V2EX

[分享发现] MatrixMedia v0.12:新增账号数据统计中心,本地采集七大平台粉丝与作品数据

MatrixMedia 是一款开源的多平台视频矩阵发布工具(Electron + Puppeteer)。

刚发布
v0.12,新增「账号数据统计中心」:自动采集抖音、视频号、哔哩哔哩、百家号、头条、快手、小红书七个平台的账号粉丝与作品数据,
本地按日快照存储,并做增量对比(较上次 +N),哪个平台在涨、涨了多少,一眼可见。

取数走合规路线:不逆向平台签名、不绕风控(单并发 + 限速),数据不出本机。实现上是三级取数策略——页面上下文
fetch 、被动嗅探、主进程直取,逐级降级兜底。数据通道打通 CLI / HTTP / MCP 三路,AI Agent 可以直接查各账号的统计数据。

项目 GPL-2.0,Star 935,欢迎试用和提 PR 。

https://github.com/hanliang97/MatrixMedia

更新详解(含三级取数实现):https://juejin.cn/post/7694134378718199843

[程序员] 现在哪个工具实现多 agent 一起编程效果比较好呀？

现在大家 AI 编程有没有多个项目一起开发的经验？比如 2 个项目， 每个项目开 5-10 个 agent 一起干活。实际效果如何？ 使用什么工具？冲突如何解决？

[分享发现] 观测者时代

我们正在经历一场静默的迁徙。不是从乡村到城市，也不是从陆地到云端，而是从“做”的世界，向“看”的世界转移。曾几何时，掌握一门手艺需要十年磨剑，通晓一个领域要皓首穷经。而今天，一个训练好的大模型在几分钟内就能吞吐人类数千年的文明积累。它能在凌晨三点为你写出十四行诗，在早餐前完成复杂的代码架构，在你喝咖啡的间隙遍历完某学科过去五十年的主要论文。

这不是简单的效率提升，而是存在论层面的位移。当知识的容器不再受限于颅骨容积和生命长度，当技能的学习不再遵循一万小时定律，人类第一次集体面临一种尴尬：我们穷其一生可能都无法在某个垂直领域超越一个初始化好的模型。

想象一下未来的 UI 设计师，她不再需要在 Figma 里拖拽组件、调整像素、纠结于响应式布局的断点。这些手活交给模型只需几秒。她的工作变成了凝视—凝视生成的第一百个方案，用那双经受过千万次审美训练的眼睛，捕捉第 37 个方案中微妙的和谐，或第 58 个方案里转瞬即逝的灵感。她不再是工匠，而是鉴赏家；不再是执行者，而是观测者。

同样，未来的物理学家可能会在早餐时向模型描述一个关于量子纠缠的直觉，下午就看到严谨的数学推导和验证方案。重要的不再是解微分方程的技巧，而是那个在晨雾中突然闪现的、关于世界本质的提问。发现新定律的荣耀，将属于那些敢于问出“如果……会怎样？”的人，而非那些擅长操作数学工具的人。

这种转变的本质，是人类从能力层向判断层的跃迁。大模型是极致的能力拥有者，它拥有语言的能力、绘画的能力、计算的能力、推理的能力。但它缺乏一种元能力：选择的能力，价值判断的能力，在无数可能性中锚定意义的能力。这就像望远镜拥有远超人眼的分辨率，但只有人才能决定看向哪片星空；就像显微镜能揭示细胞的奥秘，但只有人才能追问生命的价值。

在观测者的时代，“做什么”比“怎么做”重要，“问什么”比“答什么”重要，“看不看得懂”比“做不做得到”重要。我们要训练的不再是手指的灵巧或记忆的容量，而是品味的敏锐、直觉的准确、提问的勇气，以及在信息洪流中保持定力的智慧。

当然，这带来某种存在主义的不安。我们曾如此定义自己，我是写作者，我是程序员，我是设计师，我是分析师—这些身份建立在“我能做某事”的基础上。当“做”被剥离，当工具比我们更精通工具，锚定自我的岩石是否会松动？那种看着 AI 瞬间完成自己曾引以为傲的工作时，喉咙深处泛起的苦涩，该如何命名？

也许我们需要学会与这种无力感共存，并从中提炼出新的尊严。观测者并非被动的看客，而是意义的赋予者。方程本身并不解释世界，是提问者赋予了符号以重量。在无限的可能性中做出选择，在混沌中辨识秩序，在虚无中创造意义，这或许是人类最后的，也是最神圣的工作。

[程序员] Clash(Mihomo) Rules 规则(尤其是 AI 供应商)，哪里的订阅更新得最及时？

A 社，OAI ，Gork ，包括最新不知名的，资料都能及时跟上的？

[分享创造] 手痒了，做了个 Web 版本的 Warcraft III (魔兽争霸 3) 运行时

前文：

● https://www.v2ex.com/t/1244926
● 红色警戒 2 版本（开源）： https://www.v2ex.com/t/1241974

不得不说 3D 游戏比 2D 游戏复杂多了，花了一些时间优化细节，可以 1920*1080 @60hz 流畅运行，支持 DotA 等自定义地图

● 技术细节：基于 v86.js 的 x86 VM 做了一些优化，实现了大量 dll （如 OpenGL to WebGL2, kernel32.dll 等），不需要 Windows 环境。
● 优点：比重造个引擎轮子要完整得多，并且复杂度小，支持原有生态

----------------------

demo

----------------------

体验地址 https://war3.games

[分享创造] 🏸做了个羽毛球小程序，想看看自己羽毛球等级

每次报名打球，总会问到一个经典问题：“你中羽几级？”

我就做了个小程序，只需上传打球视频和照片，就能看到一个大致的等级参考，还有对应的判断依据和练球建议。

不是官方评级，也不是什么严肃考试，主要是给平时打球的朋友一个参考：看看自己哪些地方比较稳，哪些地方还值得练练。欢迎大家试试看，纯净无广免费～

微信小程序搜“我的羽球等级”

[分享创造] 七个项目跑了一个多月：贵模型开局，便宜模型干活，按 API 价折算省了八成

最近一个多月同时在弄七个项目，额度和套餐经常不够用，于是摸索出一套用法：开局讨论、定规范、难啃的大功能、代码审查交给 astra 或者 opus ，日常写代码交给 lunamax 和 ds 。

统计了一下比一直用贵模型省八成。

能够高低模型很好地搭配，主要是用的自己捣鼓出的 RED 方法论。https://github.com/exoticknight/red

详细可以看文章里： https://blog.e10t.net/red/frontier-and-budget-models.html

关于 RED 的也有之前的帖子： https://www.v2ex.com/t/1241608 https://www.v2ex.com/t/1242686

[分享创造] 50 亿 token 干出来的组网工具

自己测试穿透能力还是比较强的 https://www.pheromesh.com/ 欢迎大家来提提意见

[生活] 帮老婆问个出路 30 出头 7 年 xhd 托福讲师 现在想换工作 大家有没有什么好建议

现在再 xhd 一言难尽 无底薪 领导刻意针对限制排课 收入不稳定 虽然不坐班但是无年假节假日 随叫随到 感觉很恶心
也投了些外面的机会 但是传统机构课时费上限也就到 200/h 还要坐班且不保证课量(可能淡季就没啥课) 感觉也不太理想
求助大家给点好建议 谢谢

[购物] 有无细头的 USB Type-C 数据线推荐？

因为一些原因，我需要几根 USB Type-A 到 USB Type-C 的数据线，数据传输速率达到 USB 2.0 就够，但是要能带得动供电，基本上 2A 左右吧，不会超过 3A 。长度 50cm~1m 都行。

最最重要的是，Type-C 那头的塑料壳部分要细！就是下面图里面标红色的宽度。

我把身边我能找到的数据线，不管杂牌的还是大厂的，都试了，Type-C 那头的塑料壳都太粗了，会被阻挡，插不进去。
唯一能符合要求的是苹果送的那条 Type-C 到 Type-C 的线，那个 C 口的塑料壳是真的小，但也已经接近我预留空间的极限了。

但是苹果的线只有 Type-C 到 Type-C 的和 Type-A 到 Lightning 的，没有 Type-A 到 Type-C 的。而且苹果的线材太贵了，再加上 Type-A 公头到 Type-C 母口的转接头，成本实在是不能接受。

（因为只需要几根，找厂商定制就太不划算了）

所以来 V2 问问，有没有 V 友买到过 C 口部分塑料壳极小的数据线？

图片： https://imgur.com/UOUz7E2

[问与答] iMac27-2013 安装 macOS15 会不会很卡?

家里 iMac27-2013 32G/256SSD 想让小孩子学习用,老系统有好多 App 无法安装提示不支持就版本系统.
打算用 OpenCore-Legacy-Patcher 安装 macOS15 不知道性能如何会不会很卡.用途是日常流量网页刷 B 站,学习 AI Agent 的使用,拓竹桌面 App,3D 建模 App

不知道安装 windows10 的体验会不会比 macOS15 好,唯一担心的是 windows 很容易被小孩下载并安装全家桶导致体验更差.

[全球工单系统] 挂一个低端骗子

偶然逛到这个帖子，宣称可以拼车日本家宽 https://www.v2ex.com/t/1246647#reply3

加上微信后，9.9 一个月付款后，发现给的链接都是 idc 。然后就装死

我目前还没有向支付宝投诉欺诈，也没有向信用卡公司申请争议

这位如果能直接退款，那就算好聚好散

[奇思妙想] 如果你是 尊界 的公关，你会怎么来处理这次危机？

相信大家应该都看了那个，懂车帝发布的 尊界 V800 的制动踏板被踩断的事情，今天尊界背后的江淮已经直接跌停了。我在想这种事该怎么来处理呢。

感觉认也不是，不认也不是。认吧，毕竟不是一个小事情，制动踏板其实几乎是关乎着整个车内人员的的生命安全问题，而且有能力买这种车的也都不差钱，肯定也是看重安全性的，要认了，等着吃各种官司吧。不认呢，毕竟看起来也是个实锤，除非有很重大反转，否则这口碑是要完蛋了。

也不太好糊弄，毕竟是 100 万的车，买得起 100 万车的车主也不会被轻易糊弄过去吧。

有人说 他那个踩的力量太大 其实车本身已经达到国标了，关键没人管国标不国标啊，100 万买车，正常刹车把制动踏板踩碎了，你跟我说国标，这不扯淡吗，那就国标太低了，那你不是打国标脸吗？

所以，很好奇这个应该怎么来处理，以及后续走势会怎么样。

别像西贝那种处理方式就行。毕竟现在经济不好，大家的容忍度也不高，对消费者不好，消费者就让他玩完。

[程序员] 关于 herdr orca 之类 ade

v 友对于这类 tui ade 之类的软件是否有用到？大家觉得他们那一套 agent 管理好用吗？

我试了下，基于 tmux 复制总是不舒服。

而且感觉他们太重了，过多展示作为终端软件或者 ai ide 的 agent 能力

[分享发现] 标题：发现了一篇岩石识别入门文章，欢迎地质爱好者指正

平时在河边或者山里看到一块纹理特别的石头，经常会好奇：这是什么岩石？那些条纹、颗粒和孔洞是怎么形成的？ 围绕这些问题，我整理了一篇英文入门文章，介绍岩石与矿物的区别、火成岩／沉积岩／变质岩的基本特点，以及如何从颗粒、结构和矿物性质入手观察一块石头。文中还附了一份简单的观察记录模板，资料主要参考美国国家公园管理局和美国地质调查局。 文章面向零基础读者，重点是学习观察、记录和缩小判断范围。单凭一张照片往往无法准确鉴定，所以也介绍了照片识别的局限。 文章链接： https://www.evernote.com/client/web#/notes/22a549a8-5244-4928-113d-4c42f44654e1

[分享创造] 被通用 AI 生图的方向错乱逼疯后，我做了个 Tesla 车衣专用工具：一键生成方向正确、接缝不漏图

先说个扎心的：这个国庆哪也没去，在家吭哧吭哧给 App 憋了个大更新。结果刚做完就听说，特斯拉下个版本国内可能要禁掉自定义车衣了。七天白干了属于是，但东西做出来了，还是想分享一下，顺便听听大家的意见。

分享一个最近做的东西：Tesla Wrap Gallery （ teslawrap.io ），一个专门给 Tesla 喷漆车间（ Paint Shop ）做数字车衣的设计工具。

先说明一下：这是显示在车机中控屏上的数字 wrap ，不是真实贴膜。Tesla 的 Paint Shop 功能允许把自定义车衣加载到车上显示，我做的就是围绕这个需求的工具。

现在大家做这个基本都是拿 PS 或其他通用设计工具硬套 UV ，方向容易反、接缝处容易漏图对不齐。我想做的就是一个专用的：打开直接生成对的。

直接拿通用 AI 生图工具做这个更崩溃：方向经常是反的，还老往非喷漆区域（比如车窗、车灯位置）生成图案，得来回沟通十几轮才能勉强用。我的做法是 AI 生成直接按 Paint Shop 的 UV 规范来，一键出的就是方向正确、接缝不漏图的成品，不用跟 AI 反复扯皮。

三种用法：

1. 小白：站内 6000+ 免费模板（按 Model 3 / Model Y / Cybertruck 分类），免注册直接拿来用。
2. 想快：一键 AI 生成，图案方向正确，接缝处不漏图。
3. 想自己设计：站内有专门的编辑器，浏览器里 2D/3D 实时预览，不用 PS 也能解决接缝问题。贴纸可以自己导入，也能一键 AI 生成，也内置了一部分贴纸库。 4.agent 对话生图(效果不是很好):可以通过多轮对话生成对应的车衣. 5.格式转换:社媒直接下载的图片可能不是 png,或者大小不对,可以一键切换

免注册。也有 iOS 版：Tes Wraps - AI 3D Design 。

链接： https://teslawrap.io App Store： https://apps.apple.com/app/id6757672230

求拍砖，尤其想听听做过 tesla 数字 车衣的朋友的意见，接缝这块还有什么坑是我没 cover 到的。(第一次发帖求轻喷),有兴趣的 telsa 车友可以留下注册 id,我在后台帮忙送积分体验(ai 的 api 不便宜).

[分享创造] 跟风搞了一个视频工具站

最近加了哥飞新词群，国庆前两天看到此之后没有注意，感觉没有太上心，后来看到越来越多搞新词的人拿到了结果，于是决定跟风追一个新词，hotel lobby 这个词被注册的差不多了，于是看到一个差不多的词 migosvideo ，注册了 https://migosvideo.org 。 做的过程中又觉得这个域名注册的一般，应该注册一个更大的需求词，不过主要是用来练手了，用了 3 天，其中 1 天都在搞视频模型，主要是过不了审核，最后在哥飞的指导下选择了 seedance 。支付由于之前接过很顺利。 这是我搞的第 4 个订阅站了，第一个视频相关的，虽然磕磕绊绊，但已经比之前的任何一个网站都要快了。 希望能拿到一些结果。

[问与答] AI 时代，哪些软件还能够继续赚钱呢？

AI 时代，有很多大型行业软件，我曾经以为它们有很深的护城河；但是目前看来，都不稳当了；

比如 Adobe ，非常危险，目前的 vibe coding photoshop 类似的东东一个接一个，感觉 Adobe 就是眼睁睁看着用户被拉走；

下一步的，就是有很深行业积累的，价格极高昂的专业软件，比如 CAD ，电路设计等等，它们也不稳当；

再下一步，我感觉会卷到操作系统，数据库....

最后，可能大多数人跟软件的交互变成了特定的或者通用的 harness agent 软件；

问题来了，现在开始卷 harness agent ，能打过已有的各种 xxx code 吗？

还是未来，软件行业，彻底变成了几个大模型厂家收套餐费，其他所有的东西都变成了 agent+skill ？

[分享创造] 分享自己做的 AI 视频生成站：文字/照片生成视频，注册送积分可免费出两条

链接： https://freevideogenerator.app

这是一个 AI 视频生成站：输入一段文字，或者上传一张照片，选好模型等几分钟，就能得到一条 4~12 秒的短视频。支持横屏竖屏多种画幅，下载不带水印，界面有中英文。

一、为什么做这个

Sora 2 、Veo 3.1 这些模型，各家官方渠道要么地区受限，要么必须月付订阅，只想"生成两条看看效果"的话门槛不低；各种中转站又质量参差。所以做了个聚合站：一个地方用上主流模型，按条扣积分，注册先送积分免费试，觉得值再充值。

目前接了 7 个模型，上游走 evolink 的聚合 API：

● Sora 2 — OpenAI ，文生视频，720p ，最长 12 秒
● Veo 3.1 Fast — Google ，720p ，4 / 8 秒（当前档位不带音频）
● Seedance 2.0 Fast 和 Seedance 1.0 Pro Fast — 字节
● Wan 3.0 — 阿里，480p 到 1080p
● Hailuo 02 — MiniMax ，768p
● MiniMax H3 Max Turbo

图生视频是用得最多的模式：传一张照片加一句提示词，让照片动起来，做动态头像、宠物视频、老照片动起来这类效果。

二、免费和收费（说实话版）

● 注册送 30 积分，够生成 2 条 480p / 5 秒的视频，Google 一键登录或邮箱注册都行
● 之后按积分付费，$9.9 起（ 1000 积分），也有 $9.9/月的订阅
● 每个模型、每个分辨率/时长组合在价格页都明码标价，积分价按上游调用成本加固定毛利算出来，不玩结账时才见价格的把戏
● 生成失败会自动退回积分

名字里带 Free 是"免费试"的意思，不是无限免费，这点先说清楚，免得被当成标题党。

三、一些技术细节

● 全栈 TanStack Start + React 19 ，跑在 Cloudflare Workers 上：数据库 D1 + Drizzle ORM ，视频文件存 R2 ，任务状态用 KV ，没有一台传统意义上的服务器
● 登录用 Better Auth ，支持 Google One Tap
● 支付接的 Waffo ，merchant-of-record 模式（类似 Paddle ）
● 生成是异步任务流：提交时扣积分，服务端持续轮询上游任务状态，前端展示进度，失败自动退款
● 多语言用 Paraglide ，目前中英文

四、最近在试的一个玩法：场景页

除了"选模型"的引擎式入口，最近在做"场景式"入口：把 TikTok 上热门的玩法单独做成落地页，比如 Hotel Lobby AI （把自拍变成那个橙色房间访谈短片）和 Rain Dance AI （海边雨中共舞）。提示词、模型、竖版画幅全部预填好，用户只需要传一张照片点生成。

这类页面对不熟悉模型的新手友好很多——多数用户不关心背后是哪个模型，只关心"我能玩什么"。做 SEO 的朋友应该懂这个思路。

五、求反馈

● 还想看到哪些模型？比如 Kling 系列要不要接
● 按条扣积分和订阅制，你们更喜欢哪种
● 体验上不顺手的地方欢迎直接说

利益相关：这是我的商业化项目，发出来是求真实反馈，欢迎拍砖。

[推广] [自荐] Genjutsu AI：用现有视频和参考照片做人物替换

大家好，我刚刚做一个 AI 视频编辑网站，叫 Genjutsu AI ，来这里自荐一下。

它主要处理这样的需求：手里已经有一段视频，动作和镜头都合适，希望用一张参考照片换掉里面的人物，而不是重新拍一遍。

其实就参考 higgsfield 的 genjutsu 模型的效果

网站：Genjutsu AI

大概怎么用

1. 选择现有视频，截取一段 4–30 秒的片段，具体模型可能要求更短。
2. 添加清晰的人物参考照片，先从一张开始。
3. 选择人物替换，描述要换的是谁、哪些内容希望保留。
4. 登录检查素材和积分报价，确认生成后查看进度，最后对照原视频检查并下载。

比如可以这样描述：

将画面中唯一的讲话者替换为参考照片中的人物，沿用原视频的手势和动作节奏，尽可能保留背景和镜头构图。

这里的描述是给模型的指令，不是自动锁定人物的跟踪控制。多人交叉走动、转身或遮挡时，仍然需要检查结果。

目前有一个什么样的例子

站上有一段公开的 8 秒单人口播替换案例，可以同时查看原视频、参考照片和实际生成结果。

这条输出是 1280×720 ，约 8.04 秒。人物和服装发生了变化，开头、中间和结尾抽查时，背景总体保留，原声音轨也保持了时间对齐。

查看案例和人物替换页面

但这个例子只说明单人讲话镜头的基本效果，不能代表全身舞蹈、复杂转身都能做好。替换双人视频中的一个人、让另一个人完全不变，目前也还没有通过专门的案例验证。

有几个限制先说清楚

● 可能连服装和身体外观一起改变，不是只换脸的局部遮罩工具。
● 保留原声不等于生成新声音，也不保证替换后嘴型逐帧同步。
● 背景、构图和人物相似度都要实际检查，不能只看第一帧。
● 本地选择素材和预览不会启动付费生成；上传检查需要登录，生成前会显示积分报价。

底层使用已有的视频模型，我做的主要是把素材准备、编辑指令、报价、任务进度和结果对比串成一个网页流程。Genjutsu AI 是独立网站，与 Higgsfield 没有关联，账号和积分也不互通。

如果你做过视频编辑，或者试过类似工具，想听听你真正需要的场景。换人物时，你更在意相似度、动作连续性，还是原背景能不能保留？现有流程里哪里觉得麻烦，也欢迎直接指出来。