1. 文章
1.1 “国产OpenCode+GLM4.7,搭配remotion skill同样可以自动化剪辑高燃短视频” / X
x.com
- https://github.com/yizhiyanhua-ai/media-downloader
- https://skills.sh/remotion-dev/skills/remotion-best-practices
1.2 “什么是火遍外网的Clawdbot？到底牛逼在哪里？” / X
- Clawdbot 具有长期记忆功能，能够记住用户的偏好和历史对话，并在适当时候提供相应的帮助。
- Clawdbot 能够主动联系用户，通知任务完成或有新的通知。
- Clawdbot 支持在电脑或云端服务器上运行，执行各种自动化任务，如编程、处理数据文件等。
- Clawdbot 的实际应用非常广泛，包括信息获取、邮件管理、应用开发和自动化工作等。
1.3 “手把手教你使用remotion生成视频” / X
1.4 今天，分享Clawdbot记忆系统最佳工程实践
1.5 用于安全执行 AI 代码的顶级 Modal Sandboxes 替代方案
目前看下来就是只有E2B可以试一下了，Daytona Star数很高，但是是GPL协议的。
1.6 MCP 应用 - 为 MCP 客户端带来 UI 功能 | 模型上下文协议博客
MCP-UI协议出来了，后面可以试一下
2. 项目
2.1 OthmanAdi/planning-with-files: Claude Code skill implementing Manus-style persistent markdown planning — the workflow pattern behind the $2B acquisition.
OthmanAdi/planning-with-files
Claude Code skill implementing Manus-style persistent markdown planning — the workflow pattern behind the $2B acquisition.
主要介绍了一个用于 Claude Code 的插件技能，该技能实现了类似 Manus 的持久化 Markdown 计划方法。这种计划方法通过使用三个核心文件（task_plan.md、findings.md 和 progress.md）来管理复杂任务的进度和记录，从而克服了 AI 编码助手在易失性记忆、目标漂移、隐藏错误和上下文填充等方面的问题
2.2 openclaw/openclaw: Your own personal AI assistant. Any OS. Any Platform. The lobster way. 🦞
openclaw/openclaw
Your own personal AI assistant. Any OS. Any Platform. The lobster way. 🦞
OpenClaw 是一个开源的个人 AI 助手项目，支持多种操作系统和平台，提供了一个统一的控制平面，以及多种渠道集成和工具，就是前面的ClawdBot
2.3 e2b-dev/E2BOpen-source, secure environment with real-world tools for enterprise-grade agents.
e2b-dev/E2B
Open-source, secure environment with real-world tools for enterprise-grade agents.
前面提到的运行Agent代码的Sandbox工具，是Apace协议的
2.4 modelcontextprotocol/ext-apps: Official repo for spec & SDK of MCP Apps protocol - standard for UIs embedded AI chatbots, served by MCP servers
modelcontextprotocol/ext-apps
Official repo for spec & SDK of MCP Apps protocol - standard for UIs embedded AI chatbots, served by MCP servers
这个仓库提供上面MCP-UI的相关例子
2.5 MemoriLabs/Memori: SQL Native Memory Layer for LLMs, AI Agents & Multi-Agent Systems
MemoriLabs/Memori
SQL Native Memory Layer for LLMs, AI Agents & Multi-Agent Systems
MemoriLabs/Memori 是一个为大型语言模型（LLMs）、AI 代理和多代理系统提供 SQL 本地内存层的项目
2.6 topoteretes/cognee: Memory for AI Agents in 6 lines of code
topoteretes/cognee
Memory for AI Agents in 6 lines of code
Cognee 是一个开源工具和平台，旨在将用户的数据转化为动态的 AI 记忆系统，提供了一个替代传统 RAG 系统的基于图和向量的统一记忆层，以及高度可定制的数据管道和搜索功能。
2.7 VectifyAI/PageIndex: 📑 PageIndex: Document Index for Vectorless, Reasoning-based RAG
VectifyAI/PageIndex
📑 PageIndex: Document Index for Vectorless, Reasoning-based RAG
PageIndex 项目是由 VectifyAI 开发的一种文档检索技术，它采用基于推理的方法，而非传统的矢量数据库检索。该系统构建了一个文档的层级树形索引，使用大型语言模型（LLMs）对这个索引进行推理，实现更接近人类行为的文档检索。
2.8 google/langextract: A Python library for extracting structured information from unstructured text using LLMs with precise source grounding and interactive visualization.
google/langextract
A Python library for extracting structured information from unstructured text using LLMs with precise source grounding and interactive visualization.
LangExtract 是一个专门为从未组织的文本中提取结构化信息而设计的 Python 库。它支持使用大型语言模型（LLMs），如 Google 的 Gemini 系列，以及本地运行的开源模型，如 Ollama。LangExtract 的核心特点包括精确的源文本对齐，这意味着提取的每一个信息点都能映射回源文本中的确切位置，从而实现易于追踪和验证的高亮显示。
3. 资源
3.1 remotion-best-practices by remotion-dev/skills
这个网站收录大量的Skill，
3.2 语录
赚钱的第性原理是创造价值。不是出卖时间。创造价值的第一性原理是解决问题，不是提供劳洞。解决问题的第一性原理，是识别真需求，不是自我感动，识别真需求的第一性原理是实践反馈，不是避免造车。实践反馈的第一性原理，是快速迭代，不是自己打快速迭代的地性原理是验证模型不是为了交互验证模型的第一性原理，是为了系统复制，而不是个人口感。系统复制的第一性原理，是杠杆思维，不是现性积累。
评论