最近给自家两只猫做了个纯网页小游戏:撸猫梳毛。 起因是看到四月份海外爆火的 Brush Jjaemu(给一只橘猫梳毛,猫回头时必须停手,否则被咬),觉得这个"读猫脸色"的心理博弈很妙,就想用自家两只猫复刻 + 魔改一个。 玩法: 鼠标/手指滑动梳毛,毛会一根根飘下来,分数 = 薅下的毛撮数 猫会随机回头瞪你(回头前耳朵会先压成飞机耳),瞪的时候还在梳 → 被咬,游戏结束 按住不动是安全的——和猫斗智的核心就在这里 每天换一种"脾气":回头频率、假动作概率等参数由日期种子生成,全球玩家同参数拼今日榜 两只主角都是真猫: 达喜(布偶):仙女版小公猫,千万别被外貌所迷惑,不声不响就咬你一口 大喜(银渐层):温柔的小猫咪,四脚离地就叫唤,性格好并不代表没脾气 技术栈:Next.js 15 + Phaser 3 。猫的素材是用真猫照片生成的四个状态帧(背影/飞机耳/回头瞪/咬人跳脸),掉落的发丝和梳毛沙沙声是程序合成的。免费、无注册、无下载,手机也能玩。 链接: https://whatgamesplay.com/brush-the-cat 过程里踩了不少有意思的坑(梳子转向的"轴对齐"问题、防原地画圈刷分、排行榜防重放刷分),有兴趣可以聊。欢迎来撸,看看你能在被咬前薅下多少毛。
什么样的游戏容易爆火，怎么关注这些趋势呢？我做了一个监控各个游戏站 sitemap 的定时任务，在 hermes 中，然后每天只需要去 google trend 中查看对应游戏名称即刻
中午偶然间刷脉脉看到 ATA 又有小作文爆火了，于是去小红书上找了找 7w 字原文 drive.google.com 置身钉内 14.34.50.pdf Google Drive file. 在 7w 字的原文中见到了很多相似的、过去反复发生的故事，唯一没想到的是，都过去至少 5-6 年了，逻辑还是和以往一模一样，甚至都不带变的 从内容上来说，是毫无疑问的好文章，共享一下 PS： 为什么现在很多人看到这种精品文章，下意识都会去找 AI 蒸馏的简略版呢？并不是很理解 3 个帖子 - 2 位参与者 阅读完整话题
创业最快的方式：寄生 我认识一个朋友，目标特别朴素：赚钱。 前几年大疆无人机爆火，他也买了一台。玩了没几天就发现痛点： 电池太不经飞，十几分钟就要降落。 遥控器摇杆偏硬，玩久了手指酸。 普通人最多骂两句产品经理，他直接去看有没有人愿意为这些问题花钱。 结果一搜，副厂高续航电池、软手感摇杆、静音桨叶、滤镜、起落架，全都有需求。 他没开厂，也没研发。 就在淘宝开店，抖音发视频，专门卖无人机增强配件。货从华强北拿，需求从评论区找。 有人吐槽无人机收纳麻烦，他就找工厂做了一款包，能装无人机、遥控器和好几块电池。视频一发，评论区全是问链接的，他立刻上架。 一个人，一部手机，一个抖音号，一个淘宝店，就跑起来了。 去年吃饭，我问他赚了多少。 他伸出三根手指。 我说三十万？ 他说，后面再加个零。 靠卖无人机配件，一年三百万。 很多人创业总想自己造一个苹果、大疆、特斯拉，但真正更快的方式，是寄生在它们身上。 大公司负责教育市场，负责砸钱铺路，负责让用户掏第一笔钱。 小团队只要盯住那些没被满足的小痛点，就能从缝隙里长出来。 苹果不送充电头，不送耳机，看似省成本，其实也养活了一整条配件生态。 手机壳、贴膜、支架、充电器、耳机、数据线，都是别人赚钱的入口。 大生态越大，边角料越值钱。 普通人创业，别总想着从0到1。 先找一个正在爆发的生态，然后问自己一句： 它还有哪些地方，让用户不爽但愿意付钱解决？ 佬友们怎么看 9 个帖子 - 7 位参与者 阅读完整话题
23 年 ChatGPT 爆火，那时 Agent 的概念还没出现，大家就开始疯狂套壳做 AI Chat。 紧接着，LangChain、LlamaIndex 等框架迅速冒头，跟着公司项目做各种 workflow 编排的 Agent。 后来 Claude Code 横空出世，花了半年时间逆向它的源码，开始搞真正的 agentic agent。那段时间非常有趣：30% 是 LLM，70% 是工程，通过持续工程化，模型能力被一点点拉高。 26 年初，龙虾（OpenClaw） 的出现把 Agent 彻底推向顶峰，也让更多人真正看懂了什么是 Agent。 再往后，Claude Code 源码泄露，Agent 几乎再无秘密。 现在大家又转向 harness。我们写了大量约束和 guardrail，但 Agent 依然无法完美按照预期工作。 与此同时，Agent 本身也在快速进化：我们最近又开始研究更复杂的 workflow，而 Claude Code 自己也推出了官方 workflow 体系。 做了两年 Agent，第一次产生强烈的疲惫感、无力感和迷茫。模型越来越强，Agent 本身也在快速进化，可我们做的东西却反而越来越上层、越来越薄，像漂浮在半空中的脚手架。 从国内外局势来看，我们好像被悄然引导进了一个陷阱。Agent 和基础模型都在国外快速进化，而我们却在国内卷 skills、卷 harness、卷各种约束和工程细节。虽然也做出了一些成果，但真正带来的正向收益有限，反而让我们离真正的 Agent 和模型核心越来越远，数据飞轮也始终转不起来。 1 个帖子 - 1 位参与者 阅读完整话题
IT之家 5 月 28 日消息，三星公司昨日（5 月 27 日）发布博文，宣布携手 Massachusetts General Hospital， 计划使用 Galaxy Watch8 智能手表监测使用 GLP-1 药物的成人。 IT之家注：GLP-1 是一类与代谢管理相关的药物机制，常用于治疗糖尿病，不过目前已成为主流的减肥药物。 三星计划招募 100 名使用 GLP-1 药物的成年人，评估 Galaxy Watch8 能否持续监测其肌肉流失情况，并洞察这些数据能否帮助患者和医生更早干预。 根据 KFF 公布的数据，美国接近五分之一的成年人表示自己用过 GLP-1 药物，因此相关副作用管理正在成为研究重点。 具体做法上，研究会采集 Galaxy Watch 8 的生物特征数据，包括活动水平、身体成分和心率。 整个项目计划招募 100 名成年人，并分成两组。其中一组在用药期间佩戴 Galaxy Watch 8 监测身体成分，另一组只接受开始 GLP-1 治疗时的常规指导，用作对照。为了让结果更接近临床判断，研究人员还会为两组参与者使用 DXA 扫描，追踪身体成分变化。
开源推广声明 （点击了解更多详细信息） openclaw 爆火之后各种 agent 产品如雨后春笋般涌现出来，但是聚焦端侧/手机上的 agent 却一直很少。我们从去年开始做手机gui自动化的场景，今年专注做 native agent。近期更新了很多，软件的稳定性都大幅度提升！ 下面介绍一下软件优势： 1、本地化：本地的alpine系统+agent功能——>大厂不会做。像marvis、trae solo mobile这种都是连接到他们的云服务或者pc。 强拓展性、工具性：文件格式转换（ffmpeg、pandoc）、文件重命名etc，你可以在手机上完成电脑系统可以做的大部分事情。 2、沙盒化：软件即agent系统，不会对手机系统造成任何损伤（养 的正确方式）——>完全优于pc agent 你甚至可以让agent直接修改软件所存储的数据，自定义程度很高。 3、丰富上下文——>完全优于pc agent： gui 获取你的系统文件图片等（我们支持将某些安卓目录挂载到agent workspace！） 系统网络、时间、日历、闹钟、联系人、位置、蓝牙…… 4、手机的好处：轻量便携、交互、使用时长；目前小万内的remote/local codex bridge等专业模式又弥补了目前agent设计导致的生产力缺陷。 下面是随便截取的一些demo！ 如果你感兴趣欢迎点一个star！ github.com GitHub - omnimind-ai/OpenOmniBot: Your on-device AI assistant, capable of operating... Your on-device AI assistant, capable of operating terminals and performing a wide range of tasks in the Android world || 你的端侧 AI 助手，她可以操作终端，也可以完成 Android 世界的广泛任务 GitHub下载： GitHub Releases · omnimind-ai/OpenOmniBot Your on-device AI assistant, capable of operating terminals and performing a wide range of tasks in the Android world || 你的端侧 AI 助手，她可以操作终端，也可以完成 Android 世界的广泛任务 - omnimind-ai/OpenOmniBot 2 个帖子 - 2 位参与者 阅读完整话题
高校论文即将答辩，学生都用 AI 写论文，学校要求 AI 查重、查 AIGC 比率，超标则禁止论文参与答辩 很快就有人开发出 AI 服务，专门降低论文的 AIGC 率，受到大学生的欢迎。 使用下来，感觉就是加入大量口语化的日常词汇，显得很“真人”。 校方应该很快再增加 AI 查 AI 降 AIGC 率检测，超过则禁止答辩......
高校论文即将答辩，学生都用 AI 写论文，学校要求 AI 查重、查 AIGC 比率，超标则禁止论文参与答辩 很快就有人开发出 AI 服务，专门降低论文的 AIGC 率，受到大学生的欢迎。 使用下来，感觉就是加入大量口语化的日常词汇，显得很“真人”。 校方应该很快再增加 AI 查 AI 降 AIGC 率检测，超过则禁止答辩......
龙虾从2月份爆火到现在的部署办法有进行过什么变化吗？现在有没有一些改良版之类的？想部署到电脑上玩玩了 13 个帖子 - 10 位参与者 阅读完整话题
想知道各位如果发nature，会用最近爆火的nature-skill吗？有佬用过吗？画图画的咋样呢？ 4 个帖子 - 2 位参与者 阅读完整话题
新视频模型 sulphur 2 ， 基于某爆火开源模型。
灵感来自最近推上爆火的 Cat Gatekeeper：当你沉迷娱乐网站太久，它会跳出来打断你。但原版不能自定义宠物，这让家里有毛孩子的我怎么忍？ 于是我直接用 Claude Code 干出了增强版： AI 视频生成：接入 Seedance 2.0 ，支持上传自家宠物照片，一键生成专属的透明背景视频（ API 成本确实极高，所以定价略贵，望理解）。 全平台覆盖：不仅支持浏览器插件，还顺手撸了桌面端（ Mac/Win ）。 社区生态：不想花钱生成也没问题，内置了多只萌宠，也可以兑换其他用户公开分享的宠物。 目前进度： 桌面端 App （ Mac / Windows ）已上线 ， 下载链接 浏览器插件正在审核中 ，过审后会回来更新 网站本体（创作 + 画廊 + 兑换）已全量开放（ Claude Design 设计的网站，感觉有点好看） 🔗 项目地址: https://petgatekeeper.com 欢迎拍砖! 附上可兑换 20 次的 7 折优惠券：J63TSAOE 最后放几张图 Dog Gatekeeper 案例: Cat Gatekeeper 案例:
Omoggle 在 Twitch 彻底爆火！ xQc 、Clavicular 等一众大主播都在 arena 里疯狂 mog ，Twitch 甚至专门调整规则允许直播这个平台。现在人人都在卷颜值、冲排行榜、看谁被 mog 了。 专门做了这个免费配套工具站，帮你更快上手、更懂规则、提升分数：核心功能免费 AI 颜值分析：和 Omoggle 完全一致的 6 项核心指标，上传照片或开摄像头即可获得客观评分 1v1 对战工具：练习模式、模拟对战，提前熟悉节奏 PSL Scale 完整解读：从新手到老鸟，一文搞懂所有评分标准和细节 如何提高 Omoggle 分数的详细攻略：实用干货，教你优化角度、光线、表情、jawline 、canthal tilt 等关键点 不管你是想冲全球排行榜，还是单纯好奇自己真实水平，这里都能帮到你。 立即体验： https://omoggle.run/ 准备好进 arena 了吗？来这里先武装自己，再去 mog 别人！
最近 Omoggle 在 Twitch 上爆火，xQc 、Clavicular 这些主播都在玩， Twitch 甚至专门改了规则允许直播这个平台。 我做了一个配套工具站： 免费 AI 颜值分析（同 Omoggle 的 6 项指标） 1v1 对战工具 PSL Scale 完整解释 如何提高 Omoggle 分数的详细攻略 域名： omoggle-it.com 做这个主要是为了练手，顺便研究了一下 SEO 建站流程， 有问题可以交流。
抖音近期爆火的摩洛哥新娘看的我羡慕不已，有什么办法或者渠道认识国外的女生吗？有经验的佬友们提供一下你们的方法让站内广大单身佬们多一个寻找另一半的途径。此贴不存在男女对立，没有对任何人任何事有偏见，只是个人想法！[狗头保命] 1 个帖子 - 1 位参与者 阅读完整话题
我i咋感觉我可以言出法随 就比如我喜欢一个动漫或影视剧 它立马就会爆火 有没有佬友给我解释一下 2 个帖子 - 2 位参与者 阅读完整话题
看介绍是个UI notion化的obsidian+claude code+github同步+本地离线+开源的结合体. 最近天天刷到这玩意,看更新频率也是高强度,每天好几个版本更新. 11 个帖子 - 9 位参与者 阅读完整话题
造梦工厂开源版 V1.0 正式上线，朋友们，玩儿起来吧！ 造梦工厂是一个基于 Next.js 开发的 AI 多模态视频生成平台，专注于将创意转化为高质量的视频内容。全面接入火山引擎（ Volcengine ）的大模型能力，实现从文案分镜到图像生成，再到视频渲染的全链路自动化。 核心功能 萌宠视频生成 (AI Pet Video) 智能分镜：输入故事主题，调用大语言模型自动生成详细的分镜脚本和运镜提示词。 一致性生图：结合全局角色设定，使用 Seedream 生成各分镜的角色底图，保证长相和画风的一致性。 多镜头叙事：串联 Seedance 2.0 图生视频能力，配合各分镜的运镜提示词，完成连贯的多镜头叙事视频。 精细化控制：支持对单个分镜的图像或视频进行单独重新生成（ Retry ），拒绝“一子落错满盘皆输”，极大节省时间和成本。 口播视频生成 (Oral Video) 智能长文案切分：输入长篇口播文案，自动按字数和语义停顿切分为短视频脚本。 固定人设：每段使用相同的 assetId 、人设模板和镜头模板，保持口播人物形象绝对稳定。 时长自适应：每段视频时长可单独控制（支持 4-15 秒）。 自定义视频生成 (Custom Video) 提供高级的视频生成沙盒，直接调用 Seedance 2.0 。 支持自由配置：提示词、首尾帧参考图、视频比例、分辨率和视频时长，满足专业创作者的定制化需求。 任务历史与工作流 历史记录：所有生成记录保存在浏览器 LocalStorage 中，随时回顾。 一键复用：在历史记录中可以一键带入之前的配置参数，快速开始新的生成。 无水印与带音频：底层 API 深度优化，生成的图像和视频均去除了官方的水印，并支持开启 TTS 音频合成功能。 记得给个 Star 噢～ 演示网站： https://zaomeng.91wink.com/ Github： https://github.com/ovelv/zaomeng
从今年开始，在 openclaw 的爆火之后就不断有 Agent 产品涌现，楼主最近也看了不少这方面的产品，但是发现一个问题：对于部署在云端 vps 上的 Agent ，像 openclaw 这类，在宣传和实际使用的时候，似乎工作场景都只是局限在了做调研报告、ppt 这类纯粹线上的任务。但是很多时候我们生活、工作相关的文件都储存在本地，云端 Agent 处理不到这些实际的文件，似乎就是很多此类产品被评价像“玩具”的原因？ 于是我做了一个新的尝试，用文件同步方式（有点朴素😅）来给 Agent 传递你的本地文件作为上下文，云端的 Agent 可以像本地 Agent 一样读写你的本地文件，同时还能把本机尽量隔离在 Agent 出现幻觉时的破坏影响范围之外，只有同步的文件夹内容会被影响，而把对本地电脑的影响最小化。 不过这个方案其实也有不小的局限，例如跟本地沙盒方案的 Agent （像是 claude cowork 还有各个大厂的各种本地 claw ）相比，上限比较低，毕竟只能同步本地文件系统，但是本地的环境是没办法同步的，因此像是获取本地环境，操作系统命令这些更加灵活的功能就无法实现了。只能说也是一个有取舍的方案。 想的再多也不如动手做一个😤！所以我花空闲时间把我的这个想法简单实现了一下，已经开源在了 github ，欢迎各位从事 AI 行业的 v 友或者是喜欢探索 AI 的一起交流讨论！ GitHub 地址： https://github.com/LuliYanng/Nono-Cowork （能路过我的 repo 点个 star 就再好不过了😋）