HOPE DESIGN
0 %
Loading

DAILY BRIEF

本机成片与推理

日榜新进是把编码助手变成成片工作室、本机配音与翻唱,以及把 552B MoE 从 SSD 流式跑起来。

4 min

开源 AI GitHub 设计

来源GitHub Trending + GitHub Search API + 仓库 README + TechCrunch + Microsoft 365 + X

本周趋势

9 月 13 日官方日榜前排仍有近七日已写过的 God's Eye View、OpenResearch 与 i-have-adhd;本期主推荐让给日榜新进的 OpenMontage、VoiceStudio、colibri、agent-skills、YuE2 与 Worktrunk。Amodei 的 Pace the Frontier 与 Copilot 接入 Grok 为 9 月 12 日发布,观察栏回溯约 1 天。

核心推荐

06 picks

  1. 把 Claude Code、Cursor、Codex 一类编码助手变成成片工作室:先选管线,再调研、写脚本、出素材、剪时间线并渲染。痛点是产品片和讲解片要么只把静帧拉成动效,要么成片前看不到分镜和成本;它强调也能走真素材路径,从 Archive.org、NASA、Wikimedia 和免费库存里检索运动镜头,再交 Remotion 或 HyperFrames。差异化是 Backlot 本机分镜板会按项目文件自动点亮阶段,分场联系表带条数、提示和单价,过审前暂停出资产;零钥匙时用 Piper TTS、FFmpeg 和开源素材也能出片。协议 AGPL-3.0。品牌和讲解片可先 make setup,用一条参考短视频出 2–3 套概念和估价,不要开口就全片生成。

    主页: openmontage.video

  2. 本机优先的配音工作台,把克隆、声线设计、视频配音、听写和有声书收进同一桌面应用,宣称 16 套 TTS、11 套 ASR。痛点是产品片旁白和多语配音按字计费,音频还要出机;本机工作流不要求账号和用量,CUDA、Apple Silicon、ROCm 和 CPU 都能跑,另有 REST、OpenAI 兼容音频接口和 MCP。差异化是配音保留说话人,时间轴和波形可改,完成项会标时码问题;有声书可从 EPUB/PDF 分章出 .m4b。协议 AGPL-3.0,权重另跟上游,默认 OmniVoice 权重是 CC BY-NC。仓库标明正在改 Electron,桌面问题先看发行包。产品片和教程可先下最新 Release,用 5–15 秒干净样本克隆再配一分钟样片。

    发行: GitHub Releases

  3. 纯 C、零引擎依赖的 MoE 推理器,把 VRAM、内存和 SSD 当成同一套分层,按路由把专家从盘上流入。痛点是 552B 级开源权重一上本机就要整模进显存,消费级机器只能租 API;它把稠密部分常驻、路由专家按需读取,语义不因缺快速内存而改精度。差异化是当日 1.11.0 宣称 DeepSeek V4.1 Flash 可在 CPU 上从 SSD 流式跑、带视觉和工具,不必先转格式;同一引擎还接 GLM-5.2/5.3、Kimi K3、Qwen3.8-Flash-Next。协议 Apache-2.0。本机要跑刚发布的 Flash 级开源权重,可先看 coli chat / coli serve,速度随硬件变、路由语义不变。

    发行: v1.11.0

  4. 带校验的技能注册表,把 SKILL.md 按类目发给 Claude Code、Cursor、Copilot、Antigravity 等,而不是从散装市场整包克隆。痛点是热门技能仓不审内容,装一条就可能带路径穿越或提示注入;它用锁文件哈希、静态分析和发布前扫描,CLI 带路径隔离和审计日志。差异化是目录里有 figma 技能,经 MCP 取节点再落到代码;另有 tlc-spec-driven、playwright-skill。MCP 包用 list / search / read 渐进展开。引擎 MIT,维护者技能 CC-BY-4.0。设计系统团队可只装 figma 与 spec-driven,不要和未校验全家桶叠在同一窗口。

    目录: agent-skills 站点

  5. YuE2 先写可改的旋律与和弦计划,再实现成 48 kHz 立体声,而不是一次吐出不可编辑的整轨。痛点是片尾曲和封面翻唱只能重滚整首,改副歌还要对着波形猜;它把计划存成 ABC,零样本翻唱只换风格和词、保留主旋律,Agent 可按对话改谱后再合成。差异化是仓库带 yue2-music 技能;WildSongBench 192 条上 best-of-8 报 6.9632。代码 Apache-2.0,权重 CC BY-NC 4.0,官方写明需 24 GB 显存的 NVIDIA BF16。片头片尾可先 python examples/generate.py,改 score.abc 再 --abc-file 重渲染。

    演示: map-yue2.github.io

  6. 给并行编码 Agent 用的 Git worktree CLI,用分支名而不是路径切换隔离工作区。痛点是同一设计系统改按钮、改文档、改动效三条线挤在一个工作树,Agent 互相覆盖;wt switch -c 起新树,wt switch -x 切过去就拉起 Claude Code 或 Codex,钩子可装依赖和分配开发端口。差异化是 wt list 带超前落后和变更,wt merge 把 rebase、squash 和清理收成一条,还可 wt switch pr:123。协议 MIT 或 Apache-2.0。前端和设计系统可先 brew install worktrunk && wt config shell install,每个视觉任务一棵树。

    文档: worktrunk.dev

其他值得关注

06 items

  • bilawalsidhu/gods-eye-view 近七日已写过,今日仍居官方日榜前列,写实地球现 ★ 31.3k,日增仍高。
  • ayghri/i-have-adhd 近七日已写过,今日仍在日榜和社区热榜,输出纪律 Skill 现 ★ 44.0k。
  • alphaXiv/OpenResearch 昨日主推荐,今日仍在官方日榜,隔离 worktree 研究台现 ★ 1.9k。
  • obra/superpowers 近七日已写过,持续在榜的 Agent 方法论,现 ★ 286.1k。
  • We Must Pace the Frontier 9 月 12 日 Amodei 发文,Anthropic 单方面承诺给第三方评估方长期、接近员工级的系统访问;Altman 公开表示 OpenAI 会跟。观察栏回溯约 1 天。
  • Grok 进入 Microsoft Copilot 9 月 12 日起 Grok 在 Word、Excel、PowerPoint 的 Copilot 向 Frontier 用户铺开,租户默认关闭、需管理员打开。观察栏回溯约 1 天。

热议精选

@justvugg

colibri 1.11.0 DeepSeek V4.1 Flash runs on CPU, 552B streamed from SSD, no conversion, vision and tools. GLM-5.3 744B runs on the same engine as 5.2.

@Sumanth_077

VoiceStudio brings voice cloning, voice design, video dubbing, transcription and long-form audio onto your own hardware, with 16 TTS engines, 11 ASR engines, plus REST, MCP and an OpenAI-compatible audio API.

Dario Amodei

We must slow the pace at which we improve the capabilities of AI models. Progress will still seem fast, and we must make wise use of the time we gain.

总结建议

今天热榜看起来还是技能和本机工具,但没写过、又能改成片工作流的,是把编码助手变成带分镜闸门的制片台,再把配音和谱面留在本机。

  1. OpenMontage 用 Backlot 在渲染前卡住分场联系表;VoiceStudio 把克隆和配音留在本机,并可经 MCP 交给 Agent。
  2. YuE2 先交可改的 ABC 再出 48 kHz 立体声;colibri 1.11.0 把 V4.1 Flash 从 SSD 流到 CPU。
  3. agent-skills 用锁文件发已扫描的 Figma 技能;Worktrunk 给每条视觉改动一棵隔离 worktree。官方侧是评估方进实验室,以及 Copilot 多模型里加上 Grok。

要做讲解片先 git clone OpenMontage 再 make setup,用参考短视频出概念和估价。旁白下 VoiceStudio 最新发行包,先配一分钟样片。片尾曲 pip install YuE 后改 score.abc。本机跑 Flash 级开源权重看 coli 1.11.0。技能只装校验过的 figma 包。并行改界面 brew install worktrunk 后每个任务一棵树。已写过的 God's Eye View / i-have-adhd / OpenResearch 继续看日增即可。