首页 文章 精选 留言 我的

精选列表

搜索[star],共5484篇文章
优秀的个人博客,低调大师

8.5K star!一款收录 1.3 万条提示词的开源神库,把 GPT Image 2 玩明白了

![GPT Image 2 提示词库官方封面](https://developer.qcloudimg.com/http-save/yehe-12670711/c305f808e52f6cfcb78ddce4ed4366fd.png) GPT Image 2 出来之后,最让人头疼的不是「能不能画」,而是「**怎么用一句话把脑子里的画面说清楚**」。同一个模型,有人随手出大片,有人复制粘贴却翻车——差距几乎全在提示词。 今天安利一个我最近在用的开源项目:一个把 GPT Image 2 提示词系统整理好的「提示词图书馆」。 ## 它到底是什么 项目名 **awesome-gpt-image-2-prompts**,定位很直白:**目前最大的 GPT Image 2 提示词库**。几个关键数字(都来自仓库真实数据): 一眼看懂 - **13,387 条**精选提示词,且**每天自动更新**(README 里的统计表今天 13:13 UTC 刚刷新过,项目简介还写着「2000+」,实际早已远超); - 覆盖 **16 种语言**的 README(中/英/日/韩/泰/越/印地/西/德/法/意/葡/土…),中文友好; - 每条提示词都**带真实生成预览图**,不是干巴巴的一行字; - 协议 **CC BY 4.0**,可商用、可改、要署名即可; - ⭐ **8,492**(约 8.5K)、Fork 776,2026-04-16 建仓,到今天仍活跃。 ## GPT Image 2 强在哪,这里就补哪 这个项目不是随便堆提示词,而是紧贴 GPT Image 2(OpenAI 代号「duct-tape」)的真实能力来组织内容: 1.像素级文字渲染 中文、英文、日文原生级文字,不再满屏错别字和扭曲字形——做海报、卡片、带字产品图终于靠谱。 2.跨图一致性 同一个角色 / 风格 / IP 在一系列图里保持一致,精确到像素,分镜和系列图不再「换张脸」。 3.商用级插画 插画输出直接能交付,少做甚至免做手动润色。 4.真·风格迁移 是「唤起一种风格的感觉」,而非简单贴参考图近似。 5.分镜 & 产品系列 适合故事板、IP 角色、多格产品视觉。 6.多语设计 社媒卡、banner、海报一次出图,多语排版准确。 配套还支持 **Raycast 动态参数**:带 🚀 徽章的提示词能在 Raycast 里实时替换变量,快速迭代不同版本。 ![GPT Image 2 提示词库英文封面示例](https://developer.qcloudimg.com/http-save/yehe-12670711/108b4c99a87af59afe63b22835cfb86c.png) ## 能用在哪些场景 仓库把提示词按三大维度归类,挑几个有代表性的感受一下规模: **按用途(10 类)** 头像/形象社媒配图信息图/教学YouTube 封面分镜/故事板产品营销电商主图游戏资产海报/传单App/网页设计 **按风格(16 类)** 摄影电影感动漫插画线稿3D 渲染Q版等距像素油画水彩水墨国风复古赛博朋克极简 **按主体(15 类)** 人像网红/模特角色情侣产品美食服饰动物载具建筑风景街景图表文字排版抽象背景 加起来 **40+ 个分类**,无论你要头像、电商主图、游戏资产、还是水墨国风插画,基本都能直接抄作业。 ## 和「普通提示词合集」有什么不同 市面上提示词清单不少,但这个项目有几个实打实的区别: |维度|普通提示词清单|本项目| | --- | --- | --- | |预览图|大多只有文字,盲猜效果|每条带真实生成预览图| |语言|单语为主|16 种语言 README| |更新|很多已停更|每日自动更新(今天刚更)| |检索|只能 Ctrl+F|Web 画廊:搜索 + 筛选 + AI 一键生成| |授权|良莠不齐|CC BY 4.0,可商用| 补充一点:仓库 README 是「线性清单」,而官方 **youmind.com 画廊**是带瀑布流、全文搜索、分类筛选、AI 一键生成的网页版。想快速找图用画廊,想全量离线翻阅用 README,两者互补。 ## 上手体验:四步就能用 1直接逛 Web 画廊(最省事) 打开 youmind.com/gpt-image-2-prompts,瀑布流网格 + 全文搜索 + 分类筛选,还能 AI 一键生成。手机也能用。 2Clone 仓库看全量 README 把仓库拉下来,README 里按「用途 / 风格 / 主体」三大类把 1.3 万条提示词排得清清楚楚,Ctrl+F 也能查。 3复制提示词去生成 挑中一条,整段复制(部分是 JSON 结构,含可替换参数)丢进 ChatGPT 的 GPT Image 2 或 OpenAI API,坐等出图。 4玩 Raycast 动态参数 带 🚀 Raycast Friendly 徽章的提示词支持动态参数,在 Raycast 里实时替换 quote / author 等变量,快速迭代不同版本。 ## 小结一下 如果你也在用 GPT Image 2、又总觉得「词到图差口气」,这个开源库值得存一份:**1.3 万条带预览的提示词、16 语言、每天更新、CC BY 4.0 可商用**。与其每次现编现翻车,不如先站在别人的肩膀上抄作业,再慢慢形成自己的提示词肌肉记忆。 👉 项目地址:https://github.com/YouMind-OpenLab/awesome-gpt-image-2

优秀的个人博客,低调大师

短时间狂砍20.3K star

Codex桌面客户端拥有强大代码读写、项目自动化能力,但原生版本存在插件锁定、会话管理受限、模型选择单一等使用阻碍。Codex++作为开源外部增强启动器,通过无侵入注入方式补齐原生短板,同时支持接入Agnes AI免费全模态模型,文本、图像、视频能力均可零成本调用。本文拆解安装流程、核心功能、Agnes接入配置与落地场景,降低AI工具使用门槛。 ![](https://developer.qcloudimg.com/http-save/yehe-11919542/059ff10d89d772ce619bff8ba3fa13df.png) ## **📌 一、项目基础概**览 ### **✨ 1.1 工具定位** Codex++开源仓库地址:https://github.com/BigPizzaV3/CodexPlusPlus, 采用Rust+Tauri技术栈,全程不修改Codex原始程序文件,依托Chromium DevTools Protocol动态注入增强脚本,Windows、macOS双平台适配。 Agnes AI官网:https://platform.agnes-ai.com ### **✨ 1.2 原生vs增强对比表** |对比维度|原生Codex|Codex++增强版| | --- | --- | --- | |插件状态|API登录入口锁定,大量插件隐藏|完整解锁全插件市场,解除地区限制| |会话操作|仅支持归档,无删除功能|悬停一键删除,支持撤销、Markdown导出| |模型切换|切换供应商丢失历史会话|自动同步会话元数据,历史记录完整保留| |多API管理|配置文件手动修改,易出错|可视化面板批量管理多模型服务商| |多模态扩展|仅官方付费模型可用|兼容Agnes免费图文视频全能力| |启动体验|Windows存在黑窗口|静默无黑框启动,macOS隐藏Dock图标| ### **✨ 1.3 两大核心价值** 1. 修复原生交互短板,补齐会话、插件、多供应商管理缺失功能; 1. 兼容OpenAI标准接口,一键接入Agnes免费全模态大模型,减少Token开销。 ## **📌 二、分步安装教**程 ### **✨ 2.1 前置准备** 1. 安装官方Codex客户端,完成一次基础启动确保程序完整; 1. 前往Codex++ Releases页面下载对应系统安装包: - Windows:CodexPlusPlus-windows-x64-setup.exe - Mac Intel:macos-x64.dmg - Mac M系列:macos-arm64.dmg ### **✨ 2.2 Codex++安装操作** 1. Windows:双击安装包跟随向导完成,自动生成桌面双快捷方式; 1. macOS:拖拽DMG内程序至应用文件夹,若提示损坏,终端执行修复命令: ``` sudo xattr -rd com.apple.quarantine "/Applications/Codex++.app" sudo xattr -rd com.apple.quarantine "/Applications/Codex++ 管理工具.app" ``` 1. 安装完成生成两类入口: - Codex++:静默启动入口,日常开发直接双击; - Codex++管理工具:用于模型配置、日志查看、功能开关、版本更新。 ### **✨ 2.3 Agnes账号与密钥获取** 1. 访问Agnes平台完成手机号/邮箱注册,全程无需绑卡; 1. 侧边栏打开API密钥栏目,点击创建,复制生成sk开头密钥妥善留存; 1. 记录接口地址:https://apihub.agnes-ai.com/v1。 ## **📌 三、Agnes模型接入配**置 ### **✨ 3.1 基础供应商配置** 1. 完全退出Codex所有进程(含托盘后台程序); 1. 打开Codex++管理工具,左侧选择「注入/供应商配置」,点击新增; 1. 参数填写规范: - 配置名称:Agnes Free - 接入模式:纯API - Base URL:https://apihub.agnes-ai.com/v1 - API Key:平台复制的sk密钥 - 测试主模型:agnes-image-2.1-flash - 上游协议:Chat Completions ![](https://developer.qcloudimg.com/http-save/yehe-11919542/6dc9ac4196fa724d3f83594dcd27d2dd.png) 1. 保存配置,选中该服务商设为当前使用,点击重启Codex++。 ### **✨ 3.2 多模态Skill部署** 文本模型配置完成后,图像、视频需通过Skill扩展调用: 1. 下载Agnes配套技能包,解压至本地`.agents/skills`目录; 1. 系统环境变量补充对应参数(Windows PowerShell示例): ``` setx AGNES_API_KEY "你的密钥" setx AGNES_BASE_URL "https://apihub.agnes-ai.com/v1" setx NO_PROXY "localhost,127.0.0.1,::1" ``` 1. 重启程序后,对话内发送指令即可调用生图、生视频能力。 ### **✨ 3.3 常见连通问题处理** 1. 鉴权报错:核对密钥无多余空格,确认密钥未过期; 1. 模型不存在:核对模型名称为agnes-2.0-flash,不可自定义修改; 1. 本地请求超时:添加本地地址免代理环境变量,重启程序生效。 ## **📌 四、核心实用功**能 ### **✨ 4.1 插件全量解锁** 原生使用API密钥登录时插件栏灰色不可用,Codex++启动后自动解锁全部内置插件,网页抓取、代码调试、文件读写类工具均可正常启用,解除前端区域限制。 ### **✨ 4.2 会话精细化管理** 1. 删除功能:会话列表悬停出现删除按钮,删除自动备份,误操作支持恢复; 1. 导出迁移:单条/批量对话导出Markdown,支持会话跨项目移动; 1. 时间线视图:Timeline面板梳理对话脉络,长项目快速定位历史问答。 ### **✨ 4.3 多供应商灵活切换** 可同时保存Agnes、DeepSeek、硅基流动等多套API配置,一键切换模型来源,切换过程保留全部本地会话,无需重复记录需求。 ### **✨ 4.4 多模态免费能力落地** 1. 文本模型:1M上下文灰度上线,适配长文档解析、批量代码生成、复杂Agent任务; 1. 图像模型:最高4K分辨率输出,支持图生图、背景替换、证件照制作; 1. 视频模型:720P/1080P原生音画同步生成,支持分镜头脚本控制短片内容。 ## **📌 五、落地适用场**景 ### **✨ 5.1 程序开发场景** 痛点:高频代码调试、项目重构产生大量Token消耗; 方案:接入Agnes免费文本模型,自动生成脚手架、排查漏洞、撰写接口文档,不限量调用减少成本支出。 ### **✨ 5.2 视觉素材生产** 痛点:海报、产品图生成工具多按次计费; 方案:通过Skill调用免费4K图像模型,批量制作电商主图、宣传插画,支持多比例画布输出。 ### **✨ 5.3 短视频内容创作** 痛点:视频生成工具音画分离,后期剪辑耗时; 方案:文字直接生成带原生音效宣传短片,分镜头指令控制运镜与剧情,适合科普、产品推广素材。 ### **✨ 5.4 企业知识库处理** 痛点:数万字业务文档解析消耗高额模型费用; 方案:依托百万上下文窗口完整读取内部资料,自动提炼摘要、生成结构化分析报告。 ## **📌 结**尾 Codex++以轻量化无侵入方案补齐Codex原生交互短板,可视化多模型配置大幅降低第三方API接入难度。部署流程简单,硬件适配门槛低,适合长期高频AI任务使用,可优先完成账号注册与工具部署体验完整能力。 #Codex增强工具 #免费多模态API #AI开发实操 #Codex++教程

优秀的个人博客,低调大师

这个7.9K Star的命令行工具,一键批量处理。

哈喽,大家周末好,我们都知道在线抠图的工具有很多。传一张图上去,等处理完再下载。 但到了批量商品图、视频素材、头像包,每一张都走这个流程就很麻烦。 backgroundremover 把这件事拉回本地。 nadermx/backgroundremover |Stars:7,962 | Forks:648 | License:MIT | Language:Python| | --- | ![backgroundremover 项目预览](https://developer.qcloudimg.com/http-save/yehe-5359587/db35032bf8141931f9f0c90e4c6884aa.png) ## 1. 它到底是什么 backgroundremover 是一个命令行抠图工具。 你给它一张图,它输出透明背景的 PNG。 你给它一段视频,它也能把主体抠出来,导出带透明通道的 mov、webm 或 gif。 ![README 里的图片处理示例](https://developer.qcloudimg.com/http-save/yehe-5359587/a68c052fae21975ee28c689baf3d040a.png) 底层用的是 U2-Net 这类分割模型。 项目里预置了几个模型选择: `u2net` 负责通用物体。`u2net_human_seg` 更偏人物。`u2netp` 更轻,速度更快,但精度也会低一些。 这不是一个网页小工具的壳。 它更像是给开发者、剪辑流程、批处理脚本准备的本地能力。 ## 2. 它解决什么麻烦 抠图这件事,单张图片可以手动处理。 但一旦变成一批商品图、一组头像素材,或者一段视频,反复上传、下载、改格式就很低效。 而且素材能不能放到外部服务上,也是个问题。 backgroundremover 的思路是把处理拉回本地。 ![官网里的前后对比素材](https://developer.qcloudimg.com/http-save/yehe-5359587/9792a94f46394797ba7110a75f9c4e68.jpg) ![处理后的透明背景示例](https://developer.qcloudimg.com/http-save/yehe-5359587/ef775dfd26616603298956783e8e0a3c.png) 装好 Python、PyTorch、ffmpeg 之后,直接在终端里跑。 图片、视频、整个文件夹,都能走同一套命令。 对内容生产、商品图处理、视频素材清理来说,还是挺实用的。 ## 3. 核心看点 它不只处理图片。README 里给了视频用法。 把视频背景移除后导出透明 mov: ``` backgroundremover -i "/path/to/video.mp4" -tv -o "output.mov" ``` ![README 里的视频处理动图](https://developer.qcloudimg.com/http-save/yehe-5359587/82e4a59625643ae714bc7c6e7df56ec0.gif) 还支持把视频主体叠到另一段视频上,或者叠到一张背景图上。 参数也给得比较细。可以开启 alpha matting 调边缘,也可以只输出 mask,还可以给透明区域换成纯色或另一张背景图。 入口不止一个。可以当 CLI 用,可以在 Python 代码里调用,也可以启动一个 HTTP API server,用 POST 上传图片处理。 ## 4. 为什么值得看 这个项目的价值不在于界面多漂亮。 它把一个很常见的 AI 图像能力,做成了能塞进脚本的工具。 比如你有一个商品图目录: ``` backgroundremover -if "/path/to/image-folder" -of "/path/to/output-folder" ``` 一行命令,批量处理。 ![官网里的商品图示例](https://developer.qcloudimg.com/http-save/yehe-5359587/20c36088f04c2e6cc7a29ab7a436f035.jpg) 人物图可以换用人像模型,边缘发糊可以开 alpha matting,要接到后端服务里可以先跑 HTTP server 验证流程。 ![官网里的人物场景示例](https://developer.qcloudimg.com/http-save/yehe-5359587/e4e04bc6b4fffd2314fd69614b739715.jpg) 这类项目适合看两个地方:一是模型能力够不够,二是工程入口够不够顺。backgroundremover 至少把入口做得比较全。 ## 5. 怎么用起来 最短路径是直接装包: ``` pip install backgroundremover ``` 处理一张图: ``` backgroundremover -i "/path/to/image.jpeg" -o "output.png" ``` 人像可以指定模型: ``` backgroundremover -i "/path/to/image.jpeg" -m "u2net_human_seg" -o "output.png" ``` 想要边缘更细,可以打开 alpha matting: ``` backgroundremover -i "/path/to/image.jpeg" -a -ae 5 -o "output.png" ``` ![官网里的电商场景示例](https://developer.qcloudimg.com/http-save/yehe-5359587/b29198eaa5eb27a5578ef6ef1e847d0a.jpg) 也支持 Docker。README 特别提醒了视频处理时的共享内存问题——如果跑视频,可能需要加 `--shm-size=2g`。 第一次运行时会自动检查并下载 U2-Net 模型。 ## 6. 适合谁,以及先注意什么 它适合三类人。 第一类,要批量处理图片的开发者。 第二类,想把抠图能力接进内部工具的人。 第三类,经常处理透明视频、绿幕、素材合成的内容团队。 ![项目 README 顶部示例图](https://developer.qcloudimg.com/http-save/yehe-5359587/e720d93fbc63f640c5850037c09daacb.jpg) 但也要先看清楚几个点。 它依赖 PyTorch 和 ffmpeg。如果只想偶尔处理一张图,安装成本不算低。 视频透明通道有播放器兼容问题。透明 mov 默认用 ProRes 4444,更适合剪辑软件,不一定适合所有播放器。 项目目前没有自动化测试,主要靠手动测试。 更稳妥的用法,是先拿自己的素材跑一小批。看边缘、速度、输出格式都合适了,再接到工作流里。 今天就先聊到这里。我们下期再见!

优秀的个人博客,低调大师

这个 4.6 万 Star 的开源项目,把一个文件夹变成一个网址

手机想拿电脑里的东西,每次都得绕一圈:微信发过去被压成小图,大文件还发不出;数据线要现找;网盘上传再下载,慢,还得登录。😮‍💨 GitHub 上有个 4.6 万 ★ 的项目,把这一步砍成一个网址:**copyparty**。 --- ## 💾 它干的事 在电脑上跑一个文件,指定一个文件夹,这个文件夹就变成一个网页。手机、平板、另一台电脑,浏览器打开同一个地址就能看到全部文件——上传、下载、看照片、放视频,不用装任何 App。 一句话概括:**不用网盘、不用数据线、不用装客户端,一个局域网地址搞定。** --- ## ⌨️ 怎么用(三步) **① 下载** 去 GitHub: Releases 下 `copyparty-sfx.py`,就一个文件,不用装依赖。![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-11332765/f33d6ef5bbbf84d2f516aca8d4db20be.png) **② 启动** 终端跑: ```bash python copyparty-sfx.py -v 你的文件夹:/:rw -p 3923 ``` 把 `你的文件夹` 换成真实路径,比如 `D:/照片`。`-v` 是把本机目录挂到网页上,`-p` 指定端口。 **③ 打开** 手机连同一个 WiFi,浏览器打开: ``` 192.168.2.29:3923 ``` 加个 `--qr`,终端直接吐二维码,手机扫一下就进去: ```bash python copyparty-sfx.py -v D:/照片:/:rw -p 3923 --qr ``` > 小提示:`192.168.2.29` 是本机局域网 IP,用 `ipconfig`(Windows)或 `ifconfig`(macOS/Linux)查一下自己的。想查全部参数,跑 `python copyparty-sfx.py -h`。 --- ![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-11332765/c42a44e49e77a4470ba9e29c52a3c6e1.png) ## 📱 手机上长什么样 · 文件夹直接列出来,能切缩略图网格,按大小/日期/类型排序 · 选中的文件夹能打包成 zip 一次下走 · 断点续传:传一半断网,重连接着传,不用从头来 · 自动去重:同一份文件重复上传只存一份 · 照片有缩略图,音视频能直接在浏览器里播 · 想给谁看一眼,生成一条会过期的临时链接发过去 界面不花哨,但该有的都有。手机上用起来基本就是「点开、看、下载」三个动作。 ![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-11332765/b3a83bf46c97c3ff0ffb8990939f569c.jpg) ## 🔒 安全 全程在你自己局域网里跑,文件没有上传到任何第三方服务器。每个文件夹能单独设谁能看、谁能改,可以开账号密码。 数据不出门,这一点是它和网盘最本质的区别。 --- ## ⚠️ 三句实话 · 它是局域网工具,想让外地的人访问,得自己做内网穿透 · 界面是朴素的文件列表,不是花哨的网盘 UI · 作者 2019 年就开始写了,最近一次更新是 9 月 19 日发布的 v1.20.24 --- ## 适合谁 家里有台常开的电脑或 NAS、手机电脑之间常倒文件的人,装一次省很多事。 要是你只是偶尔传一两张小图,微信其实够用;但一旦涉及大文件、整文件夹、批量照片,这东西的体验差距会非常明显。 --- **项目地址**:GitHub 搜索 `copyparty` 即可,Release 页直接下 sfx 单文件版。 喜欢这类「一个文件解决一个真问题」的工具的话,点个赞,我继续挖。

优秀的个人博客,低调大师

已获62.8K Star!一个工具独扛整个产研团队,一人公司必备Claude Code Agent神器

> **一个趁你喝咖啡的功夫,就把整个迭代需求从代码写到部署、连bug都帮你顺手修完的“AI员工”,最近火遍了开发者圈。本文将拆解这款名为“Claude Code Agent”的工具到底有多能打,聊聊它如何把一个人的公司,武装得像个正规军。** ![](https://developer.qcloudimg.com/http-save/yehe-11919542/dbdd847002bcd74931ae9464ba89c8a0.png) ## **一、这是个啥?** 一款让AI真正“上手”干活的工具。 在聊安装前,先厘清一个概念:很多人会把它和另一个爆火的“AI公司”项目Paperclip搞混。实际上,Paperclip是一家“AI公司”的组织架构和财务课,而Claude Code Agent就是公司里那个闷头写代码、修bug、跑部署的王牌程序员。它不画组织架构图,直接进工地打灰。 Claude Code Agent 是由Anthropic推出的终端原生编码代理。它不像Copilot那样在编辑器里悄悄补全一行代码,也不是一个只会聊天的对话框——它能直接操作文件、运行终端命令、执行git操作,甚至启动浏览器调试页面。你负责动嘴派活,它负责动手落地。 ![](https://developer.qcloudimg.com/http-save/yehe-11919542/ebaa6673b9dc68002da60a5f886badaf.png) ## **二、怎么搭建?** **一行命令,公司开张**。 **环境准备** - Node.js 22+ - Docker(推荐方式,可选) - 一个Claude Code账号或其他AI代理 **两种部署路径** **方式一:Docker快速部署** ``` git clone https://github.com/paperclipai/paperclip.git cd paperclip cp .env.example .env # 编辑.env填入API密钥等配置 docker compose up -d ``` 几分钟后容器跑起来,浏览器打开 `http://localhost:3000`,一家虚拟公司就注册完成了。 **方式二:NPX一键上手** ``` npx paperclipai onboard --yes ``` 这条命令自动完成初始化、数据库连接检查和管理员账号创建,堪称“注册公司营业执照”的AI版。 启动后,系统会引导创建管理员账号,接下来就是招聘AI员工、设定公司使命的环节了。 ![](https://developer.qcloudimg.com/http-save/yehe-11919542/a599c17b8d9e3ef038643880f0463c74.png) ## **三、为啥火出圈?** **六项核心能力,直击多代理协作的核心痛点**。 ### **1. 组织架构来真的** 每个AI代理被“录用”后都有明确岗位、汇报线和管辖范围。比如:CEO代理分解战略,CTO代理设计技术方案,Dev代理输出代码,QA代理替你把关。代码写完了不能直接交付,要先向QA代理“述职”,审查没通过就驳回重做。AI之间形成了互相监督的博弈闭环。 ### **2. 发薪水不发空气** 每个代理有月度Token预算上限。UX设计师代理一旦进入无限循环疯狂消耗Token,达到预算上限后系统自动暂停,账单安全阀被焊死。所有代理的消耗在仪表盘一目了然。 ### **3. 目标层层拆解** 从公司使命到部门目标再到个人任务,三层彻底打通。代理接任务时不仅知道“做什么”,还知道“为什么做”,上下文从任务一路串到公司目标。 ![](https://developer.qcloudimg.com/http-save/yehe-11919542/37a6c44b72f2f7888e6b354e388edfda.png) ### **4. 心跳机制** 代理不是跑一次就完事,而是按Cron定时唤醒。时间一到自动创建任务工单、叫醒对应代理、执行、汇报、休眠。之前有开发者用这套机制“雇佣”了7个AI员工,运维代理每小时检查一次交易系统进程,发现问题自愈。 ### **5. 董事会审批关卡** 可以设定高敏感操作需要人工审批才能执行。代码合并PR、重大资金决策——代理干活,决策权依然握在手里。 ### **6. 多公司统一管** 一套Paperclip部署能同时跑多个公司项目,数据完全隔离,像一个投资组合的控制面板统一管理,适合同时运作多条业务线的独立创始人。 **与各类工具的定位差异:** |维度|Paperclip|Claude Code|OpenClaw|CrewAI| | --- | --- | --- | --- | --- | |定位|AI公司操作系统|终端自主编程代理|通用任务代理|多代理工作流框架| |类比|整家公司|王牌程序员|一名优秀员工|项目管理工具| |架构|组织架构+预算+审计|单代理自主执行|单代理任务处理|角色化工作流| |管人能力|招聘/调度/预算/解雇|无|无|基础编排| |心跳机制|原生支持|无|无|有限| |预算管控|按代理设置硬上限|无|无|无| |审计日志|全程追溯|会话级别|基础|有限| |适用场景|多代理长期自主运营|单任务深度编码|单代理任务|多步骤工作流| ## **四、能干成啥?** **几个实战场景,看看AI公司到底靠不靠谱**。 ### **场景一:用一家AI公司养活五条收入线** 一位独立开发者用Paperclip编排了一支7人AI团队,包括CEO、安全漏洞赏金猎人、代码开源贡献者、技能包销售员、内容运营、交易监控和运维。每个角色有自己的心跳频率——交易监控每30分钟唤醒一次检查进程,内容运营按周一出稿。五条收入线同时运转:Huntr安全漏洞赏金、Algora代码赏金、Gumroad数字产品销售、Dev.to技术文章分发、Polymarket算法交易,全部无需人工介入。 ### **场景二:内容工作室的AI流水线** 设定公司使命:“运营大模型技术内容生态,每周产出3篇技术文章,覆盖9个技术平台。” 内容运营代理每周拆解选题,写手代理产出初稿,编辑代理审核并发布,全流程不碰键盘。需要改方向时,打开手机看一眼dashboard即可掌握所有代理的工作状态 ### **场景三:AI开发外包团队** 接到一个项目需求,直接在Paperclip里开出新公司并设定目标。CEO代理分析需求并拆解子任务,CTO规划技术方案,Dev代理产出代码,QA负责测试把关。整个过程留下完整的审计日志——每一步决策都能追溯,每一笔消耗都记录在案。 ![](https://developer.qcloudimg.com/http-save/yehe-11919542/bb73dbc8ec8390c48dea208d171b4bc5.png) ## **结尾** Paperclip解决的不是“AI还不够聪明”的问题,而是“一堆聪明的AI代理放在一起该怎么管”的问题。 当大多数工具还在琢磨怎么让单个AI代理办公更高效的时候,Paperclip已经在考虑如何注册“AI营业执照”、拟写岗位说明、设定薪酬预算。创始人的动机也很有意思——长期有20到30个Claude Code的终端窗口同时开着,完全搞不清谁在干什么,于是干脆给AI代理搞了一套工牌和汇报制度。 ![](https://developer.qcloudimg.com/http-save/yehe-11919542/9dba064f0cdcafa1bbfe03b9a275dc32.png) > 如果有一天,你的公司里出现了第一个没有工位、不领工资、心跳频率为每小时一次的“赛博员工”,请不用惊讶——人事档案上的入职日期,也许就和今天这篇文章的发布日期相差不远。 #AI代理 #Paperclip #一人公司 #OPC #零人公司 #AI公司操作系统 #开源神器 #2026技术趋势 #超级个体 #AI编排 #创业实操 #ClaudeCode

优秀的个人博客,低调大师

连续9天GitHub Trending第一,3,900次提交,7,800+ Star

大家好呀,我是开源先驱~ 发布一周内连续 9 天霸榜 GitHub Trending 第一,3,926 次 commit,v0.63.3 已经迭代了六十多个版本。GPLv3 开源,Rust + Tauri 构建,118+ OAuth 集成,内置完整 Linux 沙箱,17 个消息渠道,还能以真人身份加入你的 Google Meet 会议。 有人可能好奇:AI 助手赛道已经挤成早高峰地铁了,ChatGPT、Claude、各种 Agent 满天飞,为什么又冒出来一个,还能连霸 Trending? 答案藏在它的一句定位里:**"Every model in the world shares the same fundamental limitation: they are stateless."(世界上所有模型都有同一个根本缺陷:它们没有状态。)** 你每次打开 ChatGPT,它都像第一次见你。不知道你的项目、你的日程、你昨天和同事聊了什么。OpenHuman 解决的就是这个——**让 AI 真正"认识你"。** ![](https://developer.qcloudimg.com/http-save/yehe-12670711/4bfba5cca3ca17ba5e9614dde1add33c.png) ## OpenHuman 到底是什么? 三件事,市面上绝大多数 AI 助手一样都做不到: 🧠** 一个真正有记忆的大**脑——Memory Tree 层级摘要树,容量可达 10 亿 token,持续更新。存在本地 SQLite,同时生成 .md 文件同步到 Obsidian 知识库。 ?**? 一个出色的编**排器——基于检查点图的 Agent 运行时,能管理一支 Agent 舰队。快速反射 Agent 处理入站流量,深度推理核心把复杂工作委派给 Worker。 **🔍 一个深度**研究员——在你问完问题之前,研究侦察兵已经扫完了你的记忆库和文件系统。没有冷启动,没有"让我想想"的等待。 一句话:**OpenHuman 不是又一个聊天机器人。它是一个持续运转、知道你是谁、能自己干活的个人数字分身。** ![](https://developer.qcloudimg.com/http-save/yehe-12670711/4cdb29dfc1c5e23f0df1176b96e8c6ae.png) ## AI 助手的四个死穴,OpenHuman 怎么破的 我翻了翻社区讨论和评测,发现 OpenHuman 的爆火不是偶然。它恰好击中了个人 AI 助手四个最痛的痛点: **死穴 01:AI 没有长期记忆。**每次对话从零开始,不知道你的背景、偏好、项目进展。OpenHuman 的 Memory Tree 用层级摘要树替代了线性对话记录——不仅记得"有什么",还记得"什么重要"和"它们之间什么关系"。 **死穴 02:数据孤岛。**你的数字生活散落在 Gmail、Slack、GitHub、Notion、Google Calendar 十几个平台。传统 AI 只能看到当前对话窗口里那点东西。OpenHuman 通过 118+ OAuth 集成一键打通所有数据源,每 20 分钟自动同步。 **死穴 03:上下文成本烧钱。**Agent 系统最大的隐性成本不是模型调用,是上下文注入。原始数据里塞满了 HTML 标签、长 URL、广告格式。OpenHuman 的 TokenJuice 压缩层最高省 80% token——日积月累下来,一个月能省几百块。 **死穴 04:上手门槛。**大多数 Agent 要终端操作、配 API Key、写 Prompt。OpenHuman 从设计第一天就是桌面应用优先——图形界面、OAuth 一键授权、装好就能用。 ## Memory Tree:这才是它最值钱的东西 如果 OpenHuman 只有一个功能值得讲,就是 Memory Tree。 它不是简单的"对话历史记录",而是一个**持续运转的层级摘要系统**: 1. 从 118+ OAuth 连接自动拉取邮件、文档、聊天、代码仓库、日历 2. 所有数据标准化为不超过 3,000 token 的 Markdown 块 3. 按时效性、相关性、来源权重给每个信息块打分 4. 折叠成 per-source / per-topic / per-day 的层级摘要树 5. 存本地 SQLite,同时生成 .md 文件同步到 Obsidian 知识库 6. 每 20 分钟自动增量更新 跟传统方案比一下: |维度|传统 Context Window|RAG 方案|Memory Tree| | --- | --- | --- | --- | |记忆容量|几万 token|百万级|10 亿 token| |记忆结构|线性文本|向量检索|层级摘要树| |更新频率|每次对话|手动索引|自动 20 分钟| |可读性|不可读|不可读|Obsidian 可编辑| |隐私|云端|可控|本地优先| 实际体验是什么感觉?你问"帮我看看下周的会议安排",它已经知道你的日历。你问"上周那个项目的 PR 合了吗",它已经同步了 GitHub 更新。你问"我和张三邮件里提到的那份合同",它能从邮件历史里定位到。这种"它知道你是谁"的体验,跟传统 AI 的"每次对话都是陌生人"反差太大了。 ## TokenJuice:被低估的成本杀手 Agent 系统最大的隐性成本不是模型调用本身,是上下文里塞的那些冗余数据。一封带 HTML 格式的邮件 5KB,一个 GitHub issue 页面 10KB,三份相关文档 15KB——加起来 30KB 原始数据,约 8,000 token。TokenJuice 压缩后剩 6KB,约 1,600 token。 按 GPT-4o 价格算,一次深度分析从 0.04 降到 0.008。每天 50 次的话,月成本从 60 降到 12。日积月累,省下来的钱够续费好几个月了。 压缩手段也很朴素——HTML 转 Markdown 省 40-60%,长 URL 缩短省 5-10%,非 ASCII 字符清理省 5-15%,重复内容去重省 10-30%。全栈压缩下来最高省 80%。没什么魔法,就是工程细节做到位了。 ## 跟同类产品比,差在哪好在哪 |特性|Claude Cowork|OpenClaw|OpenHuman| | --- | --- | --- | --- | |开源|闭源|MIT|GPLv3| |上手难度|桌面+CLI|终端优先|UI 优先,几分钟| |长期记忆|对话级|依赖插件|Memory Tree + Obsidian| |集成数量|少量|需自建|118+ OAuth| |自动同步|无|无|20 分钟自动| |消息渠道|无|少量|17 个| |参加会议|不支持|不支持|Meet/Zoom/Teams/Webex| 差距挺直观的。Claude Cowork 和 OpenClaw 更偏通用任务执行,OpenHuman 偏"了解你这个人"。别人需要插件、配置、自建连接器的地方,它已经内置好了。 ## 几个让人觉得"这有点意思"的设计 🎭** 桌面吉祥**物——一个有表情、会说话的小家伙,不只是装饰。新邮件摘要、日历提醒、系统通知,它会主动提醒你。关闭窗口后它还在桌面上,像一个真正常驻的助手。 ?**? 潜意识系统(Subconsciou**s)——后台循环持续对比你的世界状态、推进长期目标、撰写晨间简报。你不主动交互的时候,它也没闲着。 ?**?️ 会议 Ag**ent——以真人参与者身份加入 Google Meet、Zoom、Teams、Webex,自动从日历加入,提供实时转录和摘要。AI 替你开会,这在其他 Agent 工具里几乎看不到。 ** 🔀 Split Brain **双脑架构——快速反射 Agent 处理入站流量(消息、通知),深度推理核心把复杂工作委派给 Worker 舰队。轻量的事秒回,重活慢慢做。** 🔒 一**键隐私模式——所有推理不离开设备,Rust 核心强制执行。核心记忆数据存本地 SQLite,可以接 Ollama 跑本地模型,敏感任务完全不上云**。 🔌 Agent E**conomy——在 tiny.place 拥有自己的 @handle,支持 Signal 加密的 Agent 间编排,x402 USDC 赏金和交易。Agent 之间可以互相"雇佣"。 ## 技术栈一览 |层级|技术| | --- | --- | |桌面框架|Tauri (Rust 后端 + Web 前端)| |前端|React / TypeScript| |核心 Runtime|Rust| |数据库|SQLite (本地记忆存储)| |AI 模型|Claude / GPT / Gemini / Ollama 本地| |安全|ChaCha20-Poly1305 / Signal Protocol E2E| |构建工具|Cargo / CMake / Ninja / pnpm| |许可证|GPLv3| ## 快速上手 不用配环境,不用写配置: ``` # macOS / Linux 一键安装 curl -fsSL https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.sh | bash # Windows (PowerShell) irm https://raw.githubusercontent.com/tinyhumansai/openhuman/main/scripts/install.ps1 | iex # macOS Homebrew brew install --cask openhuman # 也可以直接从 GitHub Releases 下载安装包 # https://github.com/tinyhumansai/openhuman/releases/latest ``` 装好之后三步走:OAuth 授权连接你的核心服务(建议至少接 3-5 个:邮箱 + 日历 + GitHub + 文档),等 5-10 分钟让 Memory Tree 完成初始同步,然后就能开始对话了。AI 已经知道你的工作背景,直接问"我今天有什么会?""帮我总结上周的邮件"就行。 想从源码构建的话: ``` git clone https://github.com/tinyhumansai/openhuman.git cd openhuman git submodule update --init --recursive pnpm install pnpm dev # Web UI 开发模式 pnpm --filter openhuman-app dev:app # 桌面应用开发模式 ``` **也说说它的毛病** 写评测只夸不批等于没写。OpenHuman 几个目前比较明显的短板: ⚠️ **Early Beta,不是开玩笑的**——3,900 次 commit 说明迭代飞快,也说明稳定性还在打磨。文档不全,部分功能缺详细说明。生产环境慎重。 ⚠️ **OAuth 连接器良莠不齐**——Gmail 和 GitHub 很稳,但部分小众服务的 token 偶尔过期要重新授权。同步频率固定 20 分钟,没法手动触发即时同步。 ⚠️ **资源占用不轻**——桌面吉祥物 + 后台同步 + 持续思考,建议 8GB+ 内存。4GB 机器上吉祥物动画会卡。 ⚠️ **中文体验依赖底层模型**——英文体验最好,中文效果取决于你接的是 GPT-4o 还是本地模型。纯中文场景建议先试再定。 ⚠️ **只有桌面端**——Windows / macOS / Linux 全覆盖,但移动端暂时没有。 ## 小结 OpenHuman 连续 9 天霸榜 Trending 不是靠营销——是它踩中了一个真实存在的痛点:**所有 AI 助手都没有记忆。** Memory Tree 的 10 亿 token 容量、118+ OAuth 集成、TokenJuice 省 80% 成本、一键隐私模式——这些不是噱头,是认真想过"个人 AI 助手到底该长什么样"之后做出来的东西。Rust + Tauri 的技术选型保证了它比 Electron 方案轻得多,UI 优先的设计让它不需要任何命令行操作。 但它不是 ChatGPT 或 Claude 的替代品。它做的是"了解你这个人",不是"回答你这个问题"。最好的用法是组合:ChatGPT / Claude 做通用对话和创作,OpenHuman 做个人记忆和自动化助手。 如果你是一个知识工作者、Obsidian 用户、日常在多个工具间来回切,这个项目值得你现在就装。如果你只是想找个 AI 聊聊天,ChatGPT 够用了。 **🔗 GitHub: https://github.com/tinyhumansai/openhuma**n

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

用户登录
用户注册