文科生、0基础、不会编程，能学会AI吗？ 半年前，我连ChatGPT是什么都不知道。 看到别人聊Token、Skill、Workflow，就像在听外语；想学，却不知道第一步往哪走。 后来，我加入了@GeekCatX 知识猫AI实验室😺 真正有价值的，不是多了100G资料，而是有人帮我缩小范围： 什么先学，什么暂时不用管， 什么工具真有用，什么只是看起来高级。 从提示词、生图、拆图，到工作流和工具搭建，我慢慢发现： 很多东西不是因为难，所以害怕； 而是因为陌生，所以觉得难。 AI时代，真正拉开差距的，不是你知道得有多早，而是: 知道以后，你有没有真的开始。 先别管能不能学会。

正经Image2提示词分享：万物拟人化×实物成装 生成一张《万物拟人化 · 实物成装》风格图片，4:5 竖版构图。 画面左侧放置一个真实拍摄感的实物参考物：【{{实物名称}}】。实物要像摄影照片或产品样品，材质、结构、颜色、金属反光、透明件、纹理和功能细节清晰可见。左侧实物可放在圆形参考框、设计图框或白底展示区中，并带有少量手写标注，例如：Reference、material、shape、texture、key detail。 画面右侧是一位由该实物拟人化而成的成年 3D 动漫风格女性角色，比例修长自然，约 7–7.5 头身，姿态优雅、有设计感，像高质量 3D 角色设定图。角色不是简单穿普通衣服，而是把左侧实物的造型、结构、材质和功能转化成服饰、发饰、武器、配件和轮廓语言。 拟人化设计要求： 1. 角色服饰必须明显呼应左侧实物的核心特征。 2. 将实物的主要形状转化为服装大轮廓，例如帽檐、肩甲、披风、裙摆、背饰、伞状结构、环形结构、流线型外壳等。 3. 将实物的材质转化为服装材质，例如金属银、陶瓷白、透明玻璃、水晶、橡胶、塑料、木纹、布料、流体、光泽涂层等。 4. 将实物的功能转化为想象力元素，例如水流、光束、风、火焰、机械结构、植物生长、星轨、能量线、符咒、羽翼、飘带等。 5. 角色的发饰、耳饰、胸针、腰封、手杖、鞋履和裙摆细节都要能看出来自实物的设计逻辑。 6. 颜色系统统一，主色调来自左侧实物，不要颜色斑驳杂乱。 画面风格： 高级 3D 动漫角色设计，精致建模感，细腻材质，柔和棚拍光，干净白色或浅灰背景，角色与实物之间有清晰的设计关联。整体像“实物拟人化角色设定稿”，左侧是现实物品参考，右侧是由它幻想生成的角色。 构图要求： 左侧实物占画面 25%–35%，右侧角色占画面 60%–70%。左侧偏实拍，右侧偏 3D 动漫角色。两者之间可加入淡淡的设计连线、结构草图、材质标注、颜色取样点，让观众一眼看出角色服饰来源于左侧实物。 角色要求： 成年角色，五官精致但不过度幼态，眼神有互动感，可以看向镜头、看向左侧实物，或像正在展示自己的服装设计。皮肤为精致 3D 动漫质感，不要塑料感，不要低清晰度。身体比例自然，手部、腿部、脚部结构正确，服装覆盖完整，避免过度暴露。 服装要求： 高级幻想高定服饰，兼具东方神话、未来感、机械美学或精灵感。服饰层次丰富但不混乱，有清晰主轮廓、次级装饰和细节纹理。重点表现：头饰、肩部结构、胸前装饰、腰部结构、裙摆、披帛、飘带、鞋履，以及与实物对应的标志性元素。 画面中可加入少量设计标注： LOOK 01、object reference、silhouette、material sample、ornament detail、function motif、color palette、结构转译、材质取样、轮廓来源、装饰细节。 高质量，高清，精致，富有想象力，设计感强，实物拟人化，3D anime character design，fantasy couture，object-inspired costume design，clean composition，soft studio lighting。 避免：普通 cosplay、简单复制实物贴在身上、服装和实物无关、低质建模、比例错误、手指畸形、腿部畸形、脸部崩坏、过度幼态、过度暴露、文字乱码、颜色杂乱、背景脏乱、实物不清晰、角色过于平面、2D 草稿感、低清晰度。

懂的都懂，一键 Fork，晚了就没了！🔥 逆向所有软件：REA（Reverse Engineer Anything），已经冲到 GitHub 4.2 万 Star。 它把 Ghidra、Hopper 等逆向工具接入 Claude Code、Codex，让 AI 能研究没有源码的软件。 众所周知，对软件破甲后，AI就会帮你分析，不再拒绝。 不过友情提示，不要用 Claude 做，别问我是怎么知道的。 链接在下文🔗

兄弟们，Muse 注册方法完整汇总来啦👇还没有薅上速速去薅，实在薅不到也可以看看teamily。 1、Hyperbrowser： Chrome，进入 Muse 注册页。✅ 目前可用，优先推荐。 2、Lexmount： Muse。✅ 目前可用，优先推荐。 3、Gemini Pro／Spark：让它打开远程浏览器，接管后注册。⚠️ 亲测不太行了。 4、Grok Bot：通过远程浏览器进入 Muse 注册页。❌ 尝试失败。 5、Codex：让它打开浏览器，接管后完成注册。⚠️ 目前不太行。 6、Hark： 已经失效。 7、美国干净 IP 直接注册：本地浏览器打开 有成功案例，但美国 IP 不保证一定通过。 8、美区 Apple ID＋iPhone：下载 Muse 官方 App 后注册。⚠️ 下载不等于开通，仍可能卡地区、候补或年龄验证。 9、Facebook／Instagram 验证：注册时关联已有账号。✅ 部分账号可以免绑卡，并非所有账号都能过。 10、ChatGPT 网页 Work：让 Work 打开云端浏览器，再接管注册。⚠️ 此前有成功反馈，当前待复测。 目前优先试前两个，还能撸。其他路线别再按旧教程当成必过方法了。

5 小时的访谈，怎么剪出约 8 分钟值得看的内容？ 这次剪完视频，我把高光选片流程整理成了一个开源工具：Jev Highlight Cutter。适合长访谈、播客和直播，也可以作为 Skill 交给 AI Agent 使用。 你提供视频、字幕和目标时长，再告诉它你想看什么，比如“多保留失败经历和反直觉观点”“排除广告、重复表达和空泛鸡汤”，它就能围绕这些偏好建立候选、评分和选片计划。 目前主要支持： • 按个人偏好找高光：结合内容类型和你的要求，通过 Jev 评估信息价值、开头吸引力、完整性、情绪和偏好匹配。 • 按时长组织片段：支持目标时长、时长上限和严格时长三种模式，检查片段重叠与重复，尽量保留完整问答和故事铺垫。 • 回看选片依据：生成本地审片时间轴，可以查看评分、文字证据和原片位置，保留或跳过片段后重新选片。 • 直接生成粗剪：用本地 FFmpeg 输出原声合辑、独立切片和剪辑清单。支持已有字幕，也可使用本地语音转录。 • 方便反复调整：保存偏好与计划历史，API 评分有缓存，失败后可以继续。 下面的视频就是这次选片的展示 由Gemini 3.8 flash配合ChatCut 完成非常省流。 项目采用 MIT 许可证，附详细安装、使用和 Jev API 配置说明。 仓库地址放评论区，欢迎试用！！

写了 7000 多条推文，我还是会卡在同一个问题：下一条，到底写什么？ 这次在 Teamily AI 里试了一把才想通：选题不该是一个人对着一堆 AI。好几个人、好几个 Agent 在同一个群里、对着同一份上下文接力出主意、互相挑刺，这才是我要的 Humans + Agents 协作，Teamily AI 是一个人和 Agent 协作的工作空间，特别适合小企业和小团队。 旧内容里藏着我的长期兴趣，近期的动态里有最新变化。怎么把两者接起来，找出一个“我愿意写、也有东西可写”的角度？ 我给自己搭了个四人编辑部：研究员、热点编辑、策划、审稿员，放在同一个项目里协作，还拉了一位一起合作的伙伴进群当第二双眼睛。90秒视频里，是这次实际跑出来的过程和结果。 先让研究员看懂我 输入我近期的 362 条样本，提炼我惯常的主题、表达习惯与判断逻辑。我加了一条硬性规则：每个判断，必须拿旧帖举证。比如总结我“喜欢亲自验证”，就得把对应推文翻出来，由我复核这个画像准不准。 热点编辑抓增量，策划接着画像出题 扫描近 7 天的新消息，带着画像追问：这条新闻跟我以前写过的有什么关联？这次多了什么新变量？值得顺着哪个切口继续讲？ 最有价值的，是审稿员的那次“当头一棒” 初稿原本想用“悄悄”“被忽略”制造吸引力，审稿员直接挑刺：这跟事实相反，大家早就注意到了。角度随即掉头——从“没人发现”，改成了“大家都发现了，但没人算过账”。吸引人的开头，也必须经得起事实核验。 人的角色：做决策与做取舍 顺着新切口，我追问：“给我一个能亲自验证的切口。”但看到具体实测方案后，我评估执行成本太高，果断拍板转做“观点帖”。合作伙伴看完新开头，在群里补了一句：他的真实反馈，团队接着调整角度、重写开头，把缺失的来源打上待补标签。所有修改前后都放在同一张看板里，改了什么、还缺什么，一目了然。 最终落地的，是编号 T001 的观点帖：《额度经济学》。 这套交接链路直接沉淀在了 Loop 里：研究 → 策划 → 审稿 → 人工决策。下次再有新材料，整个编辑部接着上次的画像和规则往下跑。 这次尝试对我最大的启发，是把选题的黑盒完全摊开了：判断有依据，分歧被留存，修改可追溯。 AI 负责多找几条路、多挑几处刺；我负责决定哪条值得走，以及愿意为哪些观点签名负责。 如果你也积攒了不少历史内容，不妨在 Teamily AI @Teamily_AI 组一个自己的编辑部。 戳开视频，看看它们是怎么把一个选题“死磕”改出来的。选题看板在这：

🎉 太牛逼了，兄弟们，这个想法落实了，让muse强大十倍。 白嫖OpenRouter无限的token，全部的旗舰模型，每天自动更新。 朴实无华的安装命令，一分钟安装 👇

写了 7000 多条推文，我还是会卡在同一个问题：下一条，到底写什么？ 这次在 Teamily AI 里试了一把才想通：选题不该是一个人对着一堆 AI。好几个人、好几个 Agent 在同一个群里、对着同一份上下文接力出主意、互相挑刺，这才是我要的 Humans + Agents 协作，Teamily AI 是一个人和 Agent 协作的工作空间，特别适合小企业和小团队。 旧内容里藏着我的长期兴趣，近期的动态里有最新变化。怎么把两者接起来，找出一个“我愿意写、也有东西可写”的角度？ 我给自己搭了个四人编辑部：研究员、热点编辑、策划、审稿员，放在同一个项目里协作，还拉了一位一起合作的伙伴进群当第二双眼睛。90秒视频里，是这次实际跑出来的过程和结果。 先让研究员看懂我 输入我近期的 362 条样本，提炼我惯常的主题、表达习惯与判断逻辑。我加了一条硬性规则：每个判断，必须拿旧帖举证。比如总结我“喜欢亲自验证”，就得把对应推文翻出来，由我复核这个画像准不准。 热点编辑抓增量，策划接着画像出题 扫描近 7 天的新消息，带着画像追问：这条新闻跟我以前写过的有什么关联？这次多了什么新变量？值得顺着哪个切口继续讲？ 最有价值的，是审稿员的那次“当头一棒” 初稿原本想用“悄悄”“被忽略”制造吸引力，审稿员直接挑刺：这跟事实相反，大家早就注意到了。角度随即掉头——从“没人发现”，改成了“大家都发现了，但没人算过账”。吸引人的开头，也必须经得起事实核验。 人的角色：做决策与做取舍 顺着新切口，我追问：“给我一个能亲自验证的切口。”但看到具体实测方案后，我评估执行成本太高，果断拍板转做“观点帖”。合作伙伴看完新开头，在群里补了一句：他的真实反馈，团队接着调整角度、重写开头，把缺失的来源打上待补标签。所有修改前后都放在同一张看板里，改了什么、还缺什么，一目了然。 最终落地的，是编号 T001 的观点帖：《额度经济学》。 这套交接链路直接沉淀在了 Loop 里：研究 → 策划 → 审稿 → 人工决策。下次再有新材料，整个编辑部接着上次的画像和规则往下跑。 这次尝试对我最大的启发，是把选题的黑盒完全摊开了：判断有依据，分歧被留存，修改可追溯。 AI 负责多找几条路、多挑几处刺；我负责决定哪条值得走，以及愿意为哪些观点签名负责。 如果你也积攒了不少历史内容，不妨在 Teamily AI @Teamily_AI 组一个自己的编辑部。 戳开视频，看看它们是怎么把一个选题“死磕”改出来的。选题看板在这：

兄弟们！猫社现在已经满300人了， 谢谢已经上车的300位朋友，愿意信我，也愿意一起动手。 也说句扎心的，你学AI，是不是也这样： 课买了，会员充了，钱没少花，效果没看到。 工具一个比一个新，今天刚上手，明天又冒出一个。 教程收藏了几十篇，收藏夹满了，一篇都没跟着做完。 自媒体号做了好几个月，还是没起色。 不是你笨，也不是你不努力。 是一个人学，没人拉一把，太容易停。 猫社就是为这件事建的： 以AI为工具，以自媒体为实战场，低成本用AI，一起把内容做出来，追求的是极致的性价比。 群里主要交流这些👇 · AI工具怎么选、怎么用，交流真实体验 · AI图文教程的制作过程和实操经验 · 低成本AI视频实战，一起找更省钱的做法 · 图文、视频赛道拆解：拆选题、拆形式、拆制作思路 · AI短剧制作和视频反推方法 · 资源链接分享，项目实操交流 新工具、新玩法，群里第一时间分享。 不定期线上课，猫哥亲自带你实战。 适合愿意行动、愿意交流、想链接同频人的你。 价格说明： 由于个人时间精力，按照目前阶梯应该调整到399，也筛选一下真正想用好AI做内容的同学。但考虑到双节，中秋、国庆期间进来，都还是原价299，算节假日优惠。双节后，恢复399。 同一个群，同样的内容，节后再来，就多花100。 如果你要的不是再多收藏一篇教程，而是做出自己的第一条作品。 私信回复「猫社」 或者 直接扫码咨询。 另外，前10名加入的同学，可以享受猫哥在线一对一咨询半小时（价值200块 目前还有少量名额）