与「diet」相关的搜索结果

Health is wealth, and this conversation with @nicodotfun covers more than just fitness. @shivst3r From pre-workout routines and mental strength to trading, crypto, and diet culture, there's plenty to learn here. Watch the full conversation and catch the moments that stand out. 🔥

世界上前20的Skill必装榜！ 1、superpowers（by obra），当时星标 30.2 万 它把开发拆成四步：头脑风暴、写计划、测试驱动、代码审查，串成一套开发流程。做中大型功能之前装上，AI 不会一上来就乱写代码。 2、skills（by mattpocock），当时星标 29.8 万 需求说不清的时候，它会反过来追问你，再帮你理清架构。排查 bug、重构老项目，用它最顺手。 3、andrej-karpathy-skills（by multica-ai），当时星标 22.1 万 一份项目规则：AI 先想清楚再动手，只改该改的地方。放进项目根目录，写代码时就生效。 4、skills（by anthropics），当时星标 18.2 万 官方技能库，Word、PPT、表格和 PDF 都能直接做。想自己写 Skill，照着它的模板改就行。 5、ponytail（by DietrichGebert），当时星标 16.8 万 让 AI 像最懒的资深工程师一样思考：能不加的抽象就不加。代码写完让它过一遍，把过度设计和技术债挑出来。 6、ui-ux-pro-max-skill（by nextlevelbuilder），当时星标 13.8 万 整套配色、字体搭配和交互规范都在里面。做落地页、后台和 APP 界面之前装上，页面更像设计师做的。 7、graphify（by Graphify-Labs），当时星标 12.9 万 把代码、文档和数据库结构转成一张知识图谱。接手陌生项目时先建图，再问"这个函数被谁调用"，一查就清楚。 8、caveman（by JuliusBrussee），当时星标 11.4 万 让 AI 用最少的字回答，啰嗦的铺垫全删掉。长时间跑 agent 的时候装上，能省下一大截 token。 9、agent-skills（by addyosmani），当时星标 10.9 万 谷歌工程师整理的工程规范，覆盖接口设计、上下文管理和质量检查。团队一起写项目，用它统一写法。 10、taste-skill（by LeonxLnx），当时星标 9.9 万 给 AI 补上审美：排版、参考图和动效都有讲究。做官网首页和作品集的时候用，页面不再像套模板。 11、Understand-Anything（by Egonex-AI），当时星标 8.7 万 把代码变成能点开的交互图谱，还会讲清楚业务流程。新人上手项目、读开源代码，最省时间。 12、impeccable（by pbakaus），当时星标 8.3 万 专门提升 AI 的设计能力，会检查间距、层级和细节。页面做完先让它审一遍，再按建议打磨。 13、awesome-claude-skills（by ComposioHQ），当时星标 7.7 万 一份技能合集，按场景收录了八百多个 Skill。不知道该装什么，先来这里挑。 14、last30days-skill（by mvanhorn），当时星标 6.5 万 它会去 Reddit、X 和 YouTube，汇总最近 30 天的讨论。 做选题、追热点、调研同类产品的时候用。 15、humanizer（by blader），当时星标 5.9 万 专门去掉文字里的 AI 痕迹，比如套话和固定句式。公众号、口播稿和邮件写完，都可以让它过一遍。 16、diagram-design（by cathrynlavery），当时星标 5.8 万 支持四十多种图表，直接输出成网页文件。写技术文档、做方案汇报，用它画架构图和流程图。 17、i-have-adhd（by ayghri），当时星标 5.8 万 让 AI 先说结论和下一步，再给细节，不把答案埋在长段落里。问技术问题、想马上拿到结果，就装它。 18、marketingskills（by coreyhaines31），当时星标 5.6 万 覆盖文案、SEO 和数据分析这些营销技能。写推广文案、提升网站搜索排名的时候用。 19、academic-research-skills（by Imbad0202），当时星标 5.3 万 从查文献、写论文到模拟审稿，一条流程串起来。写毕业论文、投期刊之前都能用。 20、scientific-agent-skills（by K-Dense-AI），当时星标 5.3 万 让 AI 变成科研助手，接入生物、化学这些领域的数据库和工具。做实验分析、查专业资料的时候用。

What TV show got canceled right when things were getting REALLY interesting? HANNIBAL left Will and Hannibal’s fate hanging after that cliffhanger ending. THE OA was canceled after revealing a completely new reality. SANTA CLARITA DIET ended with Joel’s fate still unresolved. Which canceled show do you still wish had gotten one more season?

Doing a bit of a self-experiment. Goal: use my personal health and travel data to provide personalized diet and exercise recommendations for me, using frontier models but in a way that avoids leaking to them any private information. Strategy: use a local model (Qwen 3.8 Flash Next) to orchestrate, and use powerful remote models as a tool call to benefit from higher-level thinking and knowledge that the local model does not have. Three-layer approach to privacy: Avoid leaking personally identifiable information, or leaking my identity through writing style -> local model writes the queries to the frontier model, not me Avoid leaking who I am through the payment channel -> zkAPI Avoid leaking who I am through networking / IP -> Tor You need all three (and finally we have all three, at least to some extent) A skill file teaches the local model when and how to construct minimally-data-revealing requests to remote models. Use zkAPI-wrapped-with-Tor as a CLI tool. And everything works! I got the recommendations back, info from frontier models helped to improve them. Main deficiencies: * Tor is really not optimized for request-by-request de-linking, which is the only form of network-layer privacy that really makes sense in today's world (long-running identifiers are too fragile). Probably not private enough, and latency 10-100x higher than it could be, at the same time. * The skill file's request construction strategies are definitely far from optimal. * Qwen 3.8 Flash Next is still too slow for comfort. It's comfortably running at 20-30 TPS, but it would only really start to feel fast at 100+ * There is a tradeoff: the more careful you are about what data you give to a remote model, the less it can help you

GitHub 今日趋势：Agent-Reach 领跑，ponytail / skills / openrig 继续狂欢 GitHub Trending 日榜 - Panniantong/Agent-Reach（给 agent 读全网：X/Reddit/YouTube/GitHub/Bilibili/小红书，宣称 zero API fees） 今日约 +683 总星约 88,558； - DietrichGebert/ponytail 约 +1,429 总星约 151,727； - mattpocock/skills 约 +955， 总星约 274,673； - pbakaus/impeccable（设计语言给 harness） 约 +717； - mvschwarz/openrig 约 +691 总星约 4,274；

BREAKING: Elon Musk alongside President Trump, Chinese President Xi Jinping, U.S. First Lady Melania Trump, China’s First Lady Peng Liyuan, AMD CEO Lisa Su, NVIDIA CEO Jensen Huang, and Apple's Tim Cook. 📸 Kevin Dietsch/Getty Images

这个仓库让Claude少写94%的代码 Fable 5是世界上最好的代码模型。也是最贵的。 你写的每一行额外代码，都要自己买单。 Ponytail用简单粗暴的想法搞定了： 把你的AI代理变成团队里偷懒的高级工程师。 那种看你写50行代码，然后用1行替换的人。 代理在写任何东西前先问自己： → 这个必须存在吗? → 代码库里已有吗? → 标准库能做吗? → 浏览器原生能做吗? → 能写成一行吗? 只有全部失败才写最少可用代码。 结果： • 少写94%的代码 • 账单减少20% • 速度快27% 没有牺牲安全性和验证。 2个命令装好： /plugin marketplace add DietrichGebert/ponytail /plugin install ponytail@ponytail GitHub 83000星。 免费开源。 最好的代码是你从未写过的。 仓库链接：