产品经理老王霸 (@laowangbabababa)

又调整了一些细节，全程用 codex 完成的这个视频工作流，一个skill 跑完整个流程，目前基本能 100% 还原和超越抖音爆款视频了。 1、给标题，说一下要讲的书 2、A 读情绪，写文案，人再改文案 3、TTS生配音 4、生图和视频，视频可做可不做，我白嫖了 grok 生视频 5、组装视频和生成剪映草稿 这里面视频模型不需要特别的贵的模型，简单模型即可，我本地部署了一个，太压的卡了，太慢了

全程用 codex 完成的这个视频工作流，一个skill 跑完整个流程，对比了抖音上的书单视频，这个能还原 90%，还差一些细节。 1、给标题，要讲的书 2、ai 读情绪，写文案，人再改文案 3、生配音 4、生图和视频 5、组装视频 6、生成视频和剪映草稿 里面唯一恶心的就是，生成速度太慢了！

外链跳转产品已经初步能用了，主要使用场景 2 个 1、购课后短信内的短链，点击后加微信 2、公众号文章内容发链接，点击获取微信码。微信 5 月新规对导流行为打压严重，不能直接发码了。 小红书和抖音已经不能跳转外链，没必要尝试了。 以上 2 个场景，是我经常使用的，外面产品单月都 99 元以上，我自己做根本没有啥成本。 一些喷子说，这是几年前的产品，这给我提效就可以了。目前还不完善，逐渐迭代一下。 企业微信如果想开放第三方，是需要申请服务商，还没尝试，需求大也不是不可以做。 最后想说的是，你的产品体验足够优秀，你有流量，别人的成功商业模式，你做了也能赚钱。 有任何问题，都可以评论区讲，评论区体验👇

这个免费配音产品，真好玩啊，VoxCPM2。 以前做 AI 配音，要么按月给平台交钱，要么自己折腾一堆模型。现在 OpenBMB 把这套东西直接开源了。 你丢一段文字进去，它就能生成一段接近真人说话的音频。 更骚的是，不给参考声音也行。直接告诉它，年轻一点，声音温柔一点，语速稍微快点，它会自己设计一个声音。 有参考音频，玩法就更多了。 给它一小段录音，VoxCPM2 能照着克隆音色。生成新内容时，还能单独控制语速、情绪和说话方式。 中文、英语、日语等 30 种语言都支持，四川话、粤语、东北话、闽南话也能做。输出是 48kHz，已经奔着正经内容生产去了。 老王用自己的声音试了东北话，粤语，普通话，都非常像的。关键免费啊！ 代码和模型全部开放，Apache 2.0 许可，可以商用。GitHub 已经超过 3.3 万 Stars。 我已经部署本地了，后面自己的coding 的产品就用这个模型，对配置要求低的。 你也拿一段课程文案试试，重点听三个东西，中文像不像真人，长文会不会越念越怪，克隆出来的声音到底像不像。 跑完再回来交作业。

卧槽，外链跳转微信加好友，被我打通了。 全程用codex ，从链接，跳转到微信app扫码，加微信的流程。从各种网站，获客的线索终于可以不会丢失了。 我看了其他网站做的这样产品，月费至少是99，我只有认证费和服务器的成本。 参考这个视频看看，对这个感兴趣的可以私聊我

天啦噜，我今天被这个 PPTskill 惊艳的嗷嗷的。生成的效果真是吊打业内的感觉。 字体排印带着设计师手调的克制感，数据图表的图形版式是大师级别，最绝的是每一页右侧的调整控件：目录页出现模块数量滑杆，图表页出现换图表类型，跟着内容走，不套死模板。 12 套主题 1020 个版式，改完导出真的可编辑 PPTX。我拿课程资料跑了一下，忍不住从头夸到尾。只能说声卧槽，可能是夯级别的 skill。 外面都在聊 AI 做 PPT 多快多省事。真正值得聊的，是这玩意儿的设计完成度。 这个 skill 有20 种页面角色、1020 个版式，SWOT、波特五力、桑基图、甘特图，做汇报真用得上的全是现成的。最让我爽的是，它自带操作台，可以直接在页面调整每个内容，而不是死板的 HTML。俨然变成了我做课件的刚需产品，内心毫不掩饰的夸赞！ 使用流程： → 跟你的任意 coding agent 说：安装这个 skill → 丢文档进去，自动选版式、填文案、多道校验，几分钟出片 → 每页控制台跟着内容类型动态变，拖滑杆就增减模块、换布局、换图表，改完自动写回文件 → 一键导出真的可编辑 PPTX，逐节点还原，文字全保留。跟那种网页截图贴进 PPT 的骗人玩意儿，压根不是一个东西 课程课件、训练营讲义、客户方案，以前做一套 PPT 从找模板到调排版至少半天，现在丢文档选个主题就出片，不满意浏览器里改，改完直接交 PPTX了。 一个字：爽 按这个美感度，我感觉，这不是又一个生成工具，是把设计师的工作流打包成浏览器编辑器了。 搓作者：@dashiAIxz @Jadon_Bao 好产品，值得推荐！

太好玩了！最近研究一些生图的提示词，一边做视频素材，一边在笑，给娃也弄一全套的新奇图片，包括 1、生成涂鸦插画 2、生成你的明星照 3、把你变成时尚风格插画 4、让你变成3D形象 5、把你做到封面里 6、生成动漫风格画 想要提示词吗？来查看评论！

用 minimax 做设计稿，一次对话直接消耗 16 块，而且是在我强行暂停的情况下，只画了一张图。 我又用 DeepSeek，完成了整个页面的 UI 制作，却仅仅花费 1.2 元。 跟 DeepSeek 对比起来，minimax，毫无性价比啊～

这项目我可太爱了！！ 一个哥们把1324个健身动作全整理完了，英文、西班牙语、意大利语、土耳其语、俄语、中文，六种语言的动作讲解全翻好了。 本来这事你至少得雇两个人，一个整理数据，一个翻译。现在一个开源仓库，建表SQL、API代码、连LLM提示词都给你写好了，复制粘贴就能用了。 我最近减肥中，打算自己搞个小程序，监督训练，就看到了这个宝藏项目。 其实，做健身产品最头疼的从来不是UI界面。是把1324个动作挨个录完，把英文讲解一字一句翻成中文，再琢磨数据存哪、怎么让App读到这些数据。这堆东西，一个人干至少两周，外包出去少说两万。 这个仓库把三件事全替你干了。打开这个仓库你能拿到什么： 1324个动作的数据库，按部位、器械、目标肌肉全部分好了，拿来就能用 六种语言的讲解翻译全齐，不用自己雇人译 选个数据库类型，建表代码自动生成，不用从零建库 接口直接给你写好，七八种语言都能跑，改个地址就行 最狠的，连让AI帮你生成整个后端的提示词都写好了 数据录好了，六种语言翻好了，数据库怎么建也用不着你想了。打开setup.html，选一下你用的数据库类型，四五个主流的一列都支持，建表代码直接生成。 你连接口都不用自己看代码写了，选完框架和数据库，它给你生成一段提示词，直接甩给Claude或者GPT，一条消息整个后端就出来了。 老王自己跑了一趟，先做了个网页版吧，半小时全通了，六种语言的接口一个没落。 你也可以尝试一下，做一个自己的健身管家。

说实话，这个数字人项目被严重低估了。 外面还在20美元/月买 HeyGen数字人会员，美团已经把整套数字人口播方案开源出来了。叫 InfiniteTalk，一张图一段话，口型、头、身体全同步，不限时长。老王拿照片试了一下，完全可用。 它表面是个数字人对口型工具，实际干的事比这多得多。底层用Wan视频模型负责出画面，再挂个音频分析引擎，把你说的每句话拆成嘴型、表情、身体该怎么动的指令，最后靠一种只刷新关键帧的策略，保人脸不崩背景不乱。 整条视频从上到下跟着音频走，不光嘴在动，肩膀、眉毛、眼神全跟着语音节奏变。那种只给你换张嘴的方案。 有两种用法。 1、拍张照片配段话扔进去，出来就是一条完整的说话视频，单人口播、唱歌都行。 2、塞段现成视频加段新音频进去，它能给原视频换配音，人物嘴型和身体动作全跟着新音频重新对齐。 硬件要求，英伟达cuda，显存至少24G，mac无法使用，内存32G以上，硬盘200G以上（权重就100G以上） 安装方法，不复杂， 让AI帮你建个新 Python 环境，跑一遍依赖清单，从 HuggingFace 拽三个模型包就齐了。从下载到出第一条视频，半小时够了。 PS：仓库在 GitHub，而且是Apache-2.0 协议，商用很友好。效果看这个视频，开源的东西做到这个程度，以前真不敢想。

这些UI工具能帮你的产品，彻底摆脱AI味儿，都是我经常用的网站，推荐推荐~ 一、热门GitHub设计推荐 1、awesome-design-md，热门品牌设计系统的 DESIGN.md 文件 2、taste-skill，去除AI味道，专业设计规范 3、花叔 Design，HTML 高保真原型、动效 Demo、设计变体探索 4、frontend-design，前端 UI/UX 设计，避免 generic AI 界面 5、ai-website-cloner-template，克隆任意网站给自己用 二、炫酷前端网站推荐 1、 - 展示动态设计 2、 - 浏览器中的 3D 设备模型 3、 - 将照片转为回顾视频 4、 -图像与视频的 lo-fi 效果 5、 -基于曲线的渐变创建器 6、 -无限独特渐变 7、 -抖动、ASCII 和半色调效果 8、 -每小时在 𝕏 上发现创意UP 9、 - 每日精选设计方案 三、UI设计思路网站 1、figma make，多种UI模板参考 2、 3、 4、 UI参考 请大家继续评论区补充你私藏的好的UI网站~

我爽了，我的UI终于脱离AI味了。 AI 写代码已经够快了，但写出来的页面……怎么说呢，总透着一股 AI 味。紫色渐变、Inter 字体、三列等大卡片，看多了你一眼就能认出来，这是 AI 写的。 AI时代，开始比拼UI的品味能力了，非常稀缺。 今天推荐taste-skill 这个项目，已经14k stars了，干的事有点意思：它不写代码，它把排版、配色、字体、动效的设计规则全写成 SKILL.md，塞给 AI。相当于给 AI 配了个免费的艺术总监。 仓库表面是十几套 SKILL.md 文件，实际在做一件事：把审美变成规则。外面还在卷 AI 写代码多快，它在卷 AI 写的页面能不能不像 AI。 DESIGN_VARIANCE、MOTION_INTENSITY、VISUAL_DENSITY，数值一调整个页面气质就换了，跟调相机参数似的，同一个场景，不同参数出来完全不同。 它有三层做法： >读意图，自己推断你要什么风格。极简、奢侈、粗野，十几套自动匹配 >选底座，该 Tailwind 就 Tailwind，该 Material 就 Material，不自己瞎造 >禁 AI 默认审美，紫色渐变、居中 Hero、三列等大卡片，全禁 我拿自己的AIGC产品跑了一遍。原来的页面代码不动，就加了一行 SKILL.md 进去，让 AI 按它的规则重新迭代，出来的页面焕然一新。不是重写，是同一个代码底子被审美规则过了一遍。 实操很简单，就两步： 装 skill：npx skills add --skill design-taste-frontend 然后把你现有的页面丢给 AI，加一句：按 taste-skill 规则迭代 UI。它自动读你的代码，出诊断，改字体、配色、间距、动效，不动你的功能逻辑。 搞独立开发的、做 landing page 的，这个skill太重要了！

张雪峰真是大善啊，高考孩子有福气了。张雪峰老师虽然走了，他那套帮人选专业的核心认知全在。 有人干了一件特别牛逼的事。把张雪峰十年直播里反复用的那套判断框架，蒸馏成了一个开源的 AI Skill。5本书、15篇采访、30多条语录，一层一层提炼出5个心智模型：社会筛子论、就业倒推法、阶层现实主义、不可替代性检验。 我给你翻译一下这是什么意思。 你问它一个问题，它不是说一堆正确的废话。而是先查你有没有行业资源，再看这个专业毕业生中位数的去向，最后给你一个你够得着的方向。 不讲鸡汤。不画大饼。 老王把这东西接成了免费的高考答疑AI工具，现在谁都能用，网址： 模型全免费，你直接提问就行。 三个场景，我说说有多实用。 第一种，正填志愿的考生。拿分数、省份、想报的专业，三个要素丢过去。它按中位数去向给判断，告诉你这个分段能去哪、出来做什么、值不值得去。 第二种，孩子要选专业的家长。这也是张雪峰直播间十年反复问的一套逻辑——先别问什么专业好，先问你家里有什么行业资源，再去看这个行业出口在哪。工具会按这个顺序反过来问你。 第三种，纠结考研还是工作的。它会先问你什么专业。不同专业，答案完全不一样。学计算机的和学生物的，走的路能一样吗。 但说真的，这东西真正值钱的，不是回答本身。 是一个人的认知框架，被保留下来、被复用、被放大了。 你想想看，张雪峰做了十年直播，核心就五六个判断模型，翻来覆去地用。现在这些模型结构化地写进了 Skill 文件，谁装上，谁就继承了这套判断逻辑。代码是死的，判断是活的。 志愿这件事，信息差就是命差。 张雪峰不在了，这套框架没走。

在老王不断的强行带货下，终于把这篇文章干到了百万阅读，它是非常值得阅读的AI入门科普文，Github也是我每天都需要用到的产品。 我单独为这个文章录制了详细的视频教程，如果你之前没有看过，我就再发一遍，看完你能学会： 1、分别什么时Git，什么是GitHub 2、如何注册和使用GitHub 3、Github页面的所有功能的定义 4、如何搜索GitHub项目 5、本地代码和线上仓库如何实现同步 等等，详细的就看视频解释和文章总结吧~

非常Nice啊，这模型完全免费，Token终于可以自由白嫖了，甚至视频模型都是免费的，太爽了。 它叫Agnes AI，全球模型榜前十，6 月 1 号起把自己家三个核心模型全免费开放了，无限期。图片模型在 artificial analysis 上榜了，文字模型一周被干了一万亿 Token。我把它接进 Claude Code，配起来十分钟的事，Token 随便用。 这玩意到底是什么呢。 Agnes AI 是全球模型榜单前十的一个 AI Lab，这次免费开放的是三个模型，文本、图片、视频。 文本模型叫 agnes-2.0-flash。能写代码，能做知识问答，能跑 Agent，能规划复杂任务。在 Claw-Eval 智能体评测榜进了 Top 10。说真的，这周它还要上 1M 超长上下文，以前用 200K 的模型跑到 150K 就降智，这种破事不用再忍了。 图片模型叫 agnes-image-2.1-flash。图改图、多图融合、换背景、改文字、图像修复，电商主图和广告素材这种反复改的场景，太合适了。最近还加了 4K 超高清输出，最高 4096×4096，生成的图可以直接进印刷，不是那种看着还行一放大就糊的草稿。 视频模型叫 agnes-video-2.0。原生音画同步，首帧生视频、首尾帧生视频、多镜头切换都支持，720P 和 1080P 随便选。 接进 Claude Code 怎么搞，其实很简单。 第一步，去 注册，拿到 API key。 第二步，打开 cc-switch。右上角选 Claude CLI，右上角点 + 号，选自定义配置。把 API key 填进去，请求地址写 格式选 OpenAI Chat Completions。 第三步，点获取模型列表，选 agnes-2.0-flash。 第四步，点左上角设置，找到路由，打开路由总开关，Claude 打开。 完事。 回到 Claude Code 正常发消息，模型就已经切过去了。我试了一个在酒吧吉他弹唱的视频，和真人区别不大。 现在 Token 不要钱，Agent 该跑几轮跑几轮，该拆几步拆几步。反正我觉得这才是免费开放最爽的部分，不只是省钱，是心理上解放了。 我测试了一下视频模型，能用，就是慢了点，文字模型还是比较快的。 开发者文档在 OpenClaw、Hermes、Claude Desktop 的，也有现成教程。

Hermes + Xsupergrok=监控X上所有的AI信息。把这句话，发给你接入的飞书，telegram还是其他渠道，他会自动做，提示词如下： 官方：OpenAI @OpenAI · OpenAI Dev @OpenAIDevs · Anthropic @AnthropicAI · Claude @claudeai · DeepMind @GoogleDeepMind · xAI @xai · Meta @MetaAI · Mistral @MistralAI · Cohere @cohere · Azure @Azure · Nvidia @nvidia · AWS @AWS · DeepSeek @deepseekai · 智谱 @ZhipuAI · Kimi @MoonshotAI · MiniMax @MiniMaxAI · 阿里云 @AlibabaCloud · Hugging Face @huggingface · Perplexity @perplexityai · Cursor @cursorai 负责人：Dario @DarioAmodei · Mike @mikeyk · Sam @sama · Greg @gdb · Tibo @thsottiaux · Demis @demishassabis · Satya @satyanadella · Mustafa @mustafasuleyman · Elon @elonmusk · Yann @ylecun · Karpathy @karpathy 风向：Nikita @nikitabier 监控这些x上的帖子，每1h给我定时任务发送到飞书，成功后，你测一条最新的claude发的帖子

太牛逼了。真的，太牛逼了。真的能爬一切，而且速度嘎嘎快！ 以前让 Claude Code 上网搜个东西，推特 API 要钱，网页抓取要订阅，B站小红书直接给你拦在外面。每个平台一个门槛，烦得要死。 Agent-Reach，一个免费开源仓库，一条命令把这 14 个平台全通了。 我装上跑了一遍 ，让 Agent 去搜一条小红书任意帖子的评论并总结，十秒总结出来，我当时真愣了一下，又快又好啊。 讲道理，Agent 能写代码能改文档，上网找东西就一直卡在这。Agent-Reach 干的就一件事，把选型和配置全帮你做完了。 yt-dlp 提字幕，twitter-cli 搜帖子，xhs-cli 抓小红书，装好以后 Agent 自己调，不经中间层。哪块不好用随时换。 零配置直接跑的有网页、YouTube、RSS、公众号、微博、V2EX。不用记命令，直接说需求，Agent 自己知道走哪。 >安装方法： 跟你的大模型说： 帮我安装 Agent Reach