/openakita/openakita（skills/content-research-writer）
4｜notebooklm-skill
让 NotebookLM 先查资料、Claude 再动笔，基于你的资料库写，少胡编，适合深度文和行研。
https://github.com/claude-world/notebooklm-skill
5｜khazix-skills
卡兹克开源的写作合集，写作流偏重，适合啃 AI 热点分析、万字长文、深度观点。
https://github.com/KKKKhazix/khazix-skills
6｜ian-xiaohei-illustrations
正文配图神器，把观点、流程、情绪画成"小黑"手绘插图，不是随便甩你一张图。
https://github.com/helloianneo/ian-xiaohei-illustrations
7｜guizang-social-card-skill
写完文章直接切成小红书图文和公众号封面，一篇长文拆成多张能发的卡片。
https://github.com/op7418/guizang-social-card-skill
8｜baoyu-skills
宝玉做的视觉工具箱，封面、信息图、结构图、图解都能出，专管文章包装。
https://github.com/jimliu/baoyu-skills
9｜guizang-ppt-skill
把文章观点做成 PPT、演讲图、公众号头图、小红书封面，二次分发省事。
https://github.com/op7418/guizang-ppt-skill
10｜html-anything
把 Markdown、
1｜Humanizer-zh
中文"去 AI 味"神器，专抓空、套、三段式、过度排比那股机器腔，改得像人写的（归藏做的汉化版）。
https://github.com/op7418/Humanizer-zh
2｜dbskill
内容"选诊断器"，帮你诊断商业表达、抠 hook、拆爆款、想小红书标。
https://github.com/dontbesilent2025/dbskill
3｜content-research-writer
从选、找资料、列提纲到初稿，一条写作流跑通，公众号、长文、Newsletter 都能写。
https://github.com/openakita/openakita（skills/content-research-writer）
4｜notebooklm-skill
让 NotebookLM 先查资料、Claude 再动笔，基于你的资料库写，少胡编，适合深度文和行研。
https://github.com/claude-world/notebooklm-skill
5｜khazix-skills
卡兹克开源的写作合集，写作流偏重，适合啃 AI 热点分析、万字长文、深度观点。
https://github.com/KKKKhazix/khazix-skills
6｜ian-xiaohei-illustrations
正文配图神器，把观点、流程、情绪画成"小黑"手绘插图，不是随便甩你一张图。
https://github.com/helloianneo/ian-xiaohei-illustrations
7｜guizang-social-card-skill
写完文章直接切成小红书图文和公众号封面，一篇长文拆成多张能发的卡片。
https://github.com/op7418/guizang-social-card-skill
8｜baoyu-skills
宝玉做的视觉工具箱，封面、信息图、结构图、图解都能出，专管文章包装。
https://github.com/jimliu/baoyu-skills
9｜guizang-ppt-skill
把文章观点做成 PPT、演讲图、公众号头图、小红书封面，二次分发省事。
https://github.com/op7418/guizang-ppt-skill
10｜html-anything
把 Markdown、
文案变成好看的 HTML 页面、海报、卡片、PNG，杂志风、知识卡都能做。
https://github.com/clockless-org/html-anything
Hermes/OpenClaw | AI探索
https://github.com/clockless-org/html-anything
Hermes/OpenClaw | AI探索
这两天终于把 BaoCut 的视频画面翻译功能做了，这功能技术实现不复杂，但是交互比较麻烦，也没有同类产品借鉴参考，迭代了好几个版本终于觉得还不错了。
亮点是可以 Agent（推荐 Codex）自动化操作，不用人工干预，另外翻译好的结果，可以直接导出到剪映（CapCut）二次处理。
用起来倒是很简单：
一种是自己去 Agent 那边，让 Agent 自己找出来需要翻译的画面帧，然后翻译后把翻译后的文字加到 OCR 出来的位置。
参考提示词：
> 帮我转录翻译 <视频地址>，并为所有全屏的 slides （不是背景中的）也添加翻译
一种是自己从 GUI 主动在要翻译的位置暂停，然后点击播放器下面的 Screen Text 按钮，就能对当前画面进行 OCR，找出来所有文字位置，当然人工可以勾选哪些需要翻译的。
最开始的版本是一次翻译一张，后来发现太慢，现在改成了添加到队列，批量翻译，效率就快多了。
之所以没有做成图片翻译替换画面，是因为视频画面是动态的，如果只是替代一帧或者几帧，效果并不好，就折衷了一下，做成了字幕叠加在原始文字上，人工可以二次调整。
如果你还不是最新版本需要升级到最新版本（v0.8.2）。
下载地址：https://baocut.app/
Hermes/OpenClaw | AI探索
亮点是可以 Agent（推荐 Codex）自动化操作，不用人工干预，另外翻译好的结果，可以直接导出到剪映（CapCut）二次处理。
用起来倒是很简单：
一种是自己去 Agent 那边，让 Agent 自己找出来需要翻译的画面帧，然后翻译后把翻译后的文字加到 OCR 出来的位置。
参考提示词：
> 帮我转录翻译 <视频地址>，并为所有全屏的 slides （不是背景中的）也添加翻译
一种是自己从 GUI 主动在要翻译的位置暂停，然后点击播放器下面的 Screen Text 按钮，就能对当前画面进行 OCR，找出来所有文字位置，当然人工可以勾选哪些需要翻译的。
最开始的版本是一次翻译一张，后来发现太慢，现在改成了添加到队列，批量翻译，效率就快多了。
之所以没有做成图片翻译替换画面，是因为视频画面是动态的，如果只是替代一帧或者几帧，效果并不好，就折衷了一下，做成了字幕叠加在原始文字上，人工可以二次调整。
如果你还不是最新版本需要升级到最新版本（v0.8.2）。
下载地址：https://baocut.app/
Hermes/OpenClaw | AI探索
Q：Agent 用 Skills 的时候，是不是要先调一次大模型选 Skill，再调一次大模型执行工具，总共调了两次？
A：不是的。Skills 的元信息（每个 Skill 的 name 和 description）在对一开始就作为系统提示词（System Prompt）的一部分，统一加载进了上下文窗口。所以大模型在处理你的第一条消息时，已经知道了所有可用 Skills 的描述，不需要单独调用一次大模型来做选择。
实际流程是：大模型在一次调用中，一边读你的问，一边对照上下文里的 Skill 描述，判断该用哪个 Skill，然后读取对应的 SKILL.md 获取详细指令，接着决定是否调用工具——这些都可以在同一轮对中连贯完成，并不是"选 Skill 一次、用工具又一次"的两段式调用。
你可能会担心：每次对都把所有 Skill 描述塞进上下文，是不是很浪费 token？这就是 Prompt Caching 发挥作用的地方。系统提示词（包括所有 Skill 描述）在多轮对中会被缓存，后续每一轮不需要重新处理这些内容，既省了时间也省了成本。
Hermes/OpenClaw | AI探索
A：不是的。Skills 的元信息（每个 Skill 的 name 和 description）在对一开始就作为系统提示词（System Prompt）的一部分，统一加载进了上下文窗口。所以大模型在处理你的第一条消息时，已经知道了所有可用 Skills 的描述，不需要单独调用一次大模型来做选择。
实际流程是：大模型在一次调用中，一边读你的问，一边对照上下文里的 Skill 描述，判断该用哪个 Skill，然后读取对应的 SKILL.md 获取详细指令，接着决定是否调用工具——这些都可以在同一轮对中连贯完成，并不是"选 Skill 一次、用工具又一次"的两段式调用。
你可能会担心：每次对都把所有 Skill 描述塞进上下文，是不是很浪费 token？这就是 Prompt Caching 发挥作用的地方。系统提示词（包括所有 Skill 描述）在多轮对中会被缓存，后续每一轮不需要重新处理这些内容，既省了时间也省了成本。
Hermes/OpenClaw | AI探索
❤1
This media is not supported in your browser
VIEW IN TELEGRAM
经常用 Codex、Claude Code 做网页自动化？试试 ego-lite。
不是 Playwright 那种另开浏览器，而是你和 Agent 共用一个浏览器：各干各的，互不抢标签页。登录态、Cookie、扩展直接继承，不用反复登录。
每个 Agent 有独立 Spaces，支持并行跑多个任务。用 JS 调用，复杂任务最高快 2.5 倍，Token 更少。支持 Codex、Claude Code、Cursor 等。
目前 Mac 可用，Win/Linux 在规划。适合操作需要登录的后台、CRM、社媒等。
Hermes/OpenClaw | AI探索
不是 Playwright 那种另开浏览器，而是你和 Agent 共用一个浏览器：各干各的，互不抢标签页。登录态、Cookie、扩展直接继承，不用反复登录。
每个 Agent 有独立 Spaces，支持并行跑多个任务。用 JS 调用，复杂任务最高快 2.5 倍，Token 更少。支持 Codex、Claude Code、Cursor 等。
目前 Mac 可用，Win/Linux 在规划。适合操作需要登录的后台、CRM、社媒等。
Hermes/OpenClaw | AI探索
不要直接让Codex或者Claude帮你清理电脑，尤其是Windows！！
权限给的太少，清理会流于形式！
权限给的太多，大部分人可能把握不住！
一不注意少个什么文件就完犊子了，轻则浪费很多时间去修复，重则重装系统！！
换个思路，让它给你做个精简版的清理工具，这就不一样了，要安全好用的多！！
Hermes/OpenClaw | AI探索
权限给的太少，清理会流于形式！
权限给的太多，大部分人可能把握不住！
一不注意少个什么文件就完犊子了，轻则浪费很多时间去修复，重则重装系统！！
换个思路，让它给你做个精简版的清理工具，这就不一样了，要安全好用的多！！
Hermes/OpenClaw | AI探索
claude web chatbot这个功能，从始至终压根就不是anthropic的主要营收，因为99%的大头都在claude code和LLM API上面。
web chatbot对于各家都是个鸡肋中的鸡肋，不挣钱，光薅羊毛，免费用户多，给自家卖钱的LLM inference带来压力，还必须注重体验，打磨产品，否则免费用户铺天盖地骂你。
所有公司都希望web chatbot这一块最好降到0，越低越好，梁文锋已经快把白嫖chatbot的用户骂出来了，OpenAI因为常年给全球用户免费用gpt-4o，导致正式下架gpt-4o前被一堆人铺天盖地地骂。
claude如果这一块一直暴跌，对于anthropic绝对是个天大的大好事儿。
Hermes/OpenClaw | AI探索
web chatbot对于各家都是个鸡肋中的鸡肋，不挣钱，光薅羊毛，免费用户多，给自家卖钱的LLM inference带来压力，还必须注重体验，打磨产品，否则免费用户铺天盖地骂你。
所有公司都希望web chatbot这一块最好降到0，越低越好，梁文锋已经快把白嫖chatbot的用户骂出来了，OpenAI因为常年给全球用户免费用gpt-4o，导致正式下架gpt-4o前被一堆人铺天盖地地骂。
claude如果这一块一直暴跌，对于anthropic绝对是个天大的大好事儿。
Hermes/OpenClaw | AI探索
现在还有人年年给视频会员续费？
不如把这套 TvBox 全家桶 收好。
软件、接口、配置一次整理好，装上就能看，省得满网找资源。没有会员套路，也不是满屏广告的假免费
喜欢折腾电视盒子、NAS 或智能电视的，这份值得收藏。
🔗 https://yxzhi.com/tvbox
Hermes/OpenClaw | AI探索
不如把这套 TvBox 全家桶 收好。
软件、接口、配置一次整理好，装上就能看，省得满网找资源。没有会员套路，也不是满屏广告的假免费
喜欢折腾电视盒子、NAS 或智能电视的，这份值得收藏。
🔗 https://yxzhi.com/tvbox
Hermes/OpenClaw | AI探索
QQ宠物强势回归？🤡 腾讯全新QQ宠物上线了
而且还接入腾讯Hy3大模型
升级为3D毛茸茸的立体形象
除了经典的企鹅物种外，还新增了狗狗与蒜头鹅供用户选择，支持自定义昵称与性格设定
QQ直接搜 QQ 宠物 就可以了
Hermes/OpenClaw | AI探索
而且还接入腾讯Hy3大模型
升级为3D毛茸茸的立体形象
除了经典的企鹅物种外，还新增了狗狗与蒜头鹅供用户选择，支持自定义昵称与性格设定
QQ直接搜 QQ 宠物 就可以了
Hermes/OpenClaw | AI探索
❤1