@salmanzafar949 · X

david082321 · V2EX

我做了一个 Kimi K3 的工作台，把成本、部署、评测和使用场景整理到一起 最近看大家聊 Kimi K3 、Claude 、GPT 在 coding 和长上下文任务里的差异，发现很多信息散在不同地方：API 成本、上下文窗口、本地部署、硬件需求、评测表现、适合的使用场景，都要来回翻。 所以我整理了一个偏“导航仪”的 Kimi K3 站点： https://kimi3.org/?utm_source=v2ex&utm_medium=post&utm_campaign=kimi3_org&utm_content=create_topic 它不是单纯的介绍页，更像一个给开发者用的参考工作台。你可以快速看 Kimi K3 适合做什么、部署前要准备什么、和其他模型相比大概强在哪里，以及 API 成本怎么估算。 如果你最近也在比较 Kimi K3 、Claude 、GPT 或 GLM 这类模型，欢迎看看，也欢迎提建议。

4M · V2EX

花一天做了一个儿童绘本的 agent，以后自家小孩想看故事书一键生成。人人都可以做 Agent 的时代！ 很多家里有小孩的，给小孩会买各种各样的儿童绘本，但是市面上儿童绘本千篇一律，小孩看来看去就那几本，都看腻了，想着自己开发了生成儿童绘本的 agent ，有什么想法和需求和 agent 沟通，沟通几句话就搞定，不需要专业的提示词，可以根据自家小孩喜好通过 agent 私人定制一个儿童绘本。需要的自取： https://aistorybook.art/ 。

BookletAI — 面向普通用户的小册子 AI 工具，可自动调研、写作并生成排版好的 booklet 页面。

@Aurelsuuu · X

this is my product, come take a look:

@whotf_snowball · X

Instead of starting from scratch, your AI coding agent can use these design specs as inspiration for typography, colors, spacing, components, and overall visual styles. #AI #VibeCoding #WebDesign #DesignSystems

austinvhuang · HN

Collaborate.dev – Multiplayer Visual Desktop for Coding Agents

@sichy · X

@getazrivo · X

Building - an AI assistant that doesn't just chat, it ships. Plan Mode maps out multi-step builds and produces real artifacts: live web pages, documents, spreadsheets, slide decks. It can also assemble a curated team of specialists to debate decisions.

@hedge8og · X

4月23日，我开始用 Codex 搭自己的产品。到现在，满3个月了。 截至7月19日，Codex 页面显示247.1亿个 Token，连续使用54天。标题里的“250亿”是取整，准确数字以截图为准。 这三个月，我把 做上线了，产品介绍视频改了很多版，也借助 Codex 做了不少以前一个人很难完成的工作。 具体一点：我用它整理过 BP、导出过 PDF、做过 PPT 工作稿，也把调研、文档、图片、浏览器操作、网站、视频和邮件这些常见 Skills 跑过一圈。有些后来真的进入了工作，有些试完就放下了。 现在回头看，最大的收获不是“我做过这么多种东西”，而是我越来越能分清：哪些能力能进入真实工作，哪些只是演示起来很厉害。 这些数字确实挺夸张。说实话，我自己看到也会觉得：是不是做了很多事？ 但如果现在让我总结，我不会把它们当成绩。它们只能证明我很投入，蹬得快冒烟了，不能证明产品已经有价值，更不能证明商业已经成立。 我大学辍学，最高学历是高中，之前一直在制造业工作，也不会写代码。写这些不是为了卖惨，更不是想证明学历没用，只是先把我的真实起点说清楚。 2月 OpenClaw 火起来以后，我开始认真试各种 AI 工具，想先解决工作里那些重复、又不得不做的事情。 这期间还有一次，客户马上要我提案，但公司的设计师手上也有急活。我用 ChatGPT 做了产品效果图，最后拿到了订单。 老板后来跟我说：“早知道你可以帮我做这些，那些外包设计早就可以不用买了。” 到了4月，我又用扣子搭了发货模板和记账系统。原来需要手工对比核验的条形码、外箱码，我也开始想办法交给工具处理。 这张订单图只能证明订单记录是真实存在的，不能单靠它证明订单一定是 AI 带来的，更不是 Ohwait 的客户案例。AI 参与了产品效果图制作，之后拿到订单，是我对那次真实工作过程的记录。 那一刻让我兴奋的，其实不是发现了什么创业机会，而是我第一次觉得，模型真的可以成为人的“数字外骨骼”。 回头看这三个月，我现在有5个比较确定的结论。 ### 1. AI最好先从一个真问题开始 发货、记账、核验、临时要效果图，这些都不是什么宏大命题，但它们有一个共同点：问题原本就存在，而且有人正在为它花时间、花钱或者承担压力。 我现在判断一个 AI 工具有没有价值，还是看两件事：它有没有少让我重复

HTML 版 PPT — 多 Agent 协作架构，大纲专家负责搭建逻辑骨架，主题专家负责打磨视觉风格，设计师负责把每一页渲染成精致的 HTML 代码。

AI故事书生成器 — AI 生成故事书