- 月访问
- 8.7K
- 下降58.8%环比2026 年 10 月
- 公开收入
- 未公开
- 暂无公开收入证据
- 入门价
- 免费
- 没有月付订阅价
- 首次发布
- 10 个月前
- 2026-01-31 · 估算
访问
营销动作
发布、搜索与内容、引荐、促销- 如此明显ai的图,要不说明本意就是坏的,要不说明技术就不行,还好意思当ai营销号? 引用帖 @blackmelooo: 真是有钱人一顿饭,够我们普通老百姓存几十年。
@exoticknightd · 2026-11-08 · 0 赞 · 0 转发 · 28 浏览
- AI 一句话就能出结果,真要一起把项目做下去,还得在实践里磨合。 我把这段时间的摸索整理成了 RED:让 AI 持续理解项目,参与需求探索、方案调整、实现和后续维护。方法和工具都开源了。 GitHub:https://github.com/exoticknight/red 方法介绍(文章):https://blog.e10t.net/red/
@exoticknightd · 2026-09-13 · 4 赞 · 0 转发 · 100 浏览
在 V2EX 发布(3 评论)发布
国庆没怎么休息,折腾出了小红书 30 天 1206 万曝光,顺手开源了一套 AI 视频 Skills — 国庆几天基本没怎么休息,一直在折腾 Codex 、Claude Code 和 AI 视频制作。 没想到折腾出了点意外收获: 小红书近 30 天曝光 1206 万,播放 275 万,国庆这几天涨粉大概 2000 。 数据截图放下面,省得被说吹牛。 先说结论: AI 确实把个人做…
10 月 8 日 · 40 天前发布页
当时 月访问 21K访问:之前 1 个月 +10%,之后 1 个月 -59%同期还有 3 个动作在 V2EX 发布(2 评论)发布
做了一个可以在浏览器开展你所有工作的 AI 助手,推送,搭建, AI,写作,自动化流程,推送 — Thresh AI 的本地引擎:把浏览器变成 AI 的工作台。在浏览器侧边栏里与 AI 对话,AI 能真正操作你的浏览器(点击、填表、抓取)、读写本地文件、跑终端命令、执行自动化流程——数据全部留在本机。 它能做什么 你现在用浏览器的方式: 复制粘贴、手动点、手动记。 装上之…
9 月 20 日 · 58 天前发布页
当时 月访问 19.1K访问:之后 2 个月 -55%同期还有 3 个动作在 V2EX 发布发布
RED 实战:用 AI 把一个想法做成能用的 DSH 插件 — 上一篇 V2EX 帖子: 这次接着上一篇的方法介绍,直接看它怎样参与一次真实的插件开发:从一个说不清的使用问题开始,让 AI 先研究并做 demo ,看到效果后再进入 E ,最后把确认过的行为整理进 D 。这次不再只讲方法,直接看两轮开发怎样展开。 最近 DSH ( Deep…
9 月 17 日 · 2 个月前发布页
当时 月访问 19.1K访问:之后 2 个月 -55%同期还有 3 个动作在 V2EX 发布(8 评论)发布
[开源] 让 Agent 真正「看懂」视频: Gemini 主动视频理解 MCP + Skill,附 FFmpeg 抽帧实测对比 — 9 月初 Google 发了篇博客介绍 agentic video understanding:视频理解不再是「按固定帧率抽帧 → 全部塞进上下文」,核心思路是淘汰以前用平均地抽帧来理解视频,而是让 agent 自己去决定看哪一帧。 我照着这个思路做了个开源项目 gemini…
9 月 15 日 · 2 个月前发布页
当时 月访问 19.1K访问:之后 2 个月 -55%同期还有 3 个动作在 V2EX 发布发布
🧠 如何让你的所有 AI Agent 共享同一个记忆?—— 一个开源方案 — 你有没有遇到这种情况: 在 ChatGPT 里问过的那个人的生日,换到 Claude Code 写代码时又得重新说一遍。Cursor 里收藏了一篇好文章,回到 Kun 里完全想不起来。你的知识跟着工具走,不是跟着你走。 每个 Agent 都有自己的"记忆孤岛"。 为什么会出现…
7 月 21 日 · 4 个月前发布页
第三方评测与案例拆解
获客渠道拆解、工程师评测与开源档案- 创作者原帖摘录:
- 我也来发布下我的 AI App:Ract 使用 Swift 开发,在很小的包体积上,做了不少功能: 自动化动作:把发送给 ai 的“多轮消息”保存为自动化动作,可以定时调用。比如每天早上自动调用麦当劳 mcp 帮我领优惠券,然后发系统消息通知告诉我 支持加载 skills 技能,还支持了输入 http://SKILL.md 链接,一键下载 mcp 、acp 协议支持 网站连接:用“已登录态”让内置工具去访问一些网站(登录态也保存在本地) 语音朗读:直接集成苹果系统的 TTS 能力,开箱即用 内置多种工具:网络搜索、内容获取、截图、cmd_execute 等等,并对一些高危操作请求授权 subagent 任务委派:让专业的智能体完成专业的任务 会话文件的预览,展示会话文件目录,直接预览 ai 生成的 html 页
- 创作者原帖摘录:
- 全 AI 编写,没写一行代码,go 后端,React 前端,ai 还是比较适合写 React 功能特性 后端 RESTful API + WebSocket 实时通信 文件/文件夹 CRUD 操作 分片上传(支持 S3 直传) JWT 认证机制 Docker Compose 管理 终端 WebSocket 代理 定时任务管理 AI 对话 + Skills 扩展系统 多存储驱动(本地文件系统、S3/MinIO ) 前端 macOS 风格桌面体验(窗口拖拽、缩放、吸附、最大化/最小化) 16 个模块化应用(文件管理器、代码编辑器、终端、Docker 管理、AI 对话等) Monaco Editor 代码编辑(语法高亮、格式化) xterm.js 终端模拟器 ArtPlayer 视频播放器 音乐播放器(播放列表、循环
- 创作者原帖摘录:
- 最近在用 Cursor 和 Claude Code 写代码的时候,发现 Agent Skills 这个概念越来越火了——简单说就是一个 SKILL.md 文件,告诉 AI Agent 如何完成特定任务(代码审查、生成测试、写文档等),相当于给 AI 装了个"插件"。 但问题是,Skills 散落在各个 GitHub 仓库里,找起来很费劲。Anthropic 官方的、Vercel 的、微软的、社区的……而且不同平台( Cursor / Claude Code / Copilot / Windsurf / Codex )的 Skills 目录结构还不一样。 所以我整理了一份 Awesome Agent Skills 列表: GitHub: https://github.com/JackyST0/awesome-ag
- 创作者原帖摘录:
- 这是一个开源超轻量绘图画布 cli (纯 rust 实现,仅几百 KB 大小),提供了 SKILL.md 核心解决的问题:让 AI Agent 很方便地调用来画图,不调用生图的 API ,直接本地生成 PNG 图片! Github 地址: https://github.com/echosoar/canvas-rs 已打包成一个二进制文件(支持 Windows/Linux/MacOS 平台),完全不用安装各种乱八七糟的 libxxx 依赖,下载就能用,支持通过文本描述的形式输出 png 图片(或输出 dataUrl ) 支持 ctx.fill_text 绘制文字(默认是阿里普惠体),通过 ctx.set_text_align 设置对齐方式,还有 set_font 、set_fill_style 等方法 支持 ct
- 创作者原帖摘录:
- 起因很俗:硬盘老是莫名其妙满,CleanMyMac 一年 ¥298 不想付,开源的 mac-cleanup-py 又得记参数。最近 Anthropic 推了 Agent Skills 规范(一种跨 AI 助手通用的 skill 格式),就琢磨——磁盘清理这种"懒得记命令但 AI 完全 hold 得住"的场景,做成 skill 不就完了。 于是有了 MacAutoClean: 安装:npx skills add fengyiqicoder/MacAutoClean ,Claude Code / Cursor / Codex / Gemini CLI / OpenCode 都支持 用法:跟 AI 说"清一下硬盘" / "Xcode 占了好多空间" / "看看磁盘地图" AI 按 SKILL.md 里的流程走:扫描
- 创作者原帖摘录:
- 最近我在折腾本地 AI agent 工作流,最烦的一件事不是写 skill ,而是“管理 skill”。 不同来源的 skills 仓库结构不一样,自己写的、本地维护的、GitHub 上订阅的全混在一起,更新、去重、同步到多个运行目录都很容易乱。 所以我做了个小工具: skillx 。 它的思路很简单:用一个 YAML 配置,把本地和远程 skills source 统一描述,然后自动去 clone 、递归发现 SKILL.md 、按规则过滤、去重,最后生成到 skills 。为了避免误删,我加了 manifest 做托管清理;为了避免同步过程把目录搞坏,写入走的是 staging + 原子替换;如果你有多个 agent 运行环境,还可以直接把生成结果用 symlink 链过去,不用复制 N 份。 我自己最常用
- 创作者原帖摘录:
- 最近发现一个挺有意思的趋势:越来越多网站、产品和文档站开始主动提供 Markdown 格式的入口,给 AI Agent 读取或执行。 比如: 告诉 Agent 怎么注册、鉴权、拿 API Key 告诉 Agent 怎么调用 API 或发现资源 提供 skill.md 、 guide.md 、 getting-started.md 之类的专用入口 明确说明“这是给 AI Agent 用的文档” 所以我整理了一个小项目: awesome-guide.md 。 这个项目是什么 awesome-guide.md 是一个列表,用来收集互联网上那些“网站主动暴露给 AI Agent 的 Markdown 指南入口”。 它不是普通 API 文档导航,也不是又一个大而全的 awesome-list 。收录标准会更窄一点: 必须
- 创作者原帖摘录:
- 想给自己攒点 AI Agent 的实践项目经验,就参考着开源项目一点一点做,边看边抄边改,慢慢拼出来一个自己的东西。结果越做越上头,功能追着市面上的产品加,现在它已经是我日常主力的本地 AI 工作台了,索性开源出来。 Atrium ,Electron + React + TS ,Agent 循环基于 Vercel AI SDK: 多供应商支持: Anthropic 、Google Gemini 、任意 OpenAI 兼容端点、通过 Ollama 运行的本地模型,以及外部 CLI agent ( Claude Code 、Codex 、Gemini CLI )- 全部使用你自己的密钥,并在本地加密。 MCP: 连接 Model Context Protocol 服务器( stdio / HTTP / SSE ),
- 创作者原帖摘录:
- 你有没有遇到这种情况: 在 ChatGPT 里问过的那个人的生日,换到 Claude Code 写代码时又得重新说一遍。Cursor 里收藏了一篇好文章,回到 Kun 里完全想不起来。你的知识跟着工具走,不是跟着你走。 每个 Agent 都有自己的"记忆孤岛"。 为什么会出现这个问题? 主流 AI Agent 的记忆方案都是 工具内闭环 : 工具 记忆方式 范围 ChatGPT Memory 内置 ChatGPT 内,跨会话 Claude Projects Project 内知识库 Claude 内,跨对话 Cursor .cursorrules + Codebase 项目级 Kun / Codex memory_create API Kun 内 没有一个方案能让你的知识 跟着你走 。换工具 = 记忆归零。 我
- 创作者原帖摘录:
- 9 月初 Google 发了篇博客介绍 agentic video understanding:视频理解不再是「按固定帧率抽帧 → 全部塞进上下文」,核心思路是淘汰以前用平均地抽帧来理解视频,而是让 agent 自己去决定看哪一帧。 我照着这个思路做了个开源项目 gemini-agentic-video:一个 MCP 服务 + Agent Skill ,让 Agent 能直接理解本地视频和 YouTube 链接。 它能做什么 标准 MCP 服务,只暴露一个工具 analyze_video_agentic ,可接入 Claude Desktop / Cursor / Windsurf / Google Antigravity 也能当 CLI 用:gemini-agentic-video --video ./mat
- 创作者原帖摘录:
- 上一篇 V2EX 帖子: https://www.v2ex.com/t/1241608 这次接着上一篇的方法介绍,直接看它怎样参与一次真实的插件开发:从一个说不清的使用问题开始,让 AI 先研究并做 demo ,看到效果后再进入 E ,最后把确认过的行为整理进 D 。这次不再只讲方法,直接看两轮开发怎样展开。 最近 DSH ( DeepSeek Harness )挺火,很多人一边拿它做项目,一边研究怎么给它加点东西。用着哪里不顺,顺手做个插件改进一下,也正是它适合折腾的地方。 用 DSH 做项目时,最自然的动作是先选工作区,再让 AI 读代码、改文件。可临时查个资料、问个技术细节,或者只想聊两句时,也得先准备一个项目目录。话题和项目混在一起,操作还多了一步。 在这次使用的 DSH Web 0.1.5-rc.2
- 创作者原帖摘录:
- Thresh AI 的本地引擎:把浏览器变成 AI 的工作台。在浏览器侧边栏里与 AI 对话,AI 能真正操作你的浏览器(点击、填表、抓取)、读写本地文件、跑终端命令、执行自动化流程——数据全部留在本机。 它能做什么 你现在用浏览器的方式: 复制粘贴、手动点、手动记。 装上之后: AI agent 侧边栏:聊天即干活——"帮我把这个页面所有商品价格抓下来"、"打开记账表把这周消费记进去",AI 直接操作你正在看的页面 自动化流程:重复操作录制成流程(点选页面元素即可,零代码),以后一键回放 资讯工作台:微博 / 知乎 / 36 氪 / 澎湃等 20+ 热榜聚合,站内阅读 + 划选问 AI 终端:侧边栏里的真实终端——AI 改完代码,在这里跑 npm run dev 立刻看效果 应用工坊:描述想法("做个记账台"
- 创作者原帖摘录:
- 国庆几天基本没怎么休息,一直在折腾 Codex 、Claude Code 和 AI 视频制作。 没想到折腾出了点意外收获: 小红书近 30 天曝光 1206 万,播放 275 万,国庆这几天涨粉大概 2000 。 数据截图放下面,省得被说吹牛。 先说结论: AI 确实把个人做内容的门槛拉低了。但真折腾下来我发现,最麻烦的从来不是让 AI 写稿,而是怎么让它稳定地把一条视频做完。 之前踩过的坑: 稿子看着很完整,一核查事实就露馅 资料、脚本、分镜、配音、字幕经常对不上 改两句话,后面的字幕、封面、镜头全得重来 生成了一堆文件,最后自己都分不清哪个是最终版 所以国庆期间我干脆把自己的视频流程拆成了一套 Skills ,目前开源了 11 个: 资料和素材索引 基于证据的故事脚本 视频分镜与素材规划 机制解释动画 AI
开源仓库与 Agent 生态
流量来源
访问构成
这个网站的访问渠道与国家构成还没有数据。
搜索
站点权重 —域名注册 未知
这个网站还没有搜索关键词数据。
流量数据:Vaneform
定价
尚未识别出定价页,或该页面没有公开价格。
页面与变化
关键页面
每周快照变化
开始记录以来,定价、套餐与定位都没有变化。
设计
白底黑字文档页采用 Inter 无衬线,细线分隔与浅灰面板,中部以等宽字体展示技能目录文件树。
首屏预览 · 点击放大
首屏讲了什么与转化路径
“Agent Skills Overview”
顶栏含搜索,左栏目录,中栏标题正文与文件树,右栏页内锚点。
首屏转化路径:居中标题加按钮 + 代码块、终端或命令行 → 首屏直接输入或试用
- 品类定位锚点
- 代码与终端
色板 · 点击复制
预览 AI 设计说明全文(含 :root CSS 变量与版式规则)只写风格参数,禁止复刻该产品的品牌名、标志、文案与图片
# 设计说明:极简单色
黑白灰加一个强调色,细线分隔,大量留白,靠字号与字重分层级。
## 设计参数
```css
:root {
--background: #ffffff;
--surface: #f3f3f3;
--foreground: #000000;
--muted-foreground: #1a1a1a;
--accent: #7f7f7f;
--radius: 8px;
--font-heading: "Inter", ui-sans-serif, system-ui, sans-serif;
--font-body: "Inter", ui-sans-serif, system-ui, sans-serif;
--font-mono: "Paper Mono", ui-monospace, monospace;
}
```
色彩面积配比:背景 #FFFFFF(约 74%) · 面板 #F3F3F3(约 15%) · 正文 #000000(约 6%) · 次要文字 #1A1A1A(约 3%) · 强调 #7F7F7F(约 2%)。背景与面板占绝大部分面积,强调色只用于主按钮与当前激活状态。
## 版式与转化结构
- 首屏版式:居中标题加按钮
- 导航结构:顶部通栏导航
- 明暗与密度:浅色 · 适中
- 圆角与层级:中圆角;不用阴影,用细线与留白区分层级
- 主视觉载体:代码块、终端或命令行
- 转化动作:首屏直接输入或试用
- 标题切入点:品类定位锚点
- 首屏组件特征:代码与终端
- 空间布局拆解:顶栏含搜索,左栏目录,中栏标题正文与文件树,右栏页内锚点。
- 视觉特征总结:白底黑字文档页采用 Inter 无衬线,细线分隔与浅灰面板,中部以等宽字体展示技能目录文件树。
## 避免
- 多种强调色并用
- 渐变背景
- 重阴影
请按上面的设计参数与版式实现界面:颜色只用这些变量,强调色只给主要操作与当前状态。只采用这种风格,禁止复刻任何参考产品的品牌名、标志、文案与图片。
问题与证据
- Agent Skills 的网站访问量是多少?
- Vaneform 估算 2026-10 网站访问量为 8.7K。访问量包含重复访问,付费客户数与收入需分别查看对应证据。来源
- Agent Skills 是什么产品,支持哪些平台?
- Agent Skills 归属「智能体工具与 MCP」赛道:轻量的开放格式,用来为 AI 代理扩展专业知识和工作流。 支持平台包括:网页。
- Agent Skills 是开源项目吗?采用什么协议?
- Agent Skills 拥有公开代码仓库(https://github.com/openai/skills),已公开源代码仓库,记录有 5,795 个 GitHub Stars,并支持自托管部署。来源
同分类研究对象
这些产品属于同一目录分类。选型时请进一步核对客户任务、功能与部署要求。