你好，我是这个仓库的作者！<p>当我尝试构建MCP应用时，官方的仓库（<a href="https://github.com/openai/openai-apps-sdk-examples" rel="nofollow">https://github.com/openai/openai-apps-sdk-examples</a>，<a href="https://github.com/modelcontextprotocol/ext-apps/tree/main/examples" rel="nofollow">https://github.com/modelcontextprotocol/ext-apps/tree/main/examples</a>）是很好的起点，但它们是为人类开发者设计的。当我与Claude Code一起使用它们时，我陷入了常见的循环：代理编写代码 → 我在ChatGPT上手动测试应用 → 反馈错误 → 重复。此外，我们不知道最佳实践是什么，并且在执行这些实践时遇到了困难。<p>因此，我构建了一个MCP应用模板，旨在让编码代理尽可能自主地工作。<p>关键思想：正交测试。450多个测试参数化覆盖12个小部件模块，验证基础设施（协议合规性、最佳实践评分、浏览器渲染），而不是业务逻辑。修改小部件、改变数据、添加功能——测试仍然应该通过。代理可以自由迭代，并在没有人类介入的情况下获得反馈。<p>其他功能：
- 包含MCP-App和OpenAI Apps SDK官方llms.txt文件的分层文档
- 本地聊天模拟器应用，即使没有API密钥也能通过Puter.js工作
- 每个小部件的可视化测试：pnpm run ui-test --tool show_carousel → 截图保存在/tmp/ui-test/screenshot.png
- 从上述官方仓库收集的12个工作示例（二维码到3D太阳系）。<p>该仓库包含一段未经编辑的约15分钟视频，展示了Claude Code如何在ChatGPT中自主构建应用。<p>如果你尝试了这个，我很想听听你的反馈。更好的是：请向你的代理请求反馈，并把结果发到这里！<p>[1] MCP应用（<a href="https://modelcontextprotocol.io/docs/extensions/apps" rel="nofollow">https://modelcontextprotocol.io/docs/extensions/apps</a>）让你构建在Claude、ChatGPT、VS Code和其他AI主机中运行的互动小部件。与智能手机应用不同，相同的代码可以部署到所有平台。
返回首页
最新
我们都见过那些病毒式传播的AI视频片段：令人惊叹、超现实，但最终……却是随机的。作为开发者和创作者，我们注意到一个令人沮丧的模式。使用当前的AI视频工具就像是在玩老虎机。你输入一个提示，拉动杠杆，希望“AI之神”能给你想要的结果。如果你需要特定的镜头运动或一致的人物形象，你就陷入了“再生成并祈祷”的循环中。
我们创建Seedance2是因为我们相信AI的未来不仅仅是生成——更在于引导。
工作流程背后的故事 在传统电影制作中，导演不会仅仅给出模糊的描述；他们会使用分镜头剧本、参考片段和具体的音频提示。我们希望将这种精确度引入AI。我们的目标是创建一个“控制工作室”，让每个输入在创作流程中都能发挥功能。
这有什么不同？Seedance2引入了多模态时间线，而不是仅仅依赖文本。这使你能够通过各种信号来锚定你的创意意图：
- 摄像机运动转移：你可以上传来自vibecreature.com或你自己库中的参考片段，我们的引擎会“提取”摄像机的灵魂——平移、倾斜和变焦，并将其应用到你生成的场景中。
- 帧锚定：厌倦了那些开始和结束都一片混乱的AI视频？你可以锁定第一帧和最后一帧，以确保叙事的连贯性，使其真正适用于专业编辑。
- @参考提示：这是我们最喜欢的功能。在你的提示中，你可以使用@提及来告诉AI具体使用哪个上传的素材。例如：“一个@image1的电影镜头，伴随着@video_ref的能量。”
- 节拍同步逻辑：通过分析音轨，引擎可以将视觉过渡与节奏对齐，这是我们在seedvideo.net上不断完善的工作流程，旨在帮助创作者更快地制作音乐驱动的内容。
为什么我们现在分享这个 视频制作中的反馈循环目前太慢。无论你是在制作电子商务广告还是预视觉化一部故事片，瓶颈总是出现在“控制”上。我们已经优化了我们的引擎，以实现速度和精确度，使得工作流程变为三步循环：上传 -> 指导（@提及） -> 发布。
我们是一支由工程师和艺术家组成的小团队，致力于将AI打造成工具，而不仅仅是玩具。我们希望HN社区能对我们的工作室进行压力测试。你的AI视频工作流程中缺少什么？我们如何能让“导演”体验更加直观？
在这里查看：Seedance2工作室
嗨，HN，我开发了BizCard AI Scanner，这是一个小型网页应用，可以将名片数字化。
您可以上传多张名片的照片或一段视频。对于视频，它会在浏览器中提取帧，允许您选择或取消选择帧，然后使用Google Gemini（符合模式的JSON）提取结构化字段（姓名、职位、公司、电子邮件、电话、网站、地址）。结果可以编辑、去重，并导出为Excel、CSV和vCard（.vcf）格式。
代码库： [https://github.com/vassiliylakhonin/bizcard-ai-scanner](https://github.com/vassiliylakhonin/bizcard-ai-scanner)
注意事项：
该应用在本地使用Vite/React/TS运行。
如果您部署它，还有一个可选的最小Node后端代理，这样您就不必将API密钥发送到浏览器。
嘿，HN！我开发了一款原生的 macOS 菜单栏应用，可以让你一目了然地查看 Claude Code 的使用限制——再也不用担心在工作中途被限制使用了。<p>它会从 macOS 钥匙串中读取你的 OAuth 令牌，定期查询 Anthropic 的使用 API，并在菜单栏中以简洁的进度条显示你过去 5 小时和 7 天的使用情况。完全不消耗令牌。<p>该应用使用 Swift 和 SwiftUI 开发，采用 MIT 许可证。<p><a href="https://github.com/puq-ai/claude-meter" rel="nofollow">https://github.com/puq-ai/claude-meter</a>
介绍 PhoneClaw<p>受 @openclaw 启发，它可以使用简单的语言完全自动化所有安卓应用。<p>附带功能：<p>1) TikTok 视频上传代理<p>2) Instagram 账户创建代理（支持两步验证解决）<p>3) ClawScript，一种定义代理行为的 JS 脚本语言，类似 Magic Clicker。<p>iOS 版本即将推出！<p>可以在沃尔玛购买的便宜 $30 的 Moto G Play 上安装。
我不断在C语言中重写相同的低级模式——内存池、内存管理、错误处理、向量、解析、文件输入/输出、迭代工具——而现有的库要么隐藏了内存分配，要么强加了框架，或者缺乏一致性。
因此，我构建了Canon-C，一个小型的、可组合的显式C模块集合，具有以下特点：
- 将C视为执行后端，而非语义权威
- 通过库而非语法添加意义
- 使意图在API中直接可见：所有权、生命周期和错误处理都是显式的
模块按语义层次组织：
- core/ — 内存、生命周期、作用域、基本类型
- semantics/ — 选项、结果、错误处理
- data/ — 向量、队列、栈、字符串构建器
- algo/ — 映射、过滤、折叠、排序、搜索
- util/ — 安全字符串操作、文件输入/输出、日志记录、计时
设计亮点：
- 仅包含头文件
- 无运行时或全局状态
- 无隐藏的内存分配（除了在明显标记的便利层中）
- 行为完全显式
我非常希望能收到任何从事系统编程、嵌入式C或严肃C项目的人的反馈，特别是在宏重与模块化设计、语义清晰度和实际使用方面。
最近我一直在思考这个问题。最初的想法很简单：运气 = 行动 × 传播。
但经过十年的积极实践，我认为这个模型低估了实际发生的情况。
显而易见的一点是：更多的尝试意味着成功的概率倾向于你这边，尤其是因为回报是不对称的。一场随机的对话、一个你发布并在社交媒体上分享的副项目、一篇获得关注的帖子——其回报可能是你付出努力的100倍。
而不那么明显的一点是：这些尝试是累积的。每一次尝试都会留下记忆、技能、背景和模式识别，这些都会提高你在每一次后续尝试中的成功几率，即使这些尝试之间并没有直接关联。这并不是独立的抛硬币，而是一个随着时间推移而不断提升生成运气能力的系统。
内容创作可能是目前这种模式的最高杠杆版本。写作、公开发布、分享你的想法——这就是以近乎零边际成本进行的大规模“传播”。一篇博客文章在你睡觉时仍然在发挥作用。一段演示视频的影响力可以持续数月。
我很好奇这里的人们是如何实践这一点的。你曾经构建或分享过什么，导致了一个你在专注工作时绝对不会发现的机会？有没有人发现过瓶颈，即更多的曝光反而开始影响了专注力？
请访问以下链接： [https://archive.ph/VwVpU](https://archive.ph/VwVpU)