大家认为在闲鱼卖邀请码违反社区规则吗？
最近社区关闭了开放注册只能通过三级用户邀请码注册，如果有人在咸鱼卖邀请码是否违反社区规则呢？看了faq没有提到这方面的内容，就我个人而言感觉这样会增加审核人员的负担，应当加以限制。
12.20更新：去咸鱼上看了一下，不少佬友按照官方指导价上了链接:tieba_025:
122 posts - 102 participants
Read full topic
via LINUX DO - 热门话题 (author: 西山小鬼)
Invalid media: image
最近社区关闭了开放注册只能通过三级用户邀请码注册，如果有人在咸鱼卖邀请码是否违反社区规则呢？看了faq没有提到这方面的内容，就我个人而言感觉这样会增加审核人员的负担，应当加以限制。
12.20更新：去咸鱼上看了一下，不少佬友按照官方指导价上了链接:tieba_025:
122 posts - 102 participants
Read full topic
via LINUX DO - 热门话题 (author: 西山小鬼)
Invalid media: image
【有感而发】中文技术社区的桃花源——新人进入L站数天有感
这几天在 L 站真给我逛爽了，之前看的都是些啥呀 😡 😡
初识 L 站
第一次遇见 L 站可以说是一场意外， 😇 😇不过也真是幸运——在 GPT-5.1 回复中的参考资料
问 GPT 问题时，它回复的消息会标明参考资料及其网址。当时看到某一段内容时，感觉写的特别好，非常符合我的需求，然后就点进了那个网站。第一眼，诶，居然还是中文网站；第二眼，我去，这文章写得可以啊；第三眼，看了看其他帖子，这是天堂吗？说真的，当时看到互联网上还有这种社区，直接看立了 😍 🤤 🤤（咳咳）
在此之前，我基本是一个对中文互联网内容失望的状态 😡 😡，有问题都是问 AI，不期望百度/CSDN 能给我解答。L 站真的是个例外，像插在牛粪上的花（）
反正当时惊为天人，直接就开始注册了 🥰 🥰。半小时不到，一口气写下的100多字的入站申请。可能因为是真情实感吧，审核很快就放我进来的
自我介绍与入站小作文
先简单介绍一下自己：
● 国内在读计算机本科生
● 技术栈较浅，python+前端，目前研究方向为传统机器学习方法
● 热衷于 AI 技术，包括 AI 编程、创意内容生产（小说、图片、视频）、辅助学习，期待 AI 技术的发展能够落地，造福大众 👍️ 👍️ 👍️
● 尊重且向往开源理念，认为这是一种跨越分歧的宝贵精神，希望为开源社区做贡献
● 我的博客园主页，这里发布了一些我整理好的笔记分享，内容再充实一点后会搬运到 L 站来（因为 L 站三级以下不能随时编辑话题，担心发布在这里的话题出现笔误等）
这里摘取一段入站小作文的内容：
我相信，我在这种理念下产出的教程会对初学者会有很大的帮助，必将超越老式的教程（×）。我也将在自己达到足够的水平后，为中文技术教程做出自己的贡献
技术论坛现状
这里先简单谈一下我对现有国内相对大众的技术论坛的“刻板印象”：
● CSDN：在计算机相关论坛中，名气最大，资源丰富。但是运营吃相及其难看，各种逼氪，如把别人的文章强制转为会员，如付费下载资源。此外，在 CSDN 找资料，本来就是 shit 里淘金，现在加上 AI 内容更是看都不想看，想找资料就得化身粪海狂蛆
● 博客园：国内可能相对纯粹的技术论坛，以成篇的项目分项居多，对技术前沿的讨论少。似乎不怎么赚钱，担心运营不下去了
● 掘金：前端技术交流社区，不过现在似乎坠机了
对比来看，我也斗胆总结一下 L 站的独特之处 ：
● 前沿技术交流，尤其是 AI 编程。比如孙佬的话题- 【自己动手，丰衣足食 04】一个更现代的 SKILLs 集合，一个更省时的并行化workflow。好的agent怎能局限于线性cc+codex+gemini？
● 技术内容，干货满满
● 气氛友好，可以答疑解惑
● 没有广告（软广），很多在外面一搜全是买量软广的问题都可以在这里找到真实的分享
● 有羊毛可以薅（咳咳）
对社区规则的阅读与理解
进站前已经观看了始皇指定的新人文档，正式注册后也阅读了站内规范。整体来看，社区的规范比起其他论坛/平台更加严格，不过均在合理范围内，能看出是为了维护社区而设。而且，这样的规范其实有助于筛选，pass 掉蠢人/坏人 😡 😡
比如社区规范里提到一段，不得使用任何 AI 生成的文字内容，AI 润色也不行。其实第一眼看到反而觉得有些严苛了，我觉得自己说的不到位，AI 帮我改一下也不行嘛。不过后面细细想来，一是互联网上的真人内容越来越少；二来语言组织、长文撰写也是个重要的技能，现实生活里也有不少人叽里咕噜啥，说了半天一件事事也说不明白；加上真有那种神人一点不改就猛猛复制粘贴的，严格一点也是好事，筛选掉这些不会说话、不认真说话的人。
还有一点，忘记在哪个有关社区规范的话题里看到的，L 站的管理更愿意把 L 站称为社区而不是其他名称，感觉这个称呼也反应出管理层的美好愿景，充满希望 👏 👏 👏
写在后面
在 L 站的数天里，我真的学到了很多，也非常幸运能遇见并加入这样一个相对纯净的中文技术社区。期望 LINUX DO 能在保持友好氛围的前提下，持久运营下去，不断吸纳新鲜血液，保持活力
手打一遍 L 站的口号吧——
Read full topic
via LINUX DO - 热门话题 (author: 废寝忘食)
这几天在 L 站真给我逛爽了，之前看的都是些啥呀 😡 😡
初识 L 站
第一次遇见 L 站可以说是一场意外， 😇 😇不过也真是幸运——在 GPT-5.1 回复中的参考资料
问 GPT 问题时，它回复的消息会标明参考资料及其网址。当时看到某一段内容时，感觉写的特别好，非常符合我的需求，然后就点进了那个网站。第一眼，诶，居然还是中文网站；第二眼，我去，这文章写得可以啊；第三眼，看了看其他帖子，这是天堂吗？说真的，当时看到互联网上还有这种社区，直接看立了 😍 🤤 🤤（咳咳）
在此之前，我基本是一个对中文互联网内容失望的状态 😡 😡，有问题都是问 AI，不期望百度/CSDN 能给我解答。L 站真的是个例外，像插在牛粪上的花（）
反正当时惊为天人，直接就开始注册了 🥰 🥰。半小时不到，一口气写下的100多字的入站申请。可能因为是真情实感吧，审核很快就放我进来的
2025-12-17 站长 Neo 宣布关闭公开注册 😨 😨。现在看来，我上的还是末班车了
自我介绍与入站小作文
先简单介绍一下自己：
● 国内在读计算机本科生
● 技术栈较浅，python+前端，目前研究方向为传统机器学习方法
● 热衷于 AI 技术，包括 AI 编程、创意内容生产（小说、图片、视频）、辅助学习，期待 AI 技术的发展能够落地，造福大众 👍️ 👍️ 👍️
● 尊重且向往开源理念，认为这是一种跨越分歧的宝贵精神，希望为开源社区做贡献
● 我的博客园主页，这里发布了一些我整理好的笔记分享，内容再充实一点后会搬运到 L 站来（因为 L 站三级以下不能随时编辑话题，担心发布在这里的话题出现笔误等）
这里摘取一段入站小作文的内容：
我热衷于学习各种知识，在学习过程中有很多个人博客的文章让我受益匪浅。我希望在未来，自己消化这些知识后，能用自己的语言为后来者撰写更加通俗易懂的教程。目前已经在博客园发了一些非常基础的教程，希望后续可以发布更多在我的技术学习过程中，确实得到了各种博客文章、视频分享等免费内容很大帮助。所以在我会想学习这些先驱者，无私分享自己的教程；并且，我对自己的笔记内容有较高的要求，需要确保逻辑合理、内容准确、通俗易懂等，而非简单的罗列定义，常常希望从具体场景出发，理解为什么要引入某个概念及其实际意义
我相信，我在这种理念下产出的教程会对初学者会有很大的帮助，必将超越老式的教程（×）。我也将在自己达到足够的水平后，为中文技术教程做出自己的贡献
访问https://linux.do/u/<user_name>.json可以看到自己入站申请的内容<user_name>改为自己的 id
技术论坛现状
这里先简单谈一下我对现有国内相对大众的技术论坛的“刻板印象”：
● CSDN：在计算机相关论坛中，名气最大，资源丰富。但是运营吃相及其难看，各种逼氪，如把别人的文章强制转为会员，如付费下载资源。此外，在 CSDN 找资料，本来就是 shit 里淘金，现在加上 AI 内容更是看都不想看，想找资料就得化身粪海狂蛆
● 博客园：国内可能相对纯粹的技术论坛，以成篇的项目分项居多，对技术前沿的讨论少。似乎不怎么赚钱，担心运营不下去了
● 掘金：前端技术交流社区，不过现在似乎坠机了
对比来看，我也斗胆总结一下 L 站的独特之处 ：
● 前沿技术交流，尤其是 AI 编程。比如孙佬的话题- 【自己动手，丰衣足食 04】一个更现代的 SKILLs 集合，一个更省时的并行化workflow。好的agent怎能局限于线性cc+codex+gemini？
● 技术内容，干货满满
● 气氛友好，可以答疑解惑
● 没有广告（软广），很多在外面一搜全是买量软广的问题都可以在这里找到真实的分享
● 有羊毛可以薅（咳咳）
对社区规则的阅读与理解
进站前已经观看了始皇指定的新人文档，正式注册后也阅读了站内规范。整体来看，社区的规范比起其他论坛/平台更加严格，不过均在合理范围内，能看出是为了维护社区而设。而且，这样的规范其实有助于筛选，pass 掉蠢人/坏人 😡 😡
比如社区规范里提到一段，不得使用任何 AI 生成的文字内容，AI 润色也不行。其实第一眼看到反而觉得有些严苛了，我觉得自己说的不到位，AI 帮我改一下也不行嘛。不过后面细细想来，一是互联网上的真人内容越来越少；二来语言组织、长文撰写也是个重要的技能，现实生活里也有不少人叽里咕噜啥，说了半天一件事事也说不明白；加上真有那种神人一点不改就猛猛复制粘贴的，严格一点也是好事，筛选掉这些不会说话、不认真说话的人。
还有一点，忘记在哪个有关社区规范的话题里看到的，L 站的管理更愿意把 L 站称为社区而不是其他名称，感觉这个称呼也反应出管理层的美好愿景，充满希望 👏 👏 👏
写在后面
在 L 站的数天里，我真的学到了很多，也非常幸运能遇见并加入这样一个相对纯净的中文技术社区。期望 LINUX DO 能在保持友好氛围的前提下，持久运营下去，不断吸纳新鲜血液，保持活力
手打一遍 L 站的口号吧——
真诚、友善、团结、专业，共建你我引以为荣之社区29 posts - 16 participants
Read full topic
via LINUX DO - 热门话题 (author: 废寝忘食)
【开源Chrome 插件】Gemini Nexus v2.0.0：免费调用 Gemini 3，实现OCR、划词翻译、网页总结、快捷键呼出
gemini-nexus.zip
前提：需要登录 Gemini 网页
⌨️ 默认快捷键
如果好用，给个 star 吧 😀
github.com
GitHub - yeahhe365/gemini-nexus: A powerful browser extension that integrates...
A powerful browser extension that integrates Google Gemini AI directly into your web experience. Features include sidebar chat, OCR text extraction, area sniping, and conversation history.
【开源】Gemini Nexus v1.2.0：免费调用 Gemini 3，让 Gemini 完美融入网页浏览体验（OCR、划词翻译、网页总结...） 开发调优
26 posts - 12 participants
Read full topic
via LINUX DO - 热门话题 (author: Mozi)
Invalid media:
image
animation
animation
animation
animation
animation
animation
image
gemini-nexus.zip
前提：需要登录 Gemini 网页
⌨️ 默认快捷键
如果好用，给个 star 吧 😀
github.com
GitHub - yeahhe365/gemini-nexus: A powerful browser extension that integrates...
A powerful browser extension that integrates Google Gemini AI directly into your web experience. Features include sidebar chat, OCR text extraction, area sniping, and conversation history.
【开源】Gemini Nexus v1.2.0：免费调用 Gemini 3，让 Gemini 完美融入网页浏览体验（OCR、划词翻译、网页总结...） 开发调优
登录 Gemini 官网就能用，好用的话给个 star 欢迎留言想加什么功能 gemini-nexus v1.0.zip (309.1 KB) gemini-nexus_v1.1.0.zip (412.4 KB) gemini-nexus_v1.2.0.zip (413.5 KB) [image][image][image][image][image]
26 posts - 12 participants
Read full topic
via LINUX DO - 热门话题 (author: Mozi)
Invalid media:
image
animation
animation
animation
animation
animation
animation
image
新人第一次发帖，希望支持下！自己原创写的Z-image超写实冷色调美女提示词
z-image原创提示词模板：最终幻想（游戏、电影、影视、动画），蒂法（人物），冷色调，极具氛围感，超写实，电影级，重点表现人物，极具张力和表现力，完美的构图和打光
spoiler
spoiler
步数10-12
43 posts - 27 participants
Read full topic
via LINUX DO - 热门话题 (author: 蕾塞)
Invalid media:
image
image
z-image原创提示词模板：最终幻想（游戏、电影、影视、动画），蒂法（人物），冷色调，极具氛围感，超写实，电影级，重点表现人物，极具张力和表现力，完美的构图和打光
spoiler
spoiler
步数10-12
43 posts - 27 participants
Read full topic
via LINUX DO - 热门话题 (author: 蕾塞)
Invalid media:
image
image
[Antigravity]反重力试图删除每一个粗心用户的项目
😅
警钟长鸣!!!
大佬们Antigravity自动把我的整个文件夹全部删了 开发调优
2 posts - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: favoste)
Invalid media:
image
image
😅
警钟长鸣!!!
大佬们Antigravity自动把我的整个文件夹全部删了 开发调优
大佬们，今天使用Antigravity的ClaudeOpus4.5执行任务，它自动用命令行删除文件，居然把我的真个项目删了，关键不止清空了当前打开的文件夹，还把当前文件夹上一层的文件夹的全部目录都删了，天都塌了，好多东西都没了，大佬们支支招，有办法恢复吗？
2 posts - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: favoste)
Invalid media:
image
image
待业在家好无聊，研究了下硬件
玩了下冷门DX-WF25模块(esp32c2)
佬友们有什么推荐的项目做做吗，或者自己想要的给我做着玩玩，我手头的东西最简单做的就是一个鱼缸控温装置？但是我不养鱼😫
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: rem)
Invalid media: image
玩了下冷门DX-WF25模块(esp32c2)
佬友们有什么推荐的项目做做吗，或者自己想要的给我做着玩玩，我手头的东西最简单做的就是一个鱼缸控温装置？但是我不养鱼😫
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: rem)
Invalid media: image
哈基米 最近在抽疯？怎么 API 都不让用啊
用 Jay佬 的 gemini-balance，API 也全是自己和家人的几个，理论上是包稳定的。但是，这几天总是断断续续的，一会儿可以用，一会儿不给用。头疼啊~这是为什么？最近在做啥调整？
官网写着 2.5-pro 可以用，但实际也根本不能调用 。 :bili_001:
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: 北河三)
Invalid media: image
用 Jay佬 的 gemini-balance，API 也全是自己和家人的几个，理论上是包稳定的。但是，这几天总是断断续续的，一会儿可以用，一会儿不给用。头疼啊~这是为什么？最近在做啥调整？
官网写着 2.5-pro 可以用，但实际也根本不能调用 。 :bili_001:
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: 北河三)
Invalid media: image
gemini 学生认证，好不容易有资格
这是咋回事儿啊
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: axin)
Invalid media: image
这是咋回事儿啊
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: axin)
Invalid media: image
【水】使用AI重新实现了聪明 Bingo / 一个小游戏
不知道有没有佬友在QQ群看过这张图：
这种游戏起源于QQ群图片，后来 26F-Studio 进行了具体的实现：github.com
GitHub - 26F-Studio/smartbingo
通过在 GitHub 上创建帐户来为 26F-Studio/smartbingo 开发做出贡献。
我自己也用AI做过一个：
github.com
GitHub - Sczr0/Daily-Bingo
通过在 GitHub 上创建帐户来为 Sczr0/Daily-Bingo 开发做出贡献。
最近在蹬codex的额度，所以把上面的项目找了出来，做成了下面的样式：
支持每日一题，自定义随机种，自动计算难度（虽然没那么严谨）
不知道佬友们还有什么建议呢
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: 弦塔_)
Invalid media:
image
image
image
image
不知道有没有佬友在QQ群看过这张图：
这种游戏起源于QQ群图片，后来 26F-Studio 进行了具体的实现：github.com
GitHub - 26F-Studio/smartbingo
通过在 GitHub 上创建帐户来为 26F-Studio/smartbingo 开发做出贡献。
我自己也用AI做过一个：
github.com
GitHub - Sczr0/Daily-Bingo
通过在 GitHub 上创建帐户来为 Sczr0/Daily-Bingo 开发做出贡献。
最近在蹬codex的额度，所以把上面的项目找了出来，做成了下面的样式：
支持每日一题，自定义随机种，自动计算难度（虽然没那么严谨）
不知道佬友们还有什么建议呢
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: 弦塔_)
Invalid media:
image
image
image
image
现在平台业务使用AI向用户发送短信很普遍了么
如题，最近收到短信，说是某平台x某工作人员，问某个操作为何没有执行是否存在技术困难
我第一反应是垃圾营销短信，问了句是不是真人，依然是表化业务回复，但是肯定是真人。
于是又回了几句，无声了。
关键是由于平台实名制要求这个疑似是AI的业务短信发送者的确在短信内正确涵盖了我的真实姓名，这是否合理？我甚至没有办法验证这个短信到底是否确实是从平台方发出的
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: Meiko Mei)
如题，最近收到短信，说是某平台x某工作人员，问某个操作为何没有执行是否存在技术困难
我第一反应是垃圾营销短信，问了句是不是真人，依然是表化业务回复，但是肯定是真人。
于是又回了几句，无声了。
关键是由于平台实名制要求这个疑似是AI的业务短信发送者的确在短信内正确涵盖了我的真实姓名，这是否合理？我甚至没有办法验证这个短信到底是否确实是从平台方发出的
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: Meiko Mei)
Gemini最新的Gem有点儿东西
Google 刚刚推出了与 Opal 工具集成的 Gems Visual Editor。以前你需要自己手写复杂的提示词（Prompt），现在你可以直接用自然语言描述：“我想做一个帮我把会议纪要转成待办事项的助手”，Gemini 会自动帮你生成结构化的指令和逻辑，真正实现了“一句话生成一个应用”
gemini中进入gem,然后新建即可
10 posts - 10 participants
Read full topic
via LINUX DO - 热门话题 (author: fabricmagi)
Invalid media: image
Google 刚刚推出了与 Opal 工具集成的 Gems Visual Editor。以前你需要自己手写复杂的提示词（Prompt），现在你可以直接用自然语言描述：“我想做一个帮我把会议纪要转成待办事项的助手”，Gemini 会自动帮你生成结构化的指令和逻辑，真正实现了“一句话生成一个应用”
gemini中进入gem,然后新建即可
10 posts - 10 participants
Read full topic
via LINUX DO - 热门话题 (author: fabricmagi)
Invalid media: image
我们的 GUI Agent 开源了：OMG-Agent，AI 手机我来了
👻省流：
我们基于 AutoGLM 和 GELab-Zero 这类 开源 GUI model ，
构建了一个 GUI Agent — **OMG-Agent！**已开源
先是豆包手机证明 AI 能跨应用自动操作（这后台运行的功能是真的羡慕），
也可以看看我们之前的文章各大 APP 刚 ⌜围剿⌟ 豆包手机，智谱连夜 ⌜递刀⌟ ：手机 Agent 的至暗与黎明
智谱、阶跃星辰接连开源 AutoGLM 和 GELab-Zero 这类GUI model，
技术能力已经证明可行了，模型也开源了，基础的 agent 代码也公开了，
但有个问题
这些开源项目，交互方式多是命令行，
想用 AutoGLM，GELab-Zero，得装 Python 环境，配依赖库，搞ADB，还要一边看手机一边看电脑…
总感觉不太方便，烦文档，配环境就搞了几十分钟。
模型开源了，而且两家的官方有提供api，那既然有了api，
那为什么不来个通用的 GUI Agent 呢？
大厂都开源模型，我们也想给GUI Agent出一份力（或者说添乱）
阶跃星辰，和智谱AI开源的模型都是多模态，都是具备「Phone Use」能力的VLM model。
能完成几十步的复杂流程，支持微信、淘宝、抖音、美团等50多个高频应用，本地部署跑不动也能直接调用 API 接口。
这些开源模型做的事情和豆包差不多——训练AI看懂屏幕，理解界面，模拟人的点击、滑动、输入的模型。
怎么控制手机？————ADB，不是什么高级的黑科技，就是个命令行工具。
我们做了 OMG-Agent ！
OMG-Agent
项目全称叫 Open-sourced Mobile GUI Agent,
我们更喜欢叫它**「Oh My God Agent」**。
因为每次测试，可以直观的在 GUI 上看清楚模型对AI的操作，
看着 AI 自己完成任务，
希望这个 Agent 真的能让更多人体验到这类 GUI model，
OMG-Agent
直观看到AI在手机上操作，看到执行结果：它真做到了。
OMG-Agent 是个GUI Agent，用来配合 AutoGLM、GELab-Zero 这些开源模型使用。
它做的事情很简单：
帮我们把这些GUI model 用来操作手机，并且内置了我们的 Agent
（目前还是有些粗糙，但是正在不断完善中，如果大家也有想法，可以一起交流）
两种使用方式：
1.下载打包好的exe文件，双击运行，零配置（还在测试，我们尽快发布 win/mac 版本）
2.frok 代码运行，方便开发者调试，支持基于 GUI 交互
基础流程：
打开软件，插上手机数据线（具体的配置我们都写到项目里了，支持无线连接），点开始投屏，输入一句话。
同样的，我们也提供了使用模拟器实现abd的一些资料和教程
想研究GUI Agent 怎么实现的，想做点好玩的实验，代码全开源，并且附带了对应的文档。
兼容 OpenAI SDK API，能接入各种模型。
终极理想：让不懂代码，不配环境（目前还是需要一点，等我们打包完成），下载就能用，直接连接手机用。
能亲眼看到 AI 怎么在你手机上工作，它不再是新闻里的概念，而是真的能帮你解决问题的东西，
为后续的 Phone Agent 开发打下基础。
豆包遇到的麻烦，说白了就是新东西碰上旧规矩。但技术进步不该由某家公司说了算。
AutoGLM 和 GELab-Zero的开源，这些模型的能力已经证明了，这些可能真的只是时间问题了
做 OMG-Agent 这几天，我们想了各种使用场景。
也在犹豫要不要发布，但是既然做都做了，还是发了，
每个模型的特点都不一样，但本质是一样的——AI能看懂屏幕、能操作手机，这件事本身就有价值。
现在的 OMG-Agent 不是完美的，甚至是有很多不足的，
Agent设计的也并没有很高深，
但开源的好处就在这儿，让更多人能参与进来，让技术发展更透明。
而且现在的手机 Agent 确实还挺简陋的，但总得有人先迈出这一步。
OMG-Agent 用的是 Apache 2.0 with Commons Clause 许可证。
不希望有人拿这个去割韭菜，更不希望它被用来干坏事。
技术应该让生活变好，而不是搞出一堆幺蛾子。
我们是 Safphere，一帮算法工程师和在校极客组成的团队。
OMG-Agent 已经在 GitHub 开源了，当前的Agent 还很粗糙，但是我们已经迫不及待想和大家分享了，也会继续优化，确保安全可靠，最大化的发挥 这些 GUI model 的能力。
你想试试 AutoGLM、GELab-Zero 这些开源模型，但不想折腾配环境，可以用OMG-Agent。
对 AI 手机好奇，想亲手试试 AI 操作手机是什么感觉，也可以来玩玩。
也欢迎把文章转给感兴趣的朋友。
开源这事儿，人多才好玩。
推迟了两天，终于写完这篇，
后续整个 OMG-Agent 项目，会优化对应的 Agent，从适配模型到 定制我们框架的模型，让 GUI Agent 更加的智能，更加的稳定。
大家有其他的想法，也可以留言和交流。
项目地址
github.com
GitHub - Safphere/OMG-Agent: OMG-Agent: Open-sourced Mobile GUI Agent
OMG-Agent: Open-sourced Mobile GUI Agent
19 posts - 18 participants
Read full topic
via LINUX DO - 热门话题 (author: Safphere)
Invalid media:
image
image
image
animation
image
image
image
image
image
👻省流：
我们基于 AutoGLM 和 GELab-Zero 这类 开源 GUI model ，
构建了一个 GUI Agent — **OMG-Agent！**已开源
先是豆包手机证明 AI 能跨应用自动操作（这后台运行的功能是真的羡慕），
也可以看看我们之前的文章各大 APP 刚 ⌜围剿⌟ 豆包手机，智谱连夜 ⌜递刀⌟ ：手机 Agent 的至暗与黎明
智谱、阶跃星辰接连开源 AutoGLM 和 GELab-Zero 这类GUI model，
技术能力已经证明可行了，模型也开源了，基础的 agent 代码也公开了，
但有个问题
这些开源项目，交互方式多是命令行，
想用 AutoGLM，GELab-Zero，得装 Python 环境，配依赖库，搞ADB，还要一边看手机一边看电脑…
总感觉不太方便，烦文档，配环境就搞了几十分钟。
模型开源了，而且两家的官方有提供api，那既然有了api，
那为什么不来个通用的 GUI Agent 呢？
大厂都开源模型，我们也想给GUI Agent出一份力（或者说添乱）
阶跃星辰，和智谱AI开源的模型都是多模态，都是具备「Phone Use」能力的VLM model。
能完成几十步的复杂流程，支持微信、淘宝、抖音、美团等50多个高频应用，本地部署跑不动也能直接调用 API 接口。
这些开源模型做的事情和豆包差不多——训练AI看懂屏幕，理解界面，模拟人的点击、滑动、输入的模型。
怎么控制手机？————ADB，不是什么高级的黑科技，就是个命令行工具。
我们做了 OMG-Agent ！
OMG-Agent
项目全称叫 Open-sourced Mobile GUI Agent,
我们更喜欢叫它**「Oh My God Agent」**。
因为每次测试，可以直观的在 GUI 上看清楚模型对AI的操作，
看着 AI 自己完成任务，
希望这个 Agent 真的能让更多人体验到这类 GUI model，
OMG-Agent
直观看到AI在手机上操作，看到执行结果：它真做到了。
OMG-Agent 是个GUI Agent，用来配合 AutoGLM、GELab-Zero 这些开源模型使用。
它做的事情很简单：
帮我们把这些GUI model 用来操作手机，并且内置了我们的 Agent
（目前还是有些粗糙，但是正在不断完善中，如果大家也有想法，可以一起交流）
两种使用方式：
1.下载打包好的exe文件，双击运行，零配置（还在测试，我们尽快发布 win/mac 版本）
2.frok 代码运行，方便开发者调试，支持基于 GUI 交互
基础流程：
打开软件，插上手机数据线（具体的配置我们都写到项目里了，支持无线连接），点开始投屏，输入一句话。
同样的，我们也提供了使用模拟器实现abd的一些资料和教程
想研究GUI Agent 怎么实现的，想做点好玩的实验，代码全开源，并且附带了对应的文档。
兼容 OpenAI SDK API，能接入各种模型。
终极理想：让不懂代码，不配环境（目前还是需要一点，等我们打包完成），下载就能用，直接连接手机用。
能亲眼看到 AI 怎么在你手机上工作，它不再是新闻里的概念，而是真的能帮你解决问题的东西，
为后续的 Phone Agent 开发打下基础。
豆包遇到的麻烦，说白了就是新东西碰上旧规矩。但技术进步不该由某家公司说了算。
AutoGLM 和 GELab-Zero的开源，这些模型的能力已经证明了，这些可能真的只是时间问题了
做 OMG-Agent 这几天，我们想了各种使用场景。
也在犹豫要不要发布，但是既然做都做了，还是发了，
每个模型的特点都不一样，但本质是一样的——AI能看懂屏幕、能操作手机，这件事本身就有价值。
现在的 OMG-Agent 不是完美的，甚至是有很多不足的，
Agent设计的也并没有很高深，
但开源的好处就在这儿，让更多人能参与进来，让技术发展更透明。
而且现在的手机 Agent 确实还挺简陋的，但总得有人先迈出这一步。
OMG-Agent 用的是 Apache 2.0 with Commons Clause 许可证。
不希望有人拿这个去割韭菜，更不希望它被用来干坏事。
技术应该让生活变好，而不是搞出一堆幺蛾子。
ADB + GUI Agent 没法保证不会触发像豆包一样的封号，建议大家使用备用机和备用号。
⚠️ 免责声明
本项目仅供学习研究和技术探索使用，严禁用于任何商业用途。使用本工具时，请遵守相关法律法规以及手机厂商、应用程序的使用条款和服务协议。用户因使用本项目产生的任何行为和后果，均由用户自行承担，与本项目及开发者无关。
我们是 Safphere，一帮算法工程师和在校极客组成的团队。
OMG-Agent 已经在 GitHub 开源了，当前的Agent 还很粗糙，但是我们已经迫不及待想和大家分享了，也会继续优化，确保安全可靠，最大化的发挥 这些 GUI model 的能力。
你想试试 AutoGLM、GELab-Zero 这些开源模型，但不想折腾配环境，可以用OMG-Agent。
对 AI 手机好奇，想亲手试试 AI 操作手机是什么感觉，也可以来玩玩。
也欢迎把文章转给感兴趣的朋友。
开源这事儿，人多才好玩。
推迟了两天，终于写完这篇，
后续整个 OMG-Agent 项目，会优化对应的 Agent，从适配模型到 定制我们框架的模型，让 GUI Agent 更加的智能，更加的稳定。
大家有其他的想法，也可以留言和交流。
项目地址
github.com
GitHub - Safphere/OMG-Agent: OMG-Agent: Open-sourced Mobile GUI Agent
OMG-Agent: Open-sourced Mobile GUI Agent
19 posts - 18 participants
Read full topic
via LINUX DO - 热门话题 (author: Safphere)
Invalid media:
image
image
image
animation
image
image
image
image
image
怎么看待arXiv（alphaXiv）的这个模型榜单？ #科研
alphaxiv.org
Deep Research | alphaXiv
2 posts - 2 participants
Read full topic
via LINUX DO - 最新话题 (author: 清清)
Invalid media:
image
image
alphaxiv.org
Deep Research | alphaXiv
2 posts - 2 participants
Read full topic
via LINUX DO - 最新话题 (author: 清清)
Invalid media:
image
image
Epic 今日的喜+1
《Eternights》
https://store.epicgames.com/zh-CN/p/eternights-c2fbca
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: kmoxx)
《Eternights》
https://store.epicgames.com/zh-CN/p/eternights-c2fbca
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: kmoxx)
愿佬友们考研顺利上岸
今天考研第一天，祝愿论坛里的备考的佬友们都能顺利上岸，金榜题名！加油！
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: MD)
今天考研第一天，祝愿论坛里的备考的佬友们都能顺利上岸，金榜题名！加油！
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: MD)
刚装的服务器被植入挖矿木马了
弄了个小服务器准备二开这个项目，GitHub - Narratium/Narratium.ai: Open-source platform for AI-driven storytelling, worldbuilding, and immersive roleplay
然后不知道从哪来的挖矿木马就植入到服务器里了，我勒个豆，像橡皮糖一样，甩都甩不掉。这咋防啊，删掉又跑回来了。
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: 咕噜大王)
Invalid media:
image
image
弄了个小服务器准备二开这个项目，GitHub - Narratium/Narratium.ai: Open-source platform for AI-driven storytelling, worldbuilding, and immersive roleplay
然后不知道从哪来的挖矿木马就植入到服务器里了，我勒个豆，像橡皮糖一样，甩都甩不掉。这咋防啊，删掉又跑回来了。
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: 咕噜大王)
Invalid media:
image
image
经常用team的佬友们，thinking模式下的长思考和pro “智商”差别有多大
如题，pro次数限制1个月15次。我想知道thinking模式下的长思考和pro “智商”差别有多大，要不要把主要工作放在长思考下做，而用pro的次数来做审查工作。
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: 哈基米基哈基_米基米基哈)
如题，pro次数限制1个月15次。我想知道thinking模式下的长思考和pro “智商”差别有多大，要不要把主要工作放在长思考下做，而用pro的次数来做审查工作。
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: 哈基米基哈基_米基米基哈)
Google One 显示 "是否符合此优惠的资格" 怎么办?
提交过资料,然后点击"验证资格条件"后一直显示这个界面. 进入循环了.
有人遇到过这种情况需要怎么解决嘛?
5 posts - 2 participants
Read full topic
via LINUX DO - 最新话题 (author: riicii)
Invalid media:
image
image
提交过资料,然后点击"验证资格条件"后一直显示这个界面. 进入循环了.
有人遇到过这种情况需要怎么解决嘛?
5 posts - 2 participants
Read full topic
via LINUX DO - 最新话题 (author: riicii)
Invalid media:
image
image
ai.oaiopen.cn是怎么回事？没法登录了
AI公益站，用L站授权登录。前几天突然登录不上，要求绑定账号，结果提示邮箱不存在，也不能注册。
大家有没有用这个站的，还能用吗？
2 posts - 2 participants
Read full topic
via LINUX DO - 最新话题 (author: knwks)
AI公益站，用L站授权登录。前几天突然登录不上，要求绑定账号，结果提示邮箱不存在，也不能注册。
大家有没有用这个站的，还能用吗？
2 posts - 2 participants
Read full topic
via LINUX DO - 最新话题 (author: knwks)
求助 dashboard.webshare 怎么导入到小火箭和v2
为什么我把dashboard.webshare给的代理列表填入了小火箭开启节点不能用 请问是怎么回事 测试延迟可以通 但无法上网
2 posts - 2 participants
Read full topic
via LINUX DO - 最新话题 (author: sxs)
为什么我把dashboard.webshare给的代理列表填入了小火箭开启节点不能用 请问是怎么回事 测试延迟可以通 但无法上网
2 posts - 2 participants
Read full topic
via LINUX DO - 最新话题 (author: sxs)
请教佬友，Epic手机APP上的免费游戏怎么不下载领取？
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: tianzl)
Epic一年一度的E宝圣诞大放送开始了，但是今年与往年有点不一样，手机APP版商店与网页版商店每天送的游戏不一样！网页商店领取后，还可以到APP商店领取另一款！
现在问题是，APP上的游戏，需要下载到手机，而不是像网页商店下订单就行！请问下各位大佬，怎么才能不下载就能领取E宝APP上送的免费游戏？
1 post - 1 participant
Read full topic
via LINUX DO - 最新话题 (author: tianzl)