X科技时光轴
联系我们
免责声明
隐私政策
关于我
投稿推荐
格律诗的软件世界
格物致知|科技发现周刊
🖼
画廊模式
X科技时光轴
用时间轴记录世界科技前沿与开发实践
🔍
全部
AI
(13)
Github
(9)
Mac
(4)
Web
(5)
分享
(4)
创意
(3)
提示词
(5)
设计
(9)
标签「
AI应用
」下的文章
2026
09
2026
29
· 周二
09-29 10:35
#
Github
JameCling
2026年09月29日 10:35
开源的Grok Bot替代品Openbot,一个月前就有了,没有移动版。 官网挺好看的。 Github :
https://github.com/CopilotKit/openbot
展开全文
28
· 周一
09-28 15:05
#
分享
JameCling
2026年09月28日 15:05
分享一下我用 Opus 5.5 的一点点经验 源自于这几天使用 Opus5.5 做了点东西,发到各平台之后网友的提问 1、怎么不被封号? 我之前讲过美区 Appstore 充值+美区 IP (当然其他区和 IP也可以)不轻易变动,后来我想起来有一点我忘了,我用的英国手机号注册,不知道和这个有没有关系。具体方法我就不说了,大家自己去办。 不过,最有可能的还是运气,谁知道哪天就喜提封号了呢。 2.第二类问题:效果这么好,你的提示词和 skill 是怎么样的?有没有垫视频?有没有用视频模型? 首先,我多数视频提示词都比较简单,skill 也只是装了 HyperFrames、 Remotion 这些基础的 skill,另外就是接入 tts,这些必要的基础工作是要有的。如果你想做的更花一点,接入 gemini 图像生成、elevenlabs 音频、3d 生成这些都可以,剩下基本上都是 Claude Code 和 Opus5.5 自己发挥。 接入这些东西都比较简单,让你的 agent 给你接就行了。 提示词的话,你还是要非常清楚你自己要做什么,把需求和想要实现的风格讲清楚,如果风格讲不清楚,就垫图或者视频,其他不需要太复杂。 视频模型我是完全没有调用,如果你想玩点花活,肯定是可以接的,部分场景用视频模型,整体输出效果更好。不过这部分我还没有探索,纯理论猜想。 还有就是素材部分,我非常喜欢让 Opus 自己去搜集,它搜出来的东西偶尔会有惊喜。 3.消耗额度怎么样? 据我非常不可靠的推断,5x 订阅账号,综合平均来看,1%周额度约能做 1 分钟视频,一个月订阅全用满,可以搞400 分钟,订阅只需要 100 美元(走AppStore 是 125 美元) 并且由于提示缓存的存在,Opus 修视频是很便宜的,不像视频模型只能重新抽卡。 所以,跟视频模型比起来,它的性价比是很高的。不过场景不同,也没必要硬比就是了。 4.Claude 为什么可以做到这些? Claude 会调用非常多的工具来完成任务,基本上你给它配好工具,它就会自主完成,它自己搜素材、查资料、写网页、写动效、写 3d、合成音频、使用开源库,合成视频。 由于是程序实现,它在卡点、运镜、动效这些方面都很强。 5.用 Opus5.5 做什么?它和视频模型怎么选? 现在对于 Opus 5.5 的能力,公众和媒体还是猎奇,它居然能用来干这个?它的效果这么好? 但随着 Opus 5.5 内容越来越多,也会出现审美疲劳。猎奇性内容会减少,但实际生产应用会变多。 如果你要叙事,做故事片,那还是视频模型;如果你要做生产力,例如软件产品宣传素材、科普视频、自媒体视频后期,那 Opus 5.5 就很厉害。(来自@i陆三金 )
展开全文
09-28 15:04
#
提示词
JameCling
2026年09月28日 15:04
向阳乔木整理的Claude Opus5.5 生成视频的提示词汇总 github.com/joeseesun/opus-video-prompts Opus 5.5 本身不输出视频文件。它的做法是写代码画出每一帧:HTML Canvas、p5.js、Three.js、Remotion、Manim、Blender 脚本都有人用。然后用无头浏览器逐帧截图,再用 FFmpeg 合成 MP4;配乐一般用 Web Audio 或 Python 合成,旁白接 TTS。 所以它擅长动态图形、手绘/线稿/水墨动画、科普讲解、产品发布片、歌词 MV,不擅长写实的真人镜头。真要写实画面,常见做法是让它调用 Seedance、Runway、Higgsfield 这类视频模型,自己负责编排和剪辑。 本仓库整理了 Opus 5.5 发布后第一周(2026-09-22 至 09-25)各大自媒体公开的案例,只收作者本人公开的提示词原文
展开全文
24
· 周四
09-24 16:40
#
AI
岚叔
2026年09月24日 16:40
大家速度太快了,这个网站已经收纳了200多个JEV的案例了。值得学习下。 最多的是案例是教程、评测和各种脑洞实验(54 条,约 27%),其次是游戏与实时控制(40 条,约 20%)。 分类打标 26 条,编码审查压缩 21 条,浏览器电脑和路由选模型各 16 条。 地址见评论👇
https://render.qmuse.pub/p/muse/8079593307628562/index.html
展开全文
09-24 16:09
#
AI
AI Will
2026年09月24日 16:09
Jev 太离谱了。 只用 40 秒,它就拆解了 37 个品牌正在投放的 724 条广告。 每条广告的钩子、形式、Offer、CTA、用户认知阶段,以及广告与落地页不匹配的问题,全都分析了出来。 Token 成本仅 0.09 美元。即将接入 StealAds + MCP。
展开全文
09-24 15:52
#
AI
Nett0
2026年09月24日 15:52
这个设计工具简直太神了,而且还是免费的……让一个人做设计看起来像整个团队的作品
https://pen.dev
是一个画布,可以导入现成的界面(Figma、网站、HTML),Claude 或 Codex 在上面操作,导出为代码 收藏 🔖
展开全文
23
· 周三
09-23 20:10
#
Github
zhouluobo
2026年09月23日 20:10
Jev 大家用上没有啊,可太好用了 整理了一批 Jev 项目,大家可以参考啊。 1. fast-jev-compaction Claude Code 插件。每次工具调用后,用 Jev 判断哪些内容该保留、压缩或丢弃,减少上下文膨胀。
https://github.com/tamaratran/fast-jev-compaction
2. jev-browser 让 LLM 负责规划,Jev 负责浏览器里的具体选择。支持 CLI、Library 和 MCP。
https://github.com/Ying-Kai-Liao/jev-browser
3. jev-search 把 Jev 用在搜索流程里,负责理解查询、选择信息源、筛选结果。
https://t.co/fm3NEdRMk9
4. Reticle 给 Web 和桌面应用增加运行时感知能力,帮助 Agent 理解自己正在操作的界面。
https://github.com/superagents-lab/jev-search
5. NanoJev 一个 Jev 的轻量复现项目,包含并行决策、动态候选项和完整训练流程。
https://github.com/TianyuCodings/NanoJev
6. open-alternative-jev 尝试用开源模型复现 Jev 风格的 System One 决策层,并提供基准测试。
https://github.com/ikermoel/open-alternative-jev
7. pi-jev 把 Jev 接入 Pi coding agent,用来控制工具调用,也支持类型化、带置信度的回答。
https://github.com/y0usaf/pi-jev
8. hermes-jev-skills 直接把 Jev 接进 Hermes、Claude Code 和 Codex,覆盖模型路由、记忆、上下文压缩、Skill 选择和浏览器操作。
https://github.com/kerpopule/hermes-jev-skills
这个列表感觉收藏吧,早晚用的上。
展开全文
09-23 20:10
#
Github
Power|资料过滤器
2026年09月23日 20:10
这个项目我觉得是历史爱好者最容易低估的一套“史记导航系统”。 有人用 AI 把《史记》约 57.7 万字,拆成了一张可以点击、搜索、跳转的知识图谱。 里面有 1.4 万+实体、3200+历史事件、7000+事件关系、130条“地铁图式”时间线、2万+ Wiki 页面。 最值钱的不是数据多,而是你点开一个人,就能顺着 人物 → 事件 → 地点 → 时间 → 原文 一路挖下去。 以前读《史记》最痛苦的是:人物太多、篇章太散、时间容易乱。这个项目直接把两千多年前的史书,做成了一张能点进去翻的关系网。 尤其推荐它的“史记地铁图”,每篇像一条线路,事件像站点,查“谁和谁同时在干什么”特别直观。 在线版:
https://shiji.memify.wiki/
GitHub:
https://github.com/baojie/shiji-kb
喜欢《史记》、历史研究、知识图谱的人,这个真的值得收藏。
展开全文
09-23 20:10
#
提示词
Maercih
2026年09月23日 20:10
ChatGPT 上的 GPT image 2.0。 提示词。 为每一张上传的照片分别创建一张独立的编辑风格海报。不要制作拼贴。请分别处理和输出每一张照片。 采用严格的 3:4 竖版构图,水平分为两个完全相等的部分,各占画布的 50%。 上半部分——原始照片 保留原始照片。保持主体不变,同时保留其真实质感、自然光线和原始色彩氛围。仅应用微妙的编辑级色彩校正,以营造艺术杂志、独立出版物或展览摄影的精致质感。 为适应构图,你可以适度延伸天空、地面或周围环境背景,但不要拉伸、扭曲或改变主体。 下半部分——分层剪纸 / 纸艺再诠释 将照片中最具辨识度的主体、轮廓、姿态和空间关系重新诠释为极简的分层剪纸 / 纸艺构图。 以一个主要主体作为视觉锚点。不要机械地复刻每一个细节。相反,通过折叠、切割、分层和重叠来重建关键轮廓、比例和结构。 仅将少量辅助环境元素转化为前景、中景和背景纸层。利用比例对比、留白、干净对齐和前后分层,使主体一眼可辨,同时保持克制的编辑式构图。 色彩与材质 从原始照片中提取最具特色和辨识度的颜色,然后将其简化为有限且和谐的纸艺调色板。 使用暖象牙色或浅色纸张作为基底,辅以少量更强烈的强调色、更深的结构色调、柔和的过渡层颜色,以及非常有限的高光。 材质应类似高品质哑光卡纸,带有细微可见的纸张纤维、干净的切割边缘,以及自然漫射光下柔和的接触阴影。强调真实手工纸艺的触感品质。 避免光泽塑料般的 3D 效果、廉价手工纸美学、霓虹色,以及过度饱和或复杂的渐变。 编辑式排版系统 添加精致的编辑式排版系统。根据主体的身份、地点、动作、材质、情感或象征意义,创作一个简短的主标题。 添加 2–4 组较小的辅助文字。这些可以包括物体名称、地点信息、数字、序列标记、类似坐标的数字、方向词、状态词、材质描述、分类标签,或一句非常简短的诗意短语。 不要使用任何年份或日期。 主标题应传达情感与身份,而较小文字应增添节奏、结构与精致感。 排版整合 将排版自然融入构图,使其与剪纸形态互动。沿纸层边缘、主体轮廓、几何轴线或留白区域安排文字。 使用横排或竖排、旋转文字、宽松字距、边缘对齐、角落放置、横截面布局、嵌入式排版,或部分重叠文字。 主标题可以带有微妙的剪纸或折纸质感,而辅助文字应保持纤细、现代、克制且精准。 最终结果应显得优雅、富有触感、平衡、具有艺术指导感,并鲜明体现编辑风格。
展开全文
09-23 20:09
#
AI
洛克船长
2026年09月23日 20:09
发现一个挺有意思的 Jev 用法: 有人用 Jev 每天扫 GoDaddy 的过期域名。 不是简单看外链数量,而是让 Jev 直接分析 referring domains,判断这些外链到底是自然积累的,还是 Link Farm 刷出来的。 一次筛了 1,149 个域名,Jev 的成本只要 $0.01。 每天跑一次,一年才 $3.65,甚至还没有注册一个 .com 贵。 以前因为人工成本太高而不值得做的事,现在可以每天扫一遍。
展开全文
09-23 20:09
#
AI
Tiger Chen & 前端之虎陈随易
2026年09月23日 20:09
这是我累计在上面消耗了70多亿token的agent工具,建议大家试试,下载地址:
https://finchwork.app/zh
展开全文
09-23 20:07
#
提示词
VoxCat
2026年09月23日 20:07
这套东西的重点,不是普通“Q版可爱风”。 它更接近: 欧美独立动画角色设计 × Deadpan Chibi × Y2K / Pastel 图形插画。 核心不是把所有角色都做成同一种粉蓝萌物, 而是把任意角色的核心识别,统一翻译进这套视觉语法里: 超大头小身体 半睁厌世眼 眼下疲惫阴影 极简五官 图形化发块 粗轮廓 + 平涂色块 Sticker-world 装饰背景 最重要的一点是: 不要把配色、发色分区、背景元素写死。 这些都应该根据角色自身的代表色、身份、服装符号、气质去自动转译。 也就是说,固定的是风格骨架, 变化的是角色内容。 提示词: 【角色】,重新设计为欧美独立动画式 Deadpan Chibi。保留角色最核心的发型轮廓、代表色、配饰、服装符号、身份气质与识别点。超大头小身体,Face-first design,头部承担主要视觉重量,身体明显压缩,窄肩、短颈、细手臂、小型躯干。半睁厌世眼,大面积眼白,厚重上眼睑,轻微下压眉形,眼下有明显疲惫阴影带,并带柔和腮红,形成 tired + annoyed + cute 的反差气质。鼻子和嘴巴极简化。头发采用 Graphic Hair Mass 图形化发块处理,以大块轮廓和清晰分区表现,不逐根刻画发丝。粗深色外轮廓,Flat Color Blocking 平涂色块,Minimal Cel Shading 极少阴影,弱化真实光影,强调 shape-first, material-second。服装与配饰根据角色原设定自动转译为简化后的图形语言,保留高识别度。配色、发色分区、服装图案、配件与背景装饰元素全部根据角色自身特征自动转译,不固定模板。背景采用 Sticker-world Composition / Decorative Motif Field,不做真实场景,而是围绕角色主题生成图形化小装饰与符号元素,强化视觉节奏与气质。整体呈现 Contemporary Western Cartoon × Deadpan Chibi × Indie Animation Character Design × Y2K / Pastel-inspired Graphic Illustration 的效果。
展开全文
09-23 17:41
#
Github
Hailey
2026年09月23日 17:41
自从我的 3D 动态古楼建筑作品被大厂收购之后: 突然发现市面上到处都在盖楼... 不少大模型,也很喜欢把「建 3D 房子」拿来当能力展示 demo。 不过看了一圈,感觉很多都更像是在复刻形式,那个味道还差一点。 所以今天我用 GPT-6 Astra 又重新优化了一版,把细节、动态和氛围重新打磨了一遍。 大家觉得原版更好,还是新版更好?
https://github.com/lhlGitHub/threejs-architecture-effects
展开全文
09-23 17:21
#
提示词
Mr.pinecone
2026年09月23日 17:21
石榴百科全书式信息卡 GPT Image 2.5提示词: 一张 3:4 竖版石榴百科全书式信息卡,呈现植物标本馆档案与现代食品博物馆导览牌的融合设计。顶部使用“一颗完整石榴+一颗切开的石榴+少量独立果粒”的标本式摄影,浅灰白背景、柔和侧光和微弱自然投影,真实表现深红果皮、半透明果粒、薄膜与籽粒结构;旁边排列“石榴”、斜体拉丁学名“Punica granatum”、胶囊标签“水果/石榴科”、原产区域地图与地区化成熟季曲线。 中部以非对称黄金分割和细线坐标系统组织九组内容:每100g主要营养构成;糖类、膳食纤维、维生素与矿物质;果实结构剖面图;成熟季与主要产区;鲜食、榨汁、沙拉、甜品等食用方式;不同水果风味与酸甜度对比;挑选成熟石榴的方法;室温、冷藏与剥粒后的储存方式;历史传播、栽培品种及农业可持续性。 重点数据使用石榴红、叶片绿与琥珀色编码,注意事项使用小面积砖红。纸张具有轻微棉纸纤维,标题为超细无衬线体,正文为现代几何字体,数值为等宽体。底部设置馆藏编号式资料来源区,但不出现虚假机构名称;营养与健康描述采用谨慎表述,不虚构医疗功效。
展开全文
22
· 周二
09-22 17:22
#
AI
Hank
2026年09月22日 17:22
使用 Codex 在客厅墙上编写了一个游戏!使用计算机视觉+投影映射用手控制它😁
展开全文
09-22 15:43
#
提示词
Adrian Punk
2026年09月22日 15:43
这完全可以去接广告了呀 用这套提示词,让霸王茶姬的小人下来变个脸😏 一百块钱成本,要个1w广告费,没毛病吧
展开全文
09-22 16:02
#
AI
Michael
2026年09月22日 16:02
https://classifier.dev
现在优于 jev 并且免费 发疯吧伙计们
展开全文
21
· 周一
09-21 19:25
#
AI
Ding
2026年09月21日 19:25
jev 最佳实践👇
展开全文
09-21 17:11
#
设计
JC Builds
2026年09月21日 17:11
必须开源这个! 这是 swiftui 包 😃
https://github.com/haplollc/ThinkingOrbs
展开全文
09-21 15:32
#
AI
Shridhar
2026年09月21日 15:32
使用 Jev 进行快速图像搜索
展开全文
↑