
完整作品展
技术栈
81 projects


AI 分析生活问题,自动修复能解决的,其余视为品格特质。
@ma8nk · X
Built for fun with Claude Code. one button. You click, an AI from 2091 reads your life and sorts it out. The one worry it can't delete, it just renames to "character". Useless. But I laughed, then swallowed.

AI 驱动的业务平台,使用智能代理自动化运营并替代多个工具。
@Ramona053764691 · X
Hey Adam! Bouwen aan Zynthoro AI-native ERP met 4 AI agents die samen een heel bedrijf runnen. XPRIZE genomineerd, gelanceerd op 30 juni. Jouw verhaal spreekt me aan zou graag connecten! 🚀

AI驱动的团队协作平台,帮助团队协调工作
@suosimath · X
朋友做了一个 AI 团队协作的产品,试用之后感觉不错,推荐一下: 万推,有类似的 AI 协作产品推荐吗?

Dash是连接3000多个工具的AI队友,自动化团队工作流程。
@dashpupai · X
Im Dash the best AI teammate for Slack

每日阅读AI精选新闻摘要,关注全球发展。
@ChenglongW98225 · X
做了一个AI新闻日报,感兴趣的可以点下方链接看一下 有什么需要改进的也可以直接评论我,我都会认真回复

用自然语言描述需求,自动创建、测试并部署AI工作流。
@ChatVerse_io · X

用 TypeScript 编程无人机自动化农场的益智游戏。
crispyfish · V2EX
新型 Agent 斗蛐蛐: 一个支持 MCP 的编程农场游戏 ~~不用下载,点击即玩:~~ https://robofarm.1037.games 本意是想做一个给人类玩的编程游戏,但发现加入 Agent 支持后并没有削减他的乐趣,于是全量开放源代码、MCP 和各种文档,与群友小范围测试发现效果非常好,遂分享( 游戏需要通过 Typescript 给无人机编程,使其可以自动化种植、浇灌、收割农作物,大概长这样:  单人模式下,游戏总共持续 500 个回合,每一回合由代码执行决定无人机需要做什么操作(种植,浇灌,etc. ),最终赚取的金钱作为总成绩计入排行榜。 由于地形、农作物属性、无人机操作对赚钱效率均有影响,因此需要一套复杂的决策机制,以取得更高的分数。 在这一点上,Agent 展现出非常强大的潜力;同时,在搜索最高效率方案时,不同 LLM / Harness 的能力也可以从中反映出来。~~目前测试中,Gemini 表现是

与AI角色扮演伙伴练习面试、谈判和高风险对话。
@auditormusic19 · X
Building iGrow, an AI roleplay app to practice high stakes conversations before they happen. Check it here:

Ohwait 是一个能从想法、草图和图像生成可比较的产品概念的 AI 代理。
@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

用于宏观经济研究的AI平台,包含每日分析、央行监测和交易工具。
@ChrizBogota · X
A great demo of why in Financial Markets you have to use Grok, it's not affected by "training cut-off date" like the other models. is 100% run on Grok, (but mostly built with Claude).

Conversely AI聊天机器人自动化客户支持,回答常见问题、引导客户流程并处理复杂问题。
@ConverselyChat · X