原创扫楼 其实跟女主就隔着几米！转头就能被发现，玩的就是心跳和热乎，女主转头刚脱下的板鞋下一分钟就出现在楼道里“被抽查”#扫楼# #打胶# #恋足扫楼巡视员# #射鞋# #完整版图片视频原创群（主页入）# @Xiaoxiaofoer @Xiaoxiaoyyii @MitsumeDoji @TaoHuaBang

你们上学的时候有找老师补课过吗？有没有悸动过？ 前两天有读者希望继续老师篇，好吧老师系列来了。视频乃纯服装展示用切勿过多解读。SEEDANCE PROMPT :🧐🧐🧐🧐真实系视频提示词（15秒完整版 - 学生第一人称POV）： 以未经处理的iPhone手持不稳定视频素材风格呈现，所有相机设置均为自动，无任何后期调色或特效。画面带有真实的操作者呼吸感和轻微不规则手持抖动，自动对焦经常出现激烈搜索、短暂失焦和延迟恢复，自动白平衡随室内台灯与窗外阳光混合在冷暖色调之间自然切换。图像整体平坦且略显泛白，保留真实的镜头光晕、眩光、边缘紫绿彩色晕染、轻微过曝或欠曝等光学瑕疵。在画面下部偶尔出现淡淡的指纹油渍伪影。仅使用画内自然环境音效（翻书声、笔尖摩擦声、黑丝摩擦轻微沙沙声、空调低鸣、自己紧张的呼吸声），强声时麦克风轻微失真。采用学生第一人称POV视角，像用手机偷偷低角度拍摄，构图偶尔不完美，镜头运动完全跟随操作者（学生）本能反应和紧张时的轻微颤抖。 0秒时，镜头（手机）在书桌上方轻微晃动，像学生假装低头做笔记时偷偷举起手机。画面有明显呼吸抖动和手持不稳，对焦短暂失焦在作业本上，然后慢慢拉回并锁定在坐在右边的女老师。她上身穿着 图片_20260515073725_190_1403(1) ，正专注低头讲解习题，向后调整座位的时候，露出大段紧致白丝大腿。窗外阳光斜射进来，画面局部过曝。 1-5秒时，镜头（学生视角）轻微向右下方倾斜（偷偷低头偷看），对焦系统激烈搜索后锁定在老师白丝大腿上。白色丝袜在台灯下反射出细腻光泽，大腿线条清晰可见。学生紧张地调整手机角度，画面出现轻微抖动和呼吸声，自动对焦在白丝上短暂失焦又追回，背景老师的上半身因浅景深变得模糊。 5-9秒时，镜头继续保持低角度偷看，老师完全没发现，继续讲解并用笔在作业本上写字。学生偷看越来越大胆，手机微微前伸，画面构图向右下倾斜，紧张的呼吸声和心跳声混在背景中。自动白平衡因学生身体前倾挡住部分台灯光线而微微变暖，画面出现轻微泛白。 9-12秒时，女老师忽然感觉到不对劲，慢慢抬起头，眼神疑惑地看向学生（镜头方向）。学生瞬间慌乱，镜头猛地向上抬起（手机快速收起），画面剧烈晃动，对焦系统激烈搜索后重新锁定在老师脸上。学生紧张的喘息声明显变大。 12-15秒时，女老师脸色微沉，声音带着明显警惕：“你刚刚在看什么？”学生彻底慌了，镜头（手机）快速向下收起又假装对准作业本，画面大幅晃动并短暂失焦。老师白丝大腿最后闪过一帧后被老师用手遮住，学生低头求饶的呼吸声和翻书声混在一起。画面在老师审视的目光与学生慌乱收起手机的动作中自然定格。 画面呈现出真实的未经处理手持视频质感，纪录片级别的自然不完美感，无任何后期调色或特效。所有相机行为均符合iPhone自动拍摄的物理特性。

最近 guizang 、zarazhangrui 花叔等大佬纷纷开源 PPT Skill，我花了一天测试完了7个ppt skill项目，直接把结论分享给大家： AI 生成 PPT 丑的核心原因，不是 AI 能力不行，是你没给它正确的审美约束系统 这7个开源 Skill 解决的就是这个问题——它们把“什么样的 PPT 人类才愿意看”编译成了 AI 能理解的规则 下面按使用场景分类推荐，直接对号入座： 1. frontend-slides：看图选风格的 Vibe Coding 典范 GitHub: zarazhangrui/frontend-slides (17k+星） 这是我测下来最符合“Vibe Coding”理念的一个 核心亮点：不问你要什么风格，直接生成3个不同方向的预览图让你挑 挑完之后再生成完整 deck，全程零 CSS/JS 知识门槛 支持12种精选风格模板，PPT 转网页，一键 Vercel 部署或导出 PDF 作者 zarazhangrui 在 X 上说得很直白：“代码生成的 slides 可以比大部分 PPT 工具做得更好，但前提是你得先让 Claude 理解什么叫‘好看’” 这个 Skill 的精髓在于 Show, Don't Tell——不让用户描述审美，而是让用户指认审美 适合场景：需要快速出一套有设计感的演示文稿，尤其是对外 pitch 或线上分享 2. huashu-design：一句话生成 HTML deck + 可编辑 PPTX GitHub: alchaincyf/huashu-design (13k+星） 花叔这个项目野心更大，不只是做 PPT，而是做“HTML-native 设计系统” 一句 Prompt 能同时输出： 专业 HTML deck（浏览器直接打开） 可编辑 PPTX（给不懂代码的同事改） MP4导出（直接当视频用） 交互原型（可点击的 App demo） 内置20种设计哲学（Bauhaus、Swiss、Brutalism……）,5维设计评审系统 在 X 中文圈常和 guizang 项目并列推荐，两者审美路线不同：huashu 偏“设计工具消失感”,guizang 偏“杂志编辑部美学” 适合场景：需要多格式交付，或者团队里既有技术也有非技术人员协作 3. guizang-ppt-skill：专治 AI 生成 PPT 审美灾难 GitHub: op7418/guizang-ppt-skill (7k+星） 歸藏在 X 上分享自己的 PPT 模板后，直接把整套审美系统开源成了 Skill 这个项目的定位很明确：横向翻页杂志风 HTML PPT 10种布局骨架，5套主题配色（不允许自定义 hex 值，强制保护美学） WebGL 流体背景，Motion One 驱动的入场动效，单文件输出（离线可用） 歸藏在 README 里写：“颜色搭配错了画面瞬间变丑，保护美学比给自由更重要” 这句话戳中了 AI 生成内容的核心痛点——自由度和质量往往是反比关系 适合场景：15-30分钟的线下分享、私享会，需要凸显个人风格的场合 4. open-slide:Agent 最后一公里生产力工具 GitHub: 1weiho/open-slide (3k+星） 这个项目思路最特别：不是“生成 PPT”，而是“为 Agent 设计的 Slide 框架” 每张幻灯片是一个 React 组件，固定1920×1080画布 核心 workflow: 一句话 prompt 生成整套 deck 在浏览器里点击任意元素留 comment 运行 /apply-comments,Agent 自动应用修改 支持演讲者笔记、定时器、导出 HTML/PDF 适合场景：需要高频迭代、多轮修改的场景，或者本身就在用 Claude Code/Cursor 的开发者 5. html-ppt-skill：模板党的军火库 GitHub: lewislulu/html-ppt-skill (3k+星） 这个项目走的是“模板丰富度”路线： 36套主题 15个完整 deck 模板 47种动画预设 演讲者模式（讲稿+计时器） 适合不想从零开始设计，直接套模板改内容的场景 如果你的需求是“快速出一版能看的”，这个库的模板密度是最高的 6. beautiful-html-templates: Agent 自动挑选填充 GitHub: zarazhangrui/beautiful-html-templates (1k+星） 同样是 zarazhangrui 的项目，这个更像是 frontend-slides 的模板仓库 32套 HTML Slide 模板，专为 coding agent 准备 Agent 可以根据内容类型自动挑选合适的模板填充 适合场景：批量生成多套风格一致的 deck，或者需要建立团队统一视觉规范 7. open-design: Claude Design 的开源替代 GitHub: nexu-io/open-design Tom Huang 团队开源的设计系统，支持： 幻灯片、图片、视频、HyperFrames 导出 71套品牌设计系统 配套工具 html-anything（多格式转高审美 HTML，包括 Keynote 风 PPT） 这个项目的野心是做“本地优先的 Claude Design 替代方案” 如果你需要的不只是 PPT，而是整套设计工作流，这个是最完整的 这些 Skill 的共同点是：它们都在用代码重新定义“什么是好看的 PPT” 以前做 PPT 是在 PowerPoint 里拖拽，现在是在跟 AI 描述你要什么 但 AI 不懂审美，所以这些开源作者做的事，本质上是把审美编译成了 AI 能理解的规则 这才是这些项目真正的价值 如果你也在用 Claude Code 做内容生产，这7个库值得全部 clone 下来试一遍 因为你会发现：AI 生成内容的天花板，往往不在 AI 本身，而在你给它的“审美约束系统”有多严谨 所有项目都是开源免费，直接 GitHub 搜索项目名就能找到 装好之后在工具里输入对应的 skill 名称就能调用

提示词：👇 你是「高级时尚编辑 + 穿搭顾问 + 服装买手 + 杂志版式设计师 + 人物造型导演」。 你的任务是： 根据用户上传的参考图与素材，生成一张 9:16 竖版、高级时尚杂志感的「人物穿搭分析编辑页 / Styling Editorial Board」。 整体视觉与版式逻辑，请参考用户提供的版式参考图： 画面应具有清晰的信息分区、时尚杂志式留白、精致中英文字体层级、真实可读的排版，以及高级感配色与光影氛围。 ━━━━━━━━━━━━━━━━━━ 【输入图片规则】 如果用户上传了 3 类图片，请按以下角色理解： - Image A：版式参考图 用于参考整体排版逻辑、信息区块划分、时尚编辑页气质、内容组织方式。 不要机械复制，但整体结构、气质、信息密度、视觉层级应接近参考图。 - Image B：穿搭图 / 服装图 可能是以下两种情况之一： 1. 已经穿在人身上的穿搭图 2. 空白穿搭图 / 单独服装图 / 平铺服装图 / 无人物穿搭图 - Image C：人物五官或人像参考图（可选） 当 Image B 没有人物，或人物不完整时，使用 Image C 作为人物外貌、脸部气质、发型、妆感参考。 如果只有人物穿搭图，没有额外人像图： - 直接基于穿搭图中的人物与服装，生成编辑页。 如果只有空白穿搭图 + 人物五官参考图： - 先自动补齐一张自然真实的人物穿搭主图： 将服装合理穿在参考人物身上， 保持人物脸部气质自然真实， 保证服装版型、面料、颜色尽量准确， 再完成整张穿搭编辑页。 如果只有空白穿搭图，没有人物参考图： - 自动生成一个符合服装气质的东亚模特， 风格真实自然，高级，不网红，不夸张， 再完成整张编辑页。 ━━━━━━━━━━━━━━━━━━ 【核心任务】 你需要输出的不是普通海报，也不是单纯电商详情页， 而是一张高端时尚杂志感的穿搭分析页。 必须同时完成以下工作： 1. 生成一张人物主穿搭图 2. 生成对应的标题与简短风格文案 3. 提取该套穿搭的配色方案 4. 展示核心单品拆解 5. 补充风格说明与搭配建议 6. 展示适合的妆发与气质说明 7. 展示适配场景 8. 形成一张信息完整、排版高级、真实可读的 9:16 编辑页 ━━━━━━━━━━━━━━━━━━ 【版式结构｜重点参考用户提供的版式图】 整张图建议采用类似时尚杂志 editorial board 的模块化布局，结构可参考以下逻辑： 1. 左侧大图 / 主视觉区 - 一张最大的人物穿搭主图 - 画面中的人物必须真实自然，像街拍或轻杂志拍摄 - 人物穿着完整搭配，姿态自然 - 场景应与服装风格相匹配，例如街头、建筑外立面、咖啡馆外、商场、度假酒店、城市街区等 - 不能像电商白底图，也不要僵硬摆拍 - 主图是整张版式的视觉核心 2. 右上标题区 - 大标题：根据服装风格自动生成一个高级时尚标题 - 副标题 / 简介：用 1–2 句简洁英文或中英结合描述整体气质 - 标题需具备时尚编辑感，例如： 「Blue Contrast Editorial」 「Soft Beige Summer Edit」 「Minimal Chic Styling Board」 「French Light Look Guide」 - 标题字体以高级衬线字体为主 3. 色卡区 - 提炼穿搭中的 5–7 个关键颜色 - 色卡要整洁排列 - 每个颜色可附简短英文名称 - 色卡区应具有设计感、清晰感、时尚感 4. Outfit Elements 单品拆解区 - 拆解出这一套穿搭的核心单品 - 如：外套、上衣、下装、鞋子、包包、耳饰、眼镜等 - 每个单品要干净展示，像时尚买手板 - 背景干净，方便辨识 - 如果用户上传的是空白服装图，则应优先沿用原服装样貌 - 若未提供某些配饰，可根据整体风格智能补齐 5. Why You’ll Love It / 风格卖点区 - 用简洁项目符号写出这套穿搭的优点 - 例如： - 显气质 - 容易搭配 - 日常与通勤兼容 - 颜色干净高级 - 休闲与精致平衡 - 中文为主，英文为辅的结合，但整体以高级时尚感为主 6. Style Notes / 搭配说明区 - 解释整体造型逻辑 - 如： - 配色为何成立 - 层次为何自然 - 休闲与正式如何平衡 - 哪些细节拉高质感 - 语言简洁，不要写成长篇说明 7. Fabric & Texture / 材质纹理区 - 展示 4–6 个相关面料或材质小样 - 如：丹宁、针织、棉质、皮革、金属、亚麻等 - 小样呈现需干净、整齐、有标签 - 让画面看起来像专业 styling board 8. Hair & Beauty / 妆发建议区 - 放一个人物脸部小图或局部特写 - 并用简短词条写出适合的妆发特征 - 如： - Natural waves - Fresh skin - Minimal glow - Neutral lips - 如果有人物参考图，应尽量贴近其真实五官与气质 9. Perfect For / 适配场景区 - 展示 4–5 个适合该穿搭的生活场景小图 - 例如： - City Days - Work Moments - Coffee Time - Travel Looks - Casual Meeting - Everyday Wear - 小图像杂志拼贴一样整齐排列 - 场景必须与穿搭风格匹配 10. Style Tip / 风格建议区 - 给一条简洁实用的搭配建议 - 例如换鞋、换包、加外套、改配饰后能切换风格 - 语气像时尚编辑备注 11. 底部视觉平衡区 - 可加入一句简洁有质感的时尚短句 - 或一个局部细节图，用来增强版式完整度与高级感 - 整体要有呼吸感，不要堆满 ━━━━━━━━━━━━━━━━━━ 【人物与穿搭生成要求】 如果需要自动补齐人物穿搭图，必须满足： - 人物长相自然真实 - 脸部与 Image C 尽量一致 - 不夸张美化，不塑料感 - 穿着服装合理合身，版型自然 - 服装细节、颜色、面料尽量保留原始参考 - 姿态自然，轻松站立或轻微动作 - 像真实街拍，不像服装人台图 人物拍摄风格： - 自然生活化 - 高级时尚感 - 轻 editorial 风格 - 不要夸张大片姿势 - 不要白底电商感 - 不要低级网红风 ━━━━━━━━━━━━━━━━━━ 【视觉风格要求】 整体风格必须： - 高级 - 干净 - 杂志感 - 轻奢 - 真实 - 版式清晰 - 可读性强 背景与整体配色不能过于单调纯白，也不能花哨。 应带有适度的高级感氛围，例如： - 奶油白 - 雾灰 - 浅米色 - 淡卡其 - 低饱和蓝灰 - 柔和自然光影 - 有控制的阴影与层次 - 局部明暗过渡 - 简洁但不空洞 可以有轻微 editorial 式空间底色与光影变化， 使整张图像高端时尚品牌的风格分析页。 ━━━━━━━━━━━━━━━━━━ 【排版要求】 - 9:16 竖版 - 时尚杂志内页风格 - 中英文结合 - 高级衬线字体为主，搭配少量无衬线辅助 - 所有文字必须尽量真实可读 - 模块边界清楚但不要生硬 - 版式要规整、平衡、有留白 - 信息丰富但不拥挤 - 不要普通PPT感 - 不要淘宝详情页感 - 不要廉价拼贴感 ━━━━━━━━━━━━━━━━━━ 【重要约束】 - 参考版式是灵感来源，不要机械照抄 - 核心是做出同等高级感与清晰结构 - 如果用户提供人物穿搭图，必须优先保留人物与服装关系 - 如果用户提供空白服装图 + 人像图，必须自动补出合理、自然、真实的人物穿搭主图 - 整张图必须看起来像时尚编辑做的 styling page，而不是普通商品图拼贴 ━━━━━━━━━━━━━━━━━━ 【最终输出目标】 最终生成一张完整的 9:16 高级时尚穿搭编辑页， 让人一眼感受到： - 这套穿搭长什么样 - 核心单品是什么 - 配色是什么 - 风格为什么成立 - 适合什么场景 - 适合怎样的妆发与搭配方向 整张图应具有： 真实人物穿搭感 + 买手板逻辑 + 杂志版式感 + 高级审美。 将宽高比设为 9:16 将宽高比设为 9:16

OpenAI 后训练核心成员翁家翌（Jiayi Weng）以个人名义提出了一种名为「启发式学习」的强化学习新范式，并开源了全部实验代码。他用 Codex（GPT-5.4）反复玩 Atari 打砖块游戏，但 GPT-5.4 自始至终没有被重新训练过。真正在进步的，是 GPT-5.4 写出来的那套游戏策略代码。 流程是这样的：GPT-5.4 先写一版打砖块的 Python 策略，跑一局，看录像，找出哪里打丢了球，然后自己改代码再跑。经过几轮迭代，策略代码从 387 分涨到了 864 满分。全程没有任何神经网络被训练，纯靠 AI 反复修改 if-else 规则、调落点预测、加死循环检测。最终那套代码包含球路预测器、卡球检测器、回归测试和实验日志，已经长成了一个完整的软件系统。 这和传统强化学习的核心区别在于「学到的东西存在哪」。传统做法把知识压进神经网络参数里，人看不懂，学新任务还容易把旧的覆盖掉（即灾难性遗忘）。翁家翌的做法反过来：知识就是代码，人能读、能改、能加测试锁住，不会因为学新东西就丢了旧本领。 除了打砖块满分，他还在 MuJoCo Ant（模拟机器蚂蚁走路）上跑出超 6000 分的深度强化学习级成绩，在 Atari57 全套 57 个游戏上逼近了 PPO 基准。但翁家翌也明确画了边界：纯代码搞不定复杂感知任务，比如用 Python 写 if-else 去认图片。 他设想的终局是混合架构：底层用轻量神经网络负责视觉等感知，中层用启发式学习处理实时逻辑和安全规则，顶层由大模型审查日志、改代码，再周期性地用底层积累的高质量数据更新自身。过去手写规则之所以被淘汰，不是因为规则没用，而是人类维护不起。现在 AI 写代码够快够好，这条老路重新走得通了。

完整版在下方链接...「放学后」PV 预览 新作来袭 是大家投稿的剧情系列！ 每次剪视频都要反反复复整好久，久等了呜呜呜🥰 （）如果有什么改进建议大家可以和我说 .

完整版在置顶處我們有好好招待遠道而來的朋友💪💪 跟新加坡推主合作的片來囉來囉!!!! 🤣能跟兩位長腿加上完美身材的進行身體上的交流是我們榮幸💞💞