載入中...
載入中...
Microsoft SkillOpt 是一個 MIT 開源的 text-space optimizer,用訓練流程優化可重用的自然語言技能文件。它不更新模型權重,而是透過任務軌跡、批次、epoch、驗證 gate 與 best_skill.md,把 agent 的操作策略持續改好。適合研究如何讓 frozen LLM agents 透過技能文件演進。
GENIU5 是一個可直接在瀏覽器使用的 AI 角色聊天小工具,定位接近 SillyTavern 的低摩擦替代入口:免費使用、API 需自行準備,支援建立 / 匯入角色卡、角色描述、開場白、知識書與區域 regex 等核心設定。它適合快速體驗角色聊天,但不是完整 SillyTavern 生態的等價替代。
janskuba/go-to-market-orchestrator 將 Claude Code 的 skills、subagents、commands 與 hooks 包成 GTM 工作流:任務完成後可通知 Slack、更新 CRM、推送外聯名單與保存內容。重點不是 prompt,而是把代理輸出接到團隊系統;但該 repo 目前未標示 license,導入前要先確認使用邊界。
runs.dash 的 Threads 貼文提出一個反直覺的 multi-agent 架構:不用中央 orchestrator、不靠共享資料庫,而是把 Telegram supergroup topic 當成 coordination layer。每個 agent session 掛在 topic 上,由 bridge 攔截 agent-B <msg> 這類訊息並注入對方下一個 turn;同 chat 直接注入、跨 chat fanout。真正的風險不是 routing,而是 agent 互相觸發形成 loop,因此需要 per-agent rate limit、state persistence 與 e2e 驗證。
Threads 貼文指出繁中圈開始更多人討論 SillyTavern(酒館):它自由度高、能接 API / 本地模型、支援角色卡、lorebook、author note、擴充、HTML 互動與雲端部署,但對完全新手有門檻。官方 GitHub 將 SillyTavern 定位為 LLM Frontend for Power Users;貼文與回覆也把 RisuAI、Discord bot、Railway / Docker 部署、API key 與雲端成本等實務入門問題串起來。
Threads 貼文提到 Pika 用 MCP / Claude 瞄準一人創業者最常見的缺口:產品做得出來,但品牌、App Store 畫面、宣傳影片與 founder video 做不出來。官方 Pika MCP 與 Pika-Plugins 顯示,Pika 不是只做單支 AI 影片,而是把 MCP atomic creative tools、Claude plugin 與 skills workflow 串成創業素材生成堆疊。這篇把 Founder Starter Kit 看成一人公司 go-to-market 工作流,而不是單純的影片工具。
FastVideo/Dreamverse 與 FastH3 的即時影片生成路線:2026-09-09 新增 MiniMax H3 四步 VSA 稀疏蒸餾,15 秒 768p 可低於 13 秒,但官方條件為 8×B200,且沿用 MiniMax H3 Community License。
Instagram Reel 以「外婆傳承的百年粽藝」展示 Michael Lee / 麥可星級料理廚房的外婆粽,引發大量「怎麼訂、哪裡買」留言。這篇不把它寫成推薦文,而整理成手工粽預購的判讀框架:來源敘事、工序透明度、餡料與糯米比例、保存配送、付款與取貨、過敏與食品安全。
LlamaIndex 將 LiteParse v2 以 Rust 重寫,提供 Rust、Node、Python、WASM 與 CLI 多語言介面,主打本地、無 LLM、無 API key 的快速文件解析。它適合 agent/RAG 工作流中需要快速讀 PDF、產生 bounding boxes、截圖與瀏覽器端解析的場景;但複雜表格、掃描文件與高準確率 OCR 仍應和 LlamaParse、Docling 或專用 OCR 流程比較。
a16z 的 Yellow Brick Road / Rest of Oz 框架指出:AI 應用層新創若只包一層模型介面,很容易被 OpenAI、Anthropic 等水平平台吃掉;真正的機會在垂直工作系統、資料飛輪、模型變異控管、成本優化與合規治理。
一則 Threads 教學把 Hermes Agent 從 Ubuntu、本地安裝、NVIDIA 免費端點到 Telegram/LINE Gateway 串起來;真正值得保存的是低成本 Agent 部署的架構選項與限制。
Anthropic 官方 frontend-design skill 的價值不只是讓 Claude Code 寫漂亮 UI,而是把「先選美學方向、再落實為生產級程式碼」變成可重複的前端生成流程。
SysMocap 是一個用單目攝影機做即時動作捕捉、驅動 3D 虛擬角色的開源桌面系統,適合 VTuber、直播、AR/VR 原型與虛擬角色展示。
一則讓剪輯師興奮的 mini mic 業配影片,重點不只是產品,而是用聲音設計、情境示範與教學包裝,讓廣告變成可收藏的剪輯案例。
Dcard 宣布成立企業 AI Agent 事業 GNTC。這篇整理聚焦於可沉澱的框架:企業導入 Agent 的瓶頸不是模型能力,而是治理、權限、易用性、部署分享、AX 與組織變革。
any-auto-register 是 AGPL-3.0 專案,README 描述其可自動註冊與管理多個 AI 平台帳號、支援 protocol/browser dual-mode 與桌面版。這類工具不應被當成教學,而應被安全團隊視為濫用、套利、風控繞行與平台防護測試的風險訊號。
Microsoft Webwright 把 web agent 從「一次性 observe/click/type」推向 SWE-style automation:模型在 terminal/workspace 中產生可重跑的 Python Playwright script,留下 screenshot、log、trace 與程式 artifact,提升可審計與可維護性。
一篇 Threads 遷移經驗指出,Claude Code 對話歷史可能因舊新機使用者短名不同而消失,原因是 projects 目錄與 jsonl 內部記錄都帶有專案絕對路徑;搬機時要把路徑映射列為資料遷移項目,而不是只同步設定檔。
rekipedia 是 MIT 授權的 Python 工具,主打掃描 repo、產生 wiki / RAG knowledge base / MCP server,並讓 reki ask 回答附帶 file:line 引用;適合作為 codebase onboarding 與 agent grounding 層。
claude-peers-mcp 是 MIT 授權的 MCP server,讓多個 Claude Code session 能在本機發現彼此、傳訊、交換工作狀態;適合多 agent 協作,但 README 使用 development channels 與跳過權限參數,導入時要控制風險。
next-ai-draw-io 是 Apache-2.0 的 Next.js + draw.io AI 圖表工具,能以自然語言建立、修改與增強 diagrams;重點在可編輯結構化圖表,適合架構圖、流程圖、心智圖與規格討論。
TW Legal RAG 是連接 2,200 萬筆台灣裁判語義檢索後端的開源 CLI;它本身是 retrieval-only,不產生法律建議,也不保證第三方 LLM 回答正確,真正價值在於把判決檢索結果帶入可引用的 AI 工作流。
Dograh 是開源、可自架的 Vapi / Retell 替代方案,主打拖拉式語音代理流程、BYOK 模型供應商、STT/LLM/TTS 組合與電話整合;適合需要資料控制與流程透明度的客服語音 AI 原型。
Flipbook 是「infinite visual browser generated entirely on demand in real time」的早期原型,Threads 將其解讀為未來 UI 可能由模型即時生成 pixel,而非由 HTML/CSS/前端框架固定渲染。本文整理其概念、可能性與現階段限制。