jackssybin 的个人博客

diagram-design 是一个跨 Claude Code、Codex、Factory Droid、Pi 的开源 Agent Skill，用自包含 HTML+SVG 产出 39 种编辑级图表：无阴影、无 Mermaid 自动布局味，能读你的网站 60 秒匹配品牌色，还能把 draw.io / Mermaid 旧图重绘成同一套设计系统。本文梳理它的机制、上手方式与适用边界。

VoiceStudio是一个完全本地运行的全能语音AI开源平台，支持16个TTS引擎、11个ASR引擎、646种语言，不需要API Key，不需要订阅，隐私安全，完全可以替代ElevenLabs等付费语音服务。本文带来详细测评和使用指南。

Obscura 是一个用 Rust 编写的开源无头浏览器，专为网页抓取和 AI Agent 自动化打造。仅占用 30MB 内存，二进制大小仅 70MB，比传统的 Headless Chrome 小很多，还内置了反检测和隐身模式。可以直接替代 Puppeteer/Playwright 使用。

OpenChatCut 是商业 ChatCut 的开源免费替代方案，把对话式 AI Agent 和专业时间线编辑放在同一工作区，支持 Claude Code/Codex 通过 MCP 直接操作视频工程，编辑结果可继续手动修改，真正让 AI 参与剪辑流程。

VideoLingo 是一站式视频翻译配音工具，能一键生成 Netflix 级高质量字幕，告别生硬机翻，告别多行字幕，还支持 GPT-SoVITS 克隆配音，让外语视频轻松本地化。本文带你了解它的核心功能、安装使用方法。

做个人IP需要头像和表情包，找设计师要几百块，自己用AI生成要折腾半天。这个Codex开源技能通过向导式流程，五分钟就能帮你生成一套统一风格的成品，直接能用。

如果你每天需要在多个工具之间来回切换：打开 DataGrip 查数据库，开 iTerm2 连服务器，用 Microsoft Remote Desktop 连 Windows 远程桌面，还要开 ChatGPT 帮你写 SQL —— 这一切在 Navop 里只需要打开一个窗口就能完成。

市面上绝大多数 GEO 工具都是监测型 SaaS：按月收费，数据存在厂商云端，只告诉你排名和提及率，不给你落地路径，更不帮你验收效果。GeoLook 完全不一样——它是一个开源自托管的全流程 GEO 实施平台，从现状分析→诊断→方案→实施工单→执行落地→效果验收，给你完整闭环，全部数据都在你本地，免费开源。

OpenStory 是一个开源AI视频生成平台，可以把文本脚本自动拆解为场景，生成风格一致的序列帧、图片、动效和音频，支持团队协作和云端部署。本文带你快速上手，分析核心架构，并分享实践体验。

做 AI 绘画你是不是也遇到过这个问题：

最近身边好几个朋友都退订了 Claude Code，转回去用 OpenAI Codex。

昨天世界机器人大会的百米赛跑，刷了屏：

我去年和一家做企业AI采购的朋友吃饭，他说的一句话印象很深：

DeepSeek 和 OpenAI 一前一后开源了自己内部用的评测框架 Harness。

DeepSeek一周之内连调两次定价：上周刚涨完价，这周又宣布周末全天统一按低谷价收费。很多人看不懂，说这是战略摇摆，或者抢用户打价格战。

柯洁说，他找到方法破解围棋AI了：哪怕让九子，只要你故意"装弱智"乱下，就能赢。

很多人对长江存储的印象，还停留在"靠政策输血的国产项目"。

柯洁说，他找到破解围棋AI的方法：故意下"弱智"招，哪怕让AI九子，AI也赢不了。

为什么华为苹果都开始把手机做宽了？

我最近刷到好多「AI解决百年数学猜想」的新闻，点进去一看，差点被标题忽悠了。