 做 APP,视频,音乐 ,AI 玩具收藏家。 🕹️ 8 年远程工作经历,出海赚美金,持续分享。 🚐 在房车上写代码,努力躺着就把钱赚了。 💻 AI 日记碎碎念,Token 用不完,每天鼓捣个玩意! 👨 是个真实的人。

Hangzhou
Joined January 2022
Pinned Tweet
在最爱的黄石来跳上一曲! Dario 今天站 C 位! Tibo, Altman 快跟上节奏! Seedance 2.5.
26
3
1
89
18,149
Chang retweeted
最近用 Claude 和 Codex 一起写 uu-remote-linux,最烦的就是换个 Agent,又要把前面讨论过的决定解释一遍。 试了下 EverOS,把两边的项目记忆接到一起。这次拿一个交接摘要小工具跑了遍:Claude 写前半段,新的 Codex 会话先查记忆,再接着写,最后换回 Claude 复核,也能找到之前的完成记录。 这个体验我挺喜欢。代码本来就在 Git 里,“为什么这样写、还有哪些没验证”,现在也有地方可以查回来了。 把配置和这次的例子整理成了教程,给同样在两边来回切的朋友参考: github.com/VallierDev/claude… 配图是客户端现场复查,以及 Memory Bank 中保存的项目交接约定。 目前有个活动:开通 Pro,享半年 3 倍月度额度 → everos.evermind.ai #EverMind #EverOS
89
58
43
51
7,267
华强北是时候跟上了!出个猎枪耳机套!
🦆🔫 He convertido un AirPod en un mando para jugar al Duck Hunt. Lo giras para apuntar y das un toque en el micrófono para disparar. Sin tocar el ordenador, full vibecodeado por voz al mientras dormía a la bebé 😅
1
4
212
第二波资产! 够不够可爱,够不够帅!?
今天要做的一些视频资产先来一波 你们都知道是谁吧!
1
4
223
其实很多人没意识到。 OPC 的核心是什么,其实是税务。 一个简单的道理,如果你工资 5w,要交多少税。 那如果这个 5w 做成营收,小额纳税人又要交多少税。 正常开票,买电脑,买手机打车,坐飞机高铁,甚至买车都是公司资产,都是成本。细想。
1
5
385
进入秋天之后,我的房车进入了微妙的平衡。 已经有20天没去充电了。🍁
1
2
203
是真的么!!!!我眼花了吗!! 我真的有这个荣幸么! @momo_peggy !
1
5
308
说句实话EverOS 这设计好棒! 想问问这个人群画像是哪个设计师做的。 Btw,用 Colab 做Playground 也太棒了,不用环境了。
给 AI Agent 装上长期记忆:我的 EverOS Cloud 外贸业务实测 外贸客户开发有个很现实的问题:客户从询盘、样品确认到正式采购,可能需要跟进几个月。如果 AI 每次执行新任务都要重新了解客户背景,效率就会大打折扣。 最近我参考 EverOS 官方 GitHub Use Cases,使用 Python SDK 实际接入 EverOS Cloud,测试 AI Agent 的长期记忆能力。 🔹 我的测试流程: ① 使用 Python SDK 连接 EverOS Cloud API。 ② 将模拟巴西客户 DEMO-BR-001 的产品需求、样品状态、采购意向及跟进 SOP 写入云端记忆。 ③ 重新通过 API 检索历史信息,成功返回 1 条 Episode 记忆。 ④ 在 Memory Bank 中查看完整记录,成功找回预计采购时间、样品状态及后续跟进要求。 这次实测让我看到了 EverOS Cloud 在外贸业务中的应用潜力:让过去的客户记录成为后续 Agent 任务可以调用的上下文,而不是每次从零开始。 目前已验证记忆写入和检索,后续还想探索 Case → Skill,让重复业务经验变成可复用的技能。 📸 附图:真实 API 检索结果 + Memory Bank 记忆详情。 🚀 如果你也在开发长期运行的 AI Agent,可以体验 EverOS Cloud: 🔗 [专属追踪链接] everos.evermind.ai 🎁 现在订阅 Pro,每月额度变 3 倍,连享 6 个月。 #EverMind #EverOS EverOS Cloud 创作者合作内容
1
3
242
Chang retweeted
给 AI Agent 装上长期记忆:我的 EverOS Cloud 外贸业务实测 外贸客户开发有个很现实的问题:客户从询盘、样品确认到正式采购,可能需要跟进几个月。如果 AI 每次执行新任务都要重新了解客户背景,效率就会大打折扣。 最近我参考 EverOS 官方 GitHub Use Cases,使用 Python SDK 实际接入 EverOS Cloud,测试 AI Agent 的长期记忆能力。 🔹 我的测试流程: ① 使用 Python SDK 连接 EverOS Cloud API。 ② 将模拟巴西客户 DEMO-BR-001 的产品需求、样品状态、采购意向及跟进 SOP 写入云端记忆。 ③ 重新通过 API 检索历史信息,成功返回 1 条 Episode 记忆。 ④ 在 Memory Bank 中查看完整记录,成功找回预计采购时间、样品状态及后续跟进要求。 这次实测让我看到了 EverOS Cloud 在外贸业务中的应用潜力:让过去的客户记录成为后续 Agent 任务可以调用的上下文,而不是每次从零开始。 目前已验证记忆写入和检索,后续还想探索 Case → Skill,让重复业务经验变成可复用的技能。 📸 附图:真实 API 检索结果 + Memory Bank 记忆详情。 🚀 如果你也在开发长期运行的 AI Agent,可以体验 EverOS Cloud: 🔗 [专属追踪链接] everos.evermind.ai 🎁 现在订阅 Pro,每月额度变 3 倍,连享 6 个月。 #EverMind #EverOS EverOS Cloud 创作者合作内容
🤝 Paid partnership
100
71
50
68
7,335
Chang retweeted
我同时开着好几个 AI 助手:一个跑 Tutti 活动,一个管 X,一个管小红书。 最烦的不是活多,是每换一个,就得把同样的规矩再交代一遍。
82
67
39
57
4,395
今天要做的一些视频资产先来一波 你们都知道是谁吧!
2
1
3
549
太牛逼了,是我想象不到的创意!!
劲爆金曲MV第四首:《Lauren, Oh, Lauren》 视频模型:Seedance2.5 音乐模型:Suno V6 歌词:GPT-6-Astra Max Tibo开发GPT-6.1需要28天的原因找到了。
1
4
1,323
Chang retweeted
换一个 AI 编辑,上一轮的判断还能留下来吗? 一篇稿子写完,除了成稿,我还想留下审稿时用过的判断:哪些话有依据,哪些承诺不能写,换个产品后哪些做法值得参考。 这次与 EverMind 合作,我用 EverOS Cloud 给写作流程加了一份“交班笔记”:保存上一轮工作记录,按新任务检索,再交给没有旧对话的新编辑。 我用了两个虚构产品做演示,写作、AI 审稿和 Cloud 调用都实际执行。这个小实验想回答的是:一次任务里的判断,怎么交到下一次任务手里? 1. 把判断连同出处留下来 第一轮写“纸舟文档助手”的批量导入说明。初稿明确区分了三件事:导入完成、后续检索命中、文件内容正确。它们需要分别确认。 独立 AI 审稿没有提出必须修改的问题。原稿保留,助手另整理案例注释,注明做法及适用条件。随后把任务资料、稿件、审稿与案例注释、修订决定整理成四条消息,通过 API 提交给 EverOS Cloud;查询时看到了保存的记忆记录。 2. 带着新任务,找相关经验 第二轮换成“巡灯值班台”,写交接摘要功能。 搜索时,我把新产品、受众和写作目标说明白,还加了一句:“需要与这类写作任务相关的历史经验,不需要替新产品补充能力或代写最终稿。” Cloud 返回了上一轮记录,保留了“导入结果、检索命中与内容核对的区别”这一判断。 接下来,接入流程把返回的完整历史记录数组交给新编辑,同时标注“旧任务资料,不是新产品事实”,再提供本轮产品资料。 3. 看新编辑实际交出了什么 没有继承旧对话的新编辑,在成稿中写到: “摘要保留的是条目已有的最近更新时间,不会核实现场进展、更新任务状态,也不会判断旧条目是否已经失效。” 这条保存→检索→交给新编辑的链路跑通了。EverOS Cloud 负责保存与检索;写作、审稿、案例注释和上下文组装,是我们自己接的流程。 结果也有边界:这轮有无历史记忆的稿件,在独立盲评中没有实质差异,不能据此说质量更好或效率更高。返回记录经过压缩,还遗漏了案例注释中明确的适用与不适用条件,关键条件仍要回看原文。 所以,我会给下一轮任务留这样一份交班笔记: 任务:给谁写什么,帮助读者作什么判断? 依据:哪份资料、哪个版本,完整原稿在哪里? 审阅:谁审的,认可或修改了什么,为什么? 做法:下次遇到相似任务,可以检查什么? 边界:何时适用,何时不能套用,什么变化后要重核? 这是基于本次体验提出的记录建议,不代表这些字段已被 Cloud 完整保存并取回,也不证明产品会自动学习或生成 Skill。 对做产品说明、分析报告、Agent 工作流的人,可以先拿一份可公开的工作记录试接入:下一次任务来时,看看能取回什么、漏了什么、新编辑怎么使用。 可以注册 EverOS Cloud (everos.evermind.ai)开始体验;有持续用量需求,再评估 Pro。本次活动 Offer:开通 Pro,享半年 3 倍月度额度。 #EverMind #EverOS
91
77
46
53
6,383
Chang retweeted
Agent Memory 我已经用了好久了。手头同时跑好几个 Agent 和 Bot,最烦的就是换个工具或者团队交接时,之前排障踩过的坑又要从头交代一遍。所以在公司我一直想把记忆做成云端共享,让大家做过的工作变成下一次任务所有人都能直接调用的经验。 这次体验 EverOS Cloud,刚好把团队云端记忆这块补齐了。不管你是主力用 Antigravity、Codex 这类开发 Agent,还是自己搭的 Grok Bot、Muse、Hermes 等 Personal Bot,都能通过支持的 API 或 MCP 等方式接入。对于手头跑着好几个 Bot 的玩家来说,只要是已写入或导入云端、且允许访问的内容,它都能在不同 Agent 之间把上下文串联起来,不用换个窗口或换个 Bot 就从头交代背景。 它的能力主要分成三块。第一块是 User Memory,用来记录用户偏好与长期上下文;第二块是文档知识库,把文档、PDF、表格等业务资料转成可检索的记忆;第三块是 Agent Memory,专门把每次任务过程记录成 Case,从重复经验里提炼出可复用的 Skill,结合团队 SOP 给后续任务提供参考,正式流程调整依然由团队审核。 录屏里我专门拿 User Memory 做了一个演示,直接从控制台复制官方的 Agent Prompt 丢给 Antigravity 自动配好 SDK,把一次接口排障的上下文写入 User Memory,新开任务前再调 API 把这条记忆检索出来用。 进后台的 Memory Bank 就能直接翻看存下来的每条记忆,记偏了随时能调 API 纠正、删除或评价,而且 Cloud 版和自托管版共享核心 API,后续做核心功能迁移时也很省心。 现在订阅 Pro,每月额度变 3 倍,连享 6 个月。 Cloud 注册体验 everos.evermind.ai #EverMind #EverOS
113
82
68
74
17,639
今天家属问,科技板块可以抄底了么? 我实在不懂股市。有朋友推荐一下么
1
163
尝试直接让从提示词和预设图片重新生成。 整体效果比每轮进行提示词修改效果还要好。 Wan3.0 1080p 增加背景音乐/直出
放学时。 Wan3.0
1
1
533
提示词⬇️ 日本动画电影风格,放学路上的午后,时长15秒。整段是一个固定机位的长镜头:镜头完全不动,没有推拉、平移、变焦或手持晃动,焦距始终不变;没有任何剪辑、转场、淡入淡出或叠化,第一帧就是清晰完整的画面,最后一帧直接停住。画面整体的亮度和色调全程稳定。节奏缓慢、安静、怀旧。 机位与构图:长焦,在马路这一侧的小公园里,正对着马路对面拍过去;整体构图、机位和光线参考@图片3。前景是逆光、偏暗、虚焦的公园树叶和一段木栅栏,只压住画面的四边和下方边缘,不遮挡中景的人物与售卖机。马路对面是一面灰色清水混凝土大楼外墙,墙面正中有一台白色自动售卖机,售卖机上没有任何可识别的品牌标志和文字。人行道是下坡,右边高、左边低。午后的阳光从右上方斜射向左下方,在墙面和售卖机上投下明亮的斜光和斑驳、轻轻晃动的树叶影子,只有售卖机周围是清晰对焦的。马路上全程没有车辆经过,除了少女和几个小学生以外没有其他行人。 少女的外观细节(深蓝短发、红色发夹、橙色蝴蝶结、深蓝毛衣背心、白色短袖衬衫、深蓝过膝百褶裙、黑色长袜、棕色乐福鞋、深蓝色双肩书包)严格参考@图片2。人物行进方向、走姿和手持瓶子的姿态参考@图片1,人物始终朝画面左侧行走离场。 动作按以下时间顺序连贯完成,全程不跳切: 0–3秒:少女背着书包从画面右侧沿下坡慢慢走进画面,从树荫走进阳光里。同一时间,人行道上有两三个背着书包的小学生,全部从右往左嬉笑着跑下坡,在第3秒前就跑出画面左侧;他们跑过时少女还没走到售卖机前,不会挡住她和售卖机。 3–5秒:少女走到售卖机前停住,站在售卖机正前方偏右一点的位置,双脚站稳,身体转成约45度斜着面向售卖机,镜头能看到她的侧脸;售卖机下方的取货窗口在她身体的左侧,不被她挡住。她抬头看着机器上的饮料,用一只手的手指轻轻点着下巴思考了一下。 5–7秒:她从裙子口袋里摸出一枚硬币,塞进售卖机正面右侧中部操作面板上的投币口,发出一声清脆的金属碰撞声。然后她抬起右手、踮起脚尖,伸直手臂用指尖按住商品区上方右侧那一格的按钮,按下去停一秒再松开,按钮发出“哔”的一声。 7–8秒:取货窗口里掉下一瓶水(见下方售卖机设定),“咚”的一声。 8–10秒:取货:少女低头看向取货窗口,身体偏向机器一侧,弯腰后手臂从侧面伸进取货口。必须严格控制遮挡:她的身体、书包、手臂以及前景的树叶和木栅栏都不能挡住下方的取货窗口,取货窗口和里面掉落的那瓶水始终清晰可见。她用双手取出瓶子,站起身。 10–12秒:她一手握瓶一手拧开瓶盖,“呲——”一声气泡逸出,接着仰头小小喝一口,眼睛满足地眯起来。 12–15秒:离场:她把瓶子握在手里,转身朝画面左侧走去,沿着下坡一步步走出阳光,走进画面左侧偏暗的阴影里,最后从画面左侧走出镜头,方向与走姿参考@图片1。 关于售卖机的关键设定,必须严格遵守:售卖机正面那块发光的商品展示窗是一整块固定的背光陈列面板,像一张一直亮着的商品海报,里面所有饮料都只是平面陈列。从视频第一帧到最后一帧,展示窗里的饮料数量、排列、位置、颜色和亮度完全不变,没有任何一瓶会掉落、消失、移动、翻转、变暗或留下空位,也绝对不出现商品从上格掉到下格的过程。按下按钮后唯一发生的动画是:机器最下方的取货窗口里,那块透明挡板被从内部顶开,一瓶透明瓶身、浅蓝色标签的气泡水从取货窗口上方的暗缝里掉进窗口凹槽中,轻轻弹一下后横躺停稳。整个掉落只发生在下方取货窗口的内部,观众只能在取货窗口这个小区域里看到瓶子落下,画面其余部分包括展示窗都纹丝不动。少女之后拿在手里、打开和喝的就是这同一瓶浅蓝色标签的气泡水。 全程动作匀速、自然、连贯,人物双脚始终踩在倾斜的人行道上,书包和裙摆随走动轻微摆动,售卖机的位置、尺寸、朝向、发光面板和整面商品陈列从头到尾保持完全一致。 声音:从第一秒到最后一秒持续有微风吹过树叶的沙沙声作为背景底噪,远处有放学的氛围声。小学生跑过时有清脆的笑声和轻快的脚步声。少女走路时有乐福鞋踩在人行道上的轻轻脚步声,以及书包随走动的轻微摩擦声。投币时是清脆的金属碰撞声,按按钮时“哔”一声,饮料掉进取货窗口“咚”一声,拧瓶盖是清晰的“呲——”,随后是细小的气泡声和很轻的吞咽声。 背景音乐:日系动画里“日落时分、放学回家”那种温暖又带点怀念感的配乐,音量比环境音略低但能清楚听到。以木吉他分解和弦和钢琴旋律为主,加上柔和的弦乐铺底,点缀一点钟琴(glockenspiel)的清亮音色,中慢速(约80–90 BPM),大调中带一点淡淡的伤感。开头只有吉他和钢琴,第5秒前后加入轻轻的弦乐,第10秒她喝水眯起眼睛时旋律最温暖饱满,离场时逐渐收住。音乐不能盖过投币、按钮、开瓶盖等关键音效。 无对白,无字幕,画面中不要出现任何多余的文字。
1
488
放学时。 Wan3.0
1
2
727
第二幕分镜~ 放学时。
1
257
搞了四个版本的成片。 朋友们瞅瞅? (Seedance2.5 太贵了 😭
🤖 Made with AI
分镜切好了。 大伙感受下。
1
5
443