实测 ego lite,给我Codex浏览器自动化加到2.5倍速了!
文章介绍了开源项目 ego lite,这是一个基于 Chromium 内核定制的专用 AI Agent 浏览器。它通过 Snapshot 技术降低 Token 消耗,支持多账号隔离和登录态迁移,实测显示其在速度上明显优于 Playwright 和 Claude-in-Chrome 等方案,能高效完成小红书抓取等复杂任务。
文章介绍了开源项目 ego lite,这是一个基于 Chromium 内核定制的专用 AI Agent 浏览器。它通过 Snapshot 技术降低 Token 消耗,支持多账号隔离和登录态迁移,实测显示其在速度上明显优于 Playwright 和 Claude-in-Chrome 等方案,能高效完成小红书抓取等复杂任务。
本文介绍了近30天内5个备受关注的开源GitHub项目:1)No AI Slop,由Peter Yang开发的去除AI写作痕迹、保留个人风格的Skill;2)TryCompAI的开源CRM,将CRM作为Agent工作空间,自动跟进线索和丰富客户信息;3)Browser Use的Video Use,让Claude Code或Codex等编程Agent实现视频编辑自动化;4)NVIDIA的SkillSpector,扫描Agent技能的提示注入、数据泄露等安全风险;5)Shawn Pana的Phone Harness,让AI Agent控制真实的iPhone或Android手机,用于移动QA和自动化。所有项目均免费开源,部分依赖付费服务。
作者系统整理了 369 个开源仓库清单,聚焦于能让 Claude Code、Codex 等编程 Agent 实现视频生成、自动化剪辑与代码动效渲染的工具、Skill 和提示词库。文章收录规则强调视频/动效产出、专供 Agent 调用、完整文档三大标准,并打破高星滤镜。重点介绍了四大现象级框架:lemo-opuscar(59 种风格引擎)、huashu-art-motion(艺术动画)、huashu-motion(商业发布片)、sweety-handdraw-video(手绘口播流水线),以及自动化剪辑、代码直出成片、数字人与音乐 MV 等垂直领域的硬核项目,最后给出 2026 年 AI 视频生产工具选型决策表。
文章介绍七套可直接用于 Claude Code、Cursor、Codex 等 Agent 的视频制作 Skills。OpenMontage 提供从选题到渲染的全流程视频工厂能力;HyperFrames 用 HTML 加 Puppeteer 和 FFmpeg 做代码驱动渲染;Hypit 擅长拆解爆款视频并批量生成变体;video-use 把视频转成文字和关键帧,让模型对话式完成粗剪;Claude Code Video Toolkit 用云 GPU 跑开源模型串起配音、生图、数字人到成片;MoneyPrinterTurbo 面向短视频批量生产;Remotion Skills 用 React 代码做可批量化修改的视频。作者建议从最繁琐的环节入手逐步搭建视频自动化流程。
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。
作者分享了在番茄小说用 AI 写长篇的实践经验,指出大上下文窗口并不等于剧情逻辑连续性,核心在于状态锁、角色知识边界和改稿后的级联更新。文章深入分析了 5 个 GitHub 开源方案:oh-story(Codex 深度写手,追踪提交协议)、MuMuAINovel(中文 Web 工作台,可视化记忆管理)、Ani Book Skill(本地 YAML 工程化方案)、ainovel-cli(Go 语言多 Agent 引擎)、Webnovel Writer v6(Claude Code 插件),各自说明核心机制与实操避坑点。最后给出三个测试标准:道具连续性、角色知识隔离、改稿级联冲突检测。
作者介绍了 amontlabs/lcu 项目,它将 Codex 的 Computer Use 能力(让 AI 看屏幕、点鼠标、敲键盘操作电脑)拆分出来,通过 MCP 接口供 Claude Code、Codex CLI、Pi 等其他 AI Agent 工具调用。该项目并非重新实现,而是直接调用本机 ChatGPT 桌面版内置的 OpenAI 原版 Computer Use 运行时。它只提供 js 和 js_reset 两个工具,模型通过预置的 cua 对象编写 JavaScript 代码完成点击、输入、截图等操作,环境保留状态,并支持读取无障碍信息按元素点击。已适配 Pi、Codex CLI、Claude Code,支持 Apple Silicon Mac 和 X11 Linux,Windows 11 处于候选阶段。
作者用 AI 工具 Jev 逐个阅读 README,整理出 180 个能让 Claude Code、Codex 等编程 agent 直接制作、剪辑视频和动效的开源 skill 仓库,分为剪辑与后期、讲解科普、框架工具包等 10 个类别,每个都附安全评级(178 个 SAFE)。文章指出代码化出片(Remotion、HyperFrames)是主流路线,占四成;镜头配方卡正在成为通用资产;107 个不到 50 星的小仓库信息密度被严重低估,按星数排序会漏掉它们。仓库与在线筛选页面均已开源,每 8 小时刷新。
LoopX 1.2 正式发布,重点打磨个人工作区、长程状态与恢复能力,并推进多 Agent 团队的实验功能。新版本引入管家模式,可统一管理运行在 Codex、Claude Code 等执行器上的多个 LoopX Agent,提供独立设置入口和预览式配置。状态内核方面,Todo、lease、quota 等收敛到共享类型化边界,支持 Goal 验收合同、跨 Agent 任务接续与恢复。实验性能力包括团队计划与分工、受控 CLI/MCP 委派、产物复核与版本追溯。LHTB 基准测试显示平均 reward 提升 10.6%。文章最后致谢 40 位社区贡献者的 264 个已合并 PR。
腾讯开源了 BrowserSkill,作者用 WorkBuddy 实测后评价很高。该工具由 Skill 指令、bsk CLI 和 Chrome 插件三部分组成,可让 Agent 直接复用已登录的浏览器状态,在独立 Agent Window 中打开网页、搜索、点击、读取数据和截图,不影响用户正在使用的页面。它兼容 WorkBuddy、Codex、Cursor、Claude Code 等支持 Shell 调用的 Agent。作者实测完成了环境检查、识别 17 个标签页、搜索并整理结果等任务,安装过程简单,适合网页调研、热点搜索、后台操作和前端测试等场景。
本文介绍 TypeSafe 推出的决策模型 Jev 的实操接入方法。Jev 不生成代码,而是通过输入材料(state)和问题(questions)返回选项、分数或概率,用于判断 AI 编码 Agent 的工作质量。文章依次讲解:如何设计清晰的判断问题、跑通首次 API 调用、用 Python SDK 一次发起选择题/评分题/判断题、通过社区插件 jev-review 给 Claude Code 或 Codex 接入代码评审流程,以及安装官方 Skill 和编写 PreToolUse hook 对 Bash 命令做风险检查。文章强调 Jev 只提供质量信号,正确性仍需测试和人工审查保障,并提醒注意阈值校准、模型标识记录和敏感信息安全。
作者分享了自己获批使用 TypeSafe AI 推出的 Jev 模型后的体验,并整理了一份 Awesome Jev 项目清单。Jev 是一个不生成文本、只返回选项、分数和概率的低延迟判断模型,可并行输出结果。文中介绍了 14 个基于 Jev 的项目,包括高速浏览器 Agent、MCP 集成工具、命令行语义判断工具、模型路由器、上下文垃圾回收、代码审查前置筛选、语义寻路、知识图谱、桌面自动化、交易流动性分析以及 FPS 游戏等应用场景。核心思路是:用 Jev 反复做'要不要、选哪个、打几分、下一步干什么'的判断,复杂推理和生成任务仍交给传统大模型,从而降低成本、提升速度。
本文介绍 Codex 结合 ego-lite 浏览器工具的 6 个实战场景:登录态复用免去重复登录;自动外链发布使 SEO 发帖从 3-5 分钟缩至 30 秒;多 Space 并行实现单浏览器多任务隔离运行;搜索+结构化提取让 AI 直接交付答案而非链接;跨平台电商比价自动采集整理价格数据;多轮深度研究保持上下文连续生成综合简报。文章展示了 AI 操控专属浏览器替代人工重复操作的效率变革,各场景均附实拍效果与效率提升数据。