103k Stars最热AI浏览器自动化项目，让LLM直接操作浏览器完成填表购物信息收集等任务，支持GPT/Claude/Gemini多模型

不用越狱不用 Xcode，AI agent 直接操控你的真机 iPhone

字节跳动蒸馏版视频理解模型，DREAM-1K描述F1超越GPT-4o，8.3B参数低门槛部署

Whisper转写+LLM语义分析，用自然语言从长视频里找片段、选段、导出成片，检索到剪辑全流程一个Web界面闭环

要同时读画面+声音分析快手/抖音短视频，实测硅基流动 Qwen3-Omni、DashScope Qwen3.5-Omni flash/plus、本地抽帧+ASR 五条链路，给出选型建议和避坑点。

LM Studio跑MLX模型的官方引擎：多轮对话缓存命中秒回、同图追问只算一次视觉编码。99%的人不用装（LM Studio自带），自建MLX服务的值得抄它的缓存设计。

被AI信息淹没？这份飞书上的开源AI百科从入门到Agent一条龙，一群布道者免费维护、天天更新，照着目录读就完事了！

从'同事.SKILL'开始的现象级潮流，把任何人蒸馏成 AI

将网站变成命令行工具，支持 70+ 网站适配器，AI Agent 可直接调用

Nous Research 开源 AI Agent 框架，一行命令安装，6种执行后端，内置自学习循环。本文覆盖安装、配置、飞书接入全流程。

音频驱动数字人视频生成，照片+语音生成对口型视频，支持唱歌/双人对话/动漫动物，8步推理，MIT协议可商用

MCP解决能做什么，Skill定义该怎么做，Hook确保不能做什么，三者协同构建Agent安全体系

2K/5秒视频47秒生成，RTX3060可跑，Mac MLX原生支持，多镜头+立体声，免费商用（年入<0M）

复旦OpenMOSS开源11B实时视频理解模型：边看边答、主动沉默、动态纠错，NF4版单卡24G可跑

9张照片拼出可交互3D工作室刷屏背后：四条路线token成本差10倍，选错又贵又绕，附实测数据和场外更优解

Claude Code使用手册，收录83条实战技巧、12个开发工作流方案，教你怎么用AI编码代理干活的最佳实践

专为 AI Agent 设计的内容发布指南，覆盖采集、分类、封面、提交、修正全流程实战

33B 开源全模态视频模型，从零部署到 Motion Context 长视频拼接、低显存优化、fal.ai H3 Max 实时直播，一份搞定

OCR/版面/表格/公式全流水线跑在显卡上，PDF 进 Markdown 出，单卡 5090 最快 559 图/秒，比传统 OCR 快 15-90 倍