天不生邹子Zihan
389 posts
@Zihan_dev
06｜大二软工👨🏻💻｜ENFP 全栈开发 AI tools 探索ing🧐 持续输出｜英语学习｜AI工具使用 希望认识更多有趣的灵魂！
Unity AI is now in Open Beta 🎉💫 We believe AI has the most impact when it helps creators move faster while staying in control of the creative process. Use our built-in agent tuned for Unity workflows or connect the AI tools you prefer via AI Gateway and MCP Server.
Introducing GPT-5.5 A new class of intelligence for real work and powering agents, built to understand complex goals, use tools, check its work, and carry more tasks through to completion. It marks a new way of getting computer work done. Now available in ChatGPT and Codex.
browser-use 团队开源了一个叫 video-use 的 Claude Code 技能，让你对着摄像头录完素材，跟 Claude Code 聊两句，就能拿到剪好的成品视频。 听起来像个噱头，但它解决的问题很实际：你录了一堆素材，里面全是“嗯”“呃”和重录的片段，传统流程是打开剪辑软件一刀一刀切。video-use 的做法是你把素材丢进文件夹，告诉 Claude：“把这些剪成一个发布视频”，它会自动裁掉口头语和空白段、调色、加字幕、甚至用 Manim 或 Remotion 生成动画叠加层，最后输出 final.mp4。 技术上有个巧妙的地方：大模型从头到尾不“看”视频。它读的是 ElevenLabs 转写出来的逐词时间戳文本，整个素材压缩成大约 12KB 的文本文件。只有在需要做判断的节点，比如不确定某个停顿该不该切，才会调用一张时间轴合成图来辅助决策。按项目作者的算法，直接把帧喂给模型要烧掉 4500 万 token，而这套方案只需要一份文本加几张图。思路跟 browser-use 做网页代理一样，给模型结构化的 DOM 而不是截图。 渲染完还有一轮自检：在每个剪切点上重新生成时间轴视图，检查画面跳变、音频爆音、字幕遮挡，通过了才给你看预览。最多自动修三轮。 项目完全开源免费，装好 ffmpeg 和 Python 依赖后把仓库软链接到 Claude Code 的技能目录就能用，不过转写部分依赖 ElevenLabs API，需要自己配 key。对于经常录屏、录教程、拍 vlog 但又嫌剪辑软件太重的人来说，可以尝试下。 项目地址：github.com/browser-use/vi…
