更多动态
前几天我说去年做过一个字幕识别的saas，但因为openclaw龙虾的出现胎死腹中，很多人表示不理解。说到底就是通用agent的井喷，替代了很多简单工作。 这些简单工作中使用的工具也从面向用户，变成面向agent。就比如制作字幕这个工作，以前需要用户完成，才需要精美的saas产品，现在由agent完成，只需要一个agent能读懂的skill。 于是我把字幕识别做成了skill，给agent提供音频+原文案就能完成识别字幕+修正错字。底层是离线 Whisper 模型将音频转文字，大模型记录时间轴，以及根据原文案，对识别的文字进行纠错，最后将成品输出成srt字幕文件。 🔗 github.com/haoyiyin/easy-subtitle
用了一段时间grok，除了不能连浏览器，没知识库，大部分时间能平替manus，grok自带沙盒能装skill、能跑脚本。 搜索能力也比gemini强，特别是时效性grok信息没滞后
最近应该都刷到过不少agent控制手机的短视频，这个agent是个免费开源项目，叫mika。 它是一个安卓的应用，通过无障碍模式在后台操作安卓手机上的 App，发微信，翻小红书，网购下单。 看屏找按钮，不要 API，不用适配屏幕尺寸。碰到支付和验证码让你接管。 🔗 github.com/wangzan101/Mika
前段时间在小红书刷到有人分享，她卖codex做的手机输入法皮肤安装包，八块十块的一个月能卖出一千多份。 我这忙了几个月做的产品，十月才买了几百份，共一千二百刀，平台费要30%，关税10%，到手应该是60%，不知道为啥能有一千出头。 尽管我自己有海外银行（以前丢过五百刀汇款），但收款方式还是强推万里汇，省心、费用低。还能开通香港美元信用卡，消费直接扣万里汇余额。 数字卡免费，实体卡4刀，内地消费200元以内免费手续，目前还有1%的消费返现。
