最近尝试使用 ai 去开发 spine 2d 游戏角色，发现无法做到啊，有人和我在做一样是事情吗 发现大部分人是先生成视频，再转帧去抠图
最近尝试使用 ai 去开发 spine 2d 游戏角色，发现无法做到啊，有人和我在做一样是事情吗 发现大部分人是先生成视频，再转帧去抠图
有佬用spine pro的学习版呢，最近想尝试一下这个玩意，但是看了一下试用版不咋行，而专业版过于昂贵（不太适合我这种白嫖党），想看看有没有佬用这个软件的学习版 1 个帖子 - 1 位参与者 阅读完整话题
RT，不限操作系统版本，可有偿。有资源的请佬私信，有需求。 1 个帖子 - 1 位参与者 阅读完整话题
大家好，最近我们团队又开源了一个新项目，和大家分享一下 我们平时读长篇技术书、学术著作、小说，或者海量文档的时候， 最抓狂的痛点就是“怎么才能高效抓住精髓” 。直接扔给大模型总结？ 要么上下文窗口一炸，丢三落四； 要么总结得“四平八稳”，但完全没按你的阅读意图来； 更别提结构、人物弧光、知识脉络这些“脊柱”级信息，基本全没了…… 今天给大家带来的 SpineDigest ，就是专门解决这个“蒸馏”痛点的开源工具 我们之前的开源项目: PDF Craft 它的能力 SpineDigest 把任意长篇内容（书籍、文档）“蒸馏”成它的脊柱（Spine） ——不只是文字总结，还给你 章节拓扑 + 知识图谱 + 可复用的结构化档案 。 它完全跳出了“简单 prompt 让 LLM 总结”的低效循环，用了一套 提示驱动 + 知识图谱 + 对抗式多智能体 的流水线，真正做到： 按你的意图提取知识单元（Chunk） 你给一个 prompt，它就严格按照你的需求去“抓”关键点。比如你读小说想“保留所有主要和次要角色的情感转变”，它就只抓这个；你读技术书想“重点保留算法推导和性能对比”，它也精准服从。 构建知识图谱 + Snake（知识蛇链） 把提取出来的知识块变成节点，自动连边、聚类，形成有序的“知识蛇链”。一眼就能看出全书的逻辑骨架、章节脉络、概念关联——再也不是一坨平铺的文字。 对抗式多智能体总结 一个“答辩者”负责写总结，一群“教授”智能体（各持一条 Snake）轮番挑战、挑刺、补漏。几轮迭代后出来的总结，既忠实于原书结构，又高度浓缩，还不会漏掉你关心的部分。真正做到了“结构保留 + 意图对齐”。 输出 .sdpub 档案格式 这是我们最得意的功能。一次处理完，所有中间结果（Chunk、图谱、Snake、总结）全部打包进一个 .sdpub 文件。以后想重新导出成 Markdown、EPUB、纯文本…… 完全不需要再跑 LLM ，秒级完成。 而且可以用我们的 Inkora 查看器直接打开，图形化浏览知识图谱和蛇链。 支持格式和使用方式 输入：EPUB、Markdown、纯文本、.sdpub 输出：Markdown、EPUB、纯文本、.sdpub 支持 stdin/stdout 管道调用，完美适配 AI Agent 工作流 Node.js >= 22.12.0，一行命令搞定： # 全局安装 npm install -g spinedigest # 最常用：把 EPUB 蒸馏成 Markdown（按你的 prompt） spinedigest --input ./your-book.epub --output ./digest.md --prompt "保留所有主要和次要角色的情感转变" # 先打包成 .sdpub，以后随便转格式 spinedigest --input ./your-book.epub --output ./book.sdpub spinedigest --input ./book.sdpub --output ./book.md CLI 参数文档里都有详细说明，还提供了 Library API，方便二次开发。 为什么它比直接用大模型强 普通 LLM 总结的本质问题是 “不知道该砍什么” 。SpineDigest 用 提示驱动提取 + 图谱聚类 + 对抗审查 ，直接把决策权交给结构和你的意图。 在我们自己内部测试中，处理 30 万字的技术书，总结质量和结构保留度完胜单次 prompt。 给谁用的？ 想快速吃透技术书的同学 做文献综述、知识管理的研究者 写书评、做读书笔记的博主 正在构建 Agent 工作流的开发者（CLI 设计天生为 Agent 准备） 任何被“信息过载”折磨的人 Inkora 查看器 下载地址： https://inkora.oomol.com/download/sdpub 有任何使用问题、想看更多使用案例，或者对 .sdpub 格式有想法的，欢迎在仓库 Issue 区或者这里留言，我们会持续迭代。 4 个帖子 - 4 位参与者 阅读完整话题
36氪获悉，上海港湾公告，公司下属新加坡分公司就新加坡樟宜机场Megaspine DCM Project地基处理项目，与业主签署增补合同。原合作内容与本次增补合同合计总金额为5653.53万新加坡元（含税），约折合人民币2.98亿元（含税）。