最新

八个月前，我看到一个朋友为他的跨境电商业务管理三面墙的手机——充电、切换IP、不断担心被封禁。我问自己：人们到底是想要这些设备，还是只是想要里面的安卓环境？ 为了解答这个问题，我们开发了QCCBot。它在ARM服务器上运行完整的安卓实例，并通过浏览器进行流媒体传输。打开一个标签页，你就能获得一部手机。无需硬件、无需电缆，也不必为100台机器轮流充电。 现在我们有了真实的用户——跨境电商、TikTok运营、应用测试、远程工作。老实说，我们的用户在发现使用场景方面比我们更早。 我们接下来要构建的目标是： 能够不仅仅查看安卓环境的AI代理——它们能够在其中操作。打开应用、执行任务、监控状态、反馈结果。常规操作不再需要人工干预。 我们刚刚发布的基础设施部分包括： • 任务执行API（OpenAPI） • 脚本模板商店（约30个模板，选择行为并部署） • 私有部署中的AgentV2 • 通过OpenClaw集成的基于ADB的代理控制 当前的真实限制： • 流媒体延迟仍在改进中 • 指纹模拟并不完美 • 完全自主操作仍在构建中 • 当我们重新设计用户界面时，遭到了高级用户的批评（这很公平） 我们收集的挫折比功能还要多。现在还很早。但真实用户每天都在告诉我们哪些地方不好——这比赞美更有价值。 试试吧：qccbot.com 我很乐意深入探讨ARM虚拟化方法、代理控制层或流媒体架构。同时也真心希望了解是否有其他构建AI代理的人遇到过“需要持久的移动环境”的问题。

它不仅没有任何作用，还消耗了大量的代币。

嗨，HN——我开发了QuickSummarize，这是一个开源的Chrome扩展，用于通过字幕处理YouTube视频。 核心理念是将视频问答以转录文本为主，而不是将一次性总结视为全部记忆。 当前工作流程： - 总结 - 基于转录文本的聊天 - 时间线浏览 - 字幕导出 它在Chrome侧边栏中运行，目前专注于YouTube。 我关注的一些实现选择： - 转录文本是后续问题的主要依据 - 支持自带API，而不是另一个托管订阅 - 支持OpenAI兼容的API和Anthropic风格的API - 英文/中文用户界面 虽然还处于早期阶段，但我觉得它比通常的一次性“总结这个视频”的流程更有用。 特别希望得到以下方面的反馈： - 基于转录文本的聊天是否真的是合适的用户体验 - 人们如何看待长视频的记忆/检索 - 字幕可靠性边缘案例

为 Vue 3 构建了一个轻量级的 OTP 输入组件。<p>组合 API<p>自动聚焦 + 退格处理<p>完全可定制<p>小巧的包体<p>简单易用，设计上能够干净地处理常见的边缘情况。<p>代码库：<a href="https://github.com/pratik227/vue-otp-pro" rel="nofollow">https://github.com/pratik227/vue-otp-pro</a>