01
AI 大神新开源玩具
之前介绍过 AI 大神 Karpathy 的一个开源项目 nanoChat,现在他又开源了一个新的玩具:llm-council
这是一个多智能体协作的 Demo。
它的理念很简单,既然一个诸葛亮(AI 大模型)可能会犯错,那三个臭皮匠能不能顶个诸葛亮?
它搞了一个委员会,在这个委员会里,你可以邀请不同的 AI,例如 GPT-4、Claude 3.5、Gemini 坐在圆桌前。
当你提出一个问题时,它们不仅会分别回答,甚至可能互相通过讨论来达成共识或展示不同观点。
02
云端浏览器自动化 MCP
这个叫 Browserbase 的 MCP 是一个浏览器自动化神器,通过 Browserbase 云浏览器和 Stagehand 工具,让 AI 大模型具备了直接操控网页的能力。
很多开源的 Browser Use 工具需要你在本地跑一个无头浏览器。这不仅吃内存,而且你的本地 IP 很容易被目标网站封禁。
Browserbase MCP 的后端是云浏览器。
自带指纹混淆、自动解决 CAPTCHA 验证码,轻松绕过反爬机制。而且不需要你在本地安装 Chrome,所有繁重的渲染都在云端完成,你的电脑风扇不会起飞。
支持 Context ID,这意味着 Agent 可以记住你的登录状态。这一轮对话登录了,下一轮对话还能接着操作,不用每次都重新登录。
03
FLUX.2 正式发布
还记得几个月前横空出世、拳打 Midjourney、脚踢 Stable Diffusion 的 FLUX.1 吗?Black Forest Labs 当时以一己之力拉高了开源生图模型的上限。
现在 FLUX.2 正式发布,不仅升级了模型,更是直接改变了玩儿法。
FLUX.2 引入了视觉语言模型架构,支持多图参考,在保持角色一致性、文字渲染和画面细节上实现了质的飞跃。
04
Soul 推出的 AI 博客功能
Google 的 NotebookLM 推出的 Audio Overview 功能火遍全网,两只 AI 互相调侃解读论文的场景让人印象深刻。
国内的 Soul AILab 团队推出了 SoulX-Podcast,让你也能一键生成高质量的 AI 播客。
这是一个全流程的音频内容生成工具,现在有 2500+ 的 Star。
你只需要投喂文章、论文、小说等文本,它就能自动生成剧本,并利用高质量的语音合成技术,生成一段双人或多人对谈的播客音频。
生成的语音不是冷冰冰的机器音,而是带有语气、停顿和情感的拟人化声音。
而且还在朝着支持四川话、河南话和粤语多种中国方言努力,让播客风格语音生成更个性化。
河南话:
四川话:
粤语:
相比 NotebookLM 的黑盒,你可以自定义提示词、选择不同的声音模型,甚至调整对话风格,比如幽默、严肃、教学啥的。
而且他在 Hugging Face 上搞了一个 Demo,可以去玩一玩。开源地址:https://github.com/Soul-AILab/SoulX-Podcast地址:https://huggingface.co/spaces/Soul-AILab/SoulX-Podcast-1.7B
05
让 Claude Code 与 NotebookLM 对话
Google 的 NotebookLM 是目前最强的 RAG 工具之一,但它通常被限制在浏览器里。
如果你想通过 AI 控制它,可以瞧瞧这个 notebooklm-skill 开源项目。
开源地址:https://github.com/PleasePrompto/notebooklm-skill
部署这个开源项目非常简单,只需要下面几行命令。
mkdir -p ~/.claude/skills cd ~/.claude/skills git clone https://github.com/PleasePrompto/notebooklm-skill notebooklm "What are my skills?"
当你发出指令,就能让 Claude Code 通过浏览器自动化的方式查询你的 Google NotebookLM 的内容。
它实际上是模拟了一个人打开网页、点击 notebook、输入问题、抓取答案的过程。
06
点击下方卡片,关注逛逛 GitHub
这个公众号历史发布过很多有趣的开源项目,如果你懒得翻文章一个个找,你直接关注微信公众号:逛逛 GitHub ,后台对话聊天就行了: