AWS 教程:用 Strands Agents 构建可自然语言问答的智能体视频分析方案
AWS 介绍了一套基于 Strands Agents SDK、Amazon Bedrock、Amazon Rekognition 和 Amazon Transcribe 的智能体视频问答架构,由 AI 智能体在运行时决定调用转录、视觉分析或 Amazon Bedrock Data Automation。
AWS 介绍了一套基于 Strands Agents SDK、Amazon Bedrock、Amazon Rekognition 和 Amazon Transcribe 的智能体视频问答架构,由 AI 智能体在运行时决定调用转录、视觉分析或 Amazon Bedrock Data Automation。
AWS 教程展示如何用终端原生开源编码智能体 OpenCode 接入 Amazon Bedrock 上的开放权重模型,让推理在自有 AWS 账户内运行并按 token 计费。
该教程通过交互式示例讲解 shadow DOM,涵盖样式封装、继承、slots、parts 与 JavaScript 访问。示例展示 shadow roots 如何创建带有私有样式表的隔离 DOM 树,并以受控方式与页面 DOM 交互。
一位前大厂产品经理创业者用 WorkBuddy 搭建覆盖美国、新加坡、日本客户的 OPC 一人全球公司,收入超过在大厂时期。他通过 WorkBuddy 资料库统一管理客户档案与多币种财务数据,用工作台搭建师生成出海作战台,并借助专家、Skill 和多端同步自动化完成数据清洗、周报、KOL 跟进等跨国业务流程,手机上可处理 80% 以上工作。
刘小排实测国产 AI 产品「豆包工作」,通过 plan 模式规划、goal 模式执行,完成 AI 短剧制作、自媒体策略迭代和 AI 新品雷达工作台搭建三项任务。自媒体盲测在补充 50 篇内容后,排序一致性从 -0.10 升至 1.00;新品雷达首版入库 67 个产品,最长单次任务约 35 分钟。9 月可领取一个月免费会员权益,工具仍存在遗忘部分要求等不足。
小翼推出AIP小红书私房课,10月8日至11月20日开课,限时价1499元,主打一个人借助AI跑通小红书生意。课程含700分钟录播、11次直播、1个月实战答疑和24小时在线AI小红书教练,并赠送价值999元的小红书AI知识库与AI专家工具。
Anthropic 发布企业代码现代化准备指南,提出用 Claude Code 动态工作流前应完成六步:定义目标、建立变更证书、制定分级上线策略、准备环境与审批、构建并试运行智能体工作流、先小规模验证再扩展。指南区分 Uplift、Transform、Reimagine 三类现代化,并说明测试、差分验证、人工审查、CI/CD、安全合规和 token 成本估算等关键准备事项。
推荐理由:文章把企业代码现代化拆成目标、证据、上线策略和工作流等六步,适合准备用 Claude Code 推进大规模改造的团队对照落地。
文章讲解 Agent 接入上百个工具时的分层 Tool Routing 方案:先维护含命名空间、标签、Schema、权限和状态的工具注册表,再按产品、租户、角色、环境和任务状态做确定性过滤。
公众号「丁小翼」演示了 3 个可用于设计的 AI Skill:frontend-design 生成作品集和产品网页,Mono-color Skill 制作复古印刷质感海报,Frontend Slides 根据文字文档生成带动画的 PPT。读者关注公众号并发送「设计指令」即可获取相关指令。
一份由 360 员工基于 30 多个 AI Native 案例整理的《AI 原生实践避坑指南》总结了 7 类坑,涵盖贪大求全、一键生成、孤岛协作与智能体权限安全等问题。
文章解析 LangChain 生态中的 Deep Research,将其定义为面向开放问题的研究型 Agent 架构,而不是 LangChain 核心包中的固定开关。
作者用 ChatGPT Pro 中的 GPT 6 Astra 将《桃花源记》制作成可交互的 3D 网页,成品按全文拆成 20 幕,支持连贯体验、逐章慢读和原文白话切换,地址为 https://s.baoyu.io/files/peach-blossom-land-v2/index.html。
苍何将 WorkBuddy 接入腾讯乐享,为开源桌面 AI Agent 项目 WeSight 搭建团队知识库,由 Agent 自主建库并分为五个分类库。该流程可每日自动收集企业微信群反馈、按权限调用资料并交叉核实技术文档,还能借助 LLM Wiki 重组知识、生成排查报告与路演 PPT。
作者投身 AI 跨境电商创业半年后,整理出 5 条踩坑经验:个人 IP 不可替代、做甲方业务现金流不如乙方服务、应去人才密度高的地方创业、早期省钱没意义、看书与「古典」方法论比 AI 更重要。作者还表示今后将更多以短文形式分享 AI 创业感悟。
作者在超级发电站主办的 AI 艺术黑客松上,基于麦浚龙与谢安琪的概念专辑《The Album》制作了一款 2.5d 等距视角实时互动游戏 demo。游戏由剧本、独立 subagent 演员、导演程序和预制美术资产构成,玩家可自由输入与角色互动并推动剧情走向不同方向。受 token、服务器限制,demo 目前仅能有限开放,需邀请码体验。
一篇文章盘点了 6 款 AI 头部博主自用的 Agent 技能,覆盖磁盘清理、反向追问、真人感写作、目标定义、深度调研和爆款标题生成。对应技能分别为 storage-analyzer、grill-me、human-writing、Leader.skill、hv-analysis、baokuan-title-generator,可通过 workbuddy 搜索名称或提供 GitHub 地址安装。
作者实测豆包 Seed-2.1-pro 的多模态 Coding 能力,先用其解析爆款桌面换装视频的分镜、人物和服装细节,再配合 Doubao-Seedance-2.5 生成并多轮优化视频。
GitHub 借助 GitHub Copilot app 和 Copilot CLI,将 Copilot agent runtime 从 TypeScript、Node.js 与 V8 技术栈完整重写为 832,378 行生产 Rust,另有 468,689 行 Rust 单元测试。
推荐理由:文章用真实迁移数据拆解了渐进式重写、跨会话协作和人工审查边界,可为大型代码库的 AI 辅助迁移提供方法参照。
作者为 AIHOT 搭建生产业务数据只读 MCP Server,让网页版 ChatGPT 的 GPT-6 Pro 通过私有插件读取服务器数据,并用 GitHub 插件结合代码和 PR 记录完成降本方案规划。
ChatGPT Work 和 Codex analytics 可帮助团队了解 AI 使用情况与支出,识别培训需求,并将 AI 采用情况与业务成果关联起来。
作者用 Codex、GPT-6 Astra 和 Hyper3D MCP 搭建了可探索的 3D 个人网站「苍何的小宇宙」,并分享完整制作流程。教程覆盖在 Codex 中配置 Hyper3D MCP、通过 Rodin 生成 GLB 模型、批量制作小精灵与建筑资产,以及用 BANG 拆件后在 Blender 中绑定骨骼和制作行走动画。
WorkBuddy 可安装 8 个 Skill 提升办公效率,覆盖 90% 日常办公场景。其中包括处理 docx、xlsx、pptx、pdf 的四件套,以及 Agent Browser。
GitHub 日本与韩国营销负责人用 GitHub Copilot、Issue forms、Labels、Actions 和 Copilot agent skills,把活动从策划、报名筛选到会后 CRM 上传与报告自动化。
推荐理由:文章把市场活动运营拆成 Issue、标签、Actions 与 SKILL.md,可作为非工程团队用 API 或 CLI 改造重复流程的参考。
OpenAI 将 Habitat 从 Python 库演进为全球分布式存储平台,用于支撑 ChatGPT。该平台服务超 10 亿 ChatGPT 用户,并承载每秒 2200 万次请求。
小翼旅居成都后将于9月19日13:30–17:00在成都武侯区MedTalk Coffee举办AI实战线下见面会,邀请彭涛、饭团等3位一线AI创业者分享AI做小生意、AI工具实操、AI+IP小红书变现等内容。活动强调带电脑现场实操,原价699元,当前早鸟票169元,俱乐部成员享内部价,名额有限。
GitHub Copilot 应用内置 diff、终端与浏览器三个面板,让用户无需离开应用即可审查、运行并预览 AI 智能体对代码的修改。diff 面板以绿色和红色高亮增删内容,终端面板可运行命令并支持多窗口,浏览器面板可用 Pick & Polish 工具调整界面元素。完成检查后可直接接受更改并创建 pull request。
作者实测 VidMuse,通过一行命令安装 Skill 或插件后,可在 Coding Agent 中调用其视频制作能力,也可在 VidMuse 网页中用聊天方式创作。
Hugging Face 介绍 TRL v1.14 的 AsyncGRPOTrainer LoRA 支持,并展示训练器与 vLLM 分离到不同 HF Jobs 的方案。
推荐理由:文章给出跨 HF Jobs 部署 Async GRPO 与 LoRA 的完整架构、代理路由方法和五次调优实验,便于复用到分布式 RL 训练工程。
Hugging Face 展示 Workflow1111,用 Gradio Workflow 的 73 个节点和 11 条媒体管线复刻 AUTOMATIC1111 stable-diffusion-webui 的大部分功能。
推荐理由:文章用 73 个节点复刻 AUTOMATIC1111 的主要功能,可帮助理解如何把多模型能力组织成可调用的可视化工作流。
Mistral 帮助一家欧洲能源运营商把无测试、无集中文档的油藏模拟器中 40,000 行 Fortran 77 迁移到 C++,整个代码库共 300,000 行。
作者实测新版 Qoder 的实时语音与桌面宠物 Q 达鸭,通过口播指令让 Agent 自主拆计划、抓数据、写代码并自验,完成 3D 二维码、公众号排版工具和自媒体工作台三个工具。文中给出插话模式、电脑与浏览器操控、访问权限、桌面宠物等配置步骤,并提供 3D 二维码案例可复用的提示词。作者认为 AI 降低了编程门槛,不会写代码的运营也能围绕业务流程定制工具,关键转向懂业务和能把需求聊清楚。
OiiOii 接入 Fal MiniMax H3 Max,实测可用 AI 演员“小桃”在约 4 分钟内并发生成 18 个 15 秒镜头,单集短剧成本约 24 元。平台通过 7 大 Agent 自动拆解分镜,并支持 40+ 高并发和近百种模板;H3 Max Turbo 限时 25 折,生成成本最低 0.02 元/秒。
作者实测 LibTV 新功能深度动作捕捉,将参考视频转成只保留动作、走位、运镜和空间关系的黑白深度视频,尽量过滤人物、服装、场景和画风。功能入口在画布的逐帧拉片菜单中,支持 480P 默认提取,也可选 720P 处理 30 秒以内视频。
GitHub 介绍如何在 GitHub Copilot app 中同时运行多个 AI 智能体会话。每个会话可使用独立 Git worktree 和上下文,任务并行推进且互不干扰;用户可在 sessions view 查看进度,并在功能开发、无障碍审查和测试等任务间切换。
作者在 Hugging Face 上用 TRL 与 OpenEnv 复现让语言模型编写 JavaScript、借助 p5.brush 绘制水彩画的方案,并公开参考池、RL 环境、训练脚本和模型。
推荐理由:文章把审美偏好转成可复现的 RL 训练流程,并公开数据集、环境、脚本和模型,适合借鉴主观奖励的工程搭建。
Hugging Face 教程展示用 TRL 的 GRPO 对 LFM2.5-350M 做 100 步结构化输出微调,IFStruct 通过率从 22.6% 提升到 29.7%。
推荐理由:给出可在免费 GPU 复现的 GRPO 微调流程、奖励函数和 IFStruct 前后对比,适合参考小模型结构化输出优化。
作者用豆包工作在飞书多维表格中搭建 TikTok 爆款元素库,把视频拆成18个元素,并通过 Skill 自动采集、拆解、组合元素和生成脚本。流程包含《爆款元素库》《生成脚本库》两张表、豆包2.0多模态字段捷径、公式提取 JSON 字段,以及 tiktok-viral-script-composer Skill。
Sentence Transformers v6.0 引入 MultiVectorEncoder,支持 ColBERT 风格的晚交互检索模型训练与微调。
文章分享了为 Agent 创建和管理 skill 的方法,把 skill 定义为规定任务步骤与完成标准的执行 SOP。创建 skill 有两种路径:先用 $plan 确认输入、输出、不处理范围和完成标准,再调用 $skill-creator;或从一次真实协作中提炼反复强调的规则、走过的弯路和正确做法。
Hugging Face 介绍了 Papers with Code 混合搜索系统的生产架构,用 PostgreSQL 全文检索、pgvector 语义向量和 RRF 融合支持论文搜索。
推荐理由:文章拆解了 Papers with Code 混合搜索的离线构建、在线查询与降级机制,对设计 RAG 检索系统有直接参考价值。