为了让第二届GEO大会的报名体验更好写了一套大会系统TokEMS
作者为第二届GEO大会开发了一套开源大会系统TokEMS,经过140次迭代已初步可用并正式开源。该系统定位为开源、自托管的一体化大会运营平台,覆盖大会官网、报名、票务、订单、发票、通知和现场签到等功能。已实现的能力包括报名交易、支付入口、候补队列、运营后台、模板系统、发票管理、现场运营、平台基建与Agent管理,并配套CLI工具打通飞书机器人,自动同步大会官网数据。系统支持私有化部署和模板复用,GitHub仓库已公开。
作者为第二届GEO大会开发了一套开源大会系统TokEMS,经过140次迭代已初步可用并正式开源。该系统定位为开源、自托管的一体化大会运营平台,覆盖大会官网、报名、票务、订单、发票、通知和现场签到等功能。已实现的能力包括报名交易、支付入口、候补队列、运营后台、模板系统、发票管理、现场运营、平台基建与Agent管理,并配套CLI工具打通飞书机器人,自动同步大会官网数据。系统支持私有化部署和模板复用,GitHub仓库已公开。
介绍了一个刚开源的大会运营系统,功能覆盖面广且附仓库链接、实用性较强,但缺乏技术实现细节与深入分析,更像产品发布公告。
文章介绍了一个面向小企业、小团队的多租户 Agent Dashboard——腾讯开源的 Octop。团队可以在内部共享一个 Agent 平台来创建技能和 Agent。亮点包括:支持单点登录和简单的多租户权限控制;支持 Docker 服务端部署并提供 Web Dashboard;可对接不同的存储后端、数据库以及沙盒服务。作者将其定位为 Grok Bot 的小团队版,与面向个人的 OpenClaw/Hermes 和桌面端的 WorkBuddy 形成差异化。作者表示非广告,如果领导要求做类似系统可直接参考。
本文深入比较了2026年可自托管的开源AI代理记忆系统,包括Mem0、Cognee、Graphiti/Zep、Letta和Hindsight。文章强调开源与可自托管并非同义,并提出了五个评估维度:检索准确性、自托管现实、功能对等性、许可证和架构。通过公开基准测试和实际部署要求,作者揭示了各系统的真实优劣,特别指出Mem0社区最大但基准测试饱和,Graphiti擅长时间推理但需外部图数据库,Hindsight在准确性和部署简便性上领先。文章旨在帮助读者根据自身需求选择最合适的记忆层系统。
作者认为 Agent Evaluation 是少数仍需人力判断、未来难以被 AI 彻底取代的职业方向,并推荐了 Hugging Face 公开的 Training Agent 课程作为入门资料。课程共六节:1)Agentic Evaluations,讲解如何评估 Agent 及 benchmark 与真实体验的差异;2)Agent 强化学习的难点,包括环境搭建与 reward 设计;3)用 Agent 执行轨迹做 SFT 微调;4)将大模型能力蒸馏给小 Agent;5)SFT 后用 GRPO 继续 RL 训练;6)用 OpenEnv 搭建真实环境并训练 coding agent。视频公开在 YouTube,代码全部开源。
作者整理了 20 种与动画、物理、3D、声音及交付相关的开源技能与工具库,涵盖 Remotion、HyperFrames、Anime.js、React Spring、PixiJS、p5.js、Paper.js、Matter.js、Three.js、Rapier、OGL、tsParticles、glTF Transform、GL Transitions、OBS Studio、Chatterbox、Tone.js、faster-whisper、OpenCut 和 FFmpeg。每个工具附有简介和 GitHub 链接,覆盖从视频渲染、动画编排、图形绘制到配音、字幕转录和视频编码交付的完整创作流程。
作者开源了一个名为 Story Studio 的 AI Agent Skill,用于自动化生产历史/人物故事类短视频,涵盖选题策划、黄金钩子文案、豆包大模型配音、毫秒级字音对齐、三套画风分镜生图、自动生成剪映草稿等全链路。作者靠该流水线在视频号实现单条爆款播放100W+、单日带货4000+的战绩。文章详细拆解了各环节实操方法,并分享图书带货、银发健康产品、创作者分成计划、私域导流等四条变现路径,强调工具完全免费开源。
作者宣布其 AI 视频情报站正式开放 MCP 接口,支持 Claude Code、Codex 等 Agent 直接接入查询。文章介绍了接入方法(一条命令即可),并展示了几种典型用法:每天早上让 Agent 查询新起和升温的视频题材、查询某个题材的来源和时间线、追踪特定 AI 模型的动态,以及将情报站接入自己的工作流(如自动生成选题卡、晨会材料等)。情报站每天早上更新一期,提供题材归类、X 热议、开源项目、题材溯源等数据,同时说明了查询范围限制。不接 MCP 也可通过网页或开源版自行部署使用。
作者苍何介绍了开源项目 WeChatBridge(微信流)的 iOS 版本发布。该工具可将微信聊天记录批量转发给 Codex、Claude Code 等各家 Agent 进行总结分析,也可沉淀到 Obsidian 作为个人知识库。作者分享了借助 Claude Code 和 Kimi K3.1 Pro 开发 iOS 版的过程:先让模型制定详细计划和技术文档,再照文档执行,6 个多小时完成了原计划 18 个工作日的工作。文章强调"别跟它聊需求,跟它定验收"的 Agent 开发心得,并详细介绍了 iOS 版的收、存、投功能,包括分批收集超过 100 条消息、场景化提示词、隐私安全设计等。
作者基于此前多次 OCR 横评经验,介绍百度文心团队开源的 Unlimited OCR 2。作者实测 1665 页《平凡的世界》图片版 PDF,40 分钟完整解析,3623 页《哈利·波特》也只需 90 分钟。其核心创新是 SR-SWA(稀疏参考滑动窗口注意力),通过 Page Gate 划定相关页面、Token Sieve 挑选 top-k 视觉块,使每步计算量不随页数增长;配合无限解码机制,百页文档峰值显存从 47GB 降至 1.77GB。与全注意力相比快 7 倍,在 MarathonDocBench 上保持 SOTA。短板是全局结构信息(如标题层级)保留不足。
作者 Dilum Sanjaya 发布了一个交互式学习应用 learn-esp32.vercel.app,延续其此前的 Arduino 学习工具,将复杂的 ESP32 硬件知识拆解为一个个简单电路课程,帮助初学者逐步上手。该应用使用 Opus 5.5 构建。帖子引发众多网友好评,有人建议将其开源,作者表示考虑构建一个开源项目,让任何人都能贡献自己的电路创意。该工具展示了 AI 辅助开发在硬件教育领域的应用潜力。
作者姚金刚宣布开源GEOInflow,一套面向GEO(生成式引擎优化)的网站与AI爬虫分析系统,MIT协议,基于Umami开发,支持Docker一键部署。系统将网站访客、AI搜索引荐、服务器抓取日志和内容目录放在同一上下文中,可识别61种AI爬虫(OpenAI、Anthropic、Perplexity、百度等)及其访问目的,追踪AI搜索带来的会话与转化,并提供PV/UV、事件漏斗、热力图等完整网站统计。核心统计无需模型API Key,默认无Cookie采集,数据留在自有服务器。