linux.do
21.1K subscribers
118K photos
195 videos
116 files
251K links
linux.do最新话题和热议话题
Download Telegram
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
[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
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
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
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
【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
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)
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
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。

⚠️ 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。
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。

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
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)
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)
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
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)
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
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)
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)
请教佬友,Epic手机APP上的免费游戏怎么不下载领取?

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)
国内云服务器没有备案,如何套域名给别人访问呢?能够防止别人知道我的ip

有大佬懂的么!!!!!

5 posts - 3 participants

Read full topic

via LINUX DO - 最新话题 (author: 泡芙小圆手)
喜报 MiniMax-M2.1 50元定向券入账

感谢钟佬 https://linux.do/t/topic/1342411?u=micheal
这就帮大家测起来,看看能不能在cc中无感切入

6 posts - 3 participants

Read full topic

via LINUX DO - 最新话题 (author: Micheal)
gpt5.2codex是垃圾,gpt5.2是神

别看5.2codex那个值那么高,实际中体验除了快,理解力和细节反思力度很差。
5.2能理解你的意思并且自我反思完善,5.2就像克劳德一样。只管做,只管结果。不会考虑到连锁反应,影响。
实际体验中codex体验等于克劳德4.5普通版吧

都是在推理强度xh的情况下

4 posts - 4 participants

Read full topic

via LINUX DO - 最新话题 (author: 猫优优)