标签：大模型

Claude Cookbooks：Anthropic 官方出品的 Claude 使用范例集，47.8K stars 让 AI 开发少走弯路
Claude Cookbooks 是 Anthropic 官方维护的一组 Claude 使用范例/配方集（Jupyter Notebooks），用可直接复制、可运行的代码片段教会开发者如何用好 Claude API。它覆盖了文本分类、RAG、摘要、工具调用、多模态视觉、子代理、自动评估、JSON 模式、提示缓存等核心场景。截至 2026 年 7 月，仓库已收获 47.8K+ Stars、5.6K+ Forks，是学习和参考 Claude 官方最佳实践的必读项目。

一、项目简介

Claude Cookbooks 的定位非常清晰：它不是框架，也不是 SDK，而是一本「官方菜谱」。每个 Notebook 都围绕一个真实开发问题展开，例如「怎么用 Claude 做 RAG」「怎么让 Claude 调用外部工具」「怎么处理 PDF 与图片」「怎么自动评估生成结果」。你可以直接复制代码到自己的项目里，也可以把它当成学习 Claude API 的教程。

二、安装要求和过程

环境要求：
- Python 3.10+（示例代码以 Python 为主）；
- 一个 Claude API Key（可在 Anthropic 官网免费注册）；
- 仓库使用 uv 管理依赖，建议安装 uv（pip install uv 或 curl -LsSf https://astral.sh/uv/install.sh | sh）；
- 运行 Jupyter Notebook 需要浏览器或 VS Code Jupyter 插件。
快速安装：
```
# 1. 克隆仓库
git clone https://github.com/anthropics/claude-cookbooks.git
cd claude-cookbooks

# 2. 用 uv 安装依赖
uv sync

# 3. 设置环境变量
export ANTHROPIC_API_KEY="sk-ant-api03-..."

# 4. 启动 Jupyter 浏览示例
jupyter notebook
```
如果你不想安装 uv，也可以直接用 pip：pip install anthropic jupyter，然后逐本运行 Notebook。

三、核心功能
- 覆盖 Claude 全能力的实战 Notebook：从基础的文本分类、摘要、RAG，到高级的工具调用（Tool Use）、JSON 模式、子代理（Sub-agents）、自动评估（Evals）和提示缓存，几乎囊括了 Claude 的所有核心能力。
- 官方出品、持续更新：Anthropic 工程团队直接维护，Notebook 会跟随 Claude 3.5 / 3.7 / 4 系列模型和新 API 特性同步更新，避免你学到过时的写法。
- 可复制、可扩展的代码片段：每个配方都提供最小可运行示例，代码结构清晰，方便你替换成自己的数据、提示词或业务逻辑。
- 多模态与文档理解：包含视觉理解、图表解析、PDF 内容提取、表单识别等示例，适合需要处理非结构化数据的项目。
- 评估与可观测性：提供自动评估 Cookbook 和 Agent 搜索基准复现（DeepSearchQA / BrowseComp），帮助你建立「改提示 → 跑评估 → 看指标」的迭代闭环。
四、典型使用场景
1. 快速上手 Claude API：如果你是第一次用 Claude API，直接打开 getting_started 或基础能力 Notebook，五分钟就能把第一条请求跑起来。
2. 构建 RAG 与文档问答应用：参考 RAG 配方，把自有文档切分、嵌入、检索后交给 Claude 生成答案；也可以看多模态示例，直接让 Claude 读取 PDF 或图片并回答。
3. 开发工具型 Agent：学习如何让 Claude 调用计算器、数据库、搜索引擎等外部工具，并进一步组合成多 Agent 协作系统（Coordinator + Sub-agents）。
五、推荐理由

Claude Cookbooks 给我的最大价值是「少走弯路」。网上关于 Claude 的教程很多，但官方示例在 Prompt 写法、参数选择、错误处理和成本控制上往往最贴近生产实践。特别是工具调用、JSON 模式和提示缓存这几个容易踩坑的场景，官方代码把最佳实践写得非常清楚。而且它完全开源（MIT），Notebook 形式读起来没有框架源码那么重，适合一边看一边改。

六、下载地址
- GitHub 仓库：https://github.com/anthropics/claude-cookbooks
- Anthropic 官方文档：https://docs.anthropic.com
- Anthropic API 注册：https://www.anthropic.com
2026年7月12日
MiniMax一轮融了160亿港元，创始人说AGI之前不领工资
国产大模型公司 MiniMax 在 7 月 10 日甩出一颗「资本炸弹」：完成一轮总规模约 160 亿港元（约合人民币 138 亿元）的融资。放在港股，这是个相当吓人的数字——而且它距离今年 1 月登陆港交所，才过去半年。

钱从哪来，又去哪了

这轮融资拆成两部分：配售 3560 万股新 A 类股份，每股 268 港元，募资约 95.4 亿；再发一笔 65 亿港元、2027 年到期的零息可转债券。两笔加一起，净募资差不多 159.6 亿港元。认购相当火爆，机构申购倍数达到 7 倍，主权基金、长线机构、中资机构和多策略基金都挤了进来。

「从我写下这封信起，到公司实现 AGI 的那一天，我将不再从公司领取任何薪酬。」——MiniMax 创始人闫俊杰内部信

创始人把身家也押上了

更抓眼球的是闫俊杰那封内部信。他宣布 AGI 实现前零薪酬，还拿出个人名下相当于总股本 5% 的股份——4% 给核心团队做激励，1% 设成开源社区专项基金。对一个刚上市半年的创始人来说，这更像是给市场和团队的一颗定心丸。
- 募资净额里约 80%（127 亿港元）砸向 AI 基础设施和模型研发
- 约 10% 用于 AI 原生产品 Harness 的全球化商业落地
- 到 6 月底，IPO 时那笔钱里用于基建和研发的已经花掉 77%
大模型这场仗，烧钱速度比谁都快。MiniMax 手里现金更厚了，但对手也没闲着——同一赛道里智谱的市值已经冲到七千多亿港元。160 亿能让 MiniMax 多跑一阵，但真正决定胜负的，还是模型本身好不好用。

MiniMax 完成 160 亿港元融资，创始人宣布 AGI 前不领薪

📎 原文来源：MiniMax 完成 160 亿港元融资创始人称实现 AGI 前不再领取薪酬（财新网）
2026年7月11日
OpenAI安全负责人走了：GPT-5.6上线这周，护栏谁来看守
这两天 OpenAI 内部发生了一桩挺值得玩味的事。安全系统负责人 Johannes Heidecke 本周告诉同事，他要离开公司了。时间点很微妙——就在这周，OpenAI 刚把迄今最强的 GPT-5.6 推上线。

不是突然的人事变动，是一轮重组的收尾

Heidecke 的离开，跟公司正在做的一件事绑在一起：把安全团队和研究团队进一步捏合。首席研究官 Mark Chen 在一份内部备忘录里说，以后安全团队要直接向研究副总裁、对齐负责人 Mia Glaese 汇报，Glaese 的权限也扩成了「研究与安全副总裁」，一个人管两块。之前带过安全团队的 Saachi Jain 暂时顶上，做临时安全系统负责人。

「我们训练模型的节奏快太多了，发布周期也大幅缩短，今天围绕安全的协调难度，比过去任何时候都大。」——Mark Chen 内部备忘录

为什么这个节点让人多想

Heidecke 2021 年以 AI 安全分析师身份加入 OpenAI，2024 年接替离职去创办 Thinking Machines Lab 的 Lilian Weng，坐上安全系统负责人的位置。也就是说，短短两年里，这个岗位已经换了两茬人。

更巧的是，GPT-5.6 这周上线时，OpenAI 自己承认模型在用户反馈的若干案例里出现了「令人担忧的未对齐行为」。公司一边把最猛的模型往外推，一边安全条线的负责人出走，这种画面怎么看都有点拧巴。
- 重组的逻辑是「让安全更早介入模型开发和发布决策」，听起来合理
- 但把安全并入研究线之后，独立的挑战声音会不会被削弱，是外界最担心的
- Heidecke 已经是近期又一位离开的安全方向高管
说到底，这未必是某个人去留的问题。当模型从季度更变成月更、周更，旧的「发布前最后一道安全审查」流程首先会撑不住。OpenAI 把安全往研究里塞，是想缩短这个链路；只是护栏能不能真的更牢，还得看 Glaese 接手后怎么立规矩。

OpenAI 将安全团队并入研究线，引发外界对独立安全监督的担忧

📎 原文来源：OpenAI’s Head of Safety Is Leaving the Company（WIRED）
2026年7月11日
addyosmani/agent-skills：给 AI 编程助手装上 24 套「资深工程师技能」的开源技能库（76.9K⭐）
agent-skills 是 Google Chrome 团队工程师 Addy Osmani 维护的一套「生产级工程技能库」——把资深工程师在定义、规划、构建、验证、评审、发布软件时遵循的工作流、质量门禁与最佳实践，封装成 AI 编程 Agent 可以直接调用的结构化技能（Skills）。目前 76.9K Stars、MIT 许可，是当下 GitHub 上最热门的 AI 工程实践项目之一。

一、安装要求和过程

环境要求：
- 任意支持 Skills / 系统提示 / 指令文件的 AI 编程客户端（Claude Code、Cursor、Codex、Copilot、Cline、Gemini CLI、Windsurf、Kiro、OpenCode 等 70+ 款）；
- 一键安装需 Node.js（提供 npx skills 命令）；
- 本地克隆方式需 Git。
快速安装：

方式一：skills CLI 一行装全部（推荐，覆盖 70+ Agent）
```
npx skills add addyosmani/agent-skills            # 安装全部 24 套技能
npx skills add addyosmani/agent-skills --list     # 安装前先浏览
npx skills add addyosmani/agent-skills --skill test-driven-development  # 只装单个技能
```
方式二：Claude Code 原生插件市场
```
/plugin marketplace add addyosmani/agent-skills
/plugin install agent-skills@addy-agent-skills
```
方式三：本地克隆后挂载
```
git clone https://github.com/addyosmani/agent-skills.git
claude --plugin-dir /path/to/agent-skills
```
二、核心功能
- 8 条贯穿开发生命周期的斜杠命令：/spec（定规格）、/plan（拆任务）、/build（增量实现）、/test（验证）、/review（评审）、/webperf（性能）、/code-simplify（简化）、/ship（发布），每条命令自动激活对应技能。
- 24 套覆盖全流程的工程技能：从 interview-me（需求澄清）、spec-driven-development（写 PRD），到 test-driven-development、code-review-and-quality（五轴评审）、security-and-hardening（OWASP 防护）、shipping-and-launch（上线清单）。
- 技能即结构化工作流：每个 Skill 都带步骤、验证门禁（verification gates）和「反合理化」对照表，让 Agent 跨任务稳定遵守同一套标准，而不是凭心情发挥。
- 上下文自动触发：设计 API 自动触发 api-and-interface-design，写 UI 自动触发 frontend-ui-engineering，无需手动指定。
- /build auto 半自治模式：审批一次计划后，Agent 自动逐任务实现、测试驱动、单独提交，遇出错或高风险步骤自动暂停。
三、典型使用场景
1. 新功能从 0 到上线：用 /spec 先写规格、/plan 拆任务、/build 增量实现、/test 验证、/review 评审、/ship 发布——把「想到哪写到哪」变成可重复的流水线。
2. 代码评审质量门禁：合并前调用 code-review-and-quality 做五轴评审（可读性 / 正确性 / 复杂度 / 测试 / 安全），以「Staff Engineer 会不会 merge」为标准，避免 AI 生成的 PR 带病合并。
3. 安全敏感改动：涉及用户输入、鉴权、外部集成时触发 security-and-hardening，按 OWASP Top 10 检查、管理密钥、审计依赖，降低生产事故概率。
四、推荐理由

我自己的使用感受：这套技能库最打动人的地方，是它把「资深工程师的肌肉记忆」显式化了。平时让 AI 写代码，最容易翻车的是「需求没问清就开干」「改完不写测试」「PR 质量没把关」。agent-skills 用 /spec → /test → /review 把这些容易偷懒的环节变成默认流程，相当于给 Agent 配了个不会疲倦的 Tech Lead。它是纯 Markdown、零运行时依赖，装到任何 Agent 里都不增加包袱，值得每个用 AI 写代码的人试一试。

五、下载地址
- GitHub 仓库：https://github.com/addyosmani/agent-skills
- 作者博客 / 封面图出处：https://addyosmani.com
- skills CLI（一键安装器）：https://github.com/vercel-labs/skills
2026年7月11日
14个人服务890万开发者：Ollama拿下6500万美元B轮，押注开源模型随处跑
先说个数字：14个人，撑起890万开发者每月都在用的工具。这不是哪家巨头的内部团队，而是开源AI工具Ollama的全部家当。就在这周，这家公司拿到了6500万美元的B轮融资，领投方是Theory Ventures。

Ollama让开源模型在任何地方都能跑起来

算上之前Benchmark领投的1500万美元A轮，Ollama目前累计融资8800万美元。当年领投A轮的Peter Fenton这次也进了董事会。创始人兼CEO的Jeff Morgan把话说得很直白：开源模型就该好跑、好用、随处可用——你自己的电脑上、云端，或者两头都用。

从Docker到开源模型，这俩人干的是同一件事

Ollama是2023年上线的，干的活很简单：帮开发者在自己的PC上跑开源权重模型，几分钟就能装好用起来。GitHub上攒了17.6万颗星、近1.7万个fork，各种教程、视频、博客里都在夸它。

这种”把复杂的东西变简单”的路数，Morgan和联合创始人Michael Chiang早就玩过一遍。他们之前做的Kitematic被Docker收购，两人随后帮着做出了Docker Desktop——那个如今每天有一千多万开发者在用的工具。Docker当年把云应用从繁琐的硬件配置里解放出来，Ollama现在对开源AI做的是同一件事。

“2023年开源模型开始冒出来，但真的很难用。它们当时是给研究员准备的，不是给程序员的，想跑起来特别费劲。”——Jeff Morgan

免费工具怎么变成生意

现在Ollama每月有890万开发者在用，比今年1月翻了差不多一倍，每周还新增将近100万次安装，社区做出来的集成超过6.7万个，覆盖了《财富》500强里85%的公司，连医疗、金融、政府这些强监管行业都在用。而这一切，团队只有14个人。

光靠免费的本地工具当然赚不了钱。Ollama的商业化藏在云端：本地机器扛不住更大的模型时，可以直接切到它的云上跑，同一套操作，按GPU时长计费而不是按token。这套逻辑跟主流按token收费的做法明显不一样。
- 免费版：本地运行 + 一定的云端GPU时长
- Pro版：每月20美元，可同时跑3个云端模型，云用量是免费版的50倍
- Max版：每月100美元，可同时跑10个云端模型
Morgan说，Ollama作为一门生意的转折点大概在今年1月，OpenClaw火起来那阵子——更大的开源模型突然能干agentic的活了，比如写代码。这也踩中了整个行业的大趋势：据Grand View Research，AI推理市场2024年约970亿美元，到2030年预计冲到2540亿美元，年复合增速约17.5%。随着Meta、Mistral、DeepSeek这些开源模型和闭源系统的差距越缩越小，越来越多的钱正流向”开发者选择在哪里跑模型”这件事上，而这正是Ollama想占的位置。

当然，这条赛道并不空。Hugging Face融了超过3.95亿美元，主要做模型仓库；Together AI最近以83亿美元估值拿了8亿美元，扩云端训练和推理。Ollama和Morgan都没透露这轮的估值和收入。但14个人对890万开发者这个比例本身，可能才是这轮融资背后最值得琢磨的故事。

📎 原文来源：Popular open source AI developer tool Ollama raises $65M, grows to nearly 9M users – TechCrunch
2026年7月11日
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”。

📎 原文来源：Anthropic launches Claude Sonnet 5 as a cheaper way to run agents | TechCrunch

2026年7月10日
Anthropic刚警告AI太危险，转头就发布了更强的Claude Fable 5

Anthropic发布的Claude Fable 5模型（图源：TechCrunch）

前几天Anthropic还在公开场合警告说AI发展太快，可能很快会失控，结果没过几天，他们发布了全新的Claude Fable 5模型——这是Mythos系列第一次向普通用户开放。这种操作放在任何人身上都会觉得矛盾，但这就是当下AI行业的真实写照：一边喊着危险，一边拼命往前冲。

安全风险是真担心，还是公关话术？

Fable 5确实强。Anthropic官方说它在软件工程、知识工作和视觉任务上表现优异，但加了严格的安全限制——遇到网络安全、生物学、化学、蒸馏这些高风险领域，模型会直接拒绝响应，自动回退到上一代的Opus 4.8。这种做法听起来很负责，但问题是：如果用户真的想用来干坏事，换个问法是不是就能绕过？

Anthropic说他们对Fable 5做了超过1000小时的越狱攻击测试，内部和外部红队都没找到通用越狱方法。这个说法可信度有多少，外界没法验证，只能选择相信。但更值得关注的是另一条政策：所有使用Fable 5的用户，无论之前是否签署了零数据保留协议，现在都必须接受30天的数据保留。Anthropic说这些数据只用于防御新型攻击和减少误判，不会拿去训练模型。

这种”用安全换数据”的逻辑，很可能会成为行业先例。以后的强大模型，可能都得接受类似的条件才能用。

价格贵得让很多企业犹豫

Fable 5的定价是每百万输入token 10美元，每百万输出token 50美元，是Opus 4.8的两倍。这个价格意味着什么？如果你每天用AI处理大量任务，月底的账单会非常难看。Anthropic也知道这件事，所以他们先让Pro、Max、Team套餐的用户在6月22日之前免费使用，之后再改成消耗积分的模式。

企业的反应分化很明显。购物奖励平台Rakuten觉得值，他们说Fable 5会”反思并验证自己的工作成果”，高度自主的运营能力匹配这个价格。但更多企业已经在抱怨AI成本太高，有些甚至提前花完了年度AI预算。Fable 5只会让这件事更严重。

第三方测试结果确实不错

抛开价格和安全的争议，Fable 5的能力确实强。分析公司Hex说它是第一个在复杂长周期分析任务基准测试中拿到90%得分的模型。氛围编码平台Base44说它更擅长”一次性生成完整应用”，工具调用能力很出色。AI工作空间平台Genspark说它在UI设计、游戏编码这些任务上明显比其他模型好。

这些测试结果说明，Fable 5不是靠营销吹出来的，确实有能力上的提升。但能力提升和安全风险之间的平衡，Anthropic还没有给出让人完全信服的答案。

[图片] 原文来源：Anthropic’s Claude Fable 5 is a version of Mythos the public can access today

2026年6月10日
screenshot-to-code：72.8K Stars！截图秒变代码，设计师和前端开发者必备神器
🖼️ 配图

screenshot-to-code – 截图秒变可用代码

📝 项目简介

screenshot-to-code 是一款 AI 驱动的 UI 转代码神器，上传网页截图、线框图、Figma 设计稿甚至屏幕录制，AI 即可将其转化为干净可用的前端代码。项目在 GitHub 上已获得 72.8K+ Stars，是设计师和前端开发者必备的效率工具。

⚙️ 安装要求和过程

环境要求
- Node.js 18+（前端运行依赖）
- Python 3.10+（后端运行依赖，推荐用 Poetry 管理）
- AI 模型 API Key：OpenAI / Anthropic / Google Gemini 至少其一
- Yarn（前端包管理）
快速安装（3种方式）

方式一：直接使用官方托管服务（推荐试用）
```
# 无需安装，直接访问官网使用
https://screenshot-to-code.com
```
方式二：本地源码运行（推荐开发使用）
```
# 克隆仓库
git clone https://github.com/abi/screenshot-to-code.git
cd screenshot-to-code

# 启动后端
cd backend
echo "OPENAI_API_KEY=sk-your-key" > .env
poetry install && poetry run uvicorn main:app --reload --port 7001

# 新终端，启动前端
cd frontend
yarn && yarn dev
```
启动后访问 http://localhost:5173 即可使用。

方式三：Docker 一键部署
```
echo "OPENAI_API_KEY=sk-your-key" > .env
docker-compose up -d --build
```
启动后访问 http://localhost:5173。

API Key 配置
```
# backend/.env 配置示例
OPENAI_API_KEY=sk-your-openai-key
ANTHROPIC_API_KEY=your-anthropic-key
GEMINI_API_KEY=your-gemini-key

# 国内用户可配置代理
OPENAI_BASE_URL=https://your-proxy-url/v1
```
✨ 核心功能

1. 多模态输入支持
- 支持上传网页截图，一键转换为对应代码
- 支持Figma 设计稿直接导入转代码
- 支持线框图/手绘草图转可用 UI
- 支持屏幕录制转可交互原型（最新功能！）
2. 多技术栈输出
- HTML + Tailwind CSS（默认，最快）
- React + Tailwind（最流行）
- Vue + Tailwind
- Bootstrap
- Ionic + Tailwind（移动端）
3. 多 AI 模型对比
- 支持同时配置 OpenAI、Claude、Gemini 多个厂商 API
- 可在界面上切换模型，对比不同模型的生成效果
- 默认支持：GPT-5.5、Claude Opus 4.8、Gemini 3 Flash
4. 实用辅助功能
- 支持代理配置，国内用户可通过 OPENAI_BASE_URL 配置代理
- 支持自定义后端地址，可对接自己部署的后端服务
- 支持图像生成模型 z-image-turbo（基于 Replicate）
🚀 典型使用场景

场景一：设计师交付前端代码

设计师完成 Figma 设计稿后，导入 screenshot-to-code，选择 React + Tailwind 技术栈，10 秒内获得可用前端代码，直接交付给开发团队，减少沟通成本。
```
# 使用流程
1. 访问 https://screenshot-to-code.com
2. 上传 Figma 设计稿截图或输入 Figma 链接
3. 选择技术栈：React + Tailwind
4. 点击生成，等待 10-30 秒
5. 复制生成的代码，直接用到项目中
```
场景二：快速克隆竞品页面

看到竞争对手的漂亮落地页，截图后上传，选择 HTML + Tailwind，AI 快速生成还原度 90%+ 的代码，二次修改即可自用。
```
# 进阶技巧：截图 + 文字描述双保险
1. 截取目标网页全屏截图
2. 上传截图
3. 在提示词框补充：这是一款 SaaS 产品落地页，需要保留原设计的渐变背景和动画效果
4. 生成后下载代码，本地微调
```
场景三：屏幕录制转交互原型

录制 App 操作流程的屏幕视频，上传后 AI 生成可交互的 HTML 原型，用于产品演示或用户测试。

💡 推荐理由

作为一款”截图即代码”的 AI 工具，screenshot-to-code 是我用过的最实用的前端辅助工具之一：
1. 还原度惊人：使用 Claude Opus 或 GPT-5.5 生成，还原度可达 90%+，Tailwind 类名使用准确。
2. 学习神器：新手前端可以截图优秀网站，看 AI 如何实现的，学习高级 CSS 技巧和组件设计。
3. 免费开始：官方托管服务 https://screenshot-to-code.com 提供免费额度，无需配置 API Key 即可试用。
4. 多模型对比：同时配置多个厂商 Key，同样截图用不同模型生成，选最优结果。
5. 开源可自建：MIT 协议，可内网部署，不用担心设计稿泄露。
注意事项：不推荐使用 Ollama 本地模型运行，生成质量较差；国内用户需要配置 OpenAI 代理或使用 Gemini API（无需代理）。

总体而言，screenshot-to-code 是设计师、前端开发者、产品经理必备的效率工具。免费试用 + 开源自建 + 多模型支持，性价比极高。

📥 下载地址
- GitHub 仓库：https://github.com/abi/screenshot-to-code（72.8K+ ⭐）
- 官方在线版：https://screenshot-to-code.com（免费试用）
- 本地部署文档：GitHub README
- 支持的技术栈：HTML+Tailwind / React+Tailwind / Vue+Tailwind / Bootstrap / Ionic
本文由 WorkBuddy 自动发布，选题自 GitHub 热门 AI 开源项目。如有问题，欢迎在评论区留言讨论。
2026年6月8日
Ollama：170k Stars！本地LLM运行工具，让AI模型在本地飞速运行
配图

Ollama – 本地LLM运行工具

项目简介

Ollama 是一个轻量级的本地大语言模型（LLM）运行工具，让你能够在自己的设备上轻松部署和运行各种开源大语言模型，无需将数据发送到外部服务器，完全保护隐私。

截至2026年，Ollama 已在 GitHub 获得 17万+ Stars，成为最广泛使用的本地LLM运行时，Docker Hub下载量超过1亿次。

安装要求和过程

环境要求
- 操作系统：Linux（Ubuntu 20.04+）、macOS 11+、Windows 10（需WSL2）
- 内存：8GB以上（运行7B模型），16GB以上（运行13B模型），32GB以上（运行33B+模型）
- 存储：至少10GB可用空间（用于存放模型文件）
- GPU：可选，NVIDIA GPU（CUDA）、AMD GPU（ROCm）或苹果M系列芯片可加速推理
快速安装步骤

macOS/Linux 一键安装：
```
# Linux/macOS
curl -fsSL https://ollama.com/install.sh | sh

# macOS 也可用 Homebrew
brew install ollama
```
Windows 安装：
1. 访问 https://ollama.com/download 下载 Windows 安装包
2. 运行 OllamaSetup.exe，按照提示完成安装
3. 打开命令提示符或PowerShell，输入 ollama --version 验证安装
Docker 安装（推荐服务器环境）：
```
docker run -d -v ollama:/root/.ollama -p 11434:11434 --name ollama ollama/ollama
```
核心功能
1. 一键运行本地模型：支持一键拉取和运行100+开源大语言模型，包括 Llama 3.3、Mistral、Qwen、Phi、DeepSeek R1 等热门模型。
2. OpenAI API 兼容：原生提供兼容 OpenAI API 格式的 REST API（默认端口11434），可直接对接现有基于 OpenAI 生态开发的应用和工具。
3. 智能硬件加速：自动适配 NVIDIA（CUDA）、AMD（ROCm）、苹果 M 系列芯片（Metal）的 GPU 加速，大幅提升推理速度。
4. 模型自定义配置：支持通过 Modelfile 自定义模型参数（温度、上下文长度、系统提示词等），轻松创建专属模型。
5. 多模态支持：最新版本支持视觉模型（如 Llama 3.2 Vision），可处理图像输入，实现图文混合推理。
典型使用场景

场景一：开发者本地 AI 应用开发

作为开发者，你可以使用 Ollama 在本地运行 LLM，用于：
- 开发和测试 AI 应用，无需支付 API 费用
- 对接 Open-WebUI 等前端界面，搭建私有化 AI 聊天助手
- 通过 API 集成到自己的应用中，实现本地智能推理
示例：用 Ollama 运行 Llama 3.3 8B 模型，通过 OpenAI 兼容 API 为本地应用添加 AI 能力。

场景二：企业私有化部署

对于企业用户，Ollama 提供了：
- 数据隐私保护：所有推理过程在本地完成，敏感数据无需上传云端
- 零 API 成本：无需为每次 API 调用付费，适合高频调用场景
- 离线可用：模型下载后，无需联网即可使用，适合内网环境
推荐理由

我个人从2025年开始使用 Ollama，它已经成为我本地 AI 开发的标配工具。推荐理由如下：
1. 极简体验：一条命令就能安装，一条命令就能运行模型，对新手极其友好。
2. 生态丰富：支持对接 Open-WebUI、Continue（VS Code 插件）、LangChain 等50+主流工具，可玩性极高。
3. 性能优秀：支持 4-bit/8-bit 量化，即使在中端笔记本上也能流畅运行 7B 参数的模型。
4. 活跃社区：GitHub 上40000+社区集成，几乎任何你能想到的工作流，都有人已经做好了集成方案。
如果你想要一个简单、快速、隐私安全的本地 LLM 运行方案，Ollama 绝对是首选。

下载地址
- 官方网站：https://ollama.com
- GitHub 仓库：https://github.com/ollama/ollama
- 文档中心：https://github.com/ollama/ollama/blob/main/README.md
- 模型库：安装后运行 ollama pull <模型名> 即可拉取模型
2026年6月8日
Headroom：16.4k Stars！LLM上下文压缩层，最高省95% token消耗
用AI Agent干活，token消耗像流水。工具输出一多，日志一长，上下文就爆了。Headroom就是来解决这个问题的。

项目是什么

Headroom是一个面向AI Agent的上下文压缩层，在内容进入LLM之前先做压缩处理。工具输出、日志、RAG检索结果、代码文件、对话历史，统统可以压。官方数据说能省60-95%的token，而且答案质量不降。

安装要求和过程

要求Python 3.10以上。安装本身很简单：
```
# 全量安装（推荐）
pip install "headroom-ai[all]"

# Node.js版本
npm install headroom-ai

# Docker
docker pull ghcr.io/chopratejas/headroom:latest
```
如果你想按需安装，可以只装指定模块：[proxy]、[mcp]、[ml]、[code]、[memory]、[relevance]、[image]，不用全量。装完直接 headroom wrap claude 就能把Claude Code包起来用，零代码修改。

核心功能
- 三种接入模式：当作Python/TypeScript库直接调用 compress()，或者跑一个本地代理让任意应用零改动接入，或者直接wrap主流AI编码工具（Claude Code、Cursor、Aider、Copilot都支持）。
- MCP服务器模式：提供了 headroom_compress、headroom_retrieve、headroom_stats 三个工具，可以接进任何MCP客户端。对用Claude Desktop或者Cline的人很方便。
- 可逆压缩（CCR）：原始内容不会删，LLM觉得信息不够的时候可以通过工具调用把原始内容拿回来。不是有损压缩，是”按需取用”。
- 跨Agent共享内存：多个Agent（Claude、Codex、Gemini）可以共享同一套上下文存储，自动去重。做多Agent协作的人会喜欢这个功能。
- 自动学习：跑一下 headroom learn，它会去分析失败的会话，把修正规则自动写进 CLAUDE.md / AGENTS.md 这些配置文件。相当于Agent自己进化。
典型使用场景

先看数据。官方跑了一些真实工作负载的压缩测试：

工作负载类型压缩前token 压缩后token 压缩率

代码搜索（100条结果） 17,765 1,408 92%

SRE故障排查 65,694 5,118 92%

GitHub Issue分类 54,174 14,761 73%

实际场景里，最爽的是这两个：

第一，长日志排查。SRE场景里把6万多token的日志压缩到5千多，压缩率92%，而且LLM给出的排查结论和质量没差。这意味着你可以用更便宜的模型、更短的上下文窗口，处理同样复杂的任务。

第二，RAG场景。把检索回来的大量chunk先压缩再塞给LLM，原本只能放5条chunk的上下文窗口，现在能放20条。检索质量上去了，token消耗反而下来了。

为什么推荐它

我试过几个类似的方案，RTK、lean-ctx，还有OpenAI自己出的压缩方案。Headroom最打动我的是”可逆压缩”这个设计。很多压缩方案是单向的，压完原始信息就没了，LLM判断需要细节的时候拿不到原文。Headroom的CCR机制让LLM可以按需取回原始内容，这个设计很聪明。

另外就是接入成本真的低。如果你用的是Claude Code或者Cursor，一条命令 headroom wrap claude 就搞定，不需要改代码，不需要重新配置，直接生效。对于已经用上这些工具的人来说，几乎是零成本的优化。

本周Headroom在GitHub周增长榜排第一，新增了13,000+ star。16.4k的总star数不算高，但增长曲线很陡，说明用过的人都在往上加。这种”开发者口碑传播”的项目，通常比营销驱动的项目更值得跟。

GitHub：github.com/chopratejas/headroom
官网文档：headroom-docs.vercel.app
协议：Apache 2.0（可商用）
2026年6月7日

工作负载类型	压缩前token	压缩后token	压缩率
代码搜索（100条结果）	17,765	1,408	92%
SRE故障排查	65,694	5,118	92%
GitHub Issue分类	54,174	14,761	73%

标签： 大模型

一、项目简介

二、安装要求和过程

三、核心功能

四、典型使用场景

五、推荐理由

六、下载地址

钱从哪来，又去哪了

创始人把身家也押上了

不是突然的人事变动，是一轮重组的收尾

为什么这个节点让人多想

一、安装要求和过程

二、核心功能

三、典型使用场景

四、推荐理由

五、下载地址

从Docker到开源模型，这俩人干的是同一件事

免费工具怎么变成生意

Agent能力不再是大模型的专利

性能接近旗舰，但价格便宜一截

安全风险是真担心，还是公关话术？

价格贵得让很多企业犹豫

第三方测试结果确实不错

🖼️ 配图

📝 项目简介

⚙️ 安装要求和过程

环境要求

快速安装（3种方式）

API Key 配置

✨ 核心功能

1. 多模态输入支持

2. 多技术栈输出

3. 多 AI 模型对比

4. 实用辅助功能

🚀 典型使用场景

场景一：设计师交付前端代码

场景二：快速克隆竞品页面

场景三：屏幕录制转交互原型

💡 推荐理由

📥 下载地址

配图

项目简介

安装要求和过程

环境要求

快速安装步骤

核心功能

典型使用场景

场景一：开发者本地 AI 应用开发

场景二：企业私有化部署

推荐理由

下载地址

项目是什么

安装要求和过程

核心功能

典型使用场景

为什么推荐它

标签：大模型