BrowserAct把浏览器流程变成可复用 Skill
本文介绍了 BrowserAct，一个面向 AI Agent 的浏览器自动化工具。它不仅实现了网页操作，还通过 CLI 和 Skills 将一次性的执行流程转化为可复用的 Skill，解决了传统方案中状态不稳定、无法复用等问题，让 Agent 能将成功的浏览器操作沉淀为长期能力。
全部文档 / 作者: AFei Liang / 标签: 工作流
5 篇
我用 Codex 修复了工作流中的“最后 1 公里”，实现了视频音频的秒级校准
作者为了解决视频制作中音频与画面手动同步的痛点，设计开发了本地工具 Web Video Studio。该工具集成了项目扫描、音频生成、可视化校准和自动化录屏准备等功能，利用 Codex 快速修复开发过程中的 Bug，成功实现了从文章到视频的高效工作流，提升了内容制作的生产力。
文章转视频：为什么我首选 web-video-presentation 而非 HyperFrames
作者分享了在“文章转视频”项目中的技术选型思考。虽然 HyperFrames 在视频渲染、时间轴和字幕同步上表现专业，但作者更倾向于自建的 web-video-presentation 方案。文章指出，此类任务的核心难点在于前期内容的生产与验收（如口播脚本、节奏控制），而非后期的渲染。web-video-presentation 通过定义 script.md 和 outline.md，并以“第一章成品验收”为锚点，有效解决了内容生产流程的痛点。最终建议是将两者分层协作：前者负责内容创作，后者负责成片导出。
终于！！AI Agent 也能开口说话了：这个开源工具把语音克隆、听写、MCP 全打通
文章介绍了一款名为 Voicebox 的开源 AI 语音工作室工具。它不仅支持语音克隆、生成和全局听写，更关键的是通过内置 MCP Server，让 Claude Code、Cursor 等 AI Agent 能够调用本地语音层，实现“能听、能说”的交互闭环，弥补了 Agent 只能文字交互的短板。
别再把收藏夹当知识库了：用 Hermes 和 AutoCLI 搭建自动整理链路
针对“收藏即遗忘”的痛点，文章提出了一套本地化知识管理方案。作者建议结合 AutoCLI（采集层）、Hermes Agent（处理层）和 Obsidian（存储层），构建一条自动化流水线。通过定时抓取网页、清洗摘要并生成 Markdown，将杂乱信息转化为可检索的本地知识库，从而提升资料利用率。