Codex Plugin for Claude Code项目档案在 Claude Code 工作流中直接调用 OpenAI Codex CLI,实现跨模型协作的官方插件Codex Plugin for Claude Code 是 OpenAI 官方推出的 Claude Code 插件,让用户可以在 Claude Code 工作流中直接调用 OpenAI Codex CLI,实现跨模型协作——用 Claude 做主力编程,用 Codex 做代码审查和任务委派。插件通过 Claude Code 的 Plugin System 注册自定义 Slash Commands、Hooks、Subagents 和 Skills,在命令触发时通过 Bash…预览
Codex多智能体实战openai/codex基于Git Worktree物理隔离与DAG调度的多智能体并行编程方案Codex 是 OpenAI 于 2025 年开源的终端 AI 编程助手,其多智能体能力将编程任务拆解为有向无环图(DAG),由 Manager 调度多个 Subagent 在独立的 Git Worktree 中并行执行,通过 Harness 层统一管理上下文压缩、状态同步和执行环境隔离。该方案旨在解决多智能体并行时的 Token 消耗暴涨、上下文失控和状态无法收敛等痛点,强调控制成本、控制状态、控制依赖,而非追求最大并行度。核心机制包括 Manager 负责任务拆解、依赖…预览
Huobao Drama 火宝短剧chatfire-AI/huobao-drama一站式 AI 短剧自动化生产平台,从剧本到成片全流程编排Huobao Drama(火宝短剧)是由南京 AI 火宝团队开发的一站式 AI 短剧自动化生产平台,实现从剧本生成、角色设计、分镜制作到视频合成的全流程自动化。项目以 TypeScript 全栈构建,后端采用 Hono + Drizzle ORM + Mastra AI Agent 框架,前端使用 Nuxt 3 + Vue 3,数据库选用 SQLite。其核心价值在于将短剧制作拆解为剧本改写、角色提取、分镜拆解、音色分配、提示词生成五步流水线,每一步由专门的 AI Agen…预览
OMX (Oh My Codex)Yeachan-Heo/oh-my-codex为 OpenAI Codex CLI 提供结构化工作流、多 Agent 协作与持久化状态管理的开源增强层。OMX(Oh My Codex)是 OpenAI Codex CLI 的工作流增强层,它不替代 Codex,而是在其上叠加结构化工作流、多 Agent 协作、持久化状态管理和专业角色系统。它主要解决 Codex CLI 缺乏结构化工作流、多任务并行时缺少团队协调机制、项目状态与计划无法跨会话持久化、缺少专业角色分工等问题。其核心是四个 Skill:$deep-interview 用于澄清需求边界,$ralplan 用于生成并审批实现计划,$ralph 用于单人持续执行到完成…预览
GPT Image 2 自动化生图套利实战项目档案基于 GPT Image 2 与 MaxHermes 的自动化生图套利方法体系本收藏记录了一套基于 OpenAI GPT Image 2 图像生成能力与 AI Agent(MaxHermes)自动化编排的商业化变现方法体系。核心思路是利用 GPT Image 2 的高质量生图能力,结合 MaxHermes 的自动化任务编排,将原本需要人工完成的生图任务变成 7×24 小时自动运行的流程。报告指出,该方法体系解决了“知道能赚钱但没时间做”的痛点,并提供了从低到高的六种变现路径,包括老照片修复、教育素材资料包、电商商品图、社媒起号、倒卖 API 和接单赚…预览
GPT-Image 2 极简几何海报提示词项目档案一段结构化提示词,让 AI 为任意产品快速生成极简几何装置风的商业级产品海报。这是一套基于 ChatGPT Image 2.0 的提示词设计方法论,属于 AI 图像生成领域的 Prompt Engineering 范畴。其核心是通过一段精心设计的结构化提示词,让 AI 为任意产品一次性生成极简几何装置风的产品海报,达到商业级品牌 KV 级别的视觉效果。该方法旨在解决商业产品海报制作中“质量-成本-速度”的不可能三角,通过一段提示词加一张产品图,在几十秒内产出品牌级海报。提示词支持双模式输入:提供产品图时保留其核心外观特征与配色;仅输入产品名时,则自动…预览
GPT-Image 2 实操案例与提示词工程指南项目档案一份基于实操案例整理的 GPT-Image 2 提示词工程指南,覆盖 13 类应用场景与模板化用法。本指南基于一份实操报告整理,围绕 OpenAI 于 2026 年 4 月推出的图像生成模型 GPT-Image 2 展开。报告指出,该模型并非传统文生图工具,而是集成了意图理解、知识补全、设计规划与精准渲染的 Agent 系统。指南重点介绍了其四大核心亮点:高质量中文渲染、自动补全缺失信息、支持极简提示词以及可对话式追问微调。内容主体为 13 个实操案例,覆盖图鉴拆解、古文书法、科普百科、电商详情、试卷生成、旅游攻略、人物关系图、密集中文排版等场景,每个案例均提供了对应的提…预览
GPT-Image-2 地景档案模型提示词项目档案一套将地标建筑转化为博物馆展陈感档案模型视觉图的六层参数化提示词方法论「地景档案模型 / Landscape Archive Model」是 @MrLarus 基于 OpenAI ChatGPT-Image-2.0 设计的一套地标建筑提示词方法论,将长城、珠峰、外滩、珠江等知名地标浓缩成具有博物馆展陈感的档案级实体模型视觉图。其核心是「参数化分层控制」,将提示词拆解为基础设定、画面结构、细节要求、说明系统、构图镜头、材质光影六个独立可调的控制层。该方法内置主题类型路由机制,可覆盖自然地貌、城市空间、混合景观三类主题;并遵循三层色彩纪律(主色调…预览
AI-CanvasProashuoAI/SHUO-Canvas基于节点的 AI 多模态画布编辑器,通过可视化连线编排文本、图像、视频与音频生成AI-CanvasPro 是一款基于节点的 AI 多模态画布编辑器,由独立开发者阿硕(ashuoAI)打造,采用纯原生 HTML/CSS/JS 前端与 Python 后端,支持 Windows、macOS 与 Web 平台。它通过无限画布上的可视化节点连线,让用户组合文本、图像、视频、音频等 AI 能力,实现多模态内容的一站式创作。项目定位为 ComfyUI 的“轻量中文替代”,中文原生支持,无需本地 GPU,通过 API 调用即梦、RunningHub、PPIO、GRSA…预览
CLIProxyAPI 本地反代大模型 API 网关router-for-me/CLIProxyAPI将已授权的 AI CLI 账号统一转换为 OpenAI 兼容 API 的本地网关CLIProxyAPI 是一个用 Go 编写的轻量级 AI 代理网关,由 router-for-me 团队开源维护,采用 MIT 协议。它能够将用户已登录授权的各种 AI CLI 工具(如 Gemini CLI、ChatGPT Codex CLI、Claude Code CLI)包装成一个统一的 OpenAI 兼容 API 接口,默认暴露在本机 localhost:8317 上。该工具解决了 AI 服务格式不统一、CLI 能力无法被代码调用、多账号管理混乱、安全暴露风险等问…预览
OpenAI Privacy Filteropenai/privacy-filterOpenAI 开源的本地化 PII 检测与脱敏模型,支持 128K 长文本与浏览器端运行OpenAI Privacy Filter 是 OpenAI 于 2026 年 4 月 17 日开源的双向 Token 分类模型,专注于文本中个人可识别信息(PII)的检测与脱敏,属于 NLP 安全/隐私合规技术体系。其核心定位是为企业级数据清洗流水线提供一个可本地部署、高速、上下文感知且可调优的 PII 检测模型。模型采用自回归预训练加双向分类微调的方式,总参数量 1.5B,但通过稀疏 MoE 架构,每个 Token 仅激活 50M 参数,可在浏览器和笔记本上运行。模型支…预览
ArcReelArcReel/ArcReelAI Agent 驱动的开源小说视频生成工作台ArcReel 是一个开源的 AI 视频生成工作台,由 AI Agent 全程驱动,能够将小说文本自动转化为完整的短视频。其完整工作流为:小说 → 角色/场景/道具设计 → 剧本 → 分镜图 → 视频片段 → 最终成片。它本身不训练模型,而是通过统一的抽象层集成 Google Gemini、火山方舟、xAI Grok、OpenAI 等多个 AI 供应商,用 Agent 智能体协调完成从文本到视频的端到端生产流程。项目采用 React 19、Python 3.12+ / Fa…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
PDFMathTranslatePDFMathTranslate/PDFMathTranslate开源 PDF 科学文档翻译工具,翻译全文并保留公式、图表与排版。PDFMathTranslate(命令行工具名 pdf2zh)是一个开源的 PDF 科学文档翻译工具,其核心能力是在翻译 PDF 全文的同时,完整保留原始排版、数学公式、图表、目录和批注。它通过 PDF 解析、元素分类、文本翻译、原位回填四个阶段处理文档,使用 DocLayout-YOLO 模型识别并跳过公式区域,避免公式被翻译引擎误读。翻译引擎可插拔,支持 Google、DeepL、OpenAI、Ollama 等十余种后端,并支持 CLI、GUI、Docker、MCP S…预览
Codex Chrome Extension项目档案让 AI Agent 在用户已登录的 Chrome 浏览器中直接执行网页自动化任务Codex Chrome Extension 是 OpenAI 于 2026 年 5 月 7 日发布的 Chrome 浏览器扩展插件,让 Codex AI Agent 能够直接操控用户已登录的 Chrome 浏览器,执行网页自动化任务。该插件解决了 Codex 此前无法操作需要登录的网站的问题,通过复用浏览器已有的 Cookie 和登录状态,使 AI 能够访问邮箱、社交媒体、公司后台等需要认证的页面。其核心能力包括身份共享、多标签页并行处理和多代理协同。用户通过 @Chro…预览
GPT-image2(OpenAI 图像生成模型)项目档案OpenAI 第二代原生图像生成模型,以 Transformer 端到端架构实现印刷级文字渲染与 UI 仿真。GPT-image2 是 OpenAI 推出的第二代原生图像生成模型,模型 ID 为 gpt-image-1.5,属于 GPT 多模态模型家族中专门负责图像输出的成员。与 DALL·E 系列不同,它不是独立的扩散模型,而是直接嵌入在 GPT 推理架构中的图像生成能力,用同一个 Transformer 做文本理解和图像输出。该模型解决的核心问题是让 AI 生成的图片不再“一眼假”,在文字渲染、UI 仿真、细节精度、多语言支持等方面实现了跨越式提升。其核心优势包括:文字渲染达到…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
GPT IMAGE2 角色设计卡 Prompt 工程项目档案从单张角色图自动生成官方设定级角色设计卡的 Prompt 工程方法本收藏聚焦于 GPT IMAGE2(gpt-image-1.5)在角色设计卡(Character Sheet)场景下的 Prompt 工程方法论。核心能力是从单张角色图片自动生成包含三视图、表情变化、装备分解、色板和世界观设定的专业级角色设定图。传统制作需资深设计师 1-3 个工作日,而该方法可在约 10 秒内完成,成本约 $0.05-0.10/张。其原理基于 VQ Token 与 Text Token 的统一空间,使模型能同时理解图像与文字指令,保持多视图一致性并自动推理…预览
minimindjingyaogong/minimind从零开始用 PyTorch 原生实现并训练 GPT 风格语言模型的开源项目MiniMind 是一个开源项目,目标是从绝对零开始训练一个 GPT 风格的语言模型。项目没有使用任何第三方框架的高级抽象,所有核心算法代码均使用 PyTorch 原生实现,开发者可以逐行阅读、理解、修改每一处计算逻辑。项目覆盖了从预训练、SFT 到 DPO 的完整训练链路,并支持推理、多模态、工具调用等能力。其最小模型为 26M 参数,最低硬件要求为单张 NVIDIA 3090,最短训练时间约 2 小时。项目强调“大道至简”的理念,不追求 SOTA,而是追求“最小可理解”…预览