AI短剧开源工作流项目档案用LLM、文生图、文生视频与TTS串联成自动化流水线,实现从剧本到成片的批量短剧生产AI短剧开源工作流是一类利用大语言模型(LLM)、AI图像生成、AI视频生成、TTS语音合成等技术,实现从剧本或小说文本到完整短剧视频全自动化生产的开源工具链。其核心思想是将影视生产的每个环节模型化,用LLM做编剧和导演、用文生图做美术、用文生视频做摄影、用TTS做配音,再通过Agent工作流将所有环节串联成一条自动化流水线。报告覆盖三个代表性开源项目:moyin-creator(魔因漫创)为桌面端生产级工具,深度绑定Seedance 2.0,采用6层身份锚点保证角色一致性…预览
AI短视频全流程自动化工具链项目档案从创意到发布的全流程自动化短视频生产工具链AI短视频全流程自动化工具链是一组开源项目按“生成→剪辑→翻译→发布”顺序串联形成的工作流体系,利用大语言模型、语音识别、语音合成、机器翻译和浏览器自动化等技术,将短视频内容创作的全生命周期从“人工逐环节操作”升级为“一键自动化流水线”。工具链由四个核心项目组成:MoneyPrinterTurbo负责视频生成,FunClip负责智能视频剪辑,KrillinAI负责视频翻译配音,social-auto-upload负责多平台一键发布。它属于“AI辅助内容创作”技术体系,核心价…预览
AI小红书九宫格图文生成提示词工程项目档案用LLM生成结构化提示词,再交给图像模型产出可切割发布的小红书九宫格大图这是一套利用大语言模型自动生成高质量图片提示词,再交给AI图像生成工具产出可直接发布的小红书九宫格内容的工作流方法。核心不在于让AI直接画图,而在于让AI先设计完整的图文方案,包括视觉风格、排版结构、每格内容和配色方案,然后一次性生成一张可切割的九宫格大图。该方法由程序员Austin在2026年4月公开分享,帖子获得58赞、7转发、76条评论和4600+浏览。它属于AI辅助内容创作领域,是方法论、工作流与提示词模板的组合,不依赖特定平台,只要有LLM和图像生成工具就能使用。…预览
Horizon AI新闻雷达Thysrael/HorizonAI驱动的个人新闻雷达,自动完成多源抓取、评分、去重、背景补充与双语日报生成Horizon 是由开发者 Thysrael 开源的个人新闻雷达系统,定位为"AI 新闻编辑"而非传统 RSS 阅读器。它从 Hacker News、RSS/Atom、Reddit、Telegram、Twitter/X、GitHub 六类信息源并发抓取内容,通过 URL 归一化与标题相似度进行跨平台去重,再调用大语言模型按用户兴趣领域进行 0-10 分评分,仅保留超过阈值的高分新闻。随后自动搜索补充背景知识、收集并摘要社区评论,最终生成中英双语 Markdown 日报,并通…预览
Agentic Engineering项目档案专业工程师用编码智能体放大自身能力的软件工程新范式Agentic Engineering(智能体工程)是2025-2026年间快速兴起的软件工程新范式,核心定义来自Simon Willison:专业软件工程师使用编码智能体(Coding Agents)来放大自身专业能力的实践。该概念由Andrej Karpathy在2026年4月Sequoia Capital的AI Ascent大会上正式推向公众视野,并明确区分了Vibe Coding与Agentic Engineering:前者抬高所有人做软件的下限,后者要保住专业软件…预览
AI Agent编程技术全景对比项目档案对比 Hermes Agent、NanoClaw 与 OpenHarness 三大 Agent Harness 框架的技术全景指南本报告对 2025-2026 年 AI Agent 编程领域的三个代表性框架进行了全景对比:Hermes Agent(Nous Research,47.5k Stars)、OpenClaw/NanoClaw(轻量级 Agent 运行时)以及 OpenHarness(HKUDS,8.4k Stars)。报告首先介绍了 Agent Harness 范式的技术定义与谱系,指出其为 LLM 提供工具、搜索、记忆与安全边界等基础设施。随后分析了 AI 编程的六大结构性痛点,包括模型无…预览
B.AI项目档案为 AI Agent 提供身份、支付与技能的全景金融基础设施平台B.AI 定位为 AI Agent 经济时代的基础设施层,于 2026 年 4 月 10 日正式上线。其核心产品包括 LLM Service、x402 协议、8004 协议、Skills 与 BAIclaw 桌面终端。LLM Service 聚合 GPT、Claude、Gemini、DeepSeek 等 15+ 模型,提供统一 OpenAI 兼容 API 与智能路由;x402 协议基于 HTTP 402 标准实现「响应前付费」的自动链上支付;8004 协议为每个 Agent…预览
Browser Harnessbrowser-use/browser-harness一个让 LLM Agent 通过 Unix Socket 直连用户 Chrome 的自愈式浏览器控制框架Browser Harness 是由 browser-use 团队开发的一个自愈式浏览器控制框架,总计约 592 行 Python 代码,直接基于 Chrome DevTools Protocol(CDP)构建。它让 LLM Agent 能够通过一个 Unix Socket 连接到用户已运行的 Chrome 浏览器,实现完全自由地完成任何浏览器任务。其核心定义是:最简单、最轻量的自愈式浏览器控制装置——Agent 在任务执行过程中发现缺少什么功能,就当场写出来补上,无需重启…预览
andrej-karpathy-skillsmultica-ai/andrej-karpathy-skills用四条行为准则约束 AI 编码助手,减少过度工程化与越界修改该项目是一个开源项目,由 multica-ai 维护,将 Andrej Karpathy 对 LLM 编码缺陷的观察总结为四个核心行为准则,封装在单个 CLAUDE.md 文件中,用于改善 Claude Code / Cursor 等 AI 编码助手的代码输出质量。它属于 AI 辅助编程质量保障体系,不是代码框架或 SDK,而是一份注入到 AI 编码助手上下文中的行为约束指令。项目核心要解决的问题是 LLM 在编写代码时存在的系统性缺陷,包括隐性假设、过度工程化、越界修改、…预览
md2wechat项目档案面向微信公众号的 Markdown 转 HTML 排版与全流程创作 CLI 工具md2wechat 是一款专为微信公众号设计的 Markdown 转 HTML 排版及全流程创作 CLI 工具,由开发者 geekjourneyx 创建,GitHub 2.1k+ Stars。其定位是“AI 时代的公众号创作工作台”,覆盖从写作、去 AI 痕迹、排版、AI 配图到推送草稿箱的完整流程。工具采用 Go 1.26+ 实现,提供 40+ 专业主题(Minimal / Focus / Elegant / Bold 四大系列)和 43 个结构化 `:::block` …预览
CosyVoiceQwenAudio/CosyVoice多语种语音生成模型,支持3秒声音克隆与流式合成CosyVoice 是阿里巴巴达摩院 FunAudioLLM 团队开发的多语种大语音生成模型,提供推理、训练和部署的全栈能力。其核心能力包括仅需 3 秒参考音频即可实现零样本声音克隆,覆盖 9 种常见语言和 18 种以上中文方言,并支持跨语种克隆。模型采用 LLM 生成语义 Token 与 Flow Matching 渲染声波的双阶段架构,CosyVoice 2.0 起支持双向流式合成,延迟低至 150ms。CosyVoice 3.0 引入多任务 Tokenizer 和可微…预览
KWCode天工开物val1813/kwcode为本地小模型优化的确定性流水线 Coding Agent CLI 工具KWCode(天工开物)是一个专为本地开源模型优化的 Coding Agent CLI 工具,由中国开发者 val1813(ValHuang)开发,MIT 协议开源。其核心定位是让 8B-30B 参数的小模型也能完成编程任务,数据不出网。 KWCode 采用确定性专家流水线架构,LLM 只负责任务分类和代码生成,文件定位、验证、调试等环节由确定性代码完成。内置 5 个确定性工具,支持 BM25+AST 调用图定位、三阶段重试、Debug Subagent 运行时调试、DAG…预览
AI形象照接单级模板提示词项目档案一套分层锁定的AI生图提示词架构,将专业摄影参数硬性锁定,仅开放客户定制区,实现标准化接单交付。AI形象照接单级模板提示词是一套结构化的AI生图提示词工程方法论,旨在将Midjourney、Flux、GPT Image等AI图像生成工具的输出质量从“塑料感”提升到商业影楼级写真水准,并实现标准化接单交付。其本质是分层锁死的提示词架构:将摄影参数(镜头、光位、胶片质感)硬性锁定,仅暴露客户定制区(动作、穿搭、修饰)作为可变变量。用户只需复制模板、填入客户需求、让LLM生成最终提示词,并配合客户原始照片垫图出图。该方法论解决了传统AI生图的六大痛点,包括“塑料微商味”、非…预览
知识检索技术全景对比项目档案从传统RAG到LLM Wiki,一文看懂五大知识检索技术流派本文档是一份关于知识检索技术的深度对比指南,系统梳理了当前领域的五大技术流派:传统RAG、PageIndex、SirChmunk、MinerU和LLM Wiki。文档从技术概述、问题背景、核心思想、核心原理、系统架构、关键流程、技术关系、应用场景、工程落地、优缺点与适用边界等多个维度进行了全面分析。文档指出,传统RAG存在语义碎片化、静态索引僵化、近似匹配不等于真正相关、文档解析能力弱、知识不累积等五大结构性缺陷。针对这些痛点,PageIndex通过构建文档语义树实现推理式…预览
Petdexcrafter-station/petdex面向 OpenAI Codex CLI 的动画宠物公共画廊平台Petdex 是一个面向 OpenAI Codex CLI 的动画宠物公共画廊平台,由 crafter-station 组织维护。它解决了 Codex 宠物散落在 GitHub、Reddit 等各处,缺乏统一浏览、预览和安装入口的问题。平台提供公共画廊,支持按类型、颜色、风格分类浏览,每个宠物可预览所有动画状态。用户可通过 `npx petdex install <name>` 一行命令安装宠物。宠物由社区创作和提交,平台提供自动审核(OpenAI LLM)与人工审核双重机…预览