AI产品狙击手

这一集讲一个很实用的功能：怎么通过千问办公访问钉钉里的聊天群，并把和自己相关的事情建成待办任务。场景很典型——我在钉钉上有个产品需求群，一帮人一大堆讨论，我实在没时间一条条翻出来做成待办，这时候就可以交给千问办公来做。 当然有个前提：你得先按之前的视频，把钉钉这个连接器接入到千问办公。接入之后，我们去到「技能」这里，找到「聊天消息提取待办」这个 skill。它能帮我们定位到对应的聊天群，然后自动在钉钉上生成待办。 装好这个 skill 之后，开一个新的任务会话，把需求输进去就行。比如直接说：找到我钉钉上的产品需求这个群，看一下这一周的聊天记录，帮我生成和我相关的待办。然后就能看到千问办公调用这个 skill 去分析聊天内容，把和我相关的部分提取出来，一共帮我生成了 7 个待办。 回到钉钉这边，点左边的待办菜单，右边就能看到刚才千问办公分析群聊记录后帮我建立的 7 个新待办任务。整个过程不用自己翻聊天记录、不用手动抄要点，群里的讨论直接落成了可执行的清单。 这个功能对我来说相当实用，可以大大提升工作效率。大家感兴趣的可以去试一下。 访问入口

当前大火的 Jev 决策模型，撞上我们日常用的手机聊天工具，会擦出什么样的火花？这个开源项目直接把火花烧进了聊天框——它就是 Jev Chat Jarvis，GitHub 上已经攒了七千多颗星。用起来很简单：装上 APK，开好无障碍和悬浮窗权限，填上自己的模型 API key 就能跑。 它的工作方式是先读屏再递话。它会读出屏幕上正在聊的这一屏对话，先判断对方真实意图和危险等级、这消息该不该马上回，然后给出 3 条排好序的候选回复。你点一下就能填进输入框——但发不发永远你说了算，它不会替你按发送。QQ、飞书等常用聊天软件都能跑。 落到具体场景就很实用：客户半夜发来一句「在吗」、相亲对象突然冷淡、老板在群里点你名，它都能先帮你掂量一下再递话，把该怎么接的台阶先铺好。 比较难得的是它在隐私上的克制。它不碰你的账号密码，也不篡改聊天软件本身，工作原理跟手机自带的读屏功能一样，只看屏幕上显示的这一屏；转账、红包一概不碰，截图也只在本机识别、不上传。它还能给联系人存档案、写备注，让生成的回复贴合你的实际情况，不会跟真实处境打架。 模型接口自己配就行，OpenRouter、DeepSee...

12G 显存就能跑 125B 的 Qwen 3.8 Flash Next，说的就是这个叫 Strata 的开源项目。它用 C++ 写成，GitHub 上已经攒了五千八百多颗星。硬件门槛不高：Nvidia RTX 20 到 50 系都能上，AMD 的 RX 9070 XT 也支持；内存 32G 起步，想跑满所有档位建议上 64G；硬盘要留出 80G。Windows 和 Linux 两个平台都支持。 安装只有一步。Windows 双击 START-HERE.bat，Linux 跑 setup.sh，它会自己认出你的显卡，再问你用哪个模型、多大、要不要读图。拿不准就一路回车用推荐值，然后下载模型，大概 70G，断了还能续。装完浏览器会自动跑在本地 8080 端口。第一次启动会卡一两分钟，看着像死机其实是正常的——它要往内存里塞 35 到 50 个 G。 同一个模型分好几个量化档位，规律很简单：压得狠的快，压得松的聪明。32G 内存可以选 coder 那版，体积砍掉一半，让小专家专攻写代码，能保留原版 91% 的成绩，代价是中文能力偏弱；64G 内存就直接上 IQ2_XS。界面分成...

这个 GitHub 上新开源的命令行小工具 Yoinks，专治各种视频下载网站的脏乱差，目前在 GitHub 上已经攒了 3000 多颗星。 用法非常简单：只要 npm 装一下，把链接往终端里一粘，选个清晰度，视频就直接掉进你的下载文件夹。海内外所有热门的视频站都能下（这里就不提名字了），还支持只抽音频存成 MP3。 最舒服的是全程没有弹窗、没有假下载按钮、没有诱导跳转，纯键盘选格式，鼠标点也行。yt-dlp 和 ffmpeg 这些底层依赖它自己会装好，不用你碰 Python。 经常要扒视频做素材、或者想离线存档的朋友，可以先跑一把 npx yoinks——不用安装，直接开跑，拿一条你最想留的视频试试就知道了。 访问入口

最近全网都在拿 Claude Opus 5.5 一句话出视频，马斯克都忍不住连发两条评论。现在有人把这些爆款视频的提示词全扒了下来，整理成一个叫 Skillry 的网站——475 条视频，每条都挂着原作者的完整提示词，还配了一个照着提示词重新跑出来的复刻版。等于别人熬夜调出来的作业，直接给你抄。 用法很简单：打开网页，点开任意一条，比如马斯克点赞的那支 MV，提示词原封不动摆在下面；还有那条被玩出花的 15 秒动效作品集，一句话就能跑出职业级的片子。想做产品宣传片的、想给自己简历整个作品集的、做科普讲解动画的，都能在里面翻到现成的模板。 用的时候把提示词直接丢进 Claude Code，告诉它要什么风格、配什么音乐，它就会自己写代码、自己渲画面、自己卡节拍，一帧一帧拼出成片，全程不用打开剪辑软件。 网站还按动效、讲解、3D、游戏分好了类，光动效一类就有 288 条。做 AI 视频或者想接商单的兄弟，建议先收藏起来——今晚就挑一条点赞最高的，把提示词换成你自己的主题跑一遍，出片了记得回来评论区发我看看。 访问入口

这一集讲的是怎么在云端租 GPU 来部署开源大语言模型。家里没有好显卡的话，这条路线很值得考虑——这次用的是 AutoDL 算力云（视频里就不直接点名供应商了，免得被误判成广告）。 进入算力市场之后，可以看到很多可以租用的 GPU，比如 RTX 4090、3080 之类的。演示里挑了一张 3080，准备部署一个 Qwen-2.5-0.5B 的小模型。 点击创建主机之后，页面会给出 SSH 登录指令和密码。我们打开本地终端，用 SSH 命令和密码登录到远程服务器，接着执行命令拉取镜像、把 HuggingFace 上对应的千问模型下载到本地目录；下载完成后，用 vLLM 命令指定这个目录，把模型跑起来。 模型跑起来之后，再打开一个新的终端，通过命令建立一个隧道，把远端端口映射到本地。这样一来，本地就可以直接访问本地端口，来调用远端跑起来的大模型了。发一个本地 curl 命令测试一下，可以看到已经跑通了。剩下的就是把它接入你的 Claude Code、Codex 这类 AI 工具，大家慢慢玩。 下面是这一整套流程的完整命令，可以直接照着复制。 前置条件AutoDL 实例已开机，选...

现在不用花一分钱，就能生成这样、这样以及这样的视频。阿里这个开源项目，只要输入一句话，就能直接产出带解说词、带 BGM 的成片，目前在 GitHub 上已经拿下 28k 多颗星。 它的用法很简单：丢进去一个主题，AI 会自动写解说词、画配图、配音乐，然后直接合成一条竖屏或横屏的视频，全程完全不需要碰剪辑软件。再往深入玩，它还有数字人口播、图生视频、克隆音色这些流水线可以接。 模型方面基本可以随便挑。文案可以用通义千问、DeepSeek，也可以走本地 Ollama；画面能直接调用可灵、Seedance，同时支持本地 ComfyUI 部署。这样一套组合下来，可以做到一分钱都不需要花。 Windows 用户还有一键整合包，解压后双击就能跑。做短视频、想批量起号的同学可以去试一下，丢个主题进去，看看生成的视频能不能直接发布。 访问入口

蚂蚁百灵最新模型 Ling 3.1 Flash 的测评报告来了。刚刚在小破站上做完了直播，这次测试用的还是博客上那一套 V2.2 Benchmark，总共 6 道题，详细的 case 大家可以去博客上看。在这里也能翻到 3.0 版本之前的测试结果——当时只有 19 分，分数非常低，所以这次很想看看能不能好一点。接入方式依然是在 PI 平台上，官方文档里最新的信息还停留在 3.0，应该还没来得及更新；3.0 的思考深度只有开和关两档，所以这里也按这个来设置，直接打开。 第一题是强约束指令遵循的句子生成测试，要求每句话的结尾按 1 到 10 的顺序排列，再看句子是否通顺。整体句子都偏短，除了第 5 题读起来不太顺，其他都还好。第二题是鹈鹕土星环骑自行车的 SVG 测试，整体实现一般：转弯的部分肯定有问题，可以说根本没有转弯，到右边下来之后就开始倒着骑了；而且两只鹈鹕的脚明显在同一边，因为自行车根本没有挡住另一只脚。 第三题复合弓射箭的 SVG 测试问题就更多了。首先复合弓和人物的比例就不对，感觉是个小人国的小人拿着巨弓；其次复合弓的副弦没有看到；第三，箭的箭羽是反的；第四，小人...

这不就是可私有部署的 Workbuddy 开源版本吗？这个叫 Octop 的开源项目，能把一台闲置服务器变成小团队共用的私人 AI 助手团队，在 GitHub 上已经拿下 6000 多颗星了。 装起来也简单，只要一行命令，然后 octop init 初始化、octop run 跑起来，就能在网页上跟 AI 专家聊天。写周报、整理会议纪要、管日程这些事，直接甩给它就行。团队里每人各有各的账号和专属智能体，互不打扰。 它还内置了专家库和专家市场，调好的专家能直接分享给同事用，不用每个人从零折腾一遍。每个智能体的性格和说话风格也能自己调，想要个毒舌的还是严谨的，全看口味。接入的聊天软件也多，飞书、钉钉、企业微信都行，平时在哪个软件里办公就能在哪实操。 它还支持用大白话设定定时任务，到点自动干活；遇到复杂任务，还能派出一个调度员，带着多个专家分工干活。模型方面，OpenAI 兼容接口、通义千问、Ollama 本地模型都能接。 所有对话和数据都留在自己服务器上，代码采用 MIT 协议、允许商用。想给小公司小团队搞个私有 AI 助手的朋友可以试试——先装到一台闲置机器上跑一周，看看它能...

小扎的 Muse 相信大家都知道，但能用上的没有几个——Meta 到现在都没全面开放，普通人想排队都找不着入口。不过用不上也别急着删，开源这边已经有人把同类的东西做出来了，叫 OpenMuse。 思路跟 Muse 是一个方向：说一句话想要什么结果，它就自己开浏览器查资料、在 Linux 容器里跑命令处理文件，干完把成果交回来。目前在 GitHub 上攒了 3400 多颗星，克隆下来装好依赖、配上自己的 key 就能跑。支持的模型不是只有 Kimi、智谱随便挑——比如让它盯着某个网页有没有更新，把邮箱里的报名表 PDF 填好再起草回复，或者把一整年的消费表格导进去生成分类账单，都可以直接丢给它。 比较戳我的是它的活是持久化的。任务跑一半断了能靠数据库恢复，还能暂停、取消、重试。有怀疑就点 Take Control，钻进它那个浏览器会话里亲手检查。它还能接 Gmail 和日历，每次读写都要你审一遍才执行。整个项目可以本地自托管，也支持一键部署到 Render。 目前还是 Alpha 阶段。想做个人 AI 助理产品，或者想给自己的应用加一层代理执行能力的兄弟，建议先克隆跑起来，挑...