给DeepSeek装上眼睛
DeepSeek-V4-Flash虽性能卓越且价格低廉,但缺乏原生视觉能力。文章介绍了五种为其“装上眼睛”的方法,包括官方识图模式、视觉MCP、Codex视觉代理、Hermes内置路由及手动OCR。建议根据使用频率选择合适方案,并优化视觉提示词以确保信息提取准确性。
DeepSeek-V4-Flash虽性能卓越且价格低廉,但缺乏原生视觉能力。文章介绍了五种为其“装上眼睛”的方法,包括官方识图模式、视觉MCP、Codex视觉代理、Hermes内置路由及手动OCR。建议根据使用频率选择合适方案,并优化视觉提示词以确保信息提取准确性。
文章讨论了Google和Anthropic将检索从单一应用中移出,转变为独立服务的新趋势。这种分离解决了旧RAG设置中的过时嵌入和基础设施耦合问题。通过将摄取与查询分离,并使用结构化单元代替原始文本块,可以显著减少语料库大小并提高向量相关性。
本教程详细介绍了如何通过 Higgsfield MCP 连接 Claude 或 Codex,实现从剧本到成片的自动化视频生成流程。内容涵盖环境配置、基础操作、进阶工作流、8个真实案例解析、工具功能说明及点数管理,旨在帮助用户利用 AI Agent 高效批量产出视频内容。
MCP新规范将协议从双向有状态改为请求/响应模型,服务端可部署在Serverless和边缘基础设施上。类比银行业务,以前需找固定柜员,现在任意柜员均可办理,提升了灵活性和效率。
本期早报探讨 MCP 协议的无状态核心变化与 Claude 的生产化接入,分析 Codex 与 ChatGPT Work 共用的执行框架差异,并审视多智能体并行中上下文搬运的隐性成本“编排器的税”。同时涵盖图工程、vLLM 商业化及 Uber 零增长架构等速览内容。
作者将 TikTok 运营工作流封装成 Codex Agent Skill,结合达人精灵 MCP 数据,实现选品、账号诊断、类目研究和增长规划的自动化。文章详细介绍了四个核心技能的安装、配置及具体 Prompt 使用方法,解决了 AI 运营中的幻觉与流程混乱问题。
本文介绍了 Codex 与 Figma 结合的 AI 产品开发工作流。通过 Figma MCP 连接两者,实现了从需求梳理、设计生成到代码开发及浏览器验证的闭环。文章详细讲解了如何利用 Codex 进行需求分析和代码编写,以及如何在 Figma 中进行双向协作与设计评审,大幅降低了产品原型开发的门槛。
本文介绍了如何通过 MCP 协议将百度网盘与闲鱼连接,利用 AI Agent 自动化完成从网盘选取资料、生成文案到闲鱼发布商品的流程。文章详细讲解了环境配置、接口接入及常见坑点,帮助读者建立自动变现系统。
本文介绍了 Kimi K3 结合 Blender MCP 的工作流,它不仅生成3D资产,还能通过Python代码操作真实项目。AI能构建场景、检查渲染图并自主修复错误,将繁琐的准备工作自动化,让艺术家专注于视觉打磨。
本文介绍了图工程如何为Agent提供复合记忆。通过双时态模型和MCP配置,Claude可获得持久的图记忆,相比向量搜索,多跳任务准确率提升36-46%,幻觉减少40%以上。
本文介绍了使用 Codex 制作 PPT 的教程,适合小白用户,提供了多种业务场景的提示词,并建议搭配 Codex plugins、MCP 和 skills 提升效果。
文章指出 AI 编程的核心不是工具安装,而是建立权力结构与规则。作者通过 AGENTS.md、模型路由、MCP 和 Team Mode 等 OpenCode 机制,阐述如何通过立法、感官建立和验收来驾驭 AI 军团,强调开发者应成为立法者而非单纯的批准按钮。
本文介绍了一种结合 Claude 和 Obsidian 的知识管理方案,通过自动化提取、链接和归档,将死笔记转化为可交互的第二大脑,支持全文检索和引用,帮助知识复利增长。
本文探讨了 GPT-5.6 结合 Blender MCP 的应用,模型能根据描述自动构建 3D 场景并通过渲染自我修正。该工具不仅降低了 Blender 的使用门槛,还拓展了产品可视化、建筑场景和 3D 打印等应用领域。尽管模型能快速完成初步构建,但在精度、有机复杂度和动画细节上仍需人工干预。
文章探讨了 A2A 协议如何让不同框架的 Agent 实现跨系统协作,以及 Agent 进入组织所需的六项情境信息。指出光有知识和工具不够,Agent 还需理解角色、目标、规则等动态上下文。未来组织需将人治转变为 Agent 可读的结构。
文章针对 Codex 代码助手,汇总了社区热门的插件和技能。详细介绍了 Plugin、Skill 和 MCP 的区别,评测了 Superpowers、grill-me、Context7、Firecrawl 等工具的上手难度与实用性,并根据不同开发需求提供了具体的安装建议。
文章介绍了一种结合 Claude Desktop 和 Obsidian 的 AI 工作流,通过构建本地知识库和配置 MCP,实现一次输入、永久记忆。这不仅解决了重复向 AI 解释背景的痛点,还能自动整理笔记、链接知识,并通过定时任务实现信息管理的自动化。
文章介绍了 Hermes Agent Blender MCP 工具,它能将文字描述直接转化为可编辑的 Blender 3D 场景。用户无需深入学习 Blender 的复杂节点和参数,只需描述想法,Agent 即可自动完成建模、材质、灯光和渲染。这种方式大大降低了 3D 创作门槛,特别适合产品模型快速制作。
作者分享了如何利用 Claude 结合 Vidfield MCP、GPT Image 2.0 和 Seedance 2.0,通过简单的对话流程生成完整的动漫短片。文章详细介绍了从角色设计、故事板创建到最终动画生成的完整步骤和具体提示词。
文章介绍了 Anthropic 推出的 Claude Skills 功能,通过文件夹和 YAML 配置实现渐进式披露,显著减少 Token 消耗和重复解释。详细说明了技能的构建规则、命名规范、测试方法及分发策略,帮助用户将聊天机器人转化为高效的专业工程团队。
本文介绍了 Claude Artifacts 的五个层级功能,包括静态输出、交互应用、持久化存储、内置 API 和 MCP 连接器。文章提供了构建工具的具体提示词模式,解释了如何连接真实服务,并列举了四个实用的应用场景及常见错误。
文章指出“提示词工程”并未消失,而是升级为“Agent工程”。随着模型能力增强,工作流重点从单次回答转向安全、稳定的任务控制。作者通过对比传统Prompt与Agent任务,提出了基线检查、小步执行、实时纠偏等优化策略,并分享了实战案例及通用的Agents.md配置模板,强调建立明确的上下文和边界是Agent落地的关键。
文章探讨了2026年剪辑器被Agent接管的趋势,通过ChatCut、OpenCut和Palmier Pro三条路径分析了MCP协议在实现人机共编中的应用,指出剪辑器正从GUI操作转向自然语言交互,并预测MCP协议将成为行业标准。
作者分享了阅读 Google Cloud 《多租户智能体 AI 系统》参考架构后的 5 个核心启发。文章指出企业级 Agent 落地需关注中心辐射模式、系统级安全防护(Model Armor)、MCP 的企业级用法以及完整的闭环流程。作者认为单纯依靠 Prompt 的时代即将结束,未来的重点在于系统架构设计与安全边界。
文章介绍了一个名为 Fay 的开源数字人框架。该框架基于 GPL-3.0 协议,支持商用和全离线部署,采用模块化设计。Fay 支持 MCP 工具调用与仿生记忆,并提供 Web 管理界面,降低了使用门槛。作者列举了虚拟主播、智能客服、个人助理等多个落地场景,并分享了个人搭建经验,称其为中文社区目前最完整的开源数字人方案。
本文是 WorkBuddy 工具的高阶使用教程,面向非小白用户。文章不再局限于基础操作,而是深入探讨了如何通过体系化、工程化和自动化的手段,将 WorkBuddy 打造为高效的数字劳动力。核心内容包括:设计分层技能架构、自建 MCP 服务器接入私有系统、多 Agent 协同并行处理项目、搭建自动化矩阵、专家工作流编排、全栈代码开发、自动化数据分析与仪表盘部署、Computer Use 桌面操控、权限安全设计以及一键部署上线。作者强调从“用工具”到“造系统”的思维转变,通过技能库、自动化和编排构建 AI 工厂。
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。
本文是一篇WorkBuddy Agent产品的深度实战教程。作者详细介绍了WorkBuddy的核心功能区(助理、项目、专家、自动化),讲解了任务场景选择、三种工作模式、模型匹配策略及Skill的使用方法。文章还通过真实案例演示了如何利用WorkBuddy进行深度调研,并强调了固定工作目录和权限管理的重要性,旨在帮助用户降低Agent上手门槛,提高工作效率。
本教程详细介绍了如何使用 Workbuddy 通过 MCP 协议连接并操控腾讯文档。内容涵盖了前置连接准备、文档增删改查、表格数据处理、AI 生成 PPT、智能画布绘图以及 OCR 与自动化工作流等高阶技巧,旨在帮助用户利用自然语言高效管理在线文档。
本文是 WorkBuddy 工具的进阶教程,旨在帮助用户从入门级提升至专家级。文章详细介绍了包括提示词五要素公式、自造 Skill 技能、专家协同、Claw 远程控制、定时自动化、跨工具连接器编排、MCP 扩展以及记忆系统等十大进阶玩法。通过掌握这些技巧,用户可以将 WorkBuddy 变成一支自动化的“AI 军团”,极大提升工作效率。