Show In Public | SaaS 出海 | Jev布道师 Skills hub:agentskillshub.top 博客:jasonzhu.ai 🤝 合作DM:GoSail_AI 📮:m17551076169@gmail.com MCN:collab@gosaillab.com

GoSail Lab(拓海矩阵,品牌推广)
Pinned Tweet
Claude Fable 5.5 还没官宣,但内测的人已经开始晒作品了 👀 我把 X 上播放量 5000+ 的 Fable 5.5 视频作品全部收进了提示词库: 目前 33 个,视频卡片内直接播放,带提示词的可一键复制 👉 jasonzhu.ai/zh/prompts/claud… 几个值得看的: · 一句话生成的「人类进步」动画短片,带原创配乐,14.8 万播放(附提示词) · 文明史动画短片(附提示词) · 同一条提示词跑 Fable 5.5 vs Opus 5.5 的对比(附提示词) · 用 Three.js 做的可玩驾驶模拟:开过旧金山九曲花街 · 21 个世界的 Boss 战小游戏 说明一下:Fable 5.5 目前处于内测、Anthropic 尚未官宣,模型归属以作者自述为准;作者自己都说「可能是 Fable」的帖子一律没收 整个库共 1269 个 Claude 5.5 作品(Opus / Sonnet / Fable),每天自动更新 GitHub 开源合集同步:github.com/zhuyansen/awesome…
爆肝上新 Opus 5.5 发布这几天,全网都在拿它做视频。我把这些作品收了一遍 962 个作品,638 位创作者,原帖播放加起来 1.23 亿 收录标准定得很死 必须是创作者本人发的原帖 必须是原生视频 原帖播放过 5,000 帖子里写明了是用 Opus 5.5 做的 其中 252 个追到了提示词,94 个是完整原文 提示词只收有出处的:原帖、作者自己的回复、回复里的截图、作者给的链接。一字不改,不翻译,不润色。找不到出处的就空着,绝不编一条凑数 按用途分成八类 - 动效与界面 172 - 游戏 158 - 三维世界与模拟 131 - 产品演示与广告 128 - 模型对比 104 - 角色与故事 101 - 讲解与科普 93 - 音乐与剪辑 75 播放最高的一条 1685 万,是一个用分享出来的提示词一夜生成的场景 两个入口分工不同 网页版只放那 252 个带提示词的,视频能直接播,提示词一键复制 GitHub 收全部 962 个,带完整数据,中英双语 搭配我们的昨天分享的claude视频制作分类大合集,制作视频不愁
8
3
41
13,356
Jason Zhu retweeted
The idea of an intelligence explosion caused by recursive self improvement has been around for a long time but until very recently it did not seem imminent. Now many leading researchers think it may happen quite soon. You can read our paper about it here: casp.ac/reports/intelligence…
248
1,192
5,524
572,512
TrustMRR.com 大家低估了他的作用👀 举个例子: 1️⃣ 收入一直下跌/持续下滑的产品背后,需求在萎缩或者竞争很激烈
独立开发大神找需求还是很猛的 Marc Lou 用 24 小时做出来的小工具,5 个月稳定月入 $29K,拒绝 $1M 收购报价。 大多数人看到的是「viral spike + 运气好」。 实际上是 5 层精密咬合的机制 👇
2
5
811
调研竞品的免费方案🆓 原来Apple 官方有公开评论 RSS(每个国家500条 完全免费) - 需要:无需账号和 key;先用 iTunes Search API 查到 XXX 的 App ID - 做法:请求 itunes.apple.com/<国家 >/rss/customerreviews/…/json,每个国家最多 10 页 × 50 条 = 500 条最新评论,带星级、标题、正文、版本号、日期;可以拉美国、英国、日本、中国等多个区 - 限制:每个区最多约 500 条,更早的拿不到;只有写了文字的评论,纯打星的没有 - 成功率:高 - 成本:免费
1
1
7
667
发现个Ahrefs DR的bug 🤣 有些导航站高DR原来是这么玩的,利用了 Ahrefs 的DR计算漏洞
2
884
能骗过看 Ahrefs 指标的人 比如买外链的、交换友链的、看 DR 选导航站投稿的,但对搜索排名基本没用
254
OpenRouter用jev,已经用了200M 你们还在说jev没用 在官方又充了20$,因为不需要加价,25$我可以用好久了
很多人觉得 Jev 没用,我用 80 秒白板动画讲清楚它在我流水线里干了什么👇 我每天的营销品牌监控: 1300 条帖子 → 444 条投放 → 332 条 AI 产品 → 7 个候选品牌 核心就一句话:便宜的模型做筛选,贵的模型做理解。 1️⃣ AIsa 抓取:$0.385,X/TikTok/YouTube/Instagram 共 1300 条 go.aisa.one/yansen-zhu 2️⃣ Jev 打分:$0.064,每条问 6 个问题(是不是投放、是不是 AI 产品、是不是 3 天内……),平均每条不到 $0.0001,3/4 的噪音在这一层就被拦下 console.typesafe.ai/keys 3️⃣ gpt-6-astra 理解:只读剩下的 332 条,判断每条在推什么、谁在推,用了 18 万 token flatrouter.com/register?ref=… 如果让贵模型直接读完 1300 条,成本要翻近 4 倍。 今天第一名:Viktor,4 个付费创作者、同一套文案、近 30 万浏览。
662
这是真理,除了稍微慢点 真的耐用🐮 请把opus5.5 设置为medium 我一下午弄了好几个项目,周额度才加了2%
bro to bro, set Opus 5.5 to medium
3
7
4,736
奔走相告🤥 20$够用很久了都
1
456
Jason Zhu retweeted
this is how Nikita Bier builds viral apps
38
47
859
75,614
给 AI 一句话,它给你拼出一个乐高模型,每一块都是真实存在的零件 ldraw-nova 让 AI 用 LDraw 造型,这是乐高玩家用了几十年的 3D CAD 语言,文件能直接跑出模型 西班牙开发者 Carlos Antelo 前后试了三个项目才想通一件事:大模型自己算旋转和坐标很差,写 Python 去算却很稳 所以现在的流程是 AI 先写一份 plan.json,把模型和子模型的几何全部描述清楚 再写一个 generate.py 生成脚本 脚本跑出来的 .mpd 才是 LDraw 模型 作者自己的说法:有点像一个编译器 过程中工具帮 AI 找零件、找参考模型,做碰撞和缝隙检测,无头渲染截图让它自己看,一轮轮调整到满意 成品能在浏览器里 3D 查看,导出 Blender 可编辑的 .glb,元信息放在自定义属性里,还能戴 Quest 3 用 VR 看,聊天记录和思考过程都保留 Web 应用里可以选不同的 Agent 和模型厂商,作者说是 GPT-6 Astra 和 Claude Opus 5.5 出来之后才终于做对 用 Docker 跑,首次构建要 5 GB 左右空间。应用没有登录,只在信得过的网络里开 几个要知道的限制,作者写得很坦白 零件检索用他自己的 jev-rerank,需要 TypeSafe 的 API Key,没有就退回全文搜索,模型质量可能变差 现在只有贵的顶级模型能拼出又大又正确的模型,生成也慢 VR 还有不少问题,飞船和人仔做得不好 协议是 AGPL-3.0,改了拿去做网络服务要开源
2
730
笑死 你把开源项目改个名 就能在国内媒体,混的还不错 这些抄袭的人,GitHub记录完美记录了抄袭过程
兄弟们,快来看这个狗日的抄袭老子的项目,还敢踢我出群,看老子用证据把他锤成死狗!代码刚开始的提交他妈还是我的名字,76.8%的代码竟然一字不差还说借鉴,被发现抄袭后给我踢出群,下架这个抄袭仓库销毁证据也不来跟我道歉。还有兄弟们也遭受这个吊毛抄袭的,一起来锤他!
2
5
1,495
Jason Zhu retweeted
Agent Skill 是什么、怎么用?9分钟讲清技能说明书、Skill与MCP的分工、安装使用及安全检查,把重复交代的经验变成可复用流程。本片含AI生成画面与本人克隆配音。
Made with AI
3
10
35
3,894
AI时代抄袭太容易了 发现有一个网站: 1️⃣ 照搬了整个agentskillshub.top的前端 名字叫 "6er Agent Skills Hub",菜单、文案、分类、数字都和我们一样 2️⃣ 直接读我们的数据库,页面实时请求 他们的代码里带着我们的数据库地址和公开只读密钥 3️⃣ 挂广告赚钱 Google AdSense,以及其他广告网络 4️⃣ 源码里还留着我们的痕迹 我们的 GitHub 地址和你的 X 账号 GoSailGlobal 直接给掐断后端了🤣 看他怎么玩
6
1
12
24,847
太人才了,直接把我当做他的后端 前端挂在Vercel上,估计还是免费的项目
1
440
很多人觉得 Jev 没用,我用 80 秒白板动画讲清楚它在我流水线里干了什么👇 我每天的营销品牌监控: 1300 条帖子 → 444 条投放 → 332 条 AI 产品 → 7 个候选品牌 核心就一句话:便宜的模型做筛选,贵的模型做理解。 1️⃣ AIsa 抓取:$0.385,X/TikTok/YouTube/Instagram 共 1300 条 go.aisa.one/yansen-zhu 2️⃣ Jev 打分:$0.064,每条问 6 个问题(是不是投放、是不是 AI 产品、是不是 3 天内……),平均每条不到 $0.0001,3/4 的噪音在这一层就被拦下 console.typesafe.ai/keys 3️⃣ gpt-6-astra 理解:只读剩下的 332 条,判断每条在推什么、谁在推,用了 18 万 token flatrouter.com/register?ref=… 如果让贵模型直接读完 1300 条,成本要翻近 4 倍。 今天第一名:Viktor,4 个付费创作者、同一套文案、近 30 万浏览。
很多人觉得Jev没用 - 它不是拿来做生成的,是拿来做判断的 - 它让后面的大模型少处理大约 3/4 的帖子 - 返回概率,阈值可以调 每条帖子调用一次 Jev,一次回答 6 个问题,每个问题都返回概率,不只是一个是或否 我自己在用的营销品牌监控流程: 1️⃣ AIsa: $0.385,共抓 1,300 条 go.aisa.one/yansen-zhu 2️⃣ Jev: $0.0636,1,300 条全部打分,其中判为 AI 产品投放的有 332 条 console.typesafe.ai/keys 3️⃣ gpt-6-astra: 181,421 tokens,332 条全部抽取成功。脚本只记 token 数,没有换算成美元 flatrouter.com/register?ref=…
1,293
Jev学习探索群里有人问,特意问了下claude GitHub 官方文档里的规则,按我了解的版本写,具体以 GitHub 官网为准: 1️⃣ 能跑的任务 任何能在 Linux/macOS/Windows 上用命令跑的东西:脚本、构建、调接口、读写数据库、推送其他仓库 2️⃣ 单个任务 最长6 小时(你的同步自己设了 2 小时上限) 3️⃣ 公开仓库的机器配置 4 核 CPU、16GB 内存、14GB 硬盘,每次运行都是一台全新机器 5️⃣ 同时运行 免费账户最多约 20 个任务同时跑 6️⃣ 定时任务 最短 5 分钟一次;高峰期常延迟几分钟到几十分钟,所以 06:30 的任务不一定准点 7️⃣ 缓存 每个仓库约 10GB 什么情况下会开始收费 - 仓库改成私有:免费账户每月只有 2,000 分钟,你现在每月约 13,600 分钟,会超出很多,超出部分按分钟计费。 - 使用更大配置的机器:默认机器免费,更大的机器按分钟收费。 - GitHub Pages:公开仓库免费。网站总大小上限约 1GB,每月流量建议在 100GB 以内。 建议 - 保持仓库公开,就不用担心费用。 - 如果哪天要把主仓库改成私有,先把同步和部署这两个大头优化一下,或者告诉我,我帮你算一下会花多少钱
我发现我的自动化任务就两种 一种需要我筛选的,我就放到本机claude的routines上的定时任务,比如:每日skills上新合集,从中筛选进行分享 另一种不需要我筛选的,我现在可以让Jev过一道,放到GitHub Actions上每日自动跑,比如:jasonzhu.ai/zh/news
19
844
今天学习群线下分享,一组 FT 的图把 AI 成本这件事讲透了 全球每月推理 token 一年涨了 10 倍 上下文窗口从 2019 年的一千左右涨到 100 万,2025 年以后头部模型基本都停在这里,窗口已经不是瓶颈 最扎心的是第三张: 同一个编程任务,两次都成功,一次用了 950 万 token,一次只用了 31.6 万,差了 30 倍。 另一个任务一次花 16 美元,一次只要 0.85 美元,而且烧得多的那几次有的还失败了 最后一张,Anthropic 和 OpenAI 能力最强,也最贵,开源模型便宜但分数低一截 所以接下来比的是同样的结果谁花得更少: 选对模型,选对思考档位,让 Agent 别瞎转 数据来源:Exponential View、Artificial Analysis、论文 How Do AI Agents Spend Your Money
3
6
888
想给产品做一支讲解视频,以前要么找人剪,要么烧 AI 视频额度 explainroo 让你的 AI 编程助手直接做,全程在本机跑,不花钱,MIT AI 只写两个文件:script.md 是旁白稿,scenes.js 用 JavaScript 画场景,每个画面可以挂在稿子里的某个词上,念到那个词才出现 剩下的流水线它全包 Kokoro 本地念稿,28 种声音,不用账号不用 Key Whisper 听录音,标出每个词的时间 无头 Chrome 一帧帧渲染,手绘风线条加 1,800 个图标 每支视频自动生成配乐,人声出来时自动压低 最后 ffmpeg 合成 MP4 最巧的设计在检查环节:AI 看不了视频,它就给 AI 留了别的办法,场景截图、整片缩略图、文字出框重叠检查、旁白念错检查 5 种画风 paper、clean、chalk、blueprint、midnight,改一个设置就换。16:9、9:16、4:5、方形都能出,竖版自带逐词高亮字幕 还能做产品演示:AI 照着你的代码或官网重建界面,鼠标指针自己点、自己输入 视频前半段是 explainroo 给自己做的介绍片,后半段是它做的 DNS 讲解,粉笔风 Claude Code、Codex、Pi 等编程助手都能用,作者说目前配 Claude Code + Opus 5.5 效果最好 几个注意点:首次安装要下载约 400 MB 模型,作者主要在 Linux 上开发测试,macOS 和 Windows 测得少一些。可选的 AI 配图走 OpenRouter,这部分要付费
2
3
900