惟愿此心无怨尤

9.7k stars 的公众号 RSS 方案 wewe-rss 归档之后到底发生了什么？本文完整克隆源码做 git 考古，拆解它「自托管壳 + 闭源中转 weread.111965.xyz」的半开源架构与四个中转 API，实测中转服务 502 已死、全生态无差别团灭的原因；再追问更根本的问题——微信读书的接口本身还活着吗？用无凭证探测（-2010 而非 404）、we-mp-rss 九月刚改的采集主路径、社区一手实测报告三条证据链确认读书公众号 API（标题/封面/发布时间/文章 id）仍可用，整理现行接口全景、reviewId 与原文短链的映射规则、风控与号池约束，以及 2026-07-30 公众平台超链接路线被封后的生态格局与选型建议。另附官方通道边界：2026 年 5 月上线的官方 Agent Skill 有文档但覆盖不了公众号文章列表与正文，所有接口零资质门槛，真正的约束是风控与腾讯 DMCA 执法风险。

前几天调研了 biji.com/openapi「把得到大脑带进聊天工具」的接入机制，这次顺着把整个产品盘了一遍。得到大脑（思维造物出品，原 Get 笔记，2026 年升级更名）不只是"又一个笔记 App"，而是一套"记录 → 记忆 → 创作"的三层系统，外加硬件和开放生态：记录层覆盖语音速记/会议/课堂/手机内录/链接一键记/拍照/智能拍书，多端齐全（iOS/安卓/鸿蒙/Mac/Win/浏览器插件/小程序/网页端）；AI 加工层有发芽、点评、拷问、润色四大专属能力和记忆库、小步 AI；知识库能订阅抖音博主和直播自动出纪要，成果输出能一键成文；硬件侧是得到 AI 录音卡（GetSeed，35 小时续航，699 元起）；专家版 2999 元/年卖 8 位 AI 写作团队；开放生态有 MCP Server（38 个工具）、CLI、OpenClaw Skill、OpenAPI 和飞书/微信/企微/钉钉机器人。本文按一手（官网/官方文档/前端代码）与二手（评测/知乎）分层记录，附三档定价对比与录音卡赛道横评。

围绕官方文档、架构文档、发布日志与 Hacker News 社区讨论，对 Skip（skip.dev / skiptools）做的一次全面调研。Skip 的定位是「一份 Swift 代码，两个原生平台」：iOS 侧跑真正的 SwiftUI 且可以做到零 Skip 痕迹（SkipZero，最小包体约 50 KB），Android 侧通过两条路线产出真正的 Jetpack Compose——Lite 模式把 Swift 源码转译成可读、可覆盖的 Kotlin（「Kotlish」方言，基于 SwiftSyntax 的七阶段转译管线），Fuse 模式则借助 Swift 6.3 首个官方 Android SDK 把 Swift 原生编译成 .so 再经 JNI 与 Kotlin 互通（代价是包体增加约 60 MB、调试受限）。本文覆盖：两位创始人（Stanza、Twitter、NYT Cooking 背景的 Abe White 与 Marc Prud'hommeaux）与从 2023 技术预览到 2026 年 1 月完全开源的商业化路线；skip-ui 1.59、skip-fuse-ui 1.18 等版本现状；与 Flutter、React Native、Kotlin Multiplatform、.NET MAUI、Capacitor、Tauri 2 的横评（含官方对比页的论点与反方证据）；以及 HN 社区最大的质疑——生产案例稀缺。结论：Skip 站上了「Swift 官方支持 Android」这股东风，是跨平台赛道里最「原生」的方案，但两人团队、案例缺乏与生态规模仍是硬风险。

张小珺《商业访谈录》第 153 期专访阿里巴巴集团前总参谋长、战略学家曾鸣教授（2 小时 34 分，2026 年 9 月初上线）。官方文字稿 3 万余字发表于工作室公众号「语言即世界」，题为《和曾鸣聊产业史观：我的非共识判断》。本文是全文通读后的完整总结：曾鸣把颠覆性技术的产业化划分为「基础设施化 → 应用大爆发 → 原生应用」三阶段，认为 2026 年是第一阶段（token 成为度量衡）收官、第二阶段（智能体）开场，但产业整体还没到「浏览器时刻」；模型公司就是未来的 AI 云公司，OpenAI/Anthropic 大概率不是原生应用阶段的大赢家；基础设施只有「寡头垄断 + 政府强监管」一种商业模式；旧平台大概率变不成新平台，未来三到五年最值得赌的是统一 Agent 标准与入口的「AI 时代浏览器」；岗位与层级会消失、科层制公司终将衰亡，组织基本单元从岗位变成任务；战略从「规划」变成「生成」，组织是人和 AI 一起训练的小模型；机器人更好的类比是电器而不是大模型；巨浪面前没有人是安全的，跨代际还能做好的企业基本没有；AI 时代人与人的差异在创造力，即「无中生有」的能力。

演员张蓝心在 2026 外滩大会自曝「靠写代码吃饭、手搓三款 AI 产品」冲上热搜后，我把她抖音 21 集合集《女明星与AI爱恨情仇》、微博时间线和两款已上线产品的公开入口全部翻了一遍，并实地探测了「想得美」平台挂在视频简介里的裸 IP 地址。技术栈可考的部分：奇门遁甲网站出自 OpenClaw 智能体 + MiniMax 98 元包月 Coding Plan 的 vibe coding；「想得美」是 BYO API Key 的「分镜脚本先行」Web 平台，上线日活破千，本人评论区承认「已经被攻击了」。而那个 39.106.98.69 今天打开已经是另一家公司的官网——TLS 证书域名 sun95.cn、nginx 301、DNS 三重实锤 IP 被云厂商回收复用；我又穷尽排查了她的全部公开渠道、证书透明度日志与 Common Crawl 档案，确认无任何迁移痕迹、新地址或下线声明。本文按时间线还原三款产品的做法、成本结构与架构推演，并复盘裸 IP 部署、媒体失真链等工程与传播层面的教训。

给 Agent 接一个联网搜索，是 2026 年做 AI 应用最常见的刚需。本文深度拆解这个赛道的头号选手 Tavily——五个端点、credit 计费、限流策略与 37 项集成生态——并横向对比 Exa、Brave、Serper、SerpAPI、Perplexity、Jina、Linkup、Firecrawl、Google CSE 和已退场的 Bing API；附国内家宽直连实测矩阵：Tavily、Exa、Serper、SerpAPI、Linkup、Firecrawl 全部可达，Brave、Perplexity、Jina、Google 全部超时，而 Firecrawl 的搜索端点甚至无需 API key 就能返回真实搜索结果。

ZCode（Z.ai 的智能体开发环境、GLM 官方 harness）的插件怎么写、和 Claude Code 插件是否共通？本文前半是调研：基于官方文档与本机插件缓存实地考察，插件就是一个带 .zcode-plugin/plugin.json 清单的文件夹，可选捆绑技能、斜杠命令、子代理、钩子、MCP 服务器五类组件，本地用一份 marketplace.json 加 GUI「添加插件市场」即可装机调试，分发走 GitHub 市场仓库或收录制；与 Claude Code 的关系是单向高度兼容、双向不完全共通——清单回退探测、hook 执行器、stdin 双命名、模板变量四层主动兼容（Claude 官方市场 294 个插件可直接装），但清单必需性、组件种类、hook 事件集（仅 7 个，是 Claude 的子集）、管理方式（纯 GUI vs 全套 CLI）均不同，附双栖插件写法清单。后半是学以致用的实战：给 ZCode 外挂实时 Token 速度计——原生无 token/s 显示，锁定 ~/.zcode/cli/rollout/ 下未脱敏的 model-io 落盘记录为唯一数据源，方案 A 是 50 行 Python 终端速度计（实测 19.9~65.1 tok/s），方案 B 是 Stop 事件 hook，装机端到端实测每轮真实触发（消息挂 Hooks 标记、158ms 执行），但 systemMessage 文本当前桌面版不渲染，速度数字读脚本自写的触发日志。

2026 年 9 月 9 日苹果 “Surprise and Shine” 发布会全记录——新 CEO John Ternus 首秀，iPhone 18 Pro（A20 Pro、2nm、可变光圈相机）、AirPods 5、Apple Watch S12 与 Ultra 4，以及压轴登场的苹果首款折叠屏 iPhone Duo。基于官方视频完整英文字幕（10,718 词）整理。

想拿一条 YouTube 视频的字幕喂给 AI，官方 Data API 只对视频主人开半扇门，自爬 timedtext 又撞上 PO token 与 IP 封禁。本文实测第三方工具的免登录内部接口——kome.ai 裸奔可用、NoteGPT 靠一次性匿名 UUID、tactiq 已上 Firebase App Check——并盘点 youtube-transcript-api、yt-dlp、Invidious / Piped 与商业 API 的定价和国内可达性。

整理自程序员鱼皮 9 月 6 日的推文：全球版独立开发者穷鬼套餐，14 类工具全靠免费额度把产品跑起来，从 AI 编程、部署、数据库一直到收款。我逐项核对了给出具体数字的 10 项，全部与官网一致；另补充两个推文没提的坑——Vercel Hobby 仅限非商用、Supabase 免费项目一周不活跃会被暂停，并补上 Lemon Squeezy / Creem 的具体费率。

对 AIHOT（aihot.virxact.com）的全量实测拆解：数百信源分钟级抓取 → 便宜模型预筛 → 强模型单次调用并行产出五维分数+中文标题+摘要 → 代码公式合成 0-100 分并按分类×信源分层阈值判精选 → embedding 事件聚类 → 每日 08:00 零 LLM 拼装日报。实测规模（24h 落库 458 条、精选率 4.8%、发布→发现中位时延 17 分钟）、公开 API v1 八端点契约（OpenAPI 3.1、RFC 7807 错误、keyset 游标、snapshot+changes 全量同步协议）、MCP+Agent Skill+llms.txt 的 Agent 生态位（含防提示注入纪律）、robots.txt 注释考古出的治理演进、创作者 11 版评分迭代史与「能用脚本就别用 Agent」的定型教训、月成本约 150-300 元的估算、六层复刻参考架构与十二条关键工程决策；并经 /about 页自述把「AIHOT=卡兹克内部流水线外溢」从强推断升级为实证。

拆解 GitHub 开源 skill erduo-broll-loop-engineering（前电影导演出品，165 star）：SRT 驱动、Director/Assets/Lead/Chapter Builders 剧组制多 agent 的 B-roll 精工生产管线，核心是 canary 金丝雀先行镜→章节返修→预览审批的多层创作循环，失败只回责任环节定点返修。本文覆盖带「证据边界」列的支持矩阵写法、truth/creativeProposal 两层契约（事实不可改、创意可整体替换）、用户未选前禁止跑全片的 canary 硬门八条件、152 张 shotcraft 镜头卡的零查询纪律、六格语义时刻抽帧取证、上下文字节代理回归（父级 prompt 载入量减 95.89%）、v1.0.0 公开基准（约 3 分钟片端到端 4 小时量级）与未达标项公开的诚实证据文化，末尾附四条不采用理由与六条零依赖可借鉴思想。

拆解 GitHub 28.7k star 的 frontend-slides skill：面向编码代理（Claude Code / Codex / Kimi Code 等）的单 skill，从零或从 PPTX 生成零依赖、动画丰富的单文件 HTML 演示文稿。本文覆盖 SKILL.md 六阶段工作流（低/高密度二分、三风格预览的 show don't tell、浏览器截图验收溢出）、NON-NEGOTIABLE 的固定 1920×1080 舞台模型（禁 display:none、CSS 函数取负静默失效坑）、12 安全预设 + 34 bold 模板的三层渐进披露资产组织（禁 bulk 读）、反 AI 味成文纪律、34/34 模板的 CJK 字体配对与排版修正清单，以及与两轮 PPT 调研的路线对照（PPTX 二进制 / HTML 交互演示 / HTML 时间轴视频）和五条可借鉴的 skill 工程模式。

分别用 PPT 管线与 frontend-slides 复刻同一期 AI 日报视频的实战对比报告。PPT 线走了三条路：原生 timing 动画+WPS 放映录屏被 8 轮实验否决（WPS 放映引擎不执行自动序列动画、命令行启动连 advTm 都失效、桌面独占），终态定为 WPS COM 无头转 PDF+PyMuPDF 出帧+ffmpeg 后期缓推动效+ASS 逐词卡拉OK 字幕+旁白后混，全链约 2 分钟一次跑通；FES 线按 frontend-slides 固定舞台纪律产出竖版 deck，playwright 无头 recordVideo 82.4 秒一次跑通，词级字幕 HTML 内嵌、元素级词点动效最接近原片。附三方对比表（清晰度/动效/字幕/时序确定性/体积）与回填可行性分析的四条结论。

「PPT 管线能否替代 hyperframes 承担 AI 日报视频线」的可行性判定：技术上可以替代，但不建议切换主产线，建议立项为「备份产线」、月度手动演练保鲜。本文逐能力对表（词级字幕不是缺口——words[] 词级时间戳在手，ASS \k 卡拉OK 逐词高亮后混可补齐；动效降级为 fade/wipe；出片前 QA 预览是最大盲区），量化提速（帧渲染只占全流程约 15-20%，切线总时长收益 <15%），梳理约束下的三条出片路线（WPS 放映+ffmpeg 录屏后混、装 Microsoft Office、frontend-slides+Playwright 无头组合线）与死路清单，末尾给备份产线蓝图（触发条件、已验证资产、待补组件）与明确不替代的范围。

Anthropic 的 PPTX skill 是其 Agent Skills 体系四个文档技能之一：一份单文件 SKILL.md 三路由指令集（pptxgenjs 创建 / OOXML 原生编辑 / markitdown 读取）、5 个捆绑 Python 脚本、约 20 条 pptxgenjs 坑清单、10 个命名色板与强制三段 QA。本文梳理其 2025-09 至 2026-07 的时间线、许可证边界（source-available、禁再分发）、获取渠道（claude.ai / API 容器 / 插件市场），并与本机 ZCode 插件市场的 Z.AI 改编版 0.1.4 逐项对照——零脚本、QA 降为 recommended、新增 CJK 字体与模板继承章节，末尾附对自家 skill 工程的七条启示。

对 AI 头部自媒体「数字生命卡兹克」（本名张仁杰，虚实传媒创始人）的深度拆解，核心证据为晚点聊第 109 期两小时半专访的全文转录：设计总监出身的 95 后，靠 AI 版《流浪地球 3》预告片被郭帆转发出圈、Sora 解析文单篇 300 万+ 阅读、2024 年 3 月裸辞、2025 年成立 AI 垂直 MCN。他的生产方式最有参照价值——选题和信息搜集 80% 交给自动化流水线（抓 20 几个数据源、大模型 S/A/B/C 打分、早报/内参/深夜扫描三班倒），产品体验和写稿坚持人做（一篇稿两三小时）；「信任经济」下视频尽量不出现 AI。流水线的产品化外溢即 AIHOT 平台，khazix-skills 开源 5 个月 20,376 stars。末尾对照 AI 日报管线给出七条启示。

对工作日日更晨间商业科技播客「声动早咖啡」（声动活泼出品）的深度拆解，核心证据为两期音频的本地下载全文转录：小宇宙订阅 1,980,394、中文播客综合约第 6；一集 14 分钟背后是 12 人以上署名团队、每天 8:30-19:30 的流水线、二十选一的选题会与双人交叉审稿；单集逐段解剖出「上半场 4 条快讯 + 下半场 1 个真问题」结构与逐句信源归因（约 4100 字口播）；商业模式为免费旗舰 + 广告变现（商业覆盖率最高约 80%），向付费节目矩阵与「生动胡同」会员（2000+ 人）收口。末尾对照 AI 日报流水线给出七条启示。

对自家 AI 日报账号做的一次浏览量体检：抖音 147 粉（封面点击率 0%、平均播放占比 3-6%、一个月 4 次「不适宜公开」判罚）、头条开号 30 天（实测文点进率 2.4-6.8% vs 日报 0.0-1.2%，差 10 倍以上）、视频号 33 条、公众号草稿箱 45 篇。结论是三个问题叠加：账号还在冷启动期、日报清单形态被自己的数据证伪、合规判罚滚雪球。优化分三步走——第一周止血（敏感题材门、黄金档定时、视频砍回 60-90 秒）、2-4 周结构转向（主产能转每周 2-3 篇实测文）、持续机制（数据回流闭环、考核指标换成实测条目数）；文末附「日报视频要不要停」「喜马拉雅要不要跟着砍时长」两个追问的判决线式分析。

「先用 pptx skill 做 PPT、再把 PPT 做成视频」在本机怎么走：五条方案全景与实测——真 PowerPoint 原生导出（本机无 Office）、WPS COM 自动化死路（CreateVideo 静默空操作、SaveAs 视频枚举被降级存 pptx，附官方文档查证）、开源渲染拼片（soffice→PDF→ffmpeg 逐页对时，缺 LibreOffice）、HyperFrames 混合管线（全动效但双层维护）、在线 SaaS 一笔带过；外加保留 PPT 动效的三条正路（装 Office、录屏、WPS GUI）、竖版 9:16 画幅实测（精确对齐 1080×1920）、与 HyperFrames 的逐维度对比，以及 2026-09-04 实操增补：WPS COM 转 PDF 端到端可用、首个 11 页 deck 交付与 QA 战报；动效追记：63 动效 timing XML 全量注入通过结构校验，但 WPS 放映引擎实测不执行自动序列动画（advTm 自动换片与页内旁白 mp3 正常），WPS COM 再添 SlideShowSettings 与 TextRange 两项缺口。

听说"MiniMax 出了个 H3 Max，速度极快"，查了一圈信息汇总成笔记。先澄清最容易误解的一点：H3 Max 不是语言模型，而是 fal 与 MiniMax 合作、基于开源视频模型 MiniMax H3 后训练出的高速版本——5 秒 768p 视频约 3 秒生成，比播放还快，官方口径约为 MiniMax 自家 H3 端点的 35 倍吞吐。本文分层记录一手与二手数字：速度（fal 官方 35× 吞吐、Reddit"近 50 倍"、第三方 Artificial Analysis 榜单图生视频第一/文生视频第三）、质量争议（FastVideo"FastH3"激进加速掉质量、MiniMax"速度全靠糊质量"的回应、LMSYS 8×H200 实测 1.85-6.24 倍）、价格（MiniMax 平台 480P 0.05 美元/秒、768P 0.08 美元/秒与基础版同价，fal 上 0.08 美元/秒）、底座 H3 的 33B 架构与 Community License 限制，以及"24 小时 AI 频道要花 6912 美元"这类落地测算。

深度拆解开源 AI agent skill「video-shotcraft」——把前端项目/网页交给 Claude Code 或 Codex，它用 Remotion 产出电影感产品宣传片。本文覆盖：三种创作模式与入口分诊、152 张镜头配方卡的三层事实源设计、八阶段制作流水线、判例式审美准则、149 个音效的声音设计体系、librosa 节奏卡点方法论、确定性渲染与测试工程，以及它对写 agent skill 的启示。

按七层框架重拆开源 AI agent skill「video-talkcraft」——video-shotcraft 同作者的口播视频篇。认知层看全貌（口播稿+成品配音进，本机 CPU 对齐字级时间戳，Remotion 渲解说成片）；原理层看机制（CJK 锚点对齐与四配置横评、SHOTBOOK 层矩阵与排版预算、78 张配方卡 tsx 正主、五条机器闸与独立评审）；边界层看 TTS/数字人写死在外与中文文档门槛；权衡层看精度体积、保真复制与许可收紧的取舍；生态层看 Remotion/FireRedASR/前作/HyperFrames 的位置；动态层看十天六 commit 与剪映式工作台路线；价值层提炼「把判断题变成测量题」。

手里有 mp.weixin.qq.com 文章链接，想把正文稳定拿下来，为什么不是 requests 一发的事？本文先拆解微信反爬的三板斧（UA 白名单、滑块验证、IP 频控）并用四个 UA 做对照实测（工具 UA 直接 302 到 wappoc_appmsgcaptcha 验证页，浏览器与微信 UA 低频均放行），再系统梳理六条获取路线：伪装请求头的一行 curl、真实浏览器自动化、借用公众平台后台接口的 wechat-article-exporter、微信读书中转的 wewe-rss 与继任者 we-mp-rss、真机抓包与 PC Hook、以及 wechat2rss 等付费 RSS 服务，最后给出按场景的选型决策表与合规边界。

Google Research 联合 Virginia Tech 于 2026-08-27 发布论文 WikiSkill（arXiv:2608.27454）：给 Agent 配一套「原始轨迹层 + 持久 Wiki 层 + 可执行技能层」的三层知识架构，让经验先沉淀进 Wiki、技能再从知识里进化。五个基准、五个模型上平均提升约 12 分，Qwen-9B 加持 WikiSkill 后反超裸奔的 27B，技能还能跨模型迁移。这篇笔记完整拆解它的动机、架构、工作流、实验与消融，并聊聊它对我们这些天天写 SKILL.md 的人意味着什么。

承接上一篇 X 的研究：把 FxEmbed 源码里出现的六个平台（X、Bluesky、Mastodon、Threads、Instagram、TikTok）加上 YouTube 和 Discord 一次盘完。每个平台一张 API 清单表，按官方 API、官方 oEmbed、原生 RSS、社区通道、国内直连五个维度整理，重点标注免费通道——结论是它们正好分成了完全开放、半开放、封闭三个梯队，Discord 则是「免费但私有」的特例。

想拿一条推文的正文、展开后的链接、长推全文和媒体直链，不一定得给 X API 交钱：官方 oEmbed 免费但只给「喂浏览器」的 HTML，社区项目 fxtwitter 直接吐结构化 JSON，react-tweet 则逆向了 X 内部的 syndication 接口。本文实测对比三条路，顺带盘点 vxtwitter 等同类服务、国内网络可达性与风险边界。

让 Codex（GLM-5.3，纯文本模型）做一项需要读图的调研，它没有摆烂说"我看不了图片"，而是自己发现并调用了 Windows 系统自带的中文 OCR（Windows.Media.Ocr）来识别图片——顺便科普这个藏得很深的系统能力。

GLM-5.3 的开放平台端点原生支持 OpenAI Responses 协议，Codex 不再需要协议转换代理即可直连 GLM 编程套餐。本篇整理官方文档并在 Windows 本机完整落地：models.json 与 config.toml 配置、profile 一键切换、三步验证，以及五个实测踩坑（max 档位的版本兼容、模型目录的替换语义等）。

系统梳理 HeyGen HyperFrames 官方「30 Days of HyperFrames」课程：三阶段路线图（Days 1-9 输入与九大工作流、Days 10-19 提示词结构与精修手段、Days 20-30 组件/变量/云渲染的工程化交付），逐日拆解 30 课要点并各附一条可直接上手的事实与官方文档直链（一段话全自动安装、FRAME.md 品牌事实源、PR 三种受众、音轨七要素结构、解说四种落点、字幕三路分工、动效六种对象、TTS 引擎顺序、Figma 六种导入、六段式提示词骨架与节拍五槽、参考复刻 75/90 百分比、Studio 安全编辑与关键帧快捷键、媒体角色论、storyboard 双色纪律、MCP 连接、人物专用抠像、云渲染 asset_id 复用、变量七类型与批渲、调色十三预设与四示波器、媒体特效四族、四条渲染路线等），最后总结「视频即文本资产」的产品哲学、skills/Catalog/CLI 的生态飞轮，以及对照自己公众号封面 HTML 模板实践的后续动手清单。深拆见系列（二）至（七）篇。

HyperFrames「30 天」系列第七篇（完结篇），对应官方课程页 Related topics 的「Browse reusable Catalog elements」，深读组件目录：block 与 component 的双层结构及各自接线方式（data-composition-src 五属性 vs HTML/CSS/JS 三段融合）；按类别绘制的目录地图（字幕、文本标题、lower-third 与新闻条、代码块与十五种终端配色、shader 转场、图表与地图、产品 UI 区块、VFX 与液态玻璃、手绘标注、氛围杂项）；按意图检索的两档排名模型（词汇匹配与本地语义模型、英文查询规则、dropped 与 unindexed 的偏斜含义）；hyperframes feedback --search-miss 构成的需求信号闭环；贡献回注册表的 PR 流程；以及「检索即接口、缺口即路线图」的生态飞轮分析。

HyperFrames「30 天」系列第五篇（专题一），对应官方课程页 Related topics 的「Choose a creation workflow」。浏览器核对后发现该入口实际链向 /workflows 的「Choose a workflow」页——「Start from the material you already have」：九条工作流按输入素材归类（产品网站、想法讲解、既有素材、PR、动效图形、音乐、演示文稿、自定义、Remotion 移植），外加「多源并重走 general-video、裸 /hyperframes 请求由代理自选」的消歧规则；本篇同时拆解容易混淆的姊妹页 /guides/choose-creation-path「Choose how to create」——四种创作场所（本地代理 + CLI、AI 聊天 MCP、设计工具、HeyGen Video Agent）各自适合谁、能力边界、产物归属（They all give you a video. The difference is what you keep afterwards），以及「先选工作流再选场所」的完整决策顺序。

HyperFrames「30 天」系列第二篇，全内容拆解 Days 1-9「Start and create」阶段：skills 安装全命令（交互式/CI/Antigravity/Copilot、路由九行表、排障四步）与快速上手三步（含一段话全自动捷径、第一版之后的三条路径）；FRAME.md 设计系统七条原则（品牌只对色与字体是真理、站点当事实源、tokens 先于 components、别对抗工作流预设等）；Days 3-7 五条工作流的请求模板原文、关键选择、结构原则与评审清单全录（PR 三种受众与两份检查单、音乐六要素结构、解说四种落点与教学评审、字幕三路分工、动效六种对象与透明导出）；Day 8 媒体音频管线（TTS 引擎顺序、BGM 响度目标、VO 节奏规则、HEVC 自动代理、供给资产规则、鉴权提供方表与离线回退）；Day 9 设计工具（图片留图片/动的重建 HTML 总规则、Figma 六种导入能力与命令细节、Claude Design 交接四步）；另附 faceless-explainer 七步执行链解剖。读完本篇无需再翻官方文档。

HyperFrames「30 天」系列第三篇，全内容拆解 Days 10-19「Direct and refine」阶段：六段式提示词骨架逐段规则与组装示例（route/spec/beats/copy/technique/negatives）、节拍内容五槽公式（element/motion/layout/style/timing）、六组常见改写（冻结保持改环境闲置、时长无尾巴、同时性碰撞、模糊负例、散文冒充文案、格式盲数字）、框架自有词汇表；规格旋钮三档与两个方向钉；词汇表全部十节映射（缓动、镜头、景深、节奏、字幕语气、转场能量、音频响应、手绘标注、TTS 声音、渲染质量）；参考复刻四步法（转写动作 75%、绝对目标迭代、提炼常量 80-90%、纯文本天花板 90%）；字幕目录（语气到组件映射、逐词强调、五种失败模式）； Studio 工作区与安全编辑、关键帧编辑全操作（K/H/U/R 快捷键、自动关键帧、缓动与路径、手势录制、生成动画的 Unroll）；媒体使用角色论与机会扫描；storyboard 评审协议四形状与方向块；MCP 聊天创作全流程；本地抠像命令与双层板技法。读完本篇无需再翻官方文档。

HyperFrames「30 天」系列第四篇，全内容拆解 Days 20-30「Extend and ship」阶段：Claude Design 设计交接四步与合格标准；云渲染完整细节（OAuth/API key 鉴权、zip 上传渲染下载流程、fps 1-240、draft/standard/high 画质、mp4/webm/mov 透明格式、4k 计费、变量渲染、asset_id 上传一次多次重渲、--no-wait 加 webhook 回调与幂等键、cloud list/get/delete、200MB 限额与 .hyperframesignore）；组件目录双层结构与接线（block 五属性挂载 vs component 三段融合、按意图英文检索两档排名、dropped/unindexed 偏斜、search-miss 需求闭环）；变量系统全貌（七种类型、data-var-text/data-var-src 直接绑定、CSS 自定义属性、嵌套组合 per-instance 传值、CLI --variables 与 rows.json 批渲、batch-concurrency、不能变量化清单、strict-variables）；调色全操作（先校正后风格化、十三预设、九组控件、四个示波器、grade-compare、data-color-grading 三段存储、LUT 的 Rec.709/LOG 边界）；媒体特效四族十八效果与 overlay 语气映射；三官方托管模板与四条渲染路线；贡献目录从建目录到 PR 的全流程与五条评审问题；Prompt Guide 七层地图。读完本篇无需再翻官方文档。

HyperFrames「30 天」系列第六篇（专题二），全内容深读官方 Prompt Guide：文本即接口的三层能力与开口前三件事；冷/热启动两种提示词形态与意图访谈 BRIEF.md 契约；七层阶梯总表；Level 3 运动八规则全文——每个运动都在陈述（呼吸说数据活着、过冲说有质量）、运动的四个正当职业、八条规则逐条 A/B 对照与量化结果（冻结尾帧 211KB vs 活帧 2.5MB 的编码器判据、镜头与位移是同一变换、错峰的偏移比机制、复合属性只讲一个故事、过冲只作用于变换、遮挡比模糊更能证明景深、showreel 1.5-4 秒节奏、手工感用播种 PRNG 加两帧保持）；避免幻灯片的两个属性与世界镜头法、六种替代方法表；附录规则与反例全文——七条必知规则、冷 seek 可见性三条、seek 顺序安全四条（相对值第二写者、repeatRefresh、函数值、回调内量 DOM）、--workers 1 位级确定性、SVG draw-on 陷阱；Capstone 与术语表与 Remotion 迁移；三条使用建议。读完本篇无需再翻官方文档。

拆解 BestBlogs.dev 的内容策展流水线：以 RSS 为纲的订阅源工程（开源 400 个 OPML 订阅源，靠 RSSHub、wechat2rss、XGo.ing 等工具啃下公众号和推文）、基于 Dify Workflow 的四大子流程（初评过滤、GPT-4o 深度分析、检查反思与优化改进、术语先行的意译翻译）、专家精审与多渠道分发，以及评分体系从单一提示词到六维评分再到主题维度的演进，最后对照自建 DailyDigest 流水线总结可借鉴的设计。

用纯静态 HTML 模板加无头 Chrome 截图，20 分钟批量生成一整套风格统一的公众号系列封面（2.35:1）：先定比例再做设计、固定骨架加四个文案槽位的设计公式、sed/python 批量派生、ffmpeg 拼合后视觉模型复核，附五个真实踩坑记录。

调研 RSSHub、newsnow、DailyHotApi、Miniflux、FreshRSS、Folo、Wallabag、Linkwarden、linkding、Karakeep、TrendRadar、Horizon 等十余个开源仓库，拆解它们在采集、提取、去重、AI 整理、呈现与存档各阶段的流水线步骤和技术方案，并对照自建 DailyDigest 流水线总结可复用的设计模式。

调研 WeWe RSS、WeRSS、Wechat2RSS、wechat-article-exporter、Nitter、RSSHub Twitter 路由、twscrape 等开源方案如何订阅微信公众号文章与 X 推文，拆解微信读书借道、公众平台编辑器接口、真实账号会话池等实现原理，梳理 2026 年接口封锁后的最新格局，并总结六条可复用的规律。

记录 Windows 11 + Docker Desktop + Flutter/Gradle 环境下，为 Gradle 插件、Docker 镜像拉取、容器内 apt/PyPI、本地 uv 等下载环节配置国内镜像源（阿里云、daocloud）的完整方案、配置文件位置、验证方法与踩坑记录。

在进入《孙宇晨：财务自由革命之路》156 集正文之前，先理清主讲人孙宇晨其人、波场 TRON 的来龙去脉，以及他被 SEC 起诉、巴菲特午餐风波等争议，作为理解整档节目的背景滤镜。

拆解《财务自由革命之路》第 1-21 集：从马东冯仑的推荐背书，到孙宇晨如何重新定义"财富自由"，再到 52 周课纲与"价值观站队"的战略地图。

拆解第 22-38 集：从应试教育里的"单变量穷人思维"，到布雷顿森林体系崩塌、全球流动性过剩与"扩大可控负债"的激进财务策略。

拆解第 39-62 集：孙宇晨如何把"成年"重新定义为"自由选择并担责"，并把婚姻还原为经济联盟、房子还原为投资品、车还原为负债，发起"30 岁前三不"十年实验。

拆解第 63-74 集：复利定律、一万小时定律、巧用杠杆三大原始积累法则，以及孙宇晨为何要为"个人奋斗与赚钱"建立道德合法性。

拆解第 75-87 集：从量子力学的不确定性原理，到 MVP 快速迭代、正收益系统叠加，以及孙宇晨为何把公务员和国企称为"温水里的青蛙"。

拆解第 88-100 集：为什么互联网是"创造增量的新大陆"、远离管制的"五月花号"，以及孙宇晨如何借《大败局》和史玉柱的大起大落讲透失败学。

拆解第 101-106 集：从"财产完全属于自己"到去中心化账本、挖矿机制，以及孙宇晨如何把比特币包装成通往无政府资本主义的信仰之路。

拆解第 107-117 集：为何医疗是"财富防御的第一阵地"——看病如破案、护城河理论、中医与安慰剂、商业医疗保险，以及 90 后游牧民族。

拆解第 118-124 集：财富流失的第二大黑洞是家人——婚姻如并购、50/50 是大忌、选错伴侣毁三代，以及"用事实说服人而非用道理说服人"的和解哲学。

拆解第 125-131 集：从湖畔大学的"两个天问"出发，孙宇晨如何用"抢劫文化""割韭菜""财产权即神权"解释中国人勤劳却难富、富不过三代的制度与文化根源。

拆解第 132-143 集：财富流向规则制定领域、非线性指数增长、弯道超车，以及孙宇晨如何从"财富规律"自然过渡到为自家波场 TRON 招聘布道。

拆解第 144-156 集（完结篇）：明治维新式的价值观革命、两位听众案例点评、比特币五年回顾，以及终章"我们就是这个时代的既得利益者"。

分析 KKKKhazix/human-writing 这个开源中文创作 Skill 的设计哲学、模块化参考文件结构与硬规则检查脚本，理解它如何用材料门槛、推进规则和中文韵律约束让 AI 输出摆脱模型腔。

研读 xixihhhh/clipforge 的学习笔记——一张商品图自动产出抖音/快手/小红书/TikTok Shop 卖货短视频的开源工具。以「一张图 → 一条成片」的制作流程为主线，源码级拆解脚本生成 Prompt 装配、黄金 3 秒三拍结构、素人主播反 AI 假脸约束、19 款运镜预设注入、Provider 抽象与付费安全、10 源免费素材引擎、FFmpeg filter_complex 合成管线、字幕/转场/侧链闪避、多平台 CRF+VBV 码率卡线、AIGC 双层标识与发布门禁；并专章拆解「完全不配 API Key 的免 Key 出片闭环」——Ollama 本地 LLM、Openverse/Wikimedia 免费素材、自研 Edge TTS keyless 客户端（伪造 Sec-MS-GEC token）的每一环实现，系统汇总文中点名的所有 AI 平台、模型、免费素材库与工具链资源

用 git-cliff（生成 CHANGELOG 骨架）+ Agent skill（编排发版与注入 AI 摘要）+ GitHub Action（自动创建 Release）三件套，为任意 git 项目搭建从提交到发布的全自动 changelog 闭环。

系统调研阿里通义 FunAudioLLM 开源的轻量级语音识别模型 Fun-ASR-Nano-2512——0.8B 参数直逼 12B 大模型效果，覆盖模型定位、技术架构（Qwen3 监督微调 + 文本模态对齐 + FSMN-VAD）、31 语种能力、FunASR/vLLM/llama.cpp 三条部署路径、benchmark 对比与场景选型

深度拆解 HeyGen 的 HyperFrames——用 HTML 声明时序、可 seek 的动画运行时、框架托管媒体播放，把视频渲染变成确定性的"逐帧采样"。本文从入口路由、核心契约、动画运行时、CLI 开发闭环到工作流派发，拆解这套 skill 体系的架构设计，以及它对写 agent skill 的启示。

上一篇拆了 HyperFrames 的架构，这篇落到运行流程——faceless-explainer、product-launch-video、pr-to-video、music-to-video、motion-graphics、website-to-video、slideshow、talking-head-recut、embedded-captions、remotion-to-hyperframes 这十个工作流子 skill，各自从输入到产物的每一步是什么、哪里卡 gate、哪里派子代理。附三种工作流范式对比与选型建议。

梳理 chrome-devtools-mcp v1.6.0 的主要变更（10 项新功能、11 项修复、性能优化与内部重构），并重点解读修复安全漏洞后引入的三种文件路径验证模式，以及 MCP 客户端如何声明 roots 能力来约束服务端的写入边界。

AI 内容生成流水线从 4.0 升到 5.0，三件改动：产出多了视频（两件变三件）、架构从一个 agent 内联拆成调度员加六个独立 agent（接口定死、各管一件产物）、把插图和播客音频按分段对位拼成视频。上次做减法定型，这次做加法，反而更顺了。

精读 Anthropic《The Founder's Playbook》白皮书——从创意期到扩张期，AI 如何把"10 人独角兽"从逆袭故事变成可刻意设计的商业计划，以及为什么 42% 的初创死于建了没人要的东西。

Anthropic《The Founder's Playbook》白皮书 v3 全 36 页逐阶段深度拆解——从创意期到扩张期的目标、退出标准、陷阱与解药，以及 Claude 在每个阶段的具体用法、CLAUDE.md 持久记忆、三大工具协同复利等可复用方法论精华。

写了 22 个 Agent Skill 后总结的五条核心心法：让 AI 代劳自己只做判断、把别人的好 skill 当免费教材、先研究再复刻别急着抄、skill 是磨出来的要用经常改、重复三次就做成 skill。末尾附写 skill 的技术注意点与核对清单作为补充。

用 ACE-Step 1.5（免费、能商用的 AI 音乐模型）按播客/短视频真实创作动线生成 12 段样本，请 Gemini 3.1 Pro 逐段盲听打分——片头/BGM/转场/片尾功能性配乐几乎全 5/5，中文人声"字正腔圆"，连"让音乐模型做转场音效"都没翻车。本文逐段给出场景、提示词、写法要点和听评，并总结提示词万能公式与该模型的能力边界。

逐文件研读 xiaohuailabs/xiaohu-wechat-format（一个把"排版→封面→发布"串成一条龙的 Claude Code 技能），拆解它的 Markdown 排版引擎、微信兼容黑科技、主题系统、画廊预览、AI 增强与一键发布到草稿箱的完整链路。

ACE-Step 1.5 的完整用法手册。三种用法——网页端 acemusic.ai 注册即用、云端 API（OpenAI 兼容）写脚本调用、本地部署数据不出门，按门槛从低到高全覆盖。附并发限制实测：递增并发 1→2→4→8→16，拐点在 4-8 之间，错误码是 504 而非 429，单 key 并发上限设 4 最稳。

让 Gemini 3.1 Pro（Antigravity）给 12 段 AI 生成音乐打分，它的 view_file 工具不支持音频，于是自己摸索出一条绕路：用 ffmpeg 给音频贴一张纯黑画面、伪装成 MP4，再借多模态"看视频听声音"的能力完成评测。本文复盘整个过程，并追问一个关键问题——它真的"听到"了吗？

把 Hyperframes 自带的留存工艺与 2026 年短视频行业基准双向对照：2 秒跳出靠 Hook 工程，完播靠节奏、结尾与合规的无缝循环。

实测三家免费 AI API（Agnes、智谱、Pollinations）后，从 Pollinations 一步步收口切入，结合 OpenAI 年亏 210 亿美元、四大云厂年投 7250 亿、AI 裁员一季度超十万等数据，论证撑起这轮 AI 热潮的投入回报账根本算不平——免费 API 只是泡沫最表面的一道裂缝。

阿里内部全面禁用 Claude Code 之际，记录我从 Claude Code 切到智谱 ZCode 3.0 + GLM-5.2 的真实迁移：为什么走得没负担（Anthropic 隐写检测中国用户、第三方模型缓存"神秘失效"被扒源码），以及切过来之后的真实体感——好的点（远程派活、国产直连、从套壳走向自研、迁移成本低）和不好的点（桌面应用还有小 bug、缺 /btw/Agent Team/Workflow）。不是声讨，是一次"找到更趁手工具"的搬家。

Claude Code 和 ZCode 的插件市场、更新检查常因网络拉不动而失败或卡死。开 TUN（全局代理）模式能解决，但并不总是稳定。实践下来最省心的是直接给 git 配上本地代理端口——两条命令永久生效，顺带把推送到 GitHub 的网络问题一起解决。

把 OpenCode 部署到云服务器 + tmux，做成一个 7×24 小时不下班的 AI 工位：从底座（服务器/SSH/tmux）、装 OpenCode 配模型，到用一个 URL 短链服务走完从零到上线的完整流程，再附手机/异地监控玩法，以及终端 CLI/IDE/托管/国产四类主流 Coding Agent 横评与按场景的选型建议。

为播客补齐"音乐"这最后一公里：先按"免费能不能商用"为第一筛子横评本地开源模型、托管 API、免版权库三类方案，最终选定 ACE-Step 1.5 的云端版 acemusic.ai（MIT 授权、免 GPU、免 key 费）；附 4 分钟中文人声长曲子试听，以及把音乐混进人声的 7 条混音原则与踩坑速查表。

1080×1920（9:16）竖屏视频在 9:19.5（iPhone 15 Pro Max 等）屏幕上播放时，抖音会以中心为基准上下各裁切约 210px，导致顶部的播客名、底部的分集名和进度条被裁掉。本文记录问题定位过程，并给出用 ffmpeg 给现有视频加安全区填充（纯色边/模糊背景）的零重渲染方案。

深入讲解 Antonio Gulli《Agentic Design Patterns》第 8–11 章的高级模式——Memory Management（短期上下文记忆 vs 长期向量库记忆，及 Google ADK 的 Session/State/Memory 三概念）、Learning and Adaptation（RL/监督/在线学习 + PPO 与 DPO 对齐算法 + SICA 自改代码 Agent 案例）、Model Context Protocol（MCP 客户端-服务器架构、Resources/Prompts/Tools 三元素、与 function calling 的关键区别、Agent 接口契约陷阱）、Goal Setting and Monitoring（Planning 的另一半，把 Agent 从被动执行者变成有目标、能自评的目的性系统），给出机制、适用场景、陷阱与组合关系

系统梳理 Antonio Gulli《Agentic Design Patterns》一书的 21 种核心设计模式——从 Prompt Chaining、Routing、Parallelization 三大确定性工作流原语，到 Andrew Ng 经典的 Reflection/Tool Use/Planning/Multi-Agent 四大智能体模式，再到 Memory、MCP、RAG、A2A、Guardrails、Evaluation 等高级/生产/企业级模式；并交叉对照 Andrew Ng 四模式与 Anthropic「Building Effective Agents」五大工作流，给出一份「模式 × 解决什么问题 × 何时用 × 典型陷阱」的全景索引

系统讲解 Antonio Gulli《Agentic Design Patterns》第 15–21 章的企业级模式——Inter-Agent Communication A2A（Google 协议，Agent 间发现与委派，与 MCP 的 agent-to-tool vs agent-to-agent 关键区分）、Resource-Aware Optimization（路由 Agent 按复杂度选模型 + OpenRouter 自动选/回退）、Reasoning Techniques（CoT/ToT/ReAct/PALMs/RLVR/Chain-of-Debates/Deep Research + 推理扩展定律）、Guardrails Safety（输入/输出/行为/工具多层防御 + NeMo Guardrails，2025 研究证实护栏可被绕过故需纵深防御）、Evaluation and Monitoring（指标+反馈环+LLM-as-Judge+轨迹评估+「高级承包商」模型）、Prioritization（四要素+多级+动态重排）、Exploration and Discovery（Google AI Co-Scientist 与 Agent Laboratory 两个真实系统 + 探索-利用困境），并指出贯穿 Part Four 的「推理质量 vs 成本延迟」张力

速览 Antonio Gulli《Agentic Design Patterns》附录 A–G——A 高级提示技术（基础/结构化/推理/行动/高级/任务特定全谱系，含 context engineering 取代 prompt engineering 的趋势）、B 从 GUI 到真实环境（Agent-Computer Interface 含 Operator/Mariner/Computer Use/Browser Use + 多模态环境 + vibe coding）、C 框架概览（LangChain/LangGraph/ADK/CrewAI/AutoGen/LlamaIndex 等 12 框架对比）、D AgentSpace 无代码平台、E CLI Agent（Claude Code/Gemini CLI/Aider/Copilot CLI + Terminal-Bench）、F 推理引擎内幕（让六大模型自述推理步骤的收敛框架 + 模拟非符号逻辑的警示）、G Coding Agent（人主导的专家 Agent 团队框架，从 vibe coding 进化到结构化协作）

深入讲解 Antonio Gulli《Agentic Design Patterns》前三章的三大确定性工作流原语——Prompt Chaining（把任务拆成串行 LLM 步骤、用结构化输出和「门控」串接）、Routing（分类后路由到专门子流程，含 LLM/嵌入/规则/ML 四种路由器实现）、Parallelization（并发跑互不依赖的步骤再汇总，含 Sectioning 与 Voting 两变体），逐一给出定义、机制、适用场景、典型陷阱与组合关系，并对照 Anthropic「Building Effective Agents」的同名工作流

深入讲解 Antonio Gulli《Agentic Design Patterns》第 12–14 章的生产可靠性模式——Exception Handling and Recovery（错误检测-处理-恢复三阶段，并与 Reflection 组合的「失败即反思重试」）、Human-in-the-Loop（人工监督/干预/反馈/决策增强/协作/升级六方面，以及 scalability 是首要短板 + Human-on-the-loop 变体）、Knowledge Retrieval RAG（embedding/分块/混合检索/向量库管线 + GraphRAG 知识图谱变体 + Agentic RAG 主动推理变体），给出机制、适用场景、陷阱与「上生产前」的工程要点

深入讲解 Antonio Gulli《Agentic Design Patterns》第 4–7 章——即 Andrew Ng 经典的四大智能体设计模式：Reflection（Producer–Reviewer 自我反思循环）、Tool Use / Function Calling（六步工具调用循环与「工具即委派」泛化）、Planning（目标导向、可动态重规划，附「解法已知 vs 未知」的关键判据）、Multi-Agent Collaboration（任务分解 + 六种通信模型 + 多种协作拓扑），逐一给出机制、适用场景、陷阱、与 Andrew Ng/Anthropic 的对照，以及 Andrew Ng 的成熟度排序（Reflection/Tool Use 可靠，Planning/Multi-Agent 难预测）

整理 Andrej Karpathy 2026 年 4 月发布的 LLM Wiki 模式——一套用 LLM 增量构建和维护个人知识库的方法论。核心是抛弃 RAG"每次从零检索"的范式，转而让 LLM 把知识只编译一次、持续整合进一个持久、会复利增长的 markdown wiki。覆盖三层架构（raw / wiki / schema）、三大操作（Ingest / Query / Lint）、index.md 与 log.md 的设计技巧、以及社区把它做成 Claude Code / Codex / Cursor skill 的实现

系统梳理 2026 年 AI 视频生成——12 种生成模态（文生/图生/首尾帧/视频生视频/运镜/参考图/数字人/世界模型）、U-Net→DiT→Flow Matching 等技术范式、Sora 停服后中国厂商包揽榜首的排行榜（Seedance/Kling/Veo/Hailuo/Vidu）、Wan/HunyuanVideo/LTX-2/CogVideoX 开源选型与显存分级，以及 HF Space/硅基流动/本地 ComfyUI 与即梦·可灵·海螺等国内工具的免费实操路线

系统梳理 2026 年「非生成式」的视频生产工具——以 HyperFrames 为代表的「代码渲染成视频」(Video-as-Code) 赛道：HTML/React/Canvas/几何 四种渲染范式、HyperFrames/Remotion/Motion Canvas/Manim/Revideo 五大框架横评（许可证/agent 友好度/定价）、HyperFrames 的 19 个 agent skills 与「让 AI 写代码而非生成像素」的新路线、Creatomate/Shotstack/JSON2Video 等模板/数据驱动 API，并与姊妹篇《AI 视频生成全景》形成「确定性渲染 vs 生成式幻觉」的对照

拆解一期播客节目的标准结构（冷开场、片头、主题音乐、正片分段、转场音乐、背景音乐、回顾CTA、片尾、彩蛋、广告位），逐个分析「是否一定必要、为什么、作用是什么」，并给出按节目类型选结构的决策表与最小可行结构（MVP）

系统梳理 2026 年 AI 音乐生成——「免费」的三种含义、Suno/Udio 诉讼后的版权红线、自回归/扩散/混合三条技术路线原理、ACE-Step 与 DiffRhythm/YuE/HeartMuLa 的开源选型，以及 HF Space 网页直用、免费 token 调 API 与本地部署的实操指南

精读 Claude Code v2.1.88 与 OpenAI Codex CLI 两份源码，用一张表提炼两者在 8 个维度的 harness 设计对比、一张选型清单、5 条可迁移准则，以及一句话核心结论。

盘点可免费下载、多数可商用的免版权音乐平台（Pixabay Music、YouTube 音频库、Mixkit、Freesound、Jamendo、FMA 等，含国内淘声网/耳聆网），讲清 CC0/CC-BY/NC 与 Content ID 概念，给出从搜索下载到署名的使用流程，以及通过 API key 调用 Freesound、Jamendo 批量获取的代码示例

8 道经典 benchmark 横评 Pollinations 六个免费文生图模型（flux/zimage/gptimage/klein/nova-canvas/gptimage-large）：zimage 全篇最强、中文思维导图大字唯一画对、秒级 GET 出图，质量不输 Agnes 还更快；gptimage-large 海报/英文最高保真。

30 条视频实测 Pollinations 网关上的 ltx-2：同步 GET 直接吐 MP4，5s 成片约 30-99s（比 Agnes 快一个量级），duration 听话、图生视频锁得住角色；两个坑——audio 假开关（false 仍带音轨）、seed 无效（同 prompt 永远同画面）；16:9 须显式传 width/height 才出（1344×768），额度按小时刷新、断点续跑。

10 道经典 benchmark + 并发实测 Agnes AI 两个免费图片模型：中英文文字渲染、中文海报、图生图编辑都过关，密集小字与精确数量是短板。

28 条 1080p 视频实测 Agnes 免费视频模型：画面勉强能用但文生锁不住角色，图生视频能锁定主体，1 分钟成片约等 1 小时，8 路并发 6.5× 加速。

同一套 benchmark 横评智谱 cogview-3-flash / cogvideox-flash vs Agnes：基线过关但文字渲染中英都崩、图生视频 0/3 锁不住人，只有"快"占优。

整理 LINUX DO「去AI味十大skill」榜单，按六大方法论派别拆解 humanizer、Humanizer-zh、nuwa-skill 等 10 个写作去味 Skill，提炼可复用的去 AI 味检查清单与改写对照表，并附场景选型与社区实测局限。

一段播客精彩片段从链接到能发的短视频，要走下载、转文字、挑片段、重写、合成语音、配字幕、渲染成视频。其中「把内容渲染成视频」这一步，我换了五种技术方案——Python 文本卡片、Remotion、Manim、HTML slides、Hyperframes，每种都有过不去的坎。本文逐环节记录这条流水线的工具更替史，以及最后对着几百播放量发呆后的反思。

把一段录音同时变成一篇公众号文章和一期喜马拉雅播客，我做了一条流水线。它前后大改过三次，而三次改动的方向始终是同一个词：做减法。角色从 8 个砍到 4 个，平台从 4 个砍到 2 个，删掉看似核心的中间层，把不可控的 AI 步骤换成确定性算法——只为一个目标：够简单、够确定，才敢放手让它自己跑。

影视飓风剪辑全能必修课系列笔记第一篇。导学课：剪映安装登录、素材包获取管理、四大界面区域、Final Cut Pro 快捷键预设、素材断连/格式/性能等常见问题排查、剪映云多设备同步。

影视飓风剪辑课第一单元笔记。第1课初试成片全流程、第2课口播精剪与A/B-roll协同、第3课混剪与蒙太奇逻辑、第4课音乐音效设计、第5课导出管理。含时间线/轨道/智能剪口播/景别递进/匹配剪辑/库里肖夫效应/J-L Cut/分辨率帧率码率等要点。

影视飓风剪辑课第二单元笔记。第6课关键帧与曲线运动、第7课曲线变速与智能补帧、第8课全能抠像（智能/自定义/色度/蒙版/混合模式）、第9课一级调色（Log与LUT、色轮、示波器）。含补间动画/缓动/光流法/抠像三明治/留白用变亮留黑用变暗融合用叠加/分量图矢量图等要点。

影视飓风剪辑课第三单元笔记。第10课综艺包装与文本跟踪、第11课平面跟踪运镜、第12课多机位采访剪辑、第13课剪辑思维与时钟理论（熬夜48小时拉片、动态计时器包装）、第14课Vlog样片日记（RGB曲线/色彩克隆）。

新版 Codex 砍掉了 wire_api = "chat"，直连 GLM/DeepSeek/MiMo 已不可行。用 CC Switch 起本地代理做 Responses↔Chat 协议翻译，三步把 Codex 接入国产模型。

记录 chrome-devtools-mcp（Chrome 官方 MCP 服务器）的安装与配置，重点对比 Windows 与 Mac 的差异、三种浏览器连接模式，以及在 Claude Code / Cursor / VS Code 等客户端的接入方式与排错。

整理自 LINUX DO 讨论：未来最好用的 LLM 是最懂"角色扮演"（共情 + 上下文建模）的——用 Claude Code 当主 Agent 翻译意图、指挥 Codex 执行，是一种"人定方向 / 主 Agent 翻译编排 / 执行 Agent 落地"的三层协作架构。

整理自 LINUX DO 讨论：vibecoding 的成败在于用软件工程方式管理 Agent——上下文切小、模块边界划清、用文档/Skill 沉淀项目记忆、先对齐再动手、每步可验收。

转载自 LINUX DO：黑 GEO（生成式引擎优化）揭秘——如何通过伪造内容给大模型搜索结果"投毒"，仅凭两三篇 AI 生成的软文就让虚构人物跻身"专家"榜首。

转载自 LINUX DO：一位 AI 方向在读博士生系统分享与 AI 协作的实战经验——"当同事不当工具"，涵盖日常使用、科研文献/绘图/写作、Code Agent、定期复盘与 AI 时代生存指南。

系统梳理「文章转播客」技术全貌：4 阶段标准工作流、NotebookLM 逆向系统提示词、NotebookLlama/Podcastfy/Mozilla 等开源项目、商业工具横向对比与智谱/通义/MiniMax/讯飞中文生态方案

聚焦「单人主播/独白式」播客的 AI 生成，系统梳理单人 vs 双人选型、标准工作流、提示词设计、长文本单音色一致性难点、开源与商业工具及中文生态方案

深入讲解 Claude Code 动态工作流的脚本编排模型、运行机制与使用方式，并与 /goal 命令做全面对比。

WWDC26 所有视频讲座的统一总结——涵盖 Keynote(#101)、Platforms State of the Union(#102)及 100+ 场技术会话，按 13 大主题分类，附全部会话编号速查表；不含 Group Lab 互动环节。

WWDC26 开幕直播（Keynote、PSOTU）与全部 19 场 Group Lab（小组讨论）的要点合集，按天分组整理；补全官方目录中遗漏的场次，附编号与日期的存疑说明。

WWDC26（2026 年 6 月 8–12 日）的读者导读——一句话头条、去哪看导航与 13 大主题速览，深度内容链接到《全部视频讲座总结》与《全部 Group Lab 要点》两篇。

基于《Agentic Design Patterns》系统介绍 AI Agent 的 21 个核心设计模式，从基础到高级的完整知识体系

基于 Sequoia AI Ascent 2026 多位嘉宾分享，梳理 AI 时代五大生存法则、被颠覆的人才经济学、OpenAI 商业哲学、软件 3.0 范式转移，以及人类在智能时代的定位思考。

探索图像生成模型（Ideogram 4.0、FIBO、FLUX.2、DALL-E 3）为何转向使用结构化 JSON 格式的 caption 作为训练数据，以及这一趋势带来的收益。

2025-2026 年浏览器插件开发全栈技能总结，涵盖框架选择、核心开发技能、调试与性能优化、测试 CI/CD、安全审计、AI 辅助开发等完整技术栈。

讲解自定义 subagent 的定义方式、frontmatter 字段、内置 subagent 类型、安全限制和最佳实践。

讲解插件 bin 目录的 PATH 注入机制、脚本要求、常见设计模式及与 Skill 配合的方式。

从内置功能和可编程扩展两个维度，全面梳理 Claude Code 除了 StatusLine 之外的有趣特性，涵盖移动编程、自动化调度、插件系统、MCP 集成等。

全面讲解生命周期事件体系、hooks.json 配置、五种 Hook 类型、Matcher 过滤、输入输出格式及实战模式。

讲解 LSP 集成配置、Claude 通过 LSP 获得的代码智能能力、已有 LSP 插件列表及创建自定义 LSP 插件的方法。

讲解 MCP（Model Context Protocol）集成的四种传输类型、.mcp.json 配置方式、插件中 MCP 的使用及环境变量展开。

讲解后台监听进程的配置方式、输出传递机制、触发条件、安全考虑及实战示例。

讲解回答风格的定义方式、frontmatter 字段、内置风格、优先级机制及自定义风格的创建。

介绍 Claude Code 插件系统的整体架构，包括插件定义、目录结构、plugin.json 配置、marketplace 分发机制以及插件生命周期管理。

深入讲解 SKILL.md 的写法、frontmatter 配置字段、参数系统、动态命令注入以及 Skill 的类型选型和最佳实践。

讲解终端视觉主题的定义方式、颜色 Token 体系、内置主题、热加载机制及自定义主题的创建。

以 GLM StatusLine 插件为完整案例，展示从需求分析、能力选型、插件结构设计到核心脚本实现的完整开发过程。

介绍如何为 Claude Code 配置自动压缩阈值，在使用 GLM/Z.AI 等 200K 上下文第三方模型时避免上下文超限问题。

对比分析 GordenPPTSkill、PPT Master、frontend-slides 等主流开源 AI PPT 工具的技术路线、架构设计、功能特性和适用场景，涵盖 8 大技术路线和 15 款工具的综合评测。

解决 Docker Desktop 迁移 DockerDesktop.vhdx 到 D 盘时出现 "Source and destination directory owners mismatch" 错误的方法，通过启用 WSL2 后端引擎成功完成迁移。

深入解析 GordenPPTSkill 项目的设计理念、技术架构、模板系统与编辑规则，探索基于 Claude Code Skill 的 PPT 非破坏性编辑自动化方案。

基于罗素《幸福之路》的完整内容，系统梳理书中分析的不幸福原因与幸福来源，提炼获得幸福的核心方法。

普通人不要只做"使用 AI 的人"，而要成为"带着 AI 解决某类具体问题的人"。选一个小场景，持续积累作品、关系、信用和流程。

谷歌 I/O 2026 开发者大会全部值得关注的发布内容梳理

Ollama 支持的各类开源大模型分类汇总与使用推荐

在 Windows (RTX 4050) 和 MacBook Pro M5 上本地部署 Qwen3-TTS 语音合成模型

在 Windows+CUDA 环境下对比 faster-whisper 两种 Pipeline 的转录速度、完整性、词级时间戳质量，给出不同场景的选型建议。

faster-whisper 在 Windows+CUDA 环境下转录完成后进程以 0xC0000409 (STATUS_STACK_BUFFER_OVERRUN) 退出。根因是 CTranslate2 的 CUDA async allocator 在模型清理时导致 C++ 层内存损坏。记录问题定位过程和三种解决方案。

使用 faster-whisper BatchedInferencePipeline 生成字幕时遇到丢段，经历了怀疑 VAD、改用 model.transcribe、发现参数未传入、以为修好又丢段、最终发现 benchmark 指标量错了的完整排查过程

BestBlogs Newsletter #95 学习笔记，梳理 Agent Engineering 从实验走向生产过程中的组织适应与个人价值重构。

当 Windows 系统 C 盘空间不足时的系统性解决方案，从快速清理到深度优化的完整指南。

NVIDIA具身AI负责人Jim Fan阐述机器人技术如何复刻LLM成功路径，提出世界动作模型(WAM)、Ego-Scale数据飞轮和Dream Dojo神经模拟器三大策略，预测2040年前解锁科技树全部成就。

OpenAI 总裁 Greg Brockman 与红杉资本对话的观读笔记，涵盖算力扩展、Scaling Laws、AGI 进展、Agent 工作流、人类注意力瓶颈及科学前沿等核心议题。

红杉资本 AI Ascent 活动中 Andrej Karpathy 的访谈笔记，探讨软件 3.0 范式、参差不齐的智能、氛围编程与智能体工程的区别，以及人类在 AI 时代的不可替代性。

Anthropic 的 Boris Cherny（Claude Code 创造者）在 Sequoia AI Ascent 2026 上分享 AI 编程的现状与未来，从 100% AI 代码接收到多智能体工作流的演进。

红杉资本 AI Ascent 2025 活动中 DeepMind 创始人 Demis Hassabis 的访谈笔记，涵盖其跨界历程、DeepMind 创立、AlphaFold 突破、AI for Science、意识哲学以及 AGI 时间表预测。

Flapping Airplanes 创始人 Ben 和 Asher Spector 在 Sequoia AI Ascent 2026 上探讨数据效率为何是 AI 渗透实体经济的关键，以及通过系统与算法协同设计突破瓶颈的方法。

红杉资本 AI Ascent 2026 大会主题演讲深度笔记，涵盖技术浪潮演进、Agent 爆发、认知革命与未来展望

ElevenLabs 联合创始人 Mati Staniszewski 在 Sequoia AI Ascent 2026 上分享语音 AI 的演进，从情感智能到音频通用人工智能，以及语音代理的应用前景。

Unconventional AI CEO Naveen Rao 在 Sequoia AI Ascent 2026 上探讨 AI 计算的能源瓶颈，提出利用非线性动力学和非冯·诺依曼架构突破效率极限的方案。

Oege de Moor 在 Sequoia AI Ascent 2026 上关于自主AI黑客崛起的演讲笔记，介绍 XBOW 如何在 HackerOne 登顶全球第一，以及网络安全面临的紧迫挑战。

红杉资本 AI Ascent 活动中 AlphaChip 联合创始人 Anna Goldie 和 Azalia Mirhoseini 的演讲笔记，介绍新公司 Ricursive Intelligence 如何用 AI 颠覆芯片设计流程，从 Fabless 走向 Designless 时代。

红杉资本 AI Ascent 活动中 StarCloud CEO Philip Johnston 的演讲笔记，论证太空数据中心的经济可行性，涵盖 88000 颗卫星星座规划、热耗散与辐射挑战、以及从推理到训练的太空计算路线图。

红杉资本 AI Ascent 活动中 Waymo 联合 CEO Dmitri Dolgov 的访谈笔记，涵盖自动驾驶发展历程、Waymo 基础模型架构、端到端与结构化表征、安全文化及全球商业化展望。

记录一个来自 Reddit 的 YouTube 视频总结提示词，支持时间戳、层级大纲、术语解释、关键引用和摘要，适合配合 Gemini 等 LLM 使用

介绍 Claude Code Skills 对上下文窗口的影响，以及五种禁用和优化 Skills 配置的方法。

深度分析 HeyGen 开源项目 HyperFrames：从 HTML 到视频的完整渲染管线、帧适配器架构、AI Agent 技能系统、Studio 编辑器与 Player 组件的技术解析。

阅读 linux.do 上睡小觉分享的 AI 协作手册公开版，梳理其核心方法论与实践建议，以及评论区有价值讨论的笔记。

在中国大陆环境下，开启 Google Chrome 中的 Gemini AI 助手和 Microsoft Edge 中的 Copilot 模式的完整教程，包括地区伪装、网络配置和常见问题解决。

详细介绍如何注册土耳其区 Apple ID、购买礼品卡充值并订阅 ChatGPT Plus，相比美区节省约 45% 费用

全面梳理 10 个主流开源 TTS 语音合成模型，涵盖 VoxCPM2、Qwen3-TTS、CosyVoice3、GPT-SoVITS 等，对比参数规模、音质、克隆能力、部署难度与免费 API 渠道

全面比较 2026 年最值得用的免费 AI 图片生成工具，涵盖国内外工具、免费 API 调用方案、提示词技巧与版权注意事项

深入介绍开源 AI 平台 Pollinations.AI，涵盖图像生成、文本对话、语音合成、视频生成等功能的 API 使用方法、SDK 集成与 MCP 对接实践

介绍 npm 切换国内镜像源的多种方法，包括临时使用、永久设置、nrm 管理以及常用国内源地址汇总。

从安装配置到高级使用技巧，全面介绍开源 AI 编码智能体 OpenCode 的使用方法，包括 Skills 技能系统。

Claude Desktop 开发者模式配置第三方模型 API 的完整教程，涵盖启用方式、连接模式选择及常见配置示例。

NVIDIA build.nvidia.com 免费 API 完整注册与使用指南，涵盖 80+ 前沿大模型的免费调用方法及代码示例。

Windows 上使用 Claude Code Ralph Loop 时遇到 jq 未安装报错的排查与解决方案。

Claude Code 长任务功能概览，涵盖 /loop、Ralph Loop、Routines 等机制的原理解析、使用案例与选型建议。

Python 中将 Markdown 转换为 HTML 的主流方案对比、代码实现及微信公众号内联样式适配实战。

使用微信公众号 API 发布文章的完整流程、Python 代码实现及注意事项。

主流 Markdown 转微信公众号排版工具对比，涵盖 inkpress、doocs/md、md2wechat 等方案的选型建议。

飞书机器人应用的删除、停用、从群聊移除等操作指南。

Hermes Agent 官方文档及社区实践笔记，涵盖安装、模型配置、终端后端、网关接入、技能、记忆、工具等核心内容。

Windows 10/11 安装 WSL2 的完整指南，包含一键安装、手动安装、离线安装及常用配置。

回到学校一个星期了，算是差不多找回状态了。

又有一段时间没有记录总结了，马上要开学了，这次记录一下监控实验室GPU使用情况，有空闲GPU发送邮件提醒的代码。

神经网络与深度学习，第七章-网络优化与正则化，笔记。

今天放弃了收费的shadowsocks小火箭，转向了免费的potatso lite，这个过程是挺有意思的。

今天晚上跑了一下《Instance Segmentation by Jointly Optimizing Spatial Embeddings and Clustering Bandwidth》论文中的验证的代码，这里记录一下一些之前不知道或者不熟练的点。

今天加了一个“支线任务”页面，之前的图标没有支持在MacOS 11中Safari浏览器的标签页的显示，然后换成了现在这个图标，主要参考：添加新的页面、更换图标，图标来源于flaticon。

几天没写博客了，这几天在看一些课外书，不过今天看了一篇论文，Instance Segmentation by Jointly Optimizing Spatial Embeddings and Clustering Bandwidth，它是之前EmbedMask那篇论文中的可学习间隙的来源，这篇论文说主要提出了一...

今天上午考完了这个学期的所有考试，下午就准备写个爬虫，定时获取成绩，新出一门成绩使用邮件提醒，使用Chrome无头浏览器配合Selenium模块爬取成绩，然后用IIS中的虚拟SMTP服务器来发送邮件到自己邮箱中，来提醒自己有新的成绩出来了。

之前本来没想弄这个natapp的，奈何天意需要弄一下，学校服务器在昨晚11左右不知道是重启了一下，还是怎么了，然后客服端离线了，连不上，然后同学在使用的时候来不上，找到了我，然后我又了解了一下natapp，然后还开了一个免费的通道给jupyter notebook。

最近我们用到了另一款基于ngrok内网穿透应用natapp，将校内实验室主机映射到外网来使用，我出于好奇搜了一下natapp，也是第一次知道内网穿透这个词，再去搜ngrok，又发现了几款内网穿透的工具。比如frp，pagekite，localtunnel。

今天总结一下tqdm模块~~以及pytorch框架选择GPU运行程序遇到的一个小问题。~~

今天总结一下python的argparse模块，这是python自带的命令行解析模块。

上星期挺忙的，参加了一下学校的数学建模比赛，预测湖南湖北的疫情走势以及疫情对长沙经济的影响。

数字图像处理课要结课了，结课任务是讲解一篇，然后我们拿到的论文是这一篇：DFANet: Deep Feature Aggregation for Real-Time Semantic Segmentation，今天看了一下，论文主要提出一种特征聚合（Feature Aggregation）的结构，这里总结一下。

这两天在上课之余，看了这篇论文，同学极力推荐，说embedding的效果的非常好（看图一中c图的效果确实很好），而且他跑过了代码，效果确实是不错的，嘿嘿，我来了，总结一下吧，看学到了些什么吧。

好久没有更新博客了，这两天和朋友聊到写博客，然后良心发现，博客还是要写起来，总结一下，之后回顾起来，还是好一点，而且下学期好像，好像要检查看的论文了，哈哈。

粗略的总结一下使用pipenv创建虚拟环境，主要可以看上面那博客。

今天更新了bios系统，最底层的bios管理的功能太少了，甚至都没有官网上说的固件管理，最后各种尝试了很久，这里记录一下。

jupyter lab用了一段时间了，感觉特别棒，Markdown渲染可以直接渲染Mathjax公式，还可以下载各种插件等等，总之，我觉得很好用，这里mark一下。

故事开始于昨天早上，接收到一条短信，告诉我有一个小项目可以接，接着我联系了一天，都没有确定是要做什么，没有明确的需求，大概知道了会和PDF相关信息的检索有关，随后我就开始自己先琢磨一下了，今天又快过完了，还是没得需求，十月底要弄出来，真的想说，“赚钱不容易呀”。

视频对象分割快速端对端嵌入学习方法（FEELVOS: Fast End-to-End Embedding Learning for Video Object Segmentation）

接过上一次的话题，这一次，结合自己的理解，记录一下论文中提出的方法，包括嵌入模型（embedding model）、创建遮罩（creating masks）、分类和种子度模型（classification and seediness model）。

薅羊毛，在Baidu AI Studio训练模型，框架不限于PaddlePaddle，TensorFlow，Pytorch都可以。

简单记录一次突发奇想的实践经历，以及反编译APK的步骤。

论文提出一种将特征空间的点分簇的损失函数，损失函数主要分为三项构成，分别为方差项（variance term），距离项（distance term），正则项（regulariztion trem），其中方差项计算的是簇内的距离，距离项计算的是簇与簇的距离，分别控制同簇点与簇中心之间的距离在δv之内，不同簇与簇的中...

这段时间突然发现需要使用到数学公式渲染的插件，而使用Hexo的NexT主题配置MathJax，弄了两天，每次弄了两三个小时，水平有限，没弄好，放弃了，直接使用Jekyll的TeXt主题简单的重新搭建github.io博客，不涉及开发，这里记录一下大概的步骤。

论文提出一种语义实例分割的新方法，简单概括为先计算两个像素点属于同一个对象的可能性，然后将相似的像素分组到一起。相似度的度量方式取决于深度完全卷积的嵌入模型，而分组的方法是取决于用深度完全卷积的评分模型选取与一组“种子点”（seed point）足够相似的所有点。论文下载地址

今天NexT更新了7.4.0，准备从NexT 7.3.0更新到7.4.0，附上NexT发布文档

记录一下SSL证书的配置与Let's Encrypt证书的自动颁发，这里Let's Encrypt证书（有效期90天）的自动颁发，还没有尝试，本质是使用自动部署程序部署，并设置定时任务定时更新它。

记录一下部署DotNet Core项目到Ubuntu的过程，包括开发并发布项目、配置DotNet Core环境、安装Nginx配置反向代理服务器、使用supervisor管理进程，让DotNet Core应用程序一直运行。

记录一下XMind与Sublime Text 3破解激活的步骤以及一些Sublime Text好用的插件！

今天总结一下git配置ssh和gpg。

> 不读则愚，不思则浅，不练则生，不用则钝！

> 只有当你认真的去做一件事情的时候，才会发现自己的灵魂，和灵魂的深处。

昨晚搭建完bingqiangzhou.github.io个人博客，今天早上起来，有同学与我交流搭建个人博客，然后我仔细看了一下昨天放的链接，个人觉得表述的顺序有点乱，我比较喜欢先把铺垫做好，即把写博客文章与搭建博客分开，先搭建好博客，再来研究写博客发布文章。

今天使用Hexo+NexT结合GitHub搭建了个人博客bingqiangzhou.github.io，在这里总结一下建站过程。

第一次使用Hexo+NexT结合GitHub搭建网站，Hello，bingqiangzhou.github.io.