在 Android TV 上通过悬浮窗控制智能家居设备。

https://github.com/Trooped/QuickBars https://x.com/tom_doerr/status/2084748365061837118

Most developers know how to ship a feature.

Turning every release, demo, and product update into content people can quickly understand is a different job.

Fetra AI is built for that second part. It helps teams turn product and brand context into short-form content, then plan, schedule, and publish it from one place.

We tested @Fetra_ai with a sample brand, and two workflows stood out:

• Blitz generates a stack of branded video concepts you can review and choose from, instead of starting with an empty prompt.

• Viral Remix takes a short reference clip and a product image, then rebuilds the format around your own product.

The video below shows that flow, from building the brand profile to generating new concepts and adapting product assets into short-form content.

Fetra also includes AI UGC, content planning through Marco, scheduling, and publishing across nine platforms.

The value here is less about promising virality and more about reducing the repetitive work between shipping something and turning it into clear, usable content.

For indie developers, technical founders, and lean product teams, that can make the content side of building much easier to manage.

兄弟们，我刚发现 X 上真正拥有真实粉丝的科技博主居然只有 40 来个，太惊讶了。

他们不靠算法投机，不买量，能给品牌带来实打实的影响力。

而且你们知道吗？这些人光靠接商单，每月入账就在 3 到 10 万美金之间。

如果当博主能更轻松地实现 100 万美金的年营收（ARR），谁还费劲去搞产品啊？

建议关注下 @EXM7777 和 @eptwts，这俩是真大神。

学学他们的表达方式、定位和策略，成功就在眼前。

祝好运。

Codex x 解决上下文满溢问题的黑科技，太猛了。

国外正在热议一种用法：当 Codex 对话过长时，直接开个新窗口，通过 @ 关联之前的对话来继续任务。

・只需一句话：“总结重点并接着做”
・@ 联想词里直接列出同项目下的历史对话名
・重点在于总结摘要，而非全文复读

这套机制让你不用重新解释，就能直接续上。👇

从任意网站提取 logo、颜色、字体和边框，并转化为 design tokens。

https://github.com/dembrandt/dembrandt https://x.com/tom_doerr/status/2085289812638961905

Codex 5.6 最值得养成的收尾习惯：把长对话压缩成项目交接文档，能节省大量 Token！

长期项目对话一旦过长，就会充斥失效决定和报错垃圾，导致 AI 频繁重复扫描代码、重踩旧坑，浪费大量 Token。

分享一个我在用的提示词，能省不少无效token：

“当前阶段即将结束。请创建或更PROJECT_STATUS.md，把本次工作沉淀成一份可以继续执行的项目交接文档。

文档需要包含：当前目标、已完成内容、关键技术决策、修改过的核心文件、测试与验证结果、已知问题、尝试过但失败的方案，以及下一步开发顺序。

请结合当前代码、Git 变更和测试结果核对内容。只保留后续开发真正需要的信息，不记录无关讨论，不猜测未确认的结论，也不要写入密码、密钥等敏感信息。”

下次继续项目时，第一句话只需要输入：

“请先阅读 PROJECT_STATUS.md，确认当前进度、已知问题和下一步，再继续开发。”

这个习惯真正有价值的地方，是它会让 AI 少读取冗长上下文，少重新分析已经确认的方案，也不会轻易再走一遍之前踩过的坑。

更重要的是，这份交接文档不绑定某一次 Session，也不绑定某个平台。

你可以把同一个项目交给 Codex、Claude Code、Cursor甚至下一个开发者继续执行。

感觉现在 GPT 和 Claude 吐的东西真是又臭又长，刚看到大佬在全局 CLAUDE.md 添加了：

“始终使用 ASD-STE100 简化技术英语进行交流。始终读取 CONTEXT.md 文件，并使用其中定义的通用语言。”

那么，有没有更适合中文场景的提示词呢🤔

娃的绘本别乱买了，1500+国内外经典，一本本筛过的，闭眼囤就完事儿

🔗：https://pan.quark.cn/s/e5efe5e368d7 https://x.com/NFTCPS/status/2085005229628764275

孩子为什么越大越不愿意跟我们说话？ https://x.com/qkl2058/status/2085184403886723232

为什么财不可外露？ https://x.com/qkl2058/status/2085293209631199292

13个免费看电影的网站，全部合法

[🔖 存起来，真的能用]

1. Pluto TV

https://static-homepage-en.pluto.tv/plutotv-is-not-available

不用注册直接看，有直播频道、电影和剧集

就是开着就能看那种 https://x.com/MissCat_AI/status/2085194696264167563

兄弟们刷到一个 GPT-Image2 提示词库，我第一反应是：

这玩意涨 Star 是不是开挂了。

刚开源没几天，GitHub 直接干到 9000 Star。

在 GitHub 上见过不少项目起飞，但这种速度，真不多见。

它其实就干两件事。

但这两件事，刚好把我之前出图最痛苦的部分给拆了。

第一，一套工业级提示词引擎。

不是那种“高清、电影感、细节丰富”硬堆词的 prompt。

是真有结构、有逻辑、能复用的一套系统。

第二，一个一直在更新的模板库。

你今天刚想做某个风格，可能明天里面就多了一套现成模板。

这就很离谱。

以前出图最烦的是什么？

反复试参数。

反复改词。

反复生成。

然后盯着结果骂一句：怎么还是这鸟样。

用这种现成结构去套，稳定性真的会高很多。

我自己翻了几天，感觉至少把以前浪费在瞎试上的时间，省回来一大截。

更狠的是，后面还跟了一套 GPT images 2 提示词合集。

这批提示词跑出来的图，质感和细节确实有点东西。

光影、材质、构图，全都不是随便糊弄的那种。

很多玩法你自己硬想，真不一定想得到。

整包 3.9GB。

基本都是市面上热度很高的那批，打开就能直接用，不用再到处东拼西凑。

提示词引擎本体在这：

https://github.com/freestylefly/awesome-gpt-image-2

3.9GB 爆款素材包在这：

https://pan.quark.cn/s/9c4acb543dce

说白了，做 AI 图的人已经分层了。

一种还在苦哈哈炼丹，试错，熬夜调 prompt。

另一种已经把提示词引擎和模板库当外挂用了。

效率不是差一点。

是别人还在搓木棍，你已经掏电钻了。

很多人看到的是“又一个开源项目”。

我看完只觉得，后面还靠纯手搓 prompt 出图的人，真的要被卷麻了。

我表弟这波把 TikTok 玩明白了。

自己用Code拈了几张国风图，丢给 Seedance2.5 生成中国风 AI 视频。

文案就一句：

中式意境，唯美在人间。

然后爆了。

24 小时涨粉 11.6 万。

最离谱的是，老外不是随手点个赞。

他们疯狂转，还私信问他：

这种中国风画在哪里买？

我真有点被震到。

我们习以为常的山水、留白、衣袂、青绿、东方意境，在海外用户眼里，像打开了隐藏副本。

国风不是没人爱。

只是很多时候，我们自己低估了它的杀伤力。

今天 GitHub 被逆向 Agent 彻底刷屏了！

5 个星标暴增、真正能落地的硬核项目，专业拆解下：

1. diegosouzapw/OmniRoute

免费 MIT AI 网关：一个 endpoint 通吃 290+ 供应商（90+ 免费额度）、500+ 模型，配额感知自动 fallback + 强压缩，直接兼容 Claude Code / Cursor / OpenCode / Cline。

🔗 直达：https://github.com/diegosouzapw/OmniRoute

以前切模型像换 VPN，现在一个 endpoint 通吃，token 成本直接腰斩。网关赛道新王！

2. Optim-Agent/optim-agent

把 LLM Agent 变成超参数优化器，自动帮你调模型、调工作流、调 prompt。

🔗 直达：https://github.com/Optim-Agent/optim-agent

以前调参靠玄学，现在 Agent 自己跑实验、自己收敛。MLOps + Agent 的完美交叉点！

3. zhaoxuya520/reverse-skill

AI 逆向 / 渗透 / 安全研究技能路由包。自动路由方法论 + 按需自举工具链 + 自进化知识库，原生支持 Claude Code、Cursor、Cline 等一众 Agent。

🔗 直达：https://github.com/zhaoxuya520/reverse-skill

以前安全研究像手动堆工具箱，现在 Agent 自己挑刀、自己进化经验库。硬核到爆！

4. huggingface/speech-to-speech
本地语音 Agent 管道（VAD → STT → LLM → TTS），OpenAI Realtime 兼容，组件全可换，支持实时打断与工具调用。

🔗 直达：https://github.com/huggingface/speech-to-speech

真正能本地跑起来的实时语音对话 Agent，隐私和延迟双赢，开源玩家狂喜！

5. lyogavin/airllm

单卡 4GB 就能跑 70B（甚至更大），层式加载，无需量化蒸馏。支持 Llama / Qwen / DeepSeek 等主流模型。

🔗 直达：https://github.com/lyogavin/airllm

显卡乞丐也能养起大模型 Agent 的神器，本地推理直接起飞！

//

总结

2026 年的风口已经从“会聊天的模型”全面转向“能干活、能进化、能本地落地的 Agent 基建”。谁先把这些玩透，谁就站在下一波生产力 C 位。

刚写了一个给大学生找工作写简历的 skill。

借鉴了 grillme 思想，通过问题访谈生成 PDF 简历。

或提供 JD 针对性修改简历、优化已有简历的排版。

支持一次性生成不同风格。

简历优化参考了清华、MIT、伯克利等知名学校的就业中心的最佳实践。

Skill 安装指令：npx skills add joeseesun/qiaomu-campus-resume

开源地址：https://github.com/joeseesun/qiaomu-campus-resume

今天 GitHub 被万能 Agent 屠榜了！

5 个星标暴增最狠的项目，专业拆解下：

1. Panniantong/Agent-Reach

给 AI Agent 装上全网眼睛。Twitter、Reddit、YouTube、GitHub、B 站、小红书……一键读取，零 API 费用，自愈路由

🔗 直达：https://github.com/Panniantong/Agent-Reach

以前 Agent 被关在笼子里，现在直接打开整个互联网。情报战时代真正落地！

2. Leonxlnx/taste-skill

给 AI 装上「审美品味」。告别千篇一律的 slop 前端，强制布局、字体、动效、密度全部升级。

🔗 直达：https://github.com/Leonxlnx/taste-skill

终于不用再看 Agent 生成的塑料感 UI 了，直接出有设计感的作品。前端生产力质变！

3. calesthio/OpenMontage

世界首个开源 Agentic 视频制作系统。12 条流水线 + 52 种工具，描述一句话，Agent 自己研究、写脚本、生成素材、剪辑出片。

🔗 直达：https://github.com/calesthio/OpenMontage

一个人顶整个视频团队，含金量直接爆表。

4. microsoft/markitdown

微软亲儿子级文档预处理神器。PDF / Word / PPT / Excel / 音视频一键转干净 Markdown，专为 LLM 喂料设计。

🔗 直达：https://github.com/microsoft/markitdown

Agent 吃料再也不用手动清洗了，预处理层事实标配。

5. DeusData/codebase-memory-mcp
把整个代码库变成持久知识图谱的 MCP 服务器。Agent 再也不用每次重新「读」项目。

🔗 直达：https://github.com/DeusData/codebase-memory-mcp

长期项目记忆终于有了真正可用的基础设施。

//

总结

2026 年的风口已经是「Agent 可插拔能力层」。谁先把这些项目玩透，谁就站在下一波生产力革命的 C 位。

实用网站推荐：TG 知道
想找靠谱的中文 Telegram 频道、群组或机器人,却总是无从下手? 你可以翻一翻这个网站,精选收录了优质的频道、群组和机器人,方便用户按分类快速搜索。涵盖科技数码、学习技术、金融资讯等多领域优质内容，方便探索 Telegram 生态,新人老手都能用得上
https://www.tgzhidao.com/ https://x.com/knowledgefxg/status/2085340624354746812

🎉MiniMax H3 @MiniMax_AI 这次确实猛，快速追赶 Seedance！

本地配置不够的朋友（比如我🙃），推荐直接租个 GPU 服务器体验：

- 配置推荐：5090 + 32G
- 一键免装：选 ComfyUI 镜像（自带 H3 模型）
- 极低成本：一小时仅需几块钱门槛几乎为零

一定要去亲自感受下国产大模型带来的震撼！

传送门👉🏻：https://passport.compshare.cn/register?referral_code=Bt72nE0Sa1lCJb61RHLG7s

【融资】Global Ledger 完成 并购，融资 金额未披露
区块链分析公司
投资方：OpenFX
🔗 https://cn.rootdata.com/Projects/detail/Global-Ledger?k=MjU0ODY=
📰 来源：https://www.globenewswire.com/news-release/2026/08/06/3340101/0/en/openfx-acquires-global-ledger-to-launch-multi-currency-accounts-for-fintechs.html

发现一个牛B的钱包地址，在SOL链上花$2.3K买入大金狗 $ICM，做到了 91x 回报，狂赚 $206.7K（约148.8万人民币）！

跟着大神找金狗 👀，他的钱包地址：
https://gmgn.ai/sol/address/C7KoyPop_AC7nHFR5p2skyQVxkQpQ9ZHpqNHv5zuHSbSvNWPNyi85

使用 Claude Code skill 生成 27 种图表（包括流程图和架构图），还能自动适配你网站的字体和颜色。

https://github.com/cathrynlavery/diagram-design https://x.com/tom_doerr/status/2085267066756493601

Massive breakthrough here!

Self-hosting LLMs just got ~75% cheaper:

Most agent pipelines now run 4-5 small models under the hood: an embedder for retrieval, a reranker for precision, an extractor for entities, and often a small LLM for routine generation.

The standard way to serve them is one server per model. vLLM holds the LLM, TEI holds the embedder, and everything else gets a custom FastAPI wrapper.

Each server reserves its own slice of GPU memory and holds it whether traffic arrives or not. GPUs are billed by the hour, so idle time costs the same as busy time.

This is why switching to small models rarely reduces the bill. The cost was never in the calls but rather in the servers.

The structural fix is serving every model from one process that loads and evicts models based on traffic.

Superlinked just open-sourced exactly that. SIE (Superlinked Inference Engine) is an Apache 2.0 server that runs 85+ models behind one API.

Four calls cover the whole pipeline:
- encode() returns vectors
- score() returns relevance scores
- extract() returns entity spans
- and generate() runs small open LLMs.

Models load on first request and are evicted least-recently-used, so one GPU serves a rotating set of models instead of sitting siloed behind one.

It runs anywhere from a laptop to a Kubernetes cluster, and it plugs into Qdrant, Weaviate, Chroma, LanceDB, LangChain, and LlamaIndex.

You can find the repo here: https://github.com/superlinked/sie

(don't forget to star 🌟)

I also wrote a hands-on guide to using SIE. It walks through a real-world example where we deploy and manage five models on a single GPU, including a small language model, an OCR model, an NER model, a reranker, and an object detector.

The article is quoted below.

请大家准备今天下午 19:00（UTC+8）领取币安 Alpha 空投并交易！

本次活动采用升级版的“Alpha 盲盒”模式，空投奖池包含多个项目的代币。持有至少 245 个币安 Alpha 积分的用户，可以领取一次代币奖励。先到先得。申领空投将消耗 15 个币安 Alpha 积分。

本次空投设有三个奖励等级：普通款（占奖池的80%）、稀有款（15%）和隐藏款（5%），每个等级对应不同的Alpha盲盒价值。用户在领取时将被分配至其中一个等级，奖励将按这些等级的比例进行分发。若奖励未全部发放完毕，积分门槛将每五分钟自动降低 5 分。

一个人废掉的原因：执行间隙太长。#执行力 #执行力杠杆

《执行力的20个杠杆》无痛提升执行力https://pan.quark.cn/s/52621c71a8a8 https://x.com/enoch4306/status/2084880736868544612

很多人可能不知道，你和Codex的聊天记录隐藏了大量节省上下文token消耗的方法

输入下面这段提示词，让 Codex 找出过去 30 天的重复工作，并判断该做成 skill、subagent、还是自动化任务。
之后，你的工作效率将大幅提升：

“检查我最近 30 天的 Codex 会话、Memories、Chronicle，以及已有的 Skills、Agents 和 Automations。

找出至少重复出现两次、耗时、容易出错、需要大量上下文的人工工作。

对每个候选项给出：实际证据和日期、出现频率、适合做成 Skill / Agent / Automation，或者暂时跳过、预计能节省什么。

先输出候选清单，不要直接修改文件。只保留高置信度、输入稳定、流程可重复、结果可验收的任务”

“崩老头”你们怎么看？ https://x.com/qkl2058/status/2085292640594210962

谁还在为 API 账单肉疼？有人搞了个免费 AI 网关 OmniRoute，直接掀桌子。

它把 290 个提供商、90 多个免费方案塞进一个端点，每月白嫖 15.3 亿 tokens。

三点戳心窝：
1️⃣ Claude Code、Cursor、Codex、Copilot、Cline 开箱即用，自动降级，基本不撞限额。
2️⃣ 压缩还能再省 15 到 95 的 tokens。
3️⃣ 0 成本起步，付费从此变可选项。

一句话，能省的钱别白给。

🔗 https://github.com/diegosouzapw/OmniRoute

找到几个免费语言学习网站，真的挺好用的

✏️ 汉语：https://hskuniversity.com/en/
✏️ 韩语：https://www.howtostudykorean.com/
✏️ 法语：https://lawlessfrench.com/
✏️ 德语：https://deutsch.info/
✏️ 英语：https://learnenglish.britishcouncil.org/
✏️ 日语：https://www3.nhk.or.jp/nhkworld/lesson/indonesian/learn/themes/ https://x.com/xiaoying_eth/status/2085215297813012597

扎克伯格又掀桌子！

他们发了一个新的模型 Muse Spark 1.2 和 Muse Code 编程 Agent。

这玩意价钱便宜得相当于白送，前提是你同意他们的数据收集要求。

当然，你要想用 Meta 的模型，比用 Anthropic 的模型都麻烦。

我根本无法访问它，它直接不让你访问它的网站，别说能不能登录了。

简单来说，你只要允许它用你的数据进行模型训练，相当于给了你 12 倍的折扣，价格跟DeepSeek-Flash 差不多。

在 DeepSeek 即将涨价的时候，小扎跟上了，AI 圈价格战开始了。