Codex里跑MiniMax H3：插件免费，不到1元要看关机和授权
MiniMax-H3-Cloud把租用云GPU、跑ComfyUI和下载成片接进Codex，插件免费，卡时另算。H3开源权重组在Arena上表现靠前，但社区许可排除部分国家地区。不到1元取决于关机是否执行，不是固定单价。
分类： AI应用
聚合常见 AI应用、效率工具、工作流玩法与案例，帮助你在写作、办公、创作和副业中更好地使用 AI。
WorkBuddy十五条场景怎么练：先跑通一个再谈两小时
WorkBuddy十五条场景多半是社区蓝皮书和技能包，不是官方保证每天多两小时。先装WorkBuddyGuide和workbuddy-skills，跑通启动与一件真任务，再按文件、消息、设计往上加。权限、积分和失败回退比清单长度更决定能不能用起来。
DX-OS自称AI操作系统：本质是带画布的桌面工作台
DX-OS把无限画布、分层、ComfyUI、Skills、MCP和Agent收进同一套桌面工作台，并开放安装APP。当前约0.2.4便携包，客户端可免费下载，生图出视频仍要模型和算力。它是创作壳，不是替换Windows的操作系统。
MoneyPrinterTurbo近12万星：能批量出片，印不出平台分成
MoneyPrinterTurbo 能按关键词自动写文案、拉库存素材、配旁白字幕和BGM，批量输出横竖屏MP4，星标约12万。它降低的是无脸短视频的装配成本，API费用、素材授权和平台审核都还在，并不能把星标兑换成分成。
清华开源OpenMAIC：一句话能出互动课，替代不了教研组
清华THU-MAIC开源的OpenMAIC能把话题或材料生成带AI老师、AI同学的互动课，并导出课件。v1.0增加可对话改课的工作台，但必须自备模型接口。它摊平了演示门槛，并不自动接管课标、质检和学校责任。
火宝短剧开源了：全自动生产线能跑，棺材板还没被踹飞
火宝短剧把分镜、出视频、配音和字幕串成开源流水线，一个人确实能更快打出样片。API费用、人物漂移、版权和平台审核都还在。开源踩低的是试错门槛，不是把代工短剧变成喝茶就能稳赚的生意。
Breeze-TTS-2开源了：能克隆、能捏声，权重却不能商用
BreezeBlue 开源 Breeze-TTS-2，覆盖中英语音克隆、按描述捏声、情绪语速指挥和稿内笑声叹气。推理代码是 Apache 2.0，权重与自托管输出仅限研究非商用。本地大约 3B 参数、需要英伟达显卡；要上线产品需走官方 API 或另签授权。
Gemini Omni 1.1登上文生视频榜第一？分数要连置信区间一起看
Arena.ai 称 Gemini Omni 1.1 Flash 文生视频第一、图生视频第二。1495分其实是第三名 FLUX 3 Video，图生视频第一仍是 MiniMax-H3。本文把官方战报、票数和误差条拆开，避免把盲测第一写成已经锁死的出片标准。
Gemini Omni 1.1 Flash能做什么：续镜、首尾帧、4K和360p打样
Gemini Omni 1.1 Flash 把续镜、首尾帧、视频参考、4K超分和360p打样收进同一套开发者控件。本文按制作步骤拆开这五项能力，并标出约10秒上文、累计约40秒延伸和按秒计价，避免把功能清单误当成一条指令出成片。
Gemini Omni 1.1把续镜从1秒拉到10秒：比4K更值得盯
Gemini Omni 1.1 Flash 把续镜上下文从1秒拉到10秒，并收进4K超分、首尾帧和360p打样。本文说明累计约40秒的延伸上限、按秒计价怎么先出草稿，以及短程记忆改善之后，角色和场景仍可能在更长镜头里漂移。
GitHub高星AI短剧项目盘点：从一句话到成片怎么选工具
盘点火宝短剧、Toonflow、Pixelle-Video、Jellyfish、waoowaoo、ViMax 六个 GitHub 高星项目，按一句话出片、小说改编、漫剧和连载一致性拆开对比，并标明模型费用、人物漂移和平台审核这些自动流水线解决不了的问题。
Grok Bot 开放虚拟机后，AI Agent 终于有了一台真正的电脑
Grok Bot 这次真正值得关注的，不只是聊天模型，而是背后提供了一台可远程操作的 Linux 虚拟机。Debian 13、8 核 CPU、16GB 内存和 GUI 环境，再加上在线安装 Skill 的能力，让 Agent 从调用固定工具进一步走向主动使用电脑、安装软件和搭建工作环境。
Whisper 突然免费了？Google 转写大战背后的 AI 语音争夺
Whisper 突然降低免费使用门槛，背后并不只是一次简单的价格调整。本文从本地 Whisper、Google 云端语音识别和 Superwhisper 的产品策略出发，分析免费模型、订阅服务与 AI 语音入口之间的新竞争关系，并讨论普通用户究竟该选择本地方案还是付费云端工具。
Voicebox免费开源本地语音克隆工具，几秒复刻人声
语音克隆工具Voicebox免费开源，支持Windows和macOS本地运行。几秒钟音频即可克隆任何声音，无需Python与云端，录音棚级多声道编辑。
Agent-Reach 开源项目解析：让 AI Agent 获得互联网访问能力
Agent-Reach 是一个面向 AI Agent 的开源能力扩展工具，通过统一安装和管理互联网访问能力，让 Claude Code、Cursor、OpenClaw 等智能代理连接 Twitter、Reddit、YouTube、GitHub、小红书和 B站等平台。本文介绍 Agent-Reach 的设计理念、功能特点以及实际应用场景。
Agent Reach 开源：AI Agent 的万能搜索工具，让 Claude 一键联网
Agent Reach 是一款开源的 AI Agent 搜索工具，让 Claude、Cursor 等智能体直接搜索社交媒体、YouTube 和新闻。它自动检测可用访问方式，失效时智能切换，彻底告别手动配置。本文带你快速上手。
把任意书籍变成 Claude Code 技能，告别读完就忘的尴尬
书籍转Skill 开源工具 book-to-skill 将任意 PDF 转化为 Claude Code 可用的技能文件，按需加载章节，拒绝 AI 幻觉，解救读完就忘的知识焦虑。
别再交月费了！GitHub 上这 10 个开源平替项目直接封神
开源平替正在彻底改写软件付费逻辑。本文精选 GitHub 上 10 个足以替代量化交易、多模型聊天、AI 视频生成、彭博终端等付费工具的免费开源项目，每一款都能直接为你省下月费。从 LibreChat 到 Nango，这些绝不是玩具，而是真正藏在代码仓库里的生产力利器。
告别AI失忆：Claude Code 必备神器 Trellis 项目大脑
Trellis 项目大脑为Claude Code装上持久记忆，彻底终结AI编程中的上下文丢失难题。每次自动读取项目背景、需求与进度，让AI像真正的团队成员一样持续高效工作，告别重复‘上岗培训’。
AI Loops集合站爆火：40个闭环工作流一键复制，告别Skill碎片化
Loops集合站突然爆火，已收集40个可直接复制用于coding agents的闭环工作流。每个Loops包含触发器、反馈门和退出条件，让代理自主调整节奏直至任务完成。告别安装单个Skill的碎片化，一站式部署完整工作流。
OpenAI 为 Codex 推出 iOS 构建插件，SwiftUI 预览与热重载一步到位
OpenAI 为 Codex 推出了一款全新的 Codex iOS应用构建插件，彻底打通了从代码生成到实时预览的最后一公里。开发者现在可以直接在 Codex 的应用内浏览器中查看和测试 iOS 应用、打开 SwiftUI 预览，并享受热重载功能，无需在多个工具之间反复横跳。
PPT Master 用AI一键将文档转为原生可编辑PPTX，告别贴图时代
PPT Master 借助AI一键将PDF、DOCX等文档转为原生可编辑的PPTX文件，支持模板复制、动画过渡与语音旁白。体验AI PPT转换的革命性工具。
Antigravity Awesome Skills：968+ AI 编程技能库，重构你的全栈开发工作流
探索Antigravity Awesome Skills，一个凝聚968+高性能AI编程技能的库。支持Claude Code、Cursor等平台，覆盖全栈开发，一键安装，将AI助手升级为全能数字代理。
Claude Code 官方 iMessage 插件发布，远程操控开发环境
Anthropic 推出 Claude Code 官方 iMessage 插件，允许用户在不打开 IDE 的情况下，通过 iMessage 远程控制开发任务、查看状态。Claude Code iMessage 插件让移动办公与开发无缝衔接。
Toggler：免费菜单栏管理工具，AI手搓替代One Switch
Toggler 是 ClashMac 作者用AI开发的免费菜单栏快捷管理软件，功能类似 One Switch。本文介绍其核心功能、使用体验，并提供下载方式。
Google Gemini 全方位界面改版，药丸输入框与 Liquid Glass 视觉
Google 正在为 Gemini 应用推出全面改版，首页改用药丸形输入框并集成多种工具。视觉上采用渐变脉动背景，模型切换器回归左上角。iOS 版深度应用 Liquid Glass 视觉效果，目前处于限量推送阶段。此次更新旨在优化用户体验，提升交互效率，标志着 Google 在 AI 应用设计上的新方向，值得用户关注后续全面推送情况。
Hermes Agent深度解析：具备Skill Memory与自进化能力的数字员工
2026年AI圈现象级选手Hermes Agent（爱马仕智能体）全解析。深度探讨其核心能力：Skill Memory技能记忆、闭环自进化系统及MCP扩展。了解Hermes如何从简单的对话机器人转型为具备主动执行力与长期记忆的“数字员工”
OpenClaw实战案例库：真实可运行的AI Agent自动化用例合集
awesome-openclaw-usecases是一个专门收录OpenClaw实际运行案例的GitHub项目合集，重点展示真实可执行的AI Agent自动化场景，而不是停留在概念层面的想法。
LLPlayer播放器体验：AI字幕生成与实时翻译语言学习神器
LLPlayer是一款专为语言学习打造的AI字幕播放器，支持自动语音识别生成字幕（ASR）、双字幕显示以及实时翻译功能。用户可通过faster-whisper模型在本地运行，实现离线字幕生成与高效翻译体验。本文详细介绍LLPlayer的安装配置方法、模型选择建议以及实际使用流程，帮助用户轻松搭建属于自己的AI字幕系统，大幅提升外语学习效率。