作者萝卜哥用同样的提示词、大模型和 Agent，实测对比了 6 款免费开源的 AI PPT skill：PPT Master（5.2万星，原生 PPTX，功能最全）、Frontend Slides（2.86万星，HTML 幻灯片，先出三种风格预览）、Guizang PPT Skill（2.73万星，杂志风/瑞士风，带演讲者模式）、Html PPT Studio（8500星，演讲辅助最强）、Dashi PPT Skill（9500星，网页编辑器，咨询风）以及作者自研的萝卜 PPT（300+星，主打不乱改原文、逐页核对）。文章给出按场景选型的建议，并指出 AI PPT 效果很吃大模型能力，需结合自身需求试用选择。
文章盘点了本周 GitHub 上增长最快的十个 AI 开源项目：REA 可用 AI 逆向分析任意应用；Matt Pocock 的 skills 提供工程化 AI 编程技能；diagram-design 教 AI 画出专业图解；OpenMontage 把编程助手变成 AI 视频工作室；claude-mem 为 AI 增加长期记忆并节省 token；free-claude-code 汇聚免费模型额度让 AI 编程工具零成本使用；Anthropic 官方 knowledge-work-plugins 面向非程序员岗位；AirLLM 让小显存跑超大模型；text-to-cad 一句话生成可加工的 3D 零件；OpenSRE 让 AI 承担线上运维值班工作。
Google 发布新一代旗舰模型 Gemini 4 Argon，主打复杂长流程任务的深度推理，输出 token 上限达 100 万，行业第一。官方跑分 19 项中拿下 14 项第一，第三方测试显示其幻觉率全场最低（15%），且成本仅为 GPT-6 Astra 的六成。作者通过两个实测案例进行对比：俄罗斯方块游戏中 Argon 5 分钟一次写完 4.7 万字符代码，速度是 Astra 的两倍多，验证了长输出能力；但番茄钟前端设计对比中，Argon 功能完整却设计粗糙并有 UI bug，验证了其前端偏弱的爆料。结论：Argon 硬实力强、长代码能力实锤，但前端精细活不是主场。
作者龙海开源了浏览器插件 Oh My X，基于星川的 X Focus 插件二次开发，解决 X 网页端的 24 个操作痛点。插件包含五大模块：界面与阅读（时间线宽度调节、长文悬浮目录）、噪音过滤（垃圾回复过滤、关键词屏蔽）、数据分析（创作者奖励追踪、爆款雷达、粉丝数标注）、创作辅助（快速引用自己帖子、AI 总结转发、排期看板）、互动增强（快捷按键、直达回复区、未互关标记、媒体下载等）。插件已开源在 GitHub，支持发行包安装和源码构建，欢迎用户反馈建议或提 PR 共同完善。
本文介绍如何用 Claude Code（Opus 5.5）实现视频自动化剪辑：将原始 MP4 或文章丢入本地文件夹，让 AI 一次性完成去水词、加字幕、绘制解说动效并合成导出 MP4。与传统扩散模型 AI 视频工具不同，该方法采用可编程视频渲染路线，通过 HTML Canvas + Playwright + FFmpeg + F5-TTS 用代码逐帧画出视频。作者分享了三个实操诀窍：用交付清单代替复杂提示词、截图投喂视觉参考、丢案例库网址进行逆向工程并沉淀为 SOP。文中还拆解了完整的工程级渲染管线，包括分镜对齐、本地语音克隆、字级音画同步与自动化视觉 QA，并附上可直接复用的完整 Prompt 模板及适用场景边界建议。
作者分享了基于 DeepSeek Harness 构建的持久化 Bot 团队 DeepSeek Bot 的开发经验，重点讲解上下文和记忆系统的设计。文章对比了传统压缩派（cc）和 Codex 的实验性上下文管理（ecm），提出智能路由方式（icm）：由独立的 context manager 决定压缩还是切会话。为确保智能路由真正有效，作者采用爬山算法优化，通过搭建用例、设置训练测试集、逐步迭代提示词来提升效果，并强调屏蔽噪声和成本控制的重要性。记忆系统采用轻量设计并支持外接插件。文章最后感谢社区认可并预告 Computer use、Browser use 等更新。
作者分享了一份利用 Opencode 搭配免费 GLM-5.3-Flash 模型进行 REA 逆向工程的教程。步骤包括安装 Opencode、使用特定提示词，即可让模型执行逆向任务，且不封号、不拒绝。评论区讨论了 APK 脱壳需消耗大量算力、pi 和 deepseek 模型同样可行、frida 内存钩子在免费模型上的实际效果，以及与 IDA MCP+AI 方案的对比。作者提醒提示词可能很快失效，建议尽快尝试，并根据具体项目自定义验收标准。
本文是作者基于3家企业AI内训经验整理的AI入门长文，涵盖四大部分：大模型通识、提示词方法、智能体入门与实操。文章用通俗语言解释AIGC概念、大模型的定义与工作原理（概率预测文字接龙）、AI的优势（信息处理、知识覆盖、内容生成）与局限（幻觉、时效性、偏见、推理限制），并阐明AI软件=大模型+产品界面的本质，介绍提示词、微调、RAG三种大模型优化手段，帮助读者快速建立完整的AI认知框架。
文章介绍了开源项目 Agent Reach（约8.9万Star），它为 AI Agent 提供读取全网信息的能力。项目不重复造工具，而是负责为16个平台（含B站、小红书、V2EX、雪球等国内平台）做工具选型、安装、健康体检和路由，每个平台配备首选加备选方案，接口被封时自动切换。安装只需一句话交给 AI 完成，使用时用自然语言即可让 AI 搜索、读取各平台内容并总结。作者提示 Cookie 登录平台存在封号风险，建议使用小号。文章强调其核心价值在于'先把会坏想到前面'的工程设计思路，让 AI 站在真实信息上回答问题。
文章介绍如何用 AI 从 0 搭建一套个人视觉体系，帮助内容创作者形成统一、可复用的视觉资产。作者提出按「头像 → Banner → 个人配图规则 → 个人介绍卡片」四步搭建，核心在于「继承」而非独立设计：前一步的输出（如 Style DNA、头像）作为下一步的输入。文章还从读者视角分析了四种视觉资产在「看到配图 → 阅读内容 → 认识作者 → 关注作者」路径中的作用，强调搭建的最终产出不是几张图片，而是整套视觉资产与视觉规则，实现一次搭建、长期复用，沉淀个人 IP。
作者分享了一套用于 Grok Bot 生成 15 秒、9:16 竖屏、4K 超写实真人电影肖像视频的完整提示词。提示词详细规划了人物外貌与面部结构、发型服装、镜头构图（85mm 电影镜头、f/2.0 浅景深、极近特写）、光线环境（阴天窗光、冷灰色调）以及按 3 秒分段设计的连续微表情动作，并给出真实感控制与负面限制清单，避免 AI 网红脸、塑料皮肤等失真效果。评论区讨论了视频时长限制、4K 超分处理等实用技巧，作者表示该提示词可完美复刻。
文章详细讲解了 Grok Bot 定时任务（routines）的成本优化之道。每5分钟运行一次的任务每月唤醒8640次，按 Grok 4.6 API 费率计算约花费400美元，而每小时运行仅需33美元。作者强调成本取决于调度频率而非模型选择，并提出核心优化策略：优先使用事件触发而非轮询、选择任务可接受的最慢调度频率、在高频任务前加入低成本的"是否有变化"检查（可降低89%成本）、避免夜间任务等待审批导致失败、以及自行维护运行日志（因为应用仅保留20条记录）。文末附有可直接使用的提示词模板。
APEX（Asynchronous Prefix denoising for EXtreme compression）由 Lightricks 与耶路撒冷希伯来大学联合研发，是一种面向扩散模型的极端潜空间压缩方法。它通过“结构到细节”的累积前缀表示，让少量潜token同时满足计算效率、重建质量和生成质量三个目标。该方法为潜通道分组排序，早期通道表达整体结构，后续通道逐步补充细节，并用异步去噪调度在不同时间窗内分别处理各组。在 ImageNet 512×512 实验中，APEX 在 64× 与 128× 空间压缩下显著提升生成效果，64-token 模型在推理预算相当的情况下全面优于 256-token 基线，为世界模型开发提供了高效表示设计原则。
文章介绍了开源项目 REA（Reverse Engineer Anything），一个可将 Claude Code、Codex、Cursor 等 AI Agent 接入 Ghidra、Hopper 等真实反汇编引擎的 MCP 服务器与 CLI 工具。REA 发布三个月即获得超过 10 万 GitHub Star，支持原生应用、Electron、APK、固件、智能合约字节码等多种目标的逆向分析。文中列举了多个实战成果，如用 Rust 重写 Adobe 系列应用、Super Mario Sunshine 原生 PC 移植等，并给出八步完整教程：从目标路由判断、五分钟安装配置、侦察定位，到最终完成通过一致性测试的代码重建，所有结论均标注为观察、推断或未知并附证据地址。
DeepSeek 发布 V4.1-Flash-1017 模型，性能更强、任务完成更快、输出更短，实现性能与成本的帕累托改进，已在官网、App 和 API 上线。模型通过强化学习自反馈优化端到端项目开发能力，覆盖游戏创建到 3D 建模等完整项目构建，并针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等工具优化。同时 Search & Fetch API 面向所有人开放，基于自研搜索引擎，每端点 $0.75/千次调用，已在 Hugging Face 和 ModelScope 开源。
作者分享用 Claude 制作两条一分钟左右 AI 知识短片《马走日》和《十二平均律》的全流程复盘，两条均在抖音突破 13 万播放。文章拆解了四个关键方法：选题公式'家喻户晓的东西×反直觉的答案'、第 1 秒抛出问题降低 2 秒跳出率、60 秒节拍表结构（抛问题-失败-诀窍-成功-落地）、以及涨粉与播放的关系。所有画面由代码绘制、音频由代码合成，数据由程序真实计算，并附完整提示词可直接复制。
作者耗时5天对 REA 增强版 Codex 与原生 Codex 进行了108次对照实验，其中35对可同条件比较。文章详细记录了三个阶段：首先是六次小型探索，测试笔记导出、桌面应用复制、.NET 计价函数复现三组任务，两边均通过全部用例但 REA 组耗时略长；随后扩展至六档难度、两种模型共72次正式运行。文章分析了 REA 作为调查工具为模型提供的模块关系、函数位置等线索，以及原生 Codex 借助普通工具自行调查的能力，指出在小规模任务中两者能力差距不明显，差异更多体现在调查入口和验证路径上，并对实验边界与结论适用范围做了严谨说明。
作者结合国庆埃及旅行的亲身经历，分享了 9 个提升旅行体验的 AI 实用方法，分为四类：看不懂的时候（翻译客服消息、景点拍照讲解）、临时拿不准的时候（酒店网站整理行程、拍菜单点餐、定位推荐附近去处）、记不住的时候（语音记录整理游记、随手记账换算汇率），以及想对外展示的时候（制作旅行手账、合影转卡通图送向导）。文章附有具体提示词模板，强调大胆尝试、把原文照片网址连同诉求一起交给 AI，才能真正发挥其能力。
作者以通俗语言介绍如何入门AI硬件制作。文章先说明AI大模型需要实体'身体'的趋势，解释ESP32（尤其是ESP32-S3）凭借价格低、自带Wi-Fi、性能够用、教程丰富成为AI玩具首选芯片的原因及局限。随后给出新手选购指南，包括主板参数（S3/N16/R8）识别、外设选择、固件与云服务的区别，并对比立创·实战派与M5Stack CoreS3等热门开发板。作者最终自费选择CoreS3，认为桌面机械机器人是更具生命力的方向。文章还介绍了Meta Ray-Ban、Plaud Note、Friend吊坠等商业化AI硬件形态。
作者认为大量阅读 AI 论文是入门 AI 领域的极佳方式，并以朋友韭二老师爆肝 60 篇论文后入职盛大 evermind 为例。同时指出在 X 上分发论文解读是一种起号方式，该赛道仍有空白。针对论文小白，作者推荐一体化 AI 科研工作台 Open-Science：内置科研 skills 的 Agent 可检索文献、梳理方法并输出报告；支持灵活接入 Codex、Claude 等模型；研究过程可回溯审核；支持动手复现论文计算与分析。复现 5 篇以上即可深入掌握 AI 领域知识，项目已开源。
作者分享了使用 Elorian AI 刚发布的视觉理解与推理大模型 Glimpse 的体验。该模型能原生理解图片和视频中元素的位置、结构与空间关系。作者将其用于小王子游戏的 bug 排查：只需提供实际游玩录屏，Glimpse 就能分析游戏设计是否合理并梳理潜在 bug。实测中，在无游戏上下文情况下，其发现的问题数量是 Astra 的 3 倍，且可按视频时间戳罗列细节问题，便于逐一核验，极大解决了个人开发者验收容易遗漏的痛点。Glimpse 已开放 API，可接入 Codex、Claude Code 完善验收流程，也适合视频/图片生成等 AIGC 场景。
作者分享了一个用 AI Agent 制作产品发布宣传片的方法：传统找设计师制作至少需要几千块，而现在只需准备好产品介绍、截图和 Logo，通过一个名为 ASCII Glitch Launch Video 的 Skill，一句话就能让 Agent 生成一支故障风格的发布视频。作者演示了对 vibe42.ai 产品的宣传片生成，整个过程几分钟完成，且使用 opus5.5 模型，没有借助专门的视频模型，展示了 Skill 在创意内容生产上的高效与低成本。
HeyPCB 发布 MCP 服务，让 AI Agent 具备硬件电路设计能力。文章演示了通过 Claude Code 使用 HeyPCB 完成从原理图绘制、145 个元器件布局、布线到地平面铺铜的全流程。首次布局不佳时，Agent 自主检查并要求将 64 个 LED 重新排成 8mm 网格、支撑件移至背面；针对 D3 LED 数据引脚方向问题，Agent 旋转 180 度后重新布线。最终实现 0 DRC/ERC 错误，并成功导出 KiCad 项目通过官方检查。HeyPCB MCP 兼容 Claude Code、Codex、Cursor、ChatGPT 等 MCP 客户端，实现电路设计到固件和外壳的一体化 AI 硬件开发。
作者毕业后一年维护的 84.3k 星开源项目 Archify 积累了 152 个 PR 和 128 个 issue，其中大量是 AI 自动生成的垃圾贡献：有人未实际运行就提交代码，靠'诊断补全'名目刷贡献。作者反思掉入'老实人误区'，宣布新的维护规则：分流处理 PR、改行为先提 issue、动核心链路需举证复现、参考 Ghostty/LLVM 引入 AI 贡献披露制度，将有限精力留给真正使用项目的用户。
作者结合整理哥飞数百篇文章及自身独立站实操经验，系统讲解出海 SEO 的基本功。文章指出 SEO 地基不是机械执行清单，而是从“执行型”进阶到“原理型”的底层认知，涵盖建站、SEO、推广、运营、AdSense 变现五大板块。详细拆解了关键词研究、站内优化、GSC 数据分析等硬技能，并给出新手三步出关路线：看 100 个词 1000 个站培养手感、用三个练手站逐步进阶、先收词再建站的铁律。最后强调动手实践才是出海搞钱的核心心法。
作者 Hailey 分享了不懂绘画和剪辑的情况下，用 AI 在一天内制作出 7 分钟手绘水彩动画绘本的完整流程。先用 GPT 分三轮打磨剧本并生成分镜图，再用 Claude Opus5.5 配合开源的 hand-drawn-storybook-animation skill 拆镜头、画场景、做动画和转场，最后接入火山引擎豆包语音合成 2.0 为旁白和角色配音，实现画面、声音、字幕对齐。文章还介绍了知识科普、儿童内容、产品营销等应用场景，以及做账号、接定制、卖系列、做 IP 等变现路径，并总结了先打磨故事、音乐不必铺满、发布前自己审片等实操经验。
文章介绍了豆包工作新上线的 AI 资产一键迁移功能，支持从 ChatGPT、Claude Code 导入对话、技能和记忆三类「默契资产」，将跨 Agent 迁移的损失降到最低。作者实测导入 240 项 Claude 和 682 项 ChatGPT 资产后，发现历史会话上下文可无缝衔接。文中解释了设计边界：只导入与工作绑定的工作记忆，不导入个人偏好；凭证暂不支持导入以防冲突。此外还介绍了对话分叉、消息注释、对话摘要侧栏等新功能，并分析了豆包打通飞书文档在分享协作形态上的优势。
文章介绍了华西医院使用东软集团全球首台宽体光子计数CT（P10）拍摄的人体结构图像，精细度令人震撼。文中详解了光子计数CT的工作原理：X线管发射宽能谱X射线穿透人体，探测器采用碲锌镉或碲化镉半导体晶片，在高压电场下单个X光子被吸收产生电子-空穴对，电荷量正比于光子能量；ASIC芯片通过能量阈值甄别消除电子噪声，并按能量分仓统计光子；最终由计算机重建图像。目前全球实现商用光子计数CT的仅有西门子、通用和东软三家，东软为中国唯一，处于国际第一梯队，并在探测器覆盖宽度上形成差异化优势。
中国人民大学开源了 EvoOntology，登顶 Hugging Face Daily Papers。传统做法是把数据字典塞进 prompt，但实验显示这反而使 Claude-Sonnet-5 得分下降 15 分。EvoOntology 让 Agent 自主维护数据本体：从问题出发整理指标定义与表关系，经真实数据验证后入库；通过 MCP 按需检索而非硬塞上下文；每次任务后分析出错点，只增量修改对应部分，新版需跑赢旧版才上线。该方法使 Claude-Sonnet-5 提升 8.8 分，GPT-5.5 在 DDR-Bench 上提升 26.7 分。已提供 Claude Code 和 Codex 插件，模型权重不变，变强的是 Agent 的数据说明书。
作者针对AI生成封面图后难以微调、反复抽卡的痛点，开源了Cover Studio工具，实现在一个页面内完成封面生成、拆层与编辑。核心基于蚂蚁百灵开源的两个6B模型：Ming-Image-0.1-Design负责生图，Ming-Image-0.1-Design-Layer负责将图片拆成多层（文字、主体、装饰、背景），支持图层拖动、缩放、隐藏和调序，避免重新生成破坏已满意的部分。工具内置Punk-Skill封面风格和波妞小红书封面锚点系统，支持多种比例，也可上传现成图片直接拆层编辑。文章还介绍了使用注意事项和本地部署方法。
