前二天老杨分享了一个0素材 AI 从零造视频的OpenMontage，也分享过 有素材 AI 帮你混剪的video-use，老杨就知道你们还会问问有没有一条龙的自己搭工作流的框架？ 特么的必须有呀！Director，就是干这个的，完全开源，闭眼搞就对了。 一句话讲清楚： 开源 AI 视频 Agent 框架，20 多个预置 Agent 随便调，搜索、剪辑、生成、配音、翻译全覆盖，也可以自己加 Agent 进来，搭成你要的一条龙视频工作流。 和普通的 AI 视频工具最大的不同是这里： 你说的是"结果"，不是操作步骤。它后面有一套 Reasoning Engine 在拆解你的意图，判断要启动哪些 Agent、以什么顺序跑，实时流式给你进度，不是扔进去等半天。 （1）20 多个预置视频 Agent——精华提取、文本生成电影、视频搜索与索引、自动配音、字幕翻译、帧截取、内容剪辑合集，常见视频需求基本都覆盖了 （2）对话式交互，边聊边看——Chat 界面内置视频播放器，说"帮我找 3 分 20 秒那段"，直接在对话里播出来，不用来回切窗口 （3）接 GenAI 生态，不锁死任何一家——LLM、图像生成、语音合成、向量数据库，各环节都可以换，OpenAI / Claude / 本地模型随意切 （4）视频基础设施走 VideoDB——他们自家的视频存储+索引+流媒体方案，不用自己搭，上传就能直接被搜索和操作 （5）一键部署——Render 和 Railway 都有一键按钮，本地跑也行，Python 3.9+ 运行 （6）框架级别，可以自己加 Agent——如果预置的 20 多个不够，按接口加自己的逻辑进去，完全可扩展 适合做内容团队工具、媒体资产管理、视频 RAG 系统、或者想搭一个自己的"视频 AI 助手"的开发者。 这几天分享了 OpenMontage（AI 从零生成视频）、video-use（AI 剪辑现有素材）、现在这个是"AI 视频指挥中枢"——三个场景，三个不同的工具，可以按需组合。 好东西转给需要的兄弟。🚀 #AI视频# #开源工具# #老杨啊分享#

昨天分享了 OpenMontage（你没有素材，AI 帮你从零生成一条完整视频），有兄弟问有没有反过来的——我有素材，让 AI 帮我剪——video-use，13900 个 Star，browser-use 团队出品，完全开源。 一句话：把原始素材丢进文件夹，跟 AI 编程助手说你想要什么，直接拿到成品，不用开剪辑软件，不用摸时间轴。 两个解决的问题不一样： • OpenMontage：你没有素材，Agent 从零完成研究、剧本、素材生成、合成，出一条完整短片 • video-use：你已经拍好了，AI 帮你做后期——剪废话、调色、加字幕、出成片 同类但不同场景，两个都值得装上。 video-use 的后期流程是这样跑的： （1）自动剪掉废话和空白——"嗯""啊"、假起头、说到一半停掉的句子、镜头间的死寂，全部自动识别干掉，不需要你一帧一帧去找 （2）自动调色——每个片段都过一遍色彩处理，暖色电影调、中性冲击调或者自定义 ffmpeg 链，统一风格出来 （3）自动加字幕——默认 2 个词一组全大写，风格完全可以自定义，切割点有 30ms 音频淡入淡出，听起来不会有噪音爆破感 （4）动态动画叠加——可以调用 HyperFrames、Remotion、Manim 或 PIL 生成动画覆盖层，多个动画并行跑子 Agent 生成，不互相等 （5）LLM 读视频而不是看视频——用 ElevenLabs Scribe 做逐字转录拿到精确时间戳，再按需生成视觉帧+波形图，LLM 读 12KB 文本而不是处理 45M token 的原始帧，又快又准 （6）自我评估每个剪切点——渲染完每个切点之前，会自己检查一遍对不对，不是出来什么算什么 （7）会话记忆持久化——项目状态保存在 project.md，下次打开继续上次，不用重新交代背景 支持 Claude Code、Codex、Hermes、Openclaw 以及任何能执行 shell 的 Agent，需要配一个 ElevenLabs API Key（有免费额度）。 做内容创作、教程视频、访谈剪辑的，剪辑这件事基本可以从你的待办清单上拿走。没素材的配 OpenMontage，有素材的上 video-use。 好东西转给需要的兄弟。🚀 #AI视频# #开源工具# #老杨啊分享#

兄弟们，分享一个真正的高频工具——Crawl4AI，GitHub 7万 星，目前最火的开源爬虫没有之一。 一句话：把任何网页变成干净的 Markdown，专门为喂给 LLM 设计的。 用AI爬内容的时都会遇到的病，有时抓回来是一坨屎，乱的 HTML，表格、广告、导航栏全混在一起； 扔进AI里token 烧了一大半，提取出来的内容还是一团糟。 Crawl4AI 就是解这个问题的： （1）LLM 友好的 Markdown 输出——标题、表格、代码块、引用，结构干干净净，直接进 RAG 或 Agent 流水线，不用再手动清洗 （2）异步并发 + 浏览器池——速度快，能处理 JS 渲染页面，动态内容也能抓，不是那种只能跑静态页面的玩具 （3）全控制——Session、代理、Cookie、自定义脚本、Hook 全支持，复杂登录场景、反爬场景都能处理 （4）深度爬取——BFS / DFS / BestFirst 三种策略，崩溃后能恢复继续跑，长任务不怕中断 （5）命令行直接用——crwl 一行命令，不用写代码： # 抓一页转 Markdown# crwl  # BFS 深度爬取整站，最多 10 页# crwl  # 带问题提取，直接 LLM 抽信息# crwl "提取所有产品价格" （6）零 API Key，随处部署——pip 装完就跑，也有 Docker，不需要注册任何账号 安装两行： pip install -U crawl4ai crawl4ai-setup 做 RAG、做 Agent、做数据管道、做竞品监控——只要你需要把网页内容喂给 AI，这个工具省的时间和 token 费用，用几次就回本了。 70100 个 Star 不是刷出来的，是真的有用。 #AI爬虫# #RAG# #老杨啊分享#

昨天分享了把YouTube的视频搬运到其他平台，觉得还是不过瘾，今天直接分享一个油管大佬把自己的实战经验系统框架开源了，给你骨架，你填自己的内容， 直接自动化做 YouTube 短视频工具——video-autopilot-kit。 一句话：一套框架式的 YouTube / 短视频自动化工具 + 方法论模板，给你纯 ffmpeg 程序化流水线和 CapCut 自动化的代码，加一份问卷，回答完关于你自己频道的问题，它就变成你的专属系统。 两条路，你按自己情况选： Path 1：纯程序化（推荐大多数人） 不碰 CapCut，纯 Python + ffmpeg 跑完整流水线，Windows / Mac / Linux 全支持，跨平台可重现： （1）教学长片模块——内置 premium 动态引擎（亚像素 Ken Burns 镜头推拉、双层 bloom 光晕、光扫、缓动曲线、合成音效），还有字级时间轴字幕、屏幕录像机械化清理 （2）竖屏短视频流水线——纯 ffmpeg 做 Shorts，多色字幕、BGM 自动找高潮起点、音量标准化，静音 vlog 和素材清理也能做 （3）交付前机械化 QA——自动检测频闪、死空档、字幕不同步、B-roll 占比、字幕和画面是否对位，成品不过这关不算完，纯程序不需要 CapCut Path 2：CapCut 辅助（原作者本人主用） 需要 CapCut 的花字、云模板特效时走这条： （4）CapCut Desktop 自动化——直接改草稿 JSON（草稿导入导出、四级静音处理、花字、AI 字幕校正），再用 AI 助手 + Computer Use 操作 CapCut 窗口自动套模板和导出 （5）⚠️ 版本敏感——剪映国内版 6.0+ 已经加密不能直改，动手前要先看兼容矩阵，这条目前 Windows 优先 最特别的地方：它不卖某一个人的数据。 voice 文案风格、算法策略、社群数字全部是空白模板，你照着 SETUP.md 一区一区回答关于你自己频道的问题，填成你自己的 profile。也可以把整个仓库丢给 Claude / ChatGPT，让它照着问卷问你问题、帮你生成配置。 做 YouTube、做短视频自媒体、想把重复的剪辑和包装流程自动化的兄弟，这个框架值得拆一下。 好东西转给需要的兄弟。🚀 #自媒体工具# #开源项目# #老杨啊分享#

16万个Star！微软把PDF、Word、PPT、Excel一键转Markdown，专门喂给AI 上午分享了 Crawl4AI——把网页变成 LLM 友好的 Markdown。 那么这个是专门解决本地的PDF、Word、PPT、Excel 这些文件的。 MarkItDown，微软 AutoGen 团队出的 一句话：把本地文件直接转成干净的 Markdown，专门为喂给 LLM 设计的。 支持的格式有点吓人： （1）Office 全家桶——PDF、Word、PowerPoint、Excel，全部转 Markdown，表格、标题、列表结构完整保留； （2）图片——EXIF 元数据提取，还能接 LLM Vision 做 OCR，图里的文字也能抠出来 （3）音频——wav / mp3 直接语音转录，接 Whisper 或 OpenAI API 出文字 （4）网页和数据文件——HTML、CSV、JSON、XML 全支持 （5）YouTube 链接——扔一个 YouTube URL，自动拉字幕转 Markdown （6）ZIP 包——自动遍历压缩包里的所有文件，一次性全转 用起来极简单，命令行一行： markitdown 文件.pdf > 输出.md Python 里调： from markitdown import MarkItDown md = MarkItDown() result = md.convert("report.pdf") print(result.text_content) 两个工具组合起来，基本上堵死了所有内容来源： • 网页 → Crawl4AI → Markdown • 本地文件 → MarkItDown → Markdown • 然后全部扔进你的 RAG 知识库或 Agent 流水线 做 AI 知识库、AI 分析报告、会议纪要自动化——以前手动处理内容格式要花一半时间，现在两行命令解决。 装一行： pip install 'markitdown[all]' 16 万个 Star，微软出的，放心用。 好东西转给需要的兄弟。🚀 #AI工具# #RAG# #老杨啊分享#

你用 Figma，你的设计稿在 Figma 的服务器上，你的设计系统在 Figma 的服务器上，随时可以被涨价、被迁移、被断供——Penpot，56800 个 Star，把这整件事颠覆了。 一句话：开源的 Figma，可以部署在你自己的服务器上，数据完全归你，设计直接出 SVG/CSS/HTML 代码。 为什么值得认真看一下： （1）设计即代码——做好的稿子，切换到 Inspect 模式，右边直接出 CSS、SVG、HTML，开发不用再猜间距、颜色、字号，直接复制用 （2）Design Tokens 原生内置——不是插件，是核心功能。颜色、字体、间距统一管理，设计改一个地方，前端的变量跟着变，不用再手动对稿子 （3）自带 MCP Server——AI 可以直接读你的设计文件、帮你生成代码、做设计审查，接进 Claude Code 就能用 （4）CSS Grid 和 Flex 布局——在设计稿里直接做响应式，不是画死的，做出来的布局和前端写的代码逻辑一样 （5）完全自托管——Docker 几条命令跑起来，数据在你自己机器上，合规、安全、不依赖任何第三方 浏览器直接用不用装任何东西，也可以自己部署。设计工具里少见的真正开源。 用 AI 做产品、跑设计系统、或者在意数据主权的兄弟，这个值得装一个试试。 好东西转给需要的兄弟。🚀 #开源工具# #AI设计# #老杨啊分享#

我尼玛可以哟，同样跑 Agent 任务成本砍到 1/9——OpenSquilla，6134 个 Star！0.5.0 Preview 4，微内核 AI Agent。 一句话：本地模型路由器把每一轮对话分给“够用且最便宜”的模型，同预算换更高智能密度。 核心不是又一个聊天壳，而是把 Agent 运行层做成了省 token 的 harness： （1）SquillaRouter 本地路由——LightGBM + ONNX 分类器在本地给每轮打分，按 C0-C3 层级选模型，路由判断不把 prompt 送出机器。 （2）自适应推理和 Prompt——简单任务轻量处理，复杂任务才开扩展推理和完整系统提示，尽量不把 token 浪费在废话上。 （3）20+ LLM 提供商——OpenAI、Anthropic、OpenRouter、Ollama、DeepSeek、Gemini、Qwen/DashScope 等都能接，主备选择不动代码和配置结构。 （4）技能按需加载 + MCP——15 个内置技能用到才加载；既能当 MCP client，也能跑成 MCP server。 （5）本地持久记忆——MEMORY.md + 日期 Markdown 笔记，SQLite 全文搜索和 sqlite-vec 语义召回，embedding 可走本地 ONNX。 （6）分层安全沙箱——Standard/Strict/Locked 三档权限矩阵，Linux 用 Bubblewrap，macOS 走 Seatbelt，敏感操作可接人工审批。 它把 Web UI、CLI、聊天频道都接到同一个 TurnRunner，工具分发、重试、决策日志行为一致；还有会话/子代理/定时任务、成本统计，适合长期跑 Agent 工作流。 官方 PinchBench 1.2.1 的 25 个任务里，OpenSquilla 平均分 0.9251、总成本 ；对照是、6.233。分数几乎贴住，成本差了一个数量级，这就很牛逼了。 支持 Windows、macOS、Linux；可桌面安装、终端安装，也能从源码跑。适合想用 Agent 干活、但不想每轮都硬烧顶配模型预算的兄弟。 好东西转给需要的兄弟。🚀 #AIAgent# #开源工具# #老杨啊分享#

HR 在 BOSS 直聘招人，平时是手动一个个搜候选人、一个个点开看简历、再手动记录——boss-zhipin-mcp，把这个流程变成了丢给 Claude 自动跑：批量搜、自动看简历、智能评分、一键出报告。 一句话：BOSS 直聘招聘者端的 MCP Server，连上 Claude Code / Claude Desktop，一句话让 AI 帮你批量搜索候选人、看简历、筛选评分、导出报告，全程自动化。 它怎么干活的： 通过 Playwright 连接你已经登录好 BOSS 直聘的 Chrome 浏览器，AI 直接在招聘后台页面里操作搜索、看简历、发消息。你只需要对 Claude 说一句话，剩下的它自己跑。 （1）多关键词批量搜索——你给 12 个关键词（比如"AI产品经理""AIGC产品经理""大模型产品"），它自动轮询搜索，每次滚动加载 100+ 候选人，跨关键词自动去重 （2）自动看简历 + 抓永久链接——自动点击候选人卡片，截图 Canvas 渲染的简历（绕过 BOSS 的防爬），再自动点转发按钮解码二维码，拿到 永久分享链接 （3）候选人数据库持久化——所有搜到的人自动存进本地 JSON 数据库，中断了下次能接着跑，数据不丢 （4）自动筛选 + 多维度评分——按你配的条件（年龄、薪资、求职状态）过滤，再用你定义的关键词（领域词、技术词）打分，自动挑出 Top N （5）一键导出 Markdown 报告——表格 + 跟进表 + 详情卡片，直接拿去给用人部门看 （6）自动打招呼——筛出来的人可以直接在搜索结果里发起沟通，进入聊天列表 怎么接： git clone  cd boss-zhipin-mcp pip install -r requirements.txt playwright install chromium 然后在项目里建一个 .mcp.json 把这个 server 接进 Claude Code，编辑 search_profile.yaml 填你的岗位、关键词、筛选条件，对 Claude 说"帮我搜北京的 AI 产品经理"就开跑。 ⚠️ 注意：这是给招聘方/HR用的工具，不是求职者投简历用的。需要有 BOSS 直聘招聘者账号。 自己是招聘方、做 HR、或者开公司招人想批量筛候选人的兄弟，这个工具能省掉大量重复点开简历的时间。 好东西转给需要的兄弟。🚀 #AI招聘# #Claude代码# #老杨啊分享#

YouTube 上的视频，以前想搬到 AcFun 或 bilibili，要下载、做字幕、翻译、写标题简介、再一个个平台上传——Y2A-Auto，1600 个 Star，把这整套流程全自动化了，一条龙干完。 一句话：YouTube 视频自动搬运到 AcFun / bilibili 的一体化工具，从下载、字幕识别、字幕翻译、AI 写标题简介标签、内容审核到上传，全流程自动化，带 Web 管理后台。 它一条龙做了哪些事： （1）自动下载视频和封面——背后是 yt-dlp，YouTube、B 站搬运党最熟悉的下载工具 （2）语音识别自动出字幕——支持 Whisper、Voxtral 两个语音识别模型，不依赖原视频有没有字幕，视频本身没字幕也能自动生成 （3）字幕翻译 + 质检 + 烧录——外语视频自动翻成中文，长句自动拆分、过滤重复词和幻觉文本，质检完直接烧录到视频画面里 （4）AI 自动写标题、简介、标签、推荐分区——不用自己想标题和标签，AI 帮你生成好，连发到哪个分区都帮你推荐 （5）内容安全审核——接阿里云 Green 做内容安全检测，过审再上传，降低被平台下架的风险 （6）自动上传到 AcFun / bilibili / 双平台——支持二维码扫码登录和 Cookie 导入，可以只发 A 站、只发 B 站，也可以两个平台一起发 （7）YouTube 频道监控——盯住指定频道或关键词，一有新视频自动进任务队列搬运，不用手动守着 部署方式： 推荐用 Docker，三条命令跑起来，不用手动装 Python / FFmpeg / yt-dlp： docker compose up -d 打开 http://localhost:5000 进 Web 后台，配置好 YouTube / AcFun / bilibili 的登录 Cookie，就能开始用了。还支持 CookieCloud 自动同步 YouTube 登录态，省得手动导出。 通知支持企业微信、Server酱、message-pusher，任务完成或失败都会推到手机上。 做搬运、做字幕组、想把海外优质内容引到国内平台的兄弟，这个工具能省掉大量重复劳动。 好东西转给需要的兄弟。🚀 #自媒体工具# #开源项目# #老杨啊分享#

以前在闲鱼蹲好货，要么一直刷、要么错过——ai-goofish-monitor，13400 个 Star，把这件事变成了说一句话 AI 替你盯，有货直接推送到手机。 一句话：描述你想买什么，AI 自动创建监控任务，用多模态模型分析商品图片和描述，符合条件的立刻推送通知，支持 Docker 一键部署。 怎么用： 你打开 Web UI，进任务管理，填一段自然语言描述——"上海、iPhone 15 Pro、3000 以内、成色 9 成以上"——提交后 AI 后台把这段话转成具体的筛选标准和 Prompt，然后定时去闲鱼抓新发布的商品，用多模态模型看图片、看描述，觉得符合就推送给你。 （1）AI 判断，不只是关键词匹配——多模态模型看商品实图分析成色，"看起来品相很新但描述写了有划痕"这种情况它会注意到，纯关键词过滤做不到 （2）多任务并发监控——同时盯多个品类、多个价格区间，每个任务独立配置关键词和 AI Prompt （3）高级筛选——支持包邮过滤、新发布时间范围（比如只看 24 小时内新发的）、省 / 市 / 区三级区域筛选 （4）多渠道通知——企业微信、Bark、Telegram、Webhook、 （5）多账号 + 代理轮换——跑起来不容易被风控，多个闲鱼账号轮流用，代理池失败自动重试 （6）Docker 一键部署——三条命令跑起来，Web UI 8000 端口，自带 Chromium 不用额外装浏览器 最少配置只需要一个 OpenAI 兼容的 API Key（支持接国内模型），Docker 跑起来基本不用再动： git clone  cp .env.example .env  # 填 OPENAI_API_KEY #/ BASE_URL / MODEL_NAME docker compose up -d 经常在闲鱼蹲数码、潮玩、球鞋的兄弟，这个工具能省掉大量人工刷屏时间。 好东西转给需要的兄弟。🚀 （⚠️ 项目已于 2026 年 6 月归档，不再主动维护，但代码完整可用，自部署没问题。） #闲鱼# #AI工具# #老杨啊分享#