YOHO AI

标签： AI Agent

  • ComfyUI-Manager：ComfyUI 必备的插件管家，15.3K+ Stars 让节点安装一键搞定

    ComfyUI-Manager：ComfyUI 必备的插件管家，15.3K+ Stars 让节点安装一键搞定

    ComfyUI-Manager 主菜单

    项目简介

    ComfyUI-Manager 是 ComfyUI 生态的官方扩展「插件管家」，让你在图形界面里一键安装、更新、禁用、启用上千个自定义节点与模型，是每位 ComfyUI 用户都离不开的「应用商店」。项目由社区发起，现由 Comfy-Org 官方维护，已接入 registry.comfy.org 官方节点仓库，累计 15.3K+ Stars、2.3K+ Forks，采用 GPL-3.0 许可。

    安装要求和过程

    环境要求：已安装 ComfyUI；系统具备 Python 3 与 Git 即可（无需额外依赖，纯 Python 实现）。

    方式一 · 通用安装（推荐）

    # 进入 ComfyUI 的自定义节点目录
cd ComfyUI/custom_nodes
git clone https://github.com/Comfy-Org/ComfyUI-Manager comfyui-manager
# 重启 ComfyUI 即可在菜单看到 Manager 按钮

    方式二 · Windows 便携版：下载 install-manager-for-portable-version.bat 放入 ComfyUI_windows_portable 目录，右键「另存为」后双击运行。

    方式三 · comfy-cli 一并安装（最省心）

    python -m venv venv
venv\Scripts\activate      # Linux/macOS 用 . venv/bin/activate
pip install comfy-cli
comfy install            # 同时装好 ComfyUI + ComfyUI-Manager

    方式四 · Linux + venv 脚本：下载 install-comfyui-venv-linux.sh 赋可执行权限后运行，自动完成 ComfyUI 与 Manager 的 venv 部署。

    核心功能

    • 一键管理自定义节点：内置 2000+ 节点库，图形界面中搜索、安装、更新、禁用、启用、卸载全部点点鼠标完成，告别手动 git clone + pip install。
    • 模型一键下载与管理：集成模型库，直接在界面拉取常用模型权重，并可通过 extra_model_paths.yaml 统一管理模型路径。
    • 快照（Snapshot）管理：一键保存当前「节点 + 模型 + 配置」的完整状态，随时还原，是应对环境崩坏、多机一致的「救命功能」。
    • 缺失节点自动识别：导入他人工作流时，自动列出缺失的自定义节点并一键补齐，彻底解决「换个机器工作流就跑不起来」的问题。
    • 工作流分享 + 命令行 + 安全策略：支持分享到 comfyworkflows / OpenArt 等平台；提供 cm-cli 供高级用户脱离界面使用；security_level 与独立安装开关保障公共部署安全（V3.38 已迁移到受保护系统路径）。

    ComfyUI-Manager 安装对话框

    典型使用场景

    1. 新手快速搭建 AI 绘画工作流：刚装好 ComfyUI 不知道装什么？打开 Manager 搜索 ControlNet、AnimateDiff、IP-Adapter 等热门节点，一键安装即可开始出图。
    2. 团队 / 多机环境一致性：在一台机器调好所有节点后用快照保存，其他机器直接还原，杜绝「在我电脑上能跑」的玄学问题。
    3. 复现他人分享的工作流：从社区下载 .json 工作流，Manager 自动检测并安装其中缺失的节点，秒级复现大佬的节点组合。

    ComfyUI-Manager 模型安装

    推荐理由

    如果你用过 ComfyUI，一定体会过「满屏红字找不到节点」的痛苦。ComfyUI-Manager 把原本繁琐的命令行操作全部收敛为一个图形化面板，安装、更新、回滚一条龙，极大降低了 AI 绘画的入门门槛。个人最离不开的是它的快照功能——折腾节点把环境搞崩后，一个还原就能满血复活；而「缺失节点自动安装」让复现别人的工作流从半小时缩短到几秒钟。如今项目归入 Comfy-Org 官方维护、接入官方节点仓库，并更新了安全补丁，稳定性与可信度都上了一个台阶。一句话：装 ComfyUI 不装 Manager，等于买了手机不装应用商店。

    下载地址

  • Dify：开源 LLM 应用开发平台，148K Stars 把 AI 工作流从原型秒送生产

    Dify：开源 LLM 应用开发平台，148K Stars 把 AI 工作流从原型秒送生产

    Dify 一览

    在 AI 应用落地的草莽时代，几乎每个团队都在重复造轮子：接模型要写一遍适配、做检索要搭一套向量库、上生产还要自己补日志和监控。把这套东西拼起来，往往比业务本身还费劲。Dify 的出现，就是要把这件事彻底标准化。

    一、项目简介

    Dify 是一个开源的 LLM 应用开发平台，用一张可视化画布把 AI 工作流、RAG 检索增强、Agent 能力、模型管理与可观测性打包在一起，让你从原型到生产只差一次部署。目前 GitHub 已收获 148.4K Stars、23K+ Fork，是开源 LLM 应用开发领域当之无愧的头部项目。

    二、安装要求和过程

    环境要求：

    • CPU ≥ 2 核
    • 内存（RAM）≥ 4 GiB
    • 已安装 Docker 与 Docker Compose
    • 操作系统：Linux / macOS / Windows（WSL2）

    快速安装（Docker Compose，官方最推荐方式）：

    git clone https://github.com/langgenius/dify.git
cd dify/docker
cp .env.example .env
docker compose up -d

    启动完成后，浏览器访问 http://localhost/install 即可进入初始化向导。如果你需要高可用部署，官方文档还提供了 Helm Chart、Terraform（Azure / GCP）、AWS CDK 以及阿里云计算巢等多种方案。

    三、核心功能

    1. 可视化工作流画布（Workflow）
    在画布上拖拽编排 AI 流程，节点可调试、可分支、可回放，复杂逻辑一目了然。

    2. 全面的模型支持
    无缝接入数百个闭源 / 开源大模型（GPT、Mistral、Llama3 及所有 OpenAI 兼容模型），覆盖几十家推理服务商与自托管方案，切换模型无需改代码。

    3. 开箱即用的 RAG 管线
    从文档摄入到检索全链路覆盖，原生支持 PDF、PPT 等常见格式的智能提取，几步就能搭出带引用来源的问答助手。

    4. 强大的 Agent 能力
    基于 Function Calling 或 ReAct 定义智能体，内置 50+ 工具（Google 搜索、DALL·E、Stable Diffusion、WolframAlpha 等），也可接入自定义工具。

    5. LLMOps 与 Backend-as-a-Service
    应用日志与性能可监控、可迭代；所有能力均提供对应 API，轻松把 AI 能力嵌入自有业务系统。

    四、典型使用场景

    1. 企业知识库问答 / 智能客服
    导入内部文档构建 RAG，几步搭出带引用来源、可溯源的客服助手，替代翻手册式的重复答疑。

    2. 可视化 Agent 工作流自动化
    把“检索 → 生成 → 调用工具 → 校验”串成一张画布，用可视化的方式替代脆弱的脚本编排。

    3. 快速原型 + API 集成
    先用 Dify 低成本验证想法，再通过 BaaS API 把打磨好的 AI 能力无缝嵌入现有产品。

    五、推荐理由

    个人使用下来，Dify 最打动我的是“把复杂度收敛到一个画布上”。它不要求你先成为向量数据库专家或 Prompt 工程师，普通开发者也能在半小时内跑通一个带 RAG 的可用应用；而当项目要上生产时，LLMOps 的日志、评估与 API 化能力又刚好补上团队最缺的那一环。对于想认真做 AI 产品的团队，它是目前最省心的一站式底座——既能自建私有化守住数据，也能平滑对接云端大模型。

    六、下载地址

    许可证：Dify Open Source License（基于 Apache 2.0，附加部分条款）。本文数据截至 2026-07-11，Stars 约 148.4K。

  • Meta开放Muse Spark 1.1，想让自家的模型给开发者写代码

    Meta Muse Spark 1.1 编程模型概念图
    Meta 通过 Meta Model API 开放 Muse Spark 1.1（配图）

    今年 4 月，Meta 带着自家的第一个自研模型 Muse Spark 重新杀回 AI 牌桌。才过去三个月，它又往前挪了一步：把升级版 Muse Spark 1.1 通过一个新的 Meta Model API，开放给美国开发者做公开预览。换句话说，Meta 不再满足于只把模型藏在自己产品里，它想成为别人搭 AI 工具时脚下的那层地基。

    从”自己玩”到”让别人也来用”

    Meta 对 1.1 版的定位是比初代”跨了一大步”，改进来自开发者的反馈。具体能干什么？更硬的编程能力，包括发现和修复复杂 bug；更好地支持跨多个 App 的端到端智能体工作流，甚至多智能体协作；还原生具备对图片、视频、文档的多模态感知。上下文窗口给到了 100 万 token。

    Meta 说 Muse Spark 1.1 相比初代是”step-change”级别的跃迁，重点补上了复杂 bug 修复、多智能体编排，以及跨图片、视频、文档的原生多模态感知。

    身后那笔账

    这次发布紧跟在本周 Muse Image 的后面——那个图像生成模型因为能把别的用户的 Instagram 内容揉进生成结果里，已经惹出争议。但 Muse Spark 1.1 走的是另一条路：它要接进 AI 编程软件，去挤那个已经很挤的赛道。这一切都发生在 Meta 想证明自己砸下去的几十亿美元没白花的大背景下；过去一年它挖了一堆明星工程师、做了内部重组，目标就是追上 OpenAI、Google 和 Anthropic。

    怎么拿到，花多少钱

    新模型现在就能在 Meta AI App 和网站里用 Thinking 模式体验，同时通过 Meta Model API 向美国开发者开放公开预览。每个新开的 API 账号，Meta 还送 20 美元的免费额度。回想一下，Muse Spark 最早只在 Meta AI 里能用，后来才陆续驱动了 Instagram、WhatsApp 里的聊天机器人，以及最新的 Meta 智能眼镜。开发者 API 的具体按 token 计费标准还没公布，重度使用可能会被限流。

    分数还没追上，但路线选得巧

    在硬跑分上，Muse Spark 1.1 还没坐到领头的位置。Terminal-Bench 2.0 这种真实编程任务的测试里它拿了 59.0 分，落在 OpenAI 的 GPT-5.5（82.7）、Google 的 Gemini（68.5）和 Anthropic 的 Claude Opus（65.4）后面；SWE-Bench Verified 上它 77.4%，而 GPT-5.5 是 88.7%。Meta 自己也在声明里认了这些差距，说会继续往长程智能体和编程工作流里砸钱补窟窿。

    • 公开预览 7 月 9 日启动，而它的私下预览从 4 月就开始了。
    • 通过 meta.ai 和 Meta AI App，模型目前免费可用，企业级调用成本待定。
    • 100 万 token 上下文，是它目前最能拿得出手的一张牌。

    对 Meta 来说，这一步的意义不只在分数。当 OpenAI、Google、Anthropic 都在抢”谁坐在普通人的聊天框里”时，Meta 悄悄选了另一条战线——抢”谁坐在成千上万个编程助手、检索管道和自动智能体下面”。这条战线更安静，但可能更值钱：底层模型一旦被大量开发者依赖，迁移成本就高了，后面的议价权也就到了 Meta 手里。

  • OpenAI放出GPT-5.6，顺手把Codex做成了人人可用的办公搭子

    OpenAI GPT-5.6 与 ChatGPT Work 概念图
    OpenAI GPT-5.6 与全新的 ChatGPT Work 智能体（配图）

    两周前，GPT-5.6 其实已经”发布”过一次，但那时候普通用户根本摸不到。6 月 26 日那波上线，只向大约 20 家提前报备过的机构开放——因为特朗普 6 月 2 日签的行政令要求，AI 公司在全面公开前沿模型之前，得先把模型交给政府做能力评估。这等于 OpenAI 自己定的发布日，被外部按了暂停键。

    等了两周，才拿到放行条

    美国商务部下属的 AI 标准与创新中心把模型审了两周，7 月 8 日放行，GPT-5.6 这才算真正面向所有人开放。Sam Altman 在 X 上给它的评价是”我们做过的最强模型”。系统卡片里写得挺坦率：Sol 在网络安全、生物这两个领域能找出漏洞和攻击的”零件”，但在测试条件下没能自己拼出一条完整的攻击链。这也解释了为什么管控会下沉到产品层——部分 API 调用可能被拦截，甚至在生成到一半时被暂停，交给安全系统复核。

    ChatGPT Work：把 Codex 塞给普通人

    OpenAI 挑在同一天抛出了另一个东西：ChatGPT Work。简单说，它是把 ChatGPT 和 Codex 揉到了一块儿。Codex 本来是给写代码的人用的，现在 OpenAI 想让不懂编程的普通人也能用它干非编程的活——从你指定的 App、文件和工作流里收集上下文，直接产出文档、表格、演示文稿，甚至网页应用。

    OpenAI 在博客里说，ChatGPT Work 能从你选择的工具里收集上下文，产出文档、表格、演示文稿和网页应用；一个”统一插件目录”让它能连上 Slack、Gmail、Google Drive、日历和各类 CRM。

    说白了，它不再只是一个聊天框，而是想坐到你工作流的正中央。落地范围也够大方：Mac 和 Windows 的桌面端，连免费用户都能立刻用上；手机和网页端先给 Pro、Enterprise、Edu 这几个档位，Plus 和 Business 会在接下来几天陆续放开。OpenAI 的说法是，全球已经开始推送，24 小时内基本铺满。

    一家人，三种打法

    GPT-5.6 不是单个模型，而是一家人。Sol 是旗舰，主打智能和效能；Terra 是均衡的日常工作模型；Luna 走性价比路线，便宜又快。OpenAI 还加了一个 Ultra 模式，默认让四个智能体并行干活，对付复杂任务。

    • Sol 在一项智能体”考试”里比 Anthropic 的 Fable 5 高了 13 分，而且用的 token 更少。
    • Terra 和 Luna 在某些评测里，用大约十六分之一的成本就能打平 Fable 5。
    • 这一家人背后就一个信号：模型不光要比谁聪明，还要比谁便宜。

    顺便给微软递了颗定心丸

    OpenAI 说 GPT-5.6 会成为 Microsoft Copilot 的”首选模型”。这话多少有点针对性：这周彭博刚报道微软为了省钱，开始更多依赖自家 MAI 模型，外界一度猜测两家要闹掰。OpenAI 这波等于公开把”我们还是好搭档”写在脸上，也顺手压了压”分家”的传闻。

    把最近几件事连起来看挺有意思：Codex 并进了 ChatGPT，Atlas 浏览器退场，能力改由 Chrome 扩展承接。模型在 API 里打价格战，产品在桌面上抢入口——OpenAI 的意图很直白，就是想让你电脑上那个”替你干活的东西”只叫一个名字。聊天框时代的 ChatGPT 是个浏览器标签页，智能体时代的 ChatGPT，想变成你电脑里常驻的那一层。

  • Desktop Commander MCP：让 AI 直接掌控你的终端与文件系统

    Desktop Commander MCP：让 AI 直接掌控你的终端与文件系统

    Desktop Commander MCP

    一、项目简介

    Desktop Commander MCP 是一个为 Claude、Cursor、VS Code、Claude Code 等 AI 编程客户端提供「终端控制 + 文件系统搜索 + 差异文件编辑」能力的 MCP（Model Context Protocol）服务器。它让你的 AI 助手不再只会「动嘴」，而是能在你的本地电脑上真正「动手」——开终端、搜文件、改代码、跑命令、看结果，一条龙闭环。

    项目由 wonderwhy-er 维护，目前 GitHub 收获 6,700+ Stars、882 Forks，采用 MIT 协议开源，底层用 TypeScript 实现，跨 Windows / macOS / Linux 全平台可用。

    二、安装要求与过程

    环境要求

    • Node.js（推荐 18+；或改用 Docker 方式，无需安装 Node）；
    • 一个支持 MCP 的客户端：Claude Desktop / Cursor / VS Code / Claude Code / Codex / Gemini CLI / Windsurf 等；
    • 操作系统：Windows、macOS、Linux 均可。

    快速安装（以 Claude Desktop 为例，npx 自动更新）

    npx @wonderwhy-er/desktop-commander@latest setup

    或手动在 claude_desktop_config.json 中添加：

    {
  "mcpServers": {
    "desktop-commander": {
      "command": "npx",
      "args": ["-y", "@wonderwhy-er/desktop-commander@latest"]
    }
  }
}

    其他客户端一句话安装

    # Claude Code
claude mcp add --scope user desktop-commander -- npx -y @wonderwhy-er/desktop-commander@latest

# Codex
codex mcp add desktop-commander -- npx -y @wonderwhy-er/desktop-commander@latest

# Qwen Code
qwen mcp add desktop-commander -- npx -y @wonderwhy-er/desktop-commander@latest

    不想装 Node？直接用 Docker 一键脚本（install-docker.sh / install-docker.ps1）启动；也可以通过 Smithery、Cursor 的 MCP 安装链接等图形化方式添加。

    三、核心功能

    1. 增强型终端控制：运行长时间命令、管理交互式进程（start_process / interact_with_process / read_process_output / force_terminate）、会话管理，并支持指定 bash / zsh 等 shell。
    2. 完整文件系统操作：读 / 写 / 移动 / 递归列目录、按文件名与内容搜索（基于 vscode-ripgrep 的递归搜索）、读取文件元数据、负偏移 tail 读取超大日志。
    3. 差异文件编辑（edit_block）：精准 SEARCH/REPLACE 替换、模糊回退、字符级 diff、多文件与正则模式替换，像资深工程师一样做「外科手术式」修改，而不是整文件重写。
    4. 即时数据分析与办公文档：在内存中直接跑 Python / Node / R 代码；原生读写 Excel（.xlsx/.xls/.xlsm）、PDF、DOCX；直接分析 CSV / JSON，数据不出本机。
    5. 企业级安全与可观测：符号链接遍历防护、命令黑名单、Docker 隔离、全面审计日志（10MB 轮转）、动态配置无需重启。

    四、典型使用场景

    • 大型代码库重构：让 Claude 用 ripgrep 递归搜出所有调用某函数的地方，逐文件用 edit_block 做差异修改。社区里有用户用它一次性修完 23 个文件、76 个错误的 Svelte 5 项目，速度远超传统 AI 编码体验。
    • 本地数据分析：把 Downloads 里的 CSV 丢给 Agent，它直接在内存里跑 Python 做清洗、统计、画图，全程不离开本机，隐私可控。
    • 自动化日常办公：自动按文件类型整理 Downloads、找出重复照片、把 Excel 报表转成图表或 Markdown，把重复的体力活交给 AI。

    五、推荐理由

    一句话总结：这是目前我用过「最像把 AI 变成真同事」的 MCP 工具。它不只是一个文件服务器，而是把「读代码 → 改代码 → 跑命令 → 看结果」的闭环搬进了对话框。

    最香的是差异编辑（edit_block）——AI 不再整文件重写，而是精准打补丁，token 消耗更低、上下文更稳，长时间对话也不容易「翻车」。配合 Claude Code / Cursor，几乎可以取代一部分 IDE 操作，Vibe Coding 体验拉满。

    唯一要留意的是权限边界：它默认能跑任意终端命令，建议在配置里用 allowedDirectories 限定工作目录，并保持审计日志开启。整体来说，开源 MIT、跨平台、一行命令装好，强烈推荐给所有做 AI 编程的人。

    六、下载地址

  • Claude Sonnet 5来了：Anthropic把AI代理的成本砍了一刀

    Agent能力不再是大模型的专利

    Anthropic最近把Claude Sonnet 5推了出来。这家公司一直主打“AI安全”和“可控性”，但这一次他们的卖点更直接：中端模型也能像旗舰模型一样自主跑任务了。以前你想要浏览器、终端、工具调用这些agentic能力，多半得选Opus这种大模型，现在Sonnet 5说它也够格。

    他们的官方说法很直白：几个月前还需要更大、更贵模型才能做到的规划和自主执行，现在Sonnet 5这个中号模型就能干了。这其实跟OpenAI上周放出的GPT-5.6 Sol、以及Google五月发布的Gemini 3.5 Flash是一个路数——大家都在把“能自己干活”这件事变成基础配置，而不是高端选配。

    关键变化：agentic能力已经卷到了“性价比”这一层。谁能用更便宜的价格、更少的监管，让AI把复杂任务跑完，谁才是下一个卖点。

    价格方面，Sonnet 5在8月31日之前的促销价是每百万输入token 2美元、输出10美元。这个价格比Opus 4.8、OpenAI的GPT-5.5和Google的Gemini 3.1 Pro都便宜，虽然还略高于Gemini 3.5 Flash。促销期过后，输入会涨到3美元、输出15美元，但即便恢复原价，也只有Opus 4.8大概六成。

    性能接近旗舰，但价格便宜一截

    只看跑分，Sonnet 5在agentic coding测试里拿到了63.2%，Opus 4.8是69.2%，上一代Sonnet 4.6是58.1%。这说明它离旗舰还有距离，但已经把前代甩在了身后。更有趣的是，在知识工作 benchmark 上，Sonnet 5甚至小超Opus 4.8——也就是说，日常办公、写文档、整理信息这类场景，它的性价比优势会非常明显。

    Zapier的工程师Daniel Shepard说，他们让Sonnet 5做了一件两步骤的事：先更新Salesforce账户层级，再给一批企业联系人发产品发布通知。放在过去，这种任务往往做到一半就卡住，现在它端到端跑完了。Lovable的联合创始人也提到，Sonnet 5拒绝危险请求的方式“干净且一致”。

    AI代理概念图
    AI代理正在成为中端模型的标配，不再只是旗舰模型的专属功能。

    安全方面，Anthropic也做了不少测试。Sonnet 5在“被诱导去做坏事”或者“被欺骗”这类测试里比前代表现更好，幻觉和谄媚行为也更少。不过它跟Opus 4.8和Claude Mythos Preview相比，在恶意网络安全任务上还是差一截，企业如果要做高敏感操作，还是得选旗舰。

    说白了，这次发布更像是Anthropic把“agentic”能力平民化。对于开发者和小团队来说，这意味着他们可以用中端模型的成本，去搭一些以前要烧大模型才能玩的自动化流程。模型公司之间的战争，已经从“谁能做”变成了“谁更便宜、更稳”。

  • AI-Job-Search：基于 Claude Code 的 AI 求职框架，让 Agent 帮你改简历、写求职信、备战面试

    AI-Job-Search：基于 Claude Code 的 AI 求职框架，让 Agent 帮你改简历、写求职信、备战面试

    今天要介绍的项目是 ai-job-search——一个在 GitHub 今日趋势榜上以 +3,700 stars/天 的势头冲到 AI 类目前列的求职神器。它把当下最火的 AI Agent 能力，用到了每个人迟早都要面对的真实场景里：找工作。

    ai-job-search

    📌 项目简介

    ai-job-search 是一个构建在 Claude Code 之上的 AI 驱动求职申请框架。你只需要 Fork 仓库、填写个人档案，剩下的「评估岗位匹配度 → 定制简历 → 撰写求职信 → 模拟面试」全部交给 Claude 自动完成。它不是 Anthropic 官方项目，但是把 Claude Code 的 Skill / Agent 能力落进高频真实场景的范本作品。

    ai-job-search 演示动画

    ▲ ai-job-search 工作流演示（Fork → /setup → /scrape → /apply）

    💻 安装要求和过程

    环境要求

    • Claude Code CLI（Anthropic 官方命令行工具）
    • Python 3.10+
    • Bun（用于运行职位搜索 CLI）
    • LaTeX 发行版：需含 lualatex 与 xelatex，推荐 TeX Live / MacTeX / TinyTeX / MiKTeX（CV 用 lualatex，求职信用 xelatex）
    • 可选：pdftotext（poppler），用于 ATS 文本层校验；缺失时自动降级为视觉检查

    快速安装

    # 1. Fork 并克隆仓库
gh repo fork MadsLorentzen/ai-job-search --clone
cd ai-job-search

# 2. 安装职位搜索工具（需要 Bun）
bun install

# 3. 启动 Claude Code 并初始化个人档案
claude
# 在交互中执行 /setup（三种方式：导入 documents/ 文件夹、粘贴简历、AI 访谈引导）

    初始化完成后，即可用 /scrape 搜索职位、/apply <岗位URL> 或粘贴 JD 文本来发起申请。

    ✨ 核心功能

    • 🎯 草稿-评审申请工作流（/apply）：强制 PDF 编译 + 可视化检查，内含 PDF 验证循环（防排版破碎）、ATS 文本层校验（用 pdftotext 抽取关键词与联系人）、按匹配度加权删减、起草与评审双 Agent 分离——直接解决 AI 写简历最易翻车的「排版崩了、关键词被吃」问题。
    • 🔍 多门户职位搜索与排序（/scrape、/rank）：跨多个招聘板抓取、去重、按适配度排序，并支持批量打分，把精力留给最匹配的岗位。
    • 🎤 面试备战（/interview）：基于历史归档生成分阶段准备包与模拟面试，提前演练高频问题与回答要点。
    • 📈 档案增强与技能差距分析（/expand、/upskill）：从公开来源丰富个人档案，分析技能差距并生成针对性学习计划。
    • 🧰 可扩展模板与门户（/add-template、/add-portal）：注册自定义 LaTeX 模板，或生成本地招聘板搜索技能，轻松适配不同国家 / 地区市场（默认职位搜索面向丹麦，可替换）。

    🚀 典型使用场景

    • 海投变精准投递：把一份通用简历交给框架，针对每个岗位自动生成匹配度最高的定制版简历与求职信，告别「千人一面」。
    • 面试前冲刺：让 Agent 根据目标岗位和你的档案，生成模拟面试问题与回答要点，提前查漏补缺。
    • 求职数据闭环：用 /outcome 记录每个岗位的投递阶段、offer 与拒信，逐步沉淀属于自己的求职知识库。

    💡 推荐理由

    作为常年和 Agent 打交道的人，我第一眼就被它的「草稿-评审」双 Agent 设计打动——它没有一上来就让你无脑海投，而是把求职拆成「评估 → 定制 → 评审 → 面试」几个严肃环节。尤其是 PDF 验证循环 + ATS 文本层检查，精准命中了 AI 写简历最容易翻车的点。整套流程语言与国家无关，模板基于 moderncv 与自定义 cover 类，产出物专业度高。如果你正在找工作、或经常帮人改简历，这个项目值得立刻试一试。

    🔗 下载地址

    本文由自动化任务整理发布，数据截至 2026-07-10，stars 持续增长中。

  • 一家AI代理公司让自家Agent去拉融资：130个投资人，它一个人都没见

    AI代理自主融资概念图
    AI代理SivaClaw主导Lyzr的1亿美元融资路演（概念图）

    这事儿巧得有点剧本感。据彭博的报道，一家叫Lyzr的新泽西创业公司，干了件挺绝的事：它自己是帮企业搭AI代理的，结果这一轮融资，它让自己的AI代理去拉。系统叫SivaClaw， reportedly 对接了130多个投资人，起草投资备忘录，甚至还能追踪哪些slide投资人停留得久。

    它把自家产品的路演，变成了产品演示

    Lyzr是个成立三年、base 在新泽西Jersey City的公司。这一轮是1亿美元的B轮，估值大概5亿美元。SivaClaw基本扛起了整个融资的”前锋”角色——回答问题、写材料、盯数据，一条龙跑完。对一家卖AI代理的公司来说，没有比”用自家代理融到钱”更顺滑的广告了。

    最耐人寻味的不是它干了多少活，而是创始人几乎没费腿脚。Lyzr对彭博说，他们从硅谷、中东和金融圈捞到了4亿美元的意向，全程没有哪个创始人飞出去，去Sand Hill Road挨家挨户喝咖啡、找人暖场介绍。

    真正的主线，是钱多到追着AI跑

    把这事单独看，是个很酷的产品故事；放到大环境里看，它其实在说另一件事。当下追着AI下注的资本实在太多，以至于一个有真实traction的创始人，连办公室椅子都不用离开，就能把九位数的钱聊下来。SivaClaw只是把这种”钱追项目”的失衡，用一种戏剧化的方式演了出来。

    AI代理正在一口口吃掉过去的白领工作，这点我们已经听了很多遍。但融资这件事，历来靠的是人脉、信任和一次次面对面磨出来的化学反应。当一个代理能代创始人去应对投资人、起草备忘录，说明连这块高度依赖”人”的地盘，边界也在往后退。

    但拍板的那一下，AI还替不了

    冷静一点看，这里头也有需要打个问号的地方。SivaClaw能写材料、能问答、能统计slide停留时长，可投资人最终掏钱，靠的是对创始团队的信任——这种信任往往是酒会、邮件往来和一次次坦诚沟通攒出来的，暂时还不是代理能生成的。

    资本愿意为”AI替我跑融资”这个故事买单，本身就已经说明市场热到了什么程度。比起 agent 真的解放了多少劳动力，更值得盯的是：这股热钱会不会把”会讲故事”和”真有产品”混为一谈。

    对Lyzr来说，最值钱的不是那1亿

    回到公司本身，这笔融资最划算的地方，是把它”产品能真干活”这件事，变成了活生生的案例。一个帮企业造代理的平台，自己先用代理跑通了最难的融资关，这套叙事拿去敲任何企业客户的大门都好使。

    不管你信不信”代理能替人融资”，Lyzr这波操作都给所有AI公司提了个醒：在资本这么拥挤的赛道里，最好的产品演示，可能就是你拿它把自己最头疼的那件事给办了。

  • OpenAI把自家AI浏览器Atlas关了：它想明白了，浏览器不是终点

    OpenAI关停Atlas AI浏览器概念图
    OpenAI把Agentic浏览能力拆进ChatGPT，而不是再做一个独立浏览器

    OpenAI把自家AI浏览器Atlas关了。这款去年10月才跟着ChatGPT一起亮相的产品，原本被寄望于跟Chrome抢用户的上网时间，结果上线还不到一年，就定在8月9日正式退役。消息是跟着这波”ChatGPT Work”的发布一起放出来的。

    一场还没人赢的”浏览器战争”

    过去大半年，AI公司其实都在打同一场仗——抢占人们上网的那个入口。Perplexity推了Comet，Browser Company做了Dia，谷歌和微软也没闲着，不停给Chrome和Edge塞新的AI功能。大家赌的是同一件事：谁占住了浏览器，谁就握住了下一代的操作系统。Atlas的卖点很直白，它不只是个浏览器，还能替你干活——订机票、填表格、跨页面整理资料，自己在后台点来点去。

    可惜愿意为了”一个会自己上网的浏览器”换掉Chrome的人，远比OpenAI想的少。理想很丰满，现实里大多数人还是习惯用顺手的那一个。

    真正让Atlas下课的，是OpenAI自己

    atlas的退场，根子上是OpenAI战略上的转向。去年底，应用业务一把手Fidji Simo就要求团队砍掉那些”副业项目”，把精力收回来。同一波清理里，连Sora视频生成工具都被关了。对眼下的OpenAI来说，把生产力和办公场景做扎实，比到处开花重要得多。

    OpenAI内部像是想明白了一件事：浏览器是一个功能，不是终点。与其逼用户换掉用了十几年的Chrome，不如把AI代理直接送进他们已经在用的地方。

    浏览器死了，里面的能力留下了

    有意思的是，Atlas虽然关了，但里面试出来的那些能力没浪费。OpenAI把它们拆开，重新塞进了几个用户已经在用的地方：

    • ChatGPT桌面App：内置了更完整的浏览器，能登录账号、下载文件、直接在ChatGPT里逛网页；
    • Chrome插件：能读取你正在看的页面，帮你提问、总结、甚至启动长任务——这明显是冲着谷歌的Gemini侧边栏去的；
    • 云端浏览器：跑在OpenAI的服务器上，让代理替你远程完成各种活儿。

    所以这回Atlas的关闭，不等于OpenAI放弃了”帮人上网”。它只是换了一种更务实的打法：ChatGPT正在变成一个连续的工作空间，横跨Chrome、桌面端和云端代理。对用户来说，可能反而是件好事——不用为了用AI，专门去适应一个全新的浏览器。

    这场AI浏览器大战到现在还没人真正赢。Comet和Dia都还在小圈子里转，Atlas先退了场。接下来要看的，是谷歌和微软能不能把AI真正做进每天几亿人离不开的Chrome和Edge里。

  • Crawl4AI：把全网网页变成 LLM 能直接用的干净 Markdown，RAG 数据清洗一步到位（71.8K★）

    Crawl4AI：把全网网页变成 LLM 能直接用的干净 Markdown，RAG 数据清洗一步到位（71.8K★）

    Crawl4AI 项目封面

    一、项目简介

    Crawl4AI 是一个开源、对大模型友好的网页爬虫与抓取框架，能把任意网页一键转换成结构清晰、可直接喂给 LLM / RAG 的 Markdown，并支持结构化数据提取、截图、动态渲染等能力。对做检索增强、知识库、Agent 联网取数的人来说，它基本等于把”爬虫 + 清洗”两道工序合并了。

    二、安装要求和过程

    环境要求：Python 3.10 及以上；底层基于 Playwright（Chromium），首次使用需下载浏览器内核。

    快速安装（Python 包）：

    # 安装
pip install -U crawl4ai

# 安装后执行一键浏览器配置
crawl4ai-setup

# 自检环境是否就绪
crawl4ai-doctor

# 若遇到浏览器相关报错，可手动补全
python -m playwright install --with-deps chromium

    Docker 部署（推荐生产环境）：

    docker pull unclecode/crawl4ai:latest
docker run -d -p 11235:11235 --name crawl4ai --shm-size=1g unclecode/crawl4ai:latest
# 监控面板: http://localhost:11235/dashboard
# 交互 playground: http://localhost:11235/playground

    三、核心功能

    • LLM 就绪的 Markdown 输出：智能 Markdown 保留标题、表格、代码块，并提供 Fit Markdown（裁剪导航/广告等无关内容）、引用标注，以及基于 BM25 算法的内容过滤，正文噪声大幅降低。
    • 结构化数据提取：支持基于 LLM 的 Schema 提取、CSS 选择器提取、余弦相似度匹配，配合分块（Chunk）策略，直接产出 Pydantic 结构化对象，无需手写正则。
    • 真·浏览器级抓取：基于 Playwright 托管浏览器，支持会话保持、代理、Cookie、用户脚本、Hook、动态视口调整、懒加载处理，还能截图与生成 PDF。
    • 自适应爬取与调度：异步浏览器池 + 缓存机制，能学习网站结构、只爬该爬的页面；内置深度爬取与内存自适应调度，从单页到万级站点都能扛。
    • 部署灵活、可接 Agent：零密钥、CLI + Docker 双形态；新版 Docker 自带监控面板、浏览器池预热、Playground 与 MCP 集成，可直连 Claude Code 等 AI 编程工具。

    四、典型使用场景

    • 搭 RAG 知识库：把公司文档站、竞品官网、行业博客批量抓成干净 Markdown，直接喂进向量库做检索增强，省去大量手写清洗规则。
    • 生成 LLM 训练 / 微调语料：用 LLM 提取策略从定价页、榜单页抽取结构化字段（例如各家模型的价格表），产出干净的 JSON 数据集。
    • AI Agent 联网取数：通过 Docker + MCP 把 Crawl4AI 接进 Agent 工作流，让智能体实时抓取网页、执行 JS、截图后回写结果，补足大模型”看不见实时网页”的短板。

    五、推荐理由

    我自己踩过不少爬虫的坑：传统方案要么反爬头疼，要么抓下来的 Markdown 一堆导航/侧边栏噪音，接 RAG 前还得再写一层清洗。Crawl4AI 的 Fit Markdown + BM25 过滤基本把”正文 vs 杂质”这件事做对了，接检索增强时相当省心；异步 + 浏览器池的性能也不错，小规模到大规模都能用。Docker 镜像开箱即用，MCP 直连 Claude Code 这点对做 Agent 的人尤其香。小提醒：它依赖 Playwright/Chromium，首次部署体积不小；上生产建议走 0.9.0+ 的安全加固 Docker 镜像（已修复路径遍历 / SSRF / RCE）。

    六、下载地址