与「部分素材来自网络，如涉侵权请联系，我将及时删除。」相关的搜索结果

基于花生十三公开教学体系整理的行测申论公考解题技能包 这项目是给 Hermes 用的公考技能包，素材全来自花生十三的公开教学体系。行测六个模块加申论全覆盖，整理了 20 多种题型和上百条速算公式，资料分析部分重点整合了截位直除、415 份数、假设分配这些速算方法。能当题讲、能讲方法、能模考、能做规划、能给策略，五种模式随便切。

Every团队发布了对OpenAI新模型GPT-5.6 Sol的深度测评。结论是，Sol是一款出色的日常协作模型，但在最复杂、最需要独立判断的任务上，Anthropic的Claude Fable仍然更强大。 Sol的核心特点 1）快、稳、遵循指令。 Sol的最大升级在于速度和可引导性。它响应迅速，能让人在还记得“哪里不对劲”的时候就看到修改结果——一次失败的方向只花几分钟，而以往可能要半小时。团队成员评价它“不会做蠢事”，愿意接受纠正，被指出问题后能快速重试。 2）主动找上下文。 Sol会先阅读可用的文件、项目指令和连接的工具，再决定是否需要向人求助。在一项电子表格测试中，它自己找到邮件、检查了46个CSV文件、发现缺失信息，然后带着七个问题回来——每个问题都附上了自己的建议，让人只需批准或修正，无需重新布置任务。 3）执行力和持久性强。 Sol能追踪陌生生产代码库中的bug，完成GPT-5.5多次失败的任务，并且在测试失败时会修复产品本身的问题，没有偷偷弱化测试标准。 但Fable依然更强 尽管Sol表现亮眼，Every团队明确表示：最大、最模糊的任务仍然交给Fable。 在他们的“高级工程师”基准测试中，Fable得分90/100，Sol只有56/100。差距主要来自Sol的一个特定弱点：不知道何时该停。它在重写任务中新增了约12900行代码，每个改动单独看都有理由，但整体重建了过多的复杂度。Sol理解架构没有问题，问题在于缺乏克制——而“决定不做什么”恰恰是高级工程的核心能力之一。 Dan Shipper的比喻：Sol是保时捷，Fable是曲速引擎。Fable能带你跨越星系，但多数时候你只是在城里转转，Sol让你出行更有风度。可当你真的要去远方时，还得靠Fable。（曲速引擎这个比喻足以说明工程师对Fable的称赞） 于是，有工程师用Fable做编排者、定计划，让Sol负责执行；Mike Taylor的做法是“如果你是Human in the loop，Sol所在的Codex应用体验更好；但如果你想把自己从流程中移出去，你需要Fable”。多位成员估计Sol能做到Fable约80%到90%的工作——但剩下那部分，恰恰是最难、最有价值的部分。 推荐使用场景 选Sol · 正在写作、研究、构建或分析一个需要边做边改的项目 · 项目里已经有充足的素材、示例、指令和先前决策 · 目标明确，只需要模型处理步骤、工具和跟进 · 需要一个快速响应、随叫随改的协作伙伴 选Fable · 任务边界模糊，“决定项目需要什么”本身就是工作的重要部分 · 想把长任务完全交出去，离开，回来验收成果 · 简化、架构设计和克制比快速往返更重要 · 需要“尖锐而有锋芒的智能”来做大的架构决策和品味判断 选Opus · 希望在模型工作时看到更多推理过程和进展（Codex的一个短板正是过程可见性差，用户常常需要反推Sol到底改了什么） 结论 Sol代表了日常知识工作的一次重大升级：快速、机灵、善用上下文，是团队想“留在身边”的协作模型。但当任务足够大、足够模糊、足够需要独立判断时，Fable仍然是无可替代的第一选择。

フロント部分はメッシュ素材に仕上がり透け感でセクシーさをアピールをすることが可能で、巧みに露出された素肌がより魅力を引き出すエロセクシーハイレグレオタードです✨ 🫱

✧˖°⌖ 𝙉𝙀𝙒𝘼𝙍𝙍𝙄𝙑𝘼𝙇 ꙳✧˖°⌖ フロント部分はメッシュ素材に仕上がり、透け感でセクシーさをアピールをすることが可能で、巧みに露出された素肌がより魅力を引き出します✨ 🫱

兄弟们刷到一个 GPT-Image2 提示词库，我第一反应是： 这玩意涨 Star 是不是开挂了。 刚开源没几天，GitHub 直接干到 9000 Star。 在 GitHub 上见过不少项目起飞，但这种速度，真不多见。 它其实就干两件事。 但这两件事，刚好把我之前出图最痛苦的部分给拆了。 第一，一套工业级提示词引擎。 不是那种“高清、电影感、细节丰富”硬堆词的 prompt。 是真有结构、有逻辑、能复用的一套系统。 第二，一个一直在更新的模板库。 你今天刚想做某个风格，可能明天里面就多了一套现成模板。 这就很离谱。 以前出图最烦的是什么？ 反复试参数。 反复改词。 反复生成。 然后盯着结果骂一句：怎么还是这鸟样。 用这种现成结构去套，稳定性真的会高很多。 我自己翻了几天，感觉至少把以前浪费在瞎试上的时间，省回来一大截。 更狠的是，后面还跟了一套 GPT images 2 提示词合集。 这批提示词跑出来的图，质感和细节确实有点东西。 光影、材质、构图，全都不是随便糊弄的那种。 很多玩法你自己硬想，真不一定想得到。 整包 3.9GB。 基本都是市面上热度很高的那批，打开就能直接用，不用再到处东拼西凑。 提示词引擎本体在这： 3.9GB 爆款素材包在这： 说白了，做 AI 图的人已经分层了。 一种还在苦哈哈炼丹，试错，熬夜调 prompt。 另一种已经把提示词引擎和模板库当外挂用了。 效率不是差一点。 是别人还在搓木棍，你已经掏电钻了。 很多人看到的是“又一个开源项目”。 我看完只觉得，后面还靠纯手搓 prompt 出图的人，真的要被卷麻了。

收藏这35个免费实用网站，日常用起来超顺手 01. —— 一键永久存档任意网页 02. —— 转动地球，收听全球实时电台 03. —— 免费临时邮箱，保护隐私 04. —— 给未来的自己发一封邮件 05. —— 查找软件免费替代品 06. —— 查看网站使用的技术栈 07. —— AI 一键去除图片杂物 08. —— 免费处理 PDF、图片等文件 09. —— 在线 Photoshop 替代品 10. —— 全能 PDF 工具箱 11. —— 免费流程图、架构图工具 12. —— 无限手绘白板 13. —— AI 语音转文字 14. —— 自动整理会议纪要 15. —— 像改文档一样剪音视频 16. —— 快速录屏分享 17. —— 可视化自动化工作流 18. —— 自动连接各种应用 19. —— AI 一键抠图 20. —— AI 无损放大图片 21. —— 免费图片、视频、音乐素材 22. —— 免费可商用素材库 23. —— 思维导图、流程图工具 24. —— 开发者学习路线图 25. —— 免费系统学习编程 26. —— 编程文档聚合查询 27. —— JSON 可视化工具 28. —— Cron 表达式生成器 29. —— 特殊符号大全 30. —— 一键截取完整网页 31. —— 字数、阅读时间统计 32. —— 一键提取纯净食谱 33. —— 亚马逊历史价格查询 34. —— 产品说明书搜索 35. —— 尝试绕过部分网页付费墙阅读全文

这两天 ChatCut 大火，作为一个审美白痴我对视频质量发言权不大，但是必须得说这个插件的确是做的优雅，👍 简而言之，ChatCut 把 Skills 和一整套 MCP Tools 接进 Codex，项目、素材、生成任务、时间线和导出状态都由 MCP 直接与 ChatCut 后端交互；网页版编辑器处理专业剪辑界面，并且和 MCP 共享同一个项目状态。 于是 Codex 可以负责理解需求、研究资料、写脚本、做判断和编排任务，ChatCut 则继续负责素材、轨道、帧、渲染、转码这些很脏、很重、但又必须极其可靠的视频工程。 我用它做了一支 3 分钟的“中国过去十年出生人口变化”分析视频，并完整观察了一下整个的过程：查国家统计局数据，生成 6 段旁白，写 6 个可编辑 MG，按照真实音频长度对齐 5509 帧，再抽查云端渲染结果。 关键不是 AI 会不会模拟鼠标，而是 Codex 完成了 AI 最擅长的理解和编排，ChatCut 完成了专业软件最擅长的工程执行，最后我还能进入传统时间线继续修改。 我觉得这才是 Codex 插件能发挥最大价值的方式：不要每个产品都重新造一套聊天框、Agent、模型路由和通用推理，也不要让 Codex 用 Browser Use 硬猜一个复杂软件的界面；把 AI 层交给 Codex，把真正形成产品壁垒的工程层留在自己手里，中间用 MCP 建立稳定、可验证、可组合的接口。 所以说 MCP 已死，我觉得是看反了。MCP Server 的数量、套壳和“接入即智能”这类幻想确实在退潮，但 MCP 作为分工边界反而越来越重要。没有这层协议，AI 产品和专业软件只能互相侵入、重复造轮子；有了它，两边都可以把精力放回自己真正擅长的部分。 我现在更愿意把好的 Codex 插件理解成一种新型专业软件：AI 不需要住进软件里，软件也不需要把自己改造成 AI。它们通过 MCP 协作，最后把一件真实工作做完。 OpenAI 当年号称要把 GPTs 做成 AI 时代 App Store 的梦想，好像真的有那么点希望了。

靓仔靓女们都忘了我是个跨境电商博主了吧？ 🤡 ai都更新麻了 主做独立站，也就是shopify和wordpress 都是通过社媒，也就是youtube，tk，ins等平台拉流量进来转化 辅助ads ，这些属于安身立命的本钱了 所以，如果想做好一个独立站，有几个技能是必备的 1.独立建站+优化 不会建站的基本功还玩个屁，代建站就是傻逼伪命题 2. 广告投放 tk，fb，gg，gptads，现在都略懂 3.素材制作 毕竟网站，投放，社媒都需要素材 这部分图片\视频都需要，万幸都ai，现在门槛极低，不难 4.数据分析 所有用户行为，都会化为数据 访客，流量，转化，加购，复购，客诉等等 ，会分析数据依然是个大基本功 5. 工具链 大家对独立站的恐惧就在于，工具链都是独立的，网站冷启动没流量，不如平台电商那么好入门，所以掌握必要的工具链是非常有必要的 我的经验： 建站只是一小部分，重要的都是如何获得流量，也就是你的社媒如何运营 所以自己通过社媒运营的实践，才会知道更多的流量变现，以及社媒运营的方式

最近让 AI 设计两个应用的首页有感，设计现在还是应用最大的护城河，微调设计比写代码要难多了，要描述设计风格非常难。 我现在的大体做法是这样的： 1 搜集和发现好看的设计，我一般都是在 或者 去看，它们会搜集非常多网站的风格，并且可以快速获取 design.md 2 结合你要做的产品找到设计风格，最后再提供网站的截图，同时把 PRD 提供给 AI，让它精炼处你产品中的最有特色的部分，先把要展示什么内容和页面的大体结构写出来，不需要出图，可以多些几个版本，找到你想要的。 3 出图，把 design.md 参考网站截图 你要展示的结构 一起提供给 AI，让 ChatGPT images2 帮你出图，这是我用过觉得设计最好的模型，你可以让它帮你直接出 3 种风格的，你可以选择你喜欢的，假如有一些静态素材，也可以让它帮你扣出来。 4 图片转换成页面，这个一般比较强的大模型都可以，没什么可说的，出来以后，在根据图片的细微之处微调就好。 5 交互和动画，交互我觉得是非常重要的，我喜欢在页面中添加一些简单的动画，尤其是使用 gasp 或者 motion 去添加一些小范围 精致 的动画，让页面可以出彩，你也可以问 AI 怎样添加动画，可以使用emil 的 emil-design-eng 的 skill 去做动画的指导思想： 然后可以参考 去添加更多微妙的动画。 6 最后就是发现美的眼睛了，要自己去多看多搜集多观察，这就是一种天赋了。 这篇帖子之后我会总结成一篇《怎样用 AI 做设计》，系统的去总结一下。

xBubble Coding ：10 分钟搭建英语学习资料网店，AI 正在加速 OPC经济爆发 最近我做了一次完整实测： @dappOS_com xBubble 新推出的 Coding 功能 这次我没有测试热点项目，而是换了一个更适合长期运营的方向：搭建一个英语学习电子资料网店。 需求很简单：售卖英语学习电子资料，包含商品页与购物车，看起来只是个小项目，但我反而觉得这个案例特别有代表性。 因为它非常符合我最近越来越看好的一个趋势： OPC经济（OPC Economy）。 One Person Company Economy。 简单说就是：一个人，就是一家公司。 我越来越觉得，AI 正在加速 OPC经济 的爆发，未来很多生意，不再需要传统意义上的团队配置，一个人加上 AI 和成熟基础设施，就可能跑出过去小团队才能完成的业务规模，而英语学习资料这种生意，就是很典型的 OPC 模型，没有库存压力，没有物流成本，内容可以长期复用，利润结构也很健康，资料做一次，可以卖很多次。 理论上，这非常适合个人创业者，但过去真正让很多人做不起来的，从来不是产品本身，而是执行成本。你要建网站。要配服务器。要解析域名，要做商品展示。要接支付系统。还要准备营销素材，如果找团队做，成本不低。如果自己学技术，时间成本更高，这也是为什么我越来越觉得，xBubble 的方向很特别。 如果说 Cursor、Claude Code、Codex 解决的是：如何更高效写代码，那xBubble 真正解决的是另一个问题：如何让普通人快速把生意跑起来。 这次实测里，我其实原本以为这个案例不会那么顺利。尤其是购物车和支付模块。因为在传统建站流程里，这两个部分往往最麻烦。购物车涉及商品逻辑。支付又涉及支付接口接入。通常是最容易卡住的地方。但这次实际体验，确实有点超出预期。我输入需求后，从生成到完整网站雏形出来，大概只用了 10 分钟。 这个速度已经很快了。更让我意外的是，生成出来的不只是一个展示页面。商品展示、购物车、支付链路这些核心模块，基本都已经搭好了。说实话，这点让我挺惊喜。因为我原本以为后面至少还要花不少时间去补功能。结果第一版出来，完整度已经很高。 这让我更直观地感受到：xBubble 的核心优势，不是某一个功能特别强。而是它把 OPC 创业过程中最难的几个问题，一次性解决掉了。过去最容易卡住普通人的，就是技术门槛。服务器部署、域名解析、API Key 配置，这些底层环节足以劝退很多人。 但在 xBubble 里，这些复杂环节基本都被封装掉了。用户不需要理解底层技术逻辑。相关费用也可以直接通过 xBubble Credit 统一结算。对 OPC 来说，这一点价值非常大。因为机会来了，你必须接得住。 更让我看重的是，它天然适合全球化创业。xBubble 底层架构强调抗审查与隐私保护。服务器、域名等基础设施由生态内第三方服务商提供，平台不留后门，数据完全隔离。 这意味着： 商业数据属于你。 客户数据属于你。 资产控制权也属于你。 真正把业务主权还给创业者自己。 另一个让我很看重的，是它的商业冷启动能力。平台原生支持稳定币支付与结算。这意味着你不需要再经历传统业务里最复杂的一套流程：开户。审核。跨境支付。结算。 从网站搭建到开始收款，整个商业闭环理论上可以压缩到 1 小时以内。这对于 OPC经济 来说，价值非常大。因为很多时候，速度本身就是竞争力。而且，xBubble 最容易被低估的，还不是建站能力。而是内容工业化输出能力。 商品详情页。 产品 3D 渲染图。 广告视频。 投放素材。 多平台宣发内容。 这些东西往往比开发更耗精力。而 xBubble 通过成熟 SOP，把这些环节几乎全部标准化了。整个过程不需要用户面对空白对话框反复调 prompt。这意味着，一个人也能拥有接近小团队的内容生产效率。 这也是为什么我越来越相信：OPC经济 会是 AI 时代最值得关注的趋势之一。 AI 正在创造一种全新的创业模式：一个人 + AI + 全球化基础设施 = 小型公司级生产力。传统 SaaS 看不上的长尾市场，很可能就是 OPC 的机会所在。而 xBubble，正在成为这个时代最关键的基础设施之一。 当多数人还在用 AI 提高一点效率的时候，真正聪明的 OPC，已经在用 AI 重构整个商业流程。 用抗审查释放长尾刚需。 用 SOP 碾平运营风险。 用 Vibe Coding 加速商业落地。 我越来越觉得，xBubble 很可能会成为 AI 时代 OPC 获取超额利润最核心的商业基础设施，甚至可能是最重要的那一个。