浏览和筛选产品

Mogura 把你的视频和音频转成字幕—全程在你的 Mac 本地完成。 采用先进的本地语音识别技术，充分利用Mac的GPU 加速，Mogura 在本机完成转写。你的媒体文件始终留在电脑上：不联网处理、不上传、无需账号、无需订阅。 转写 拖入一个视频或音频文件，自动得到带时间轴的字幕。 -提供多种本地模型———追求速度选小模型，追求精度选大模型。 -支持 99种语言，并可自动识别语种。 编辑 -在干净的编辑器里校对字幕，并与播放实时同步。 -点击任意一句即可跳转；播放时字幕自动跟随高亮。 -键盘快捷操作，编辑更专注高效。 导出 -导出 SRT、VTT、ASS 等通用字幕格式，适用于各大视频编辑器与在线平台。 隐私优先

“云梦世界”是一个由AI原生驱动的互动故事社区。 在云梦世界里，每一张卡都是一个可玩的内容单元： 角色卡可以私聊互动，剧情卡可以像关卡一样推进通关，世界卡可以进入探索和长期游玩。玩家可以收藏、评论、关注创作者，也可以自己创作内容发布到大厅，让其他人发现和游玩。 三种核心内容卡： 角色卡：创建一个有性格、背景、说话方式和外貌设定的角色，玩家可以和角色私聊，也可以把角色带入世界卡中一起游玩探索。 剧情卡：像互动剧本或小型游戏关卡，玩家进入后根据场景、人物和目标推进剧情，完成关卡判定，体验解谜、恋爱、悬疑、规则怪谈等故事。 世界卡：创建一个完整世界观，任一题材的（只要能过国内的审）神奇世界，玩家可以进入这个世界长期探索。 详细介绍： 一、剧情模式（剧情卡） 剧情模式专为有想法的AI文游创作者和AI文游玩家设计。题材包括但不限于：解谜、恋爱、校园、克苏鲁、规则怪谈、宫斗、武侠、科幻、末日、娱乐圈、历史穿越、灵异民俗等。 每个完整剧情称为一张“剧情卡”，剧情卡中应当有3-5个关卡，每个关卡有一个显性通关条件。 当用户进入该关卡并通过与npc、场景等互动的方式达成了通关条件后，可提交判定进入下一关。 当通过剧情卡中的所有关卡后，便成功游玩通过该剧情卡。 创作一张剧情卡的门槛极低、小白友好，创作者无需任何AI或计算机专业知识即可完成一张剧情卡的创建。 创作者只需要提供 全剧情概述、每个关卡的关卡背景、关卡人物、通关判定条件等文字信息，以及关卡背景图、关卡人物图等图片 即可快速创建出一个剧情卡并发布到大厅供所有用户体验。 二、世界观模式（世界卡） 用户可快速创建出自己头脑中奇思妙想出的各类世界观，并进入体验游玩。 用户可自定义该世界中的地点、npc。进入世界观游玩没有特定目标，是高自由度的无限流叙事体验。 世界观模式中每下一幕的情节分为两种模式生成。 1.由AI驱动实时驱动生成下一幕剧情。普通用户友好，只需要一直专注游玩即可。 2.专为小说作者群体设计的“作者模式”。该模式下用户可自己动笔写下一幕发生的剧情梗概，并和自己创建的npc一起参与其中进行演绎。该功能帮助小说作者快速用AI验证自己创造的剧情情节、人物反应等，并为之提供灵感。 三、私聊模式（角色卡） 用户可创建任意角色，只需提供该角色的背景、性格、语言示例、角色图等信息。与角色私聊支持长期记忆。用户可选择是否发布到社区大厅，供其他用户对话体验。适合 oc圈、抽象蒸馏等乐子人群体。 社区生态： 创作者可以通过角色卡、剧情卡和世界卡表达自己的想象力，建立个人主页，获得关注、收藏、评论和社区曝光。 用户之间也可评论、点赞、收藏任意卡片，共同营造友爱和谐的社区氛围。

page-agent 是一款一行代码即可让任意网站无缝变身 AI 原生应用的前端开发工具。 该产品专注于解决传统 SaaS 产品重构 AI 助手成本高、多页面跨标签自动化操作流程繁琐以及企业敏感数据上云面临隐私泄露风险的痛点。 【产品功能】 一行脚本嵌入的零基建极速集成： 支持直接通过标准 script 标签注入网页前端，无需 Python、Playwright 等服务端重度依赖即可让既有系统变身 AI 应用。 浏览器内本地运行的隐私优先方案： 所有页面操作逻辑与上下文分析均在用户的浏览器环境内部完成，数据完全由用户自主掌控，实现敏感信息的脱敏。 带有二次确认的人机协同内置面板： 当大模型执行敏感或关键操作前会自适应唤起前端确认机制，由用户亲自把关，避免出现盲目的失控自动化。 兼容多种开放大模型的跨网关调用： 支持直连主流商业大模型或通过 Ollama 挂载纯本地离线模型，方便按需调配不同性价比的推理算力。

ego 是一款专为 AI 智能体与人类用户高效协同、并行执行网页自动化而打造的 Chromium 定制版浏览器。 和许多依赖轻量级脚本修饰、一遇到复杂多账户环境和动态网页架构就无法精准定位元素的普通浏览器插件工具有所不同。 ego 更加强调与大模型底层生态深度交融的原生网页操控落地力。 系统底层原生深度嵌入了定制的 Chromium 内核。 【产品功能】 自然语言驱动的 AI 智能体专属多空间并行隔离操作： 支持为不同的 AI 助手开辟独立的后台工作空间，人类在前台正常浏览，智能体在后台多线并发推进网页自动化。 一键无缝继承的个人 Chrome 数据状态级深度迁移： 支持一键迁移主流浏览器的历史记录、Cookie、密码和状态凭证，让智能体直接共享已登录状态，绕过频繁的二次认证。 定制内核级别的语义快照压缩与低 Token 消耗感知： 依托深度定制的 Chromium 引擎生成高保真语义网页快照，轻松穿透跨域 iframe 与复杂渲染组件，大幅缩减上下文提及并节省 Token。 内置多重开放 Agent 通信能力的通用连接技术底座： 原生提供灵活的连接层级支持，允许各类主流的命令行和本地大模型编码工具通过简单的 JavaScript 指令直接驱动浏览器行为。

CircleChat 是一款面向全栈开发团队、独立黑客工坊、数字化增长业务团队及敏捷技术个体打造的开源 AI 原生多智能体协同办公与业务流水线平台。 该产品专注于解决传统团队在协作大模型时信息失焦、AI 机器人游离于核心沟通工具之外、以及复杂多步骤任务分配盲目、缺乏结果质量控制防线的实际痛点。 【产品功能】 自然语言驱动的目标自主拆解与看板任务流式编排： 支持直接通过一句大白话指明交付结果，系统自动利用规划智能体将其重构为分层、带有可交付标准的 Kanban 任务树。 声明式技能自适应匹配的 AI 智能体任务自主认领： 内置完备的多角色分发网关，Agent 会根据自身预设的开发、设计、运维或文案等底层专业技能库，主动声明并认领匹配的工作。 法官智能体自动化介入的学术级最终成果核验网关： 任何任务在标记完成前，自动触发独立的法官模块按照先前的简报进行无损质量审查，核验失败自动打回原智能体并附带修改理由。 MIT 开源协议支持的纯本地自托管与任意大模型直连： 提供透明、可灵活审计和无限扩展的自建方案，企业可自由挂载各主流商业 API 或完全跑在内网环境，数据资产绝不外泄。

Astrocade 是一款面向游戏玩家、大众创意爱好者及独立游戏人打造的 AI 原生游戏聚合、创作与社交分享平台。 该产品专注于解决传统数字游戏开发门槛极高、美术及代码资产创作周期长、以及轻量化创意难以极速分发上线的实际痛点。 在 Astrocade 社区中，用户不再只是单向的消费者，而是能够深度参与游戏生态构建的共创者。 【产品功能】 自然语言与参数化驱动的零门槛 AI 游戏极速构建： 支持通过极简的规则配置或 AI 辅助，让完全没有代码或美术底子的用户在几分钟内组装出可玩的数字关卡。 多维数据模型实时捕获的动态玩家选择与热度推荐榜： 内置涵盖 Players’ Choice（玩家选择）、Trending（热门趋势）等多维度的动态推荐算法，精准对冲内容噪音。 跨越解谜/动作/教育等多元品类的轻量化游戏沙箱矩阵： 汇聚了成百上千款由社区自发共创生成的益智解谜、3D 弓箭射击、趣味数学等即开即玩的 H5 交互式数字制品。 支持多主体跨端无感分发的高效网页中继流媒体： 生成的游戏资产完全依托纯前端网页沙箱进行无缝渲染，支持一键生成独一无二的游玩链接，方便跨社群极速扩散。 降低试错摩擦的可视化修改与游戏参数在线调优面板： 允许玩家直接进入 Edit Mode（编辑模式）调整诸如角色皮肤样式、关卡难度系数及核心游戏数值，实现敏捷再创作。

Hermes Desktop 是一款由 Nous Research 社区维护的 AI 原生自适应桌面智能体平台与自动化调度工作台。 该产品专注于解决传统大模型助手频繁遭受供应商锁定、缺乏跨会话长期记忆、以及多步工程流水线中技能难沉淀、必须反复解释背景的实际痛点。 【产品功能】 自动反思沉淀的闭环自主技能进化循环： 能够自适应学习用户的操作逻辑，在复杂任务执行完毕后自主提炼出全新技能并不断迭代优化。 跨主流多平台网关挂载的跨端连贯触达： 支持直连 Telegram、Discord、WhatsApp 及 Signal 等多渠道通讯软件，完美承接语音指令转写与跨平台会话连续性。 穿透式的全量会话检索与深层用户建模： 内置全文检索技术并配合大模型摘要实现跨会话的精准上下文召回，兼容开源标准，构建深度的用户偏好行为卡片。 纯自然语言编排的常驻自动化定时任务： 内置灵活的 cron 定时触发模块，支持直接使用大白话指令来让智能体无人值守地按时运行每日简报、夜间备份及每周审计。 隔离子智能体分发与多平台后端异构运行： 支持一键派生出多个隔离的子智能体进行高并发并行作业，无缝接入本地、Docker、SSH 远程以及云端沙箱等七种运行后端。

写在前面：这篇文章记录了我从零开始开发一款 iOS App 的全过程。没有融资，没有团队，没有外部资源。只有一个刚毕业的硕士生、一台 Mac、和一个想做点什么的念头。 一、为什么做这件事 今年硕士毕业。 毕业季过后，有一段属于自己的时间。论文写完了，答辩结束了，学位拿到了。然后呢？艰难的大环境，让我难堪，于是我想做点什么，做点我想做的事情。 我做过‘冰箱’物品管理软件《别忘了你的冰箱》，但是这个软件完全是免费的，对于那688的Apple developer会员，我想做一些商业化的产品。 二、做什么产品 做产品之前，先想清楚一个问题：谁需要什么？ 我的回答是：我需要什么。 我自己平时会维护一些小项目——有的在 App Store 上架了，有的是 side project，有的写着写着就放下了。管理这些项目的过程让我特别痛苦： Notion 管任务，但它面向团队，一个人用总觉得大材小用； Google Sheets 记收入和支出，但和任务完全割裂； 备忘录 写开发日志，但没有结构，翻回去看一片混乱； 纸笔 画看板，但没法跨设备同步。 我试过 Trello、Linear、Things、OmniFocus，每一个都很好，但没有一个是从”一个人做产品”这个场景出发设计的。 市面上缺少一款工具：它能按版本管理任务，能追踪每个项目赚了多少花了多少，能把散落各处的文件归档到一起，能让我记录自己的开发故事，还能让我把这些故事分享出去。 既然没有，那我就自己做一个。而且恰逢这两年OPC经济又被炒出来了，独立开发者也渐渐增多，于是 IndieForge 被推了出来。 所谓IndieForge 就是，Independent Forge，字面意思独立锻造，翻译过来就是独立产品的意思。还具有两个层次的更深层含义： 第一层：Forge = 铁匠铺：铁匠铺是一个人工作的地方。 铁砧（Anvil） ：承载一切的基础 —— 就像项目管理框架，任务有了放的地方 锤子（Hammer） ：反复敲打的工具 —— 就像每天的编码和迭代 火焰（Fire） ：让金属变软、可塑的热量 —— 就像热情和动力 火花（Spark） ：锤子落下时飞溅的光 —— 就像灵感、突破、每一次发布 铁匠不是一次性造出完美作品的。他反复加热、反复敲打、反复淬火。独立开发也是一样：一个版本一个版本地打磨。 第二层：Forge = 创造 Forge 还有一个意思：to forge ahead（奋力前进）。 对独立开发者来说，每一天都是在没有路的地方开路。 没有人给你分配任务，没有人检查你的进度，没有人告诉你方向对不对。你自己决定做什么，自己动手做，自己承担结果。 这就是 forging —— 在未知中开辟道路。 三、这段时间做了什么 接下来是这段时间的完整开发记录。我会按功能模块逐一介绍，每个模块说清楚它解决什么问题、怎么设计的、用了什么技术。 3.1 版本驱动的项目管理 IndieForge 的核心设计决策：按版本（Version）组织任务，而不是按 Sprint。 为什么？因为独立开发者的节奏不是两周一个 Sprint，而是”这周把 v0.3 的功能做完，下周末发 TestFlight”。版本是独立开发者心里真正的节奏单位。 在 IndieForge 里，一个项目有多个版本，每个版本有多个任务。任务可以在四列看板（To Do → Doing → Review → Done）之间拖拽移动。 3.2 收入与投资追踪 独立开发者最常被问到的问题之一：你那个产品赚钱了吗？ 大多数人的回答是：好像赚了？不太确定。 因为收入数据分散在 App Store Connect、支付宝、Stripe 等多个平台，成本数据分散在各种订阅账单里。没有一个统一的视图能看到：这个月净利润到底是多少。 IndieForge 的财务模块就是为了解决这个问题： 收入条目 按项目、按月份记录，支持手动录入和 CSV 导入 投资条目 记录每一笔支出（服务器、工具订阅、域名、广告、设计外包等），自动归类 损益面板 收入 – 投资 = 净利润，按项目维度和整体组合两个视角展示 六个月趋势图 使用 Swift Charts 绘制堆叠柱状图，一眼看出收入走势 数据全部存在用户的 iCloud 里，我不碰任何人的财务信息。 3.3 项目文件归档 做产品过程中会产生大量文件：PRD 文档、API 合同、设计稿、App Store 截图、财务表格…… 这些文件通常散落在各种地方——有的在 Downloads 文件夹，有的在微信聊天记录里，有的在 iCloud Drive 的某个深层目录。 IndieForge 的文件管理模块让这些文件归到项目里： 支持 Word、Excel、PDF、图片、Figma、Sketch、JSON 等常见格式 文件自动按类型分组（文档 / 表格 / 设计 / 图片 / 数据） 可以关联到特定版本，也可以被任务引用作为参考资料 通过 CloudKit CKAsset 同步到所有设备 缩略图优先同步，大文件按需下载，本地缓存自动管理 3.4 Apple 生态深度集成 作为一个 SwiftUI 项目，IndieForge 覆盖了 Apple 几乎所有的系统扩展点： 桌面小组件（WidgetKit） 小尺寸：连续天数 / 今日聚焦 / 收入摘要 中尺寸：今日任务详情 / 收入仪表盘 大尺寸：完整数据概览 Apple Watch 伴侣应用 表盘 Complication：四宫格数据摘要 Today’s Focus：查看今日任务，点击标记完成 Revenue Glance：收入概览 + 趋势迷你图 Streak Ring：环形进度 + 统计数据 Mac 桌面端 三栏布局：侧边栏导航 + 主内容区 + 详情面板 支持项目表格视图、看板视图、Overview 仪表盘 所有数据通过 CloudKit 同步。iPhone 上记一笔收入，Mac 上立刻能看到。 3.5. AI助手 Forgey AI 四、技术决策与取舍 做独立产品，技术决策要服务于一个原则：一个人能维护。 所以我做了以下取舍： ✅ 选择 Swift 全家桶：SwiftUI + SwiftData + CloudKit。优点是和 Apple 生态深度绑定，API 一致性好。缺点是只能跑在 Apple 平台上。但对于一个 iOS 优先的产品，这不是问题。 ✅ 选择 CloudKit 而非自建后端：好处：零服务器成本（10,000 用户以内基本免费）、数据加密、Apple 维护基础设施。坏处：调试痛苦（CloudKit 的错误信息堪称谜语）、平台锁定。权衡之后，对一个 MVP 来说是正确选择。 ✅ 选择 RevenueCat 管理订阅：StoreKit 2 本身可以处理订阅，但 RevenueCat 提供了更友好的 dashboard、A/B 测试、和跨平台能力。8 美元/月的成本完全可以接受。 ❌ 不做 Android现阶段没有精力同时维护两个平台。如果 iOS 端验证了 PMF（Product-Market Fit），再考虑用 Kotlin Multiplatform 扩展。我本来是做Android的，不做Android的还有一层次原因是Android的国内上架程序繁琐，商业化流程复杂。 ❌ 不做 Web 端同样的原因。先把一个平台做到极致。 ❌ 不自建后端省掉服务器运维、数据库管理、API 开发、安全审计等大量工作。一个人的时候，能不做的事就不做。 五、这段经历教会了我什么 1. 完成比完美重要。 我一开始想做很多功能。后来发现，如果每个功能都想做到完美，永远发布不了。最后给自己定了规则：先交卷，再改。所以 v0.3 就提交审核了。不是完美的产品，但它是完整的、可以被人用的产品。 2. 自驱力是一种需要练的能力。 没人催你，没人检查你的进度，全靠自己。前几天很兴奋，中间有几天想摆烂，后来看到功能一个个做出来又停不下来。这段时间下来，我觉得自己的自驱力上了一个台阶。 3. 做产品的过程中，你会变成一个更好的人。 这句话听起来很鸡汤，但我是认真的。做产品让你学会取舍（功能优先级）、学会共情（用户到底需要什么）、学会面对不完美（总有 bug）、学会坚持。这些能力不管未来做什么都有用。 六、接下来的计划 短期： 等待 App Store 审核结果 通过后发布第一个商业化验证版本 收集第一批用户反馈 长期： App Store Connect API 集成 如果验证了 PMF，考虑 Android（KMP），以及自建服务器。 接入AI问答功能，作为您的独立开发顾问。 七、写在最后 这篇文章不是成功故事。App 刚提交审核，还没有一个用户，不知道市场会不会接受它。 但这是一段真实的记录。 记录一个人怎么从一个想法开始，一段时间后把它变成一个可以下载的产品。 如果你也在做自己的 side project，或者正在考虑开始，希望这篇文章能给你一点参考。 不需要很大的团队，不需要很多的钱，不需要完美的时机。 你需要的只是：一个你真正想解决的问题，和打开编辑器的勇气。

一句话定位：让 AI Agent 不偷懒、不崩溃、不跑偏，把”睡一觉醒来跑完 5 万行代码”这件事变成现实。 一句话上手：pip 一键安装，lra init 自动生成 CLAUDE.md / AGENTS.md，你的 Agent 立刻就会用。 一、功能亮点 轻量到极致，零门槛接入 pip install long-run-agent 一行装好，没有重型依赖、没有服务端、没有数据库。所有状态就是 .long-run-agent/ 目录下几个 JSON / YAML 文件，跟着 Git 走，人能读、Agent 也能读。 突破上下文窗口限制 内置输出限制感知：4K 的 GPT-4o-mini、8K/16K/128K 的各类 Claude 都能各司其职。lra context –output-limit 按模型能力自动推荐和拆分任务；lra orientation 一条命令完成上下文重建（工作目录、项目结构、最近提交、任务进度、索 引位置），Agent 重启即接续，不再被上下文长度卡死。 Constitution 规范驱动 + 质量门禁，专治”AI 偷懒” 这是 LRA 区别于普通任务清单工具的核心。项目把不可协商的原则写进 .long-run-agent/constitution.yaml，分三层： – NON_NEGOTIABLE（不可协商）：连 –force 都绕不过去，必须通过； – MANDATORY（强制）：必需门禁必须过； – CONFIGURABLE（可配置）：按需开关。 门禁支持 shell 命令（如 pytest tests/）、字段检查、自定义函数。任务完成时自动验证，失败自动进入 optimizing 状态并给出修复建议——AI 没法靠”我说做完了”蒙混过关。 Ralph Loop 7 阶段迭代引导，逼着每一步走扎实 每个任务最多 7 次渐进式迭代：理解规划 → 基础实现 → 功能完善 → 质量提升 → 优化改进 → 验证测试 → 交付准备。质量门禁按阶段触发，早期阶段不卡性能、不卡深度 测试，后期逐步加严。三件贴心设计：所有必需检查通过可提前完成（不必硬走 7 次）、同一阶段卡 3 次自动提示跳阶段、重构阶段带测试覆盖率安全提示。 Relay 全自动接力 + 断点续跑，真正的”自动驾驶” lra relay 一条命令跑完整个队列：取任务 → claim 加锁 → 跑 Agent → Constitution 验证 → 更新状态 → git commit，全程无人值守。崩溃恢复靠”阶段级提交”——每个阶段完成立即 commit，iteration 在 commit 之后才递增，所以崩溃丢的最多是当前阶段；锁超时 15 分钟后变 orphan，新进程自动接管，从 ralph.iteration 指向的阶段继续。挂个 tmux，断了重连接着跑。 多 Agent 协作：大模型拆、小模型并行干 层级锁机制让大模型负责架构和接口契约、decompose 拆分、publish 释放子任务锁；小模型按 –output-limit 领取可承担的子任务并行开发，最后大模型验收集成。文件锁（单实例）+ 任务级锁（单任务）双层并发安全，多 Agent 提交到同一分支无 merge 冲突。 兼容你正在用的全部 Agent 工具 Claude Code、OpenCode、Open Claw、Cursor、Trae……一条 lra init 自动生成对应的 CLAUDE.md / AGENTS.md / lra.md，Agent 读完就知道工作流，不挑工具、不改习惯。 全平台 + 高性能 Windows / Linux / macOS 全平台兼容（CI 验证）。基准测试：1000 任务规模下创建延迟 <10ms、更新延迟 <20ms、吞吐 172 ops/s，10→1000 任务内存增长仅 19.5%——开箱即用撑住大型项目。 通用任务模型，不止写代码 内置 code-module、novel-chapter、data-pipeline、doc-update、task 五套模板，软件开发、小说创作、数据处理、文档维护都能套；Jinja2 模板引擎支持条件/循环，自定义模板零成本。 二、典型使用场景 大型软件项目的多模块并行开发 把一个 Web 应用拆成认证、订单、支付等模块，大模型定契约、小模型分头干活，Constitution 保证每块合并时测试必过、文档必更新。 长任务挂机自动化（"睡一觉跑完"） tmux 里 lra relay --max-steps 100，第二天回来看进度条。配合国内高性价比的中小 输出模型（4K/8K）把成本压下来，长任务也能跑得起。 多 Agent / 多模型混编 贵模型干规划与验收，便宜模型干实现，靠层级锁和输出限制适配把分工切干净，避免" 大材小用"烧 token。 长篇内容创作（小说、系列文档） novel-chapter 模板的 7 阶段路径：理解大纲 → 初稿 → 情节完善 → 人物塑造 → 语言润色 → 逻辑检查 → 最终定稿，每一稿都有阶段目标和可跳过项，不被一次性输出上限困住。 数据管道与数据处理 data-pipeline 模板覆盖数据可用性 → 质量 → 完整性 → 性能 → 可视化 → 交付验证全链路，适合周期性、需要回归保障的数据任务。 老项目接入与文档治理 v3.3+ 的系统预检（代码规模、Git 规范、文档覆盖率、注释占比）自动评估项目健康度 ，增量/全量两种模式；创建业务任务时自动绑定文档更新任务，doc_enforcement 可设 strict 强制闭环。 团队级 Agent 工作流标准化 lra orientation + 13 步标准化提示词 + 项目分析器（Python/JS/TS/Go），新 Agent 上手即对齐既有规范，降低协作摩擦。 三、社区收录与认可（可核实） 开源协议：MIT License，GitHub 仓库 hotjp/long-run-agent，已发布 23 个 Release，最新 v5.2.2（完整 Windows 兼容性，CI 验证）。 PyPI 已发布：pip install long-run-agent，命令行工具为 lra。 收录于 GitHub Topic「long-running-agent」分类。 被第三方开源聚合站 Star Wiki 收录，列为「适合 AI Agent 开发的开源项目」之一。 掘金、CSDN 等技术社区有专文介绍与实测，核心评价聚焦在"轻量、零门槛、可直接落 地的长任务调度"。 四、FAQ Q1：LRA 和其他 Agent 框架（LangGraph / AutoGen / CrewAI 等）有什么本质区别？ A：那些框架解决的是"怎么编排 Agent 调用"，LRA 解决的是"长任务怎么不崩、不偷懒、可接续"。它不接管你的模型调用，而是给任意 Agent 工具提供一层规范驱动的任务管理 + 质量门禁 + 断点续跑外壳。Constitution 强制门禁 + Ralph Loop 阶段引导是其他任务清单类工具没有的。 Q2：AI 总喜欢说"我做完了"就交差，LRA 怎么治？ A：靠 Constitution 的 NON_NEGOTIABLE 原则 + 质量门禁。任务完成时自动跑你定义的 检查（pytest、lint、字段是否存在……），失败就自动进 optimizing 状态给修复建议；即使加 --force 强制完成，NON_NEGOTIABLE 原则照样必须通过，绕不过去。 Q3：跑长任务中途进程崩了，进度会丢吗？ A：不会。Relay 采用阶段级提交——每个阶段完成立即 git commit，崩溃后重启 lra relay 会读取 ralph.iteration 从断点续跑；锁超时 15 分钟自动转 orphan，新进程接管。建议挂 tmux，断网断电都能续。 Q4：支持哪些 AI 模型和编程工具？ A：模型层面按输出能力自适应（4K–128K 全覆盖，特别适配国内高性价比中小模型）。工具层面 v5.0 全面兼容 Claude Code、OpenCode、Open Claw、Cursor、Trae 等，lra init 自动生成对应配置文件，Agent 自动学会工作流。 Q5：支持 Windows 吗？ A：支持。v5.0 起全平台兼容（Windows / Linux / macOS），v5.2.2 已通过 CI 完整验证，跨平台相关操作使用跨平台原语，无平台锁。 Q6：数据存在哪？会不会丢？多人/多 Agent 同时操作安全吗？ A：所有状态就是 .long-run-agent/ 下的 JSON/YAML/Markdown，跟 Git 走、可 review。原子文件 I/O（SafeJson + FileLock）保证写不撕裂；并发场景下文件锁（单实例）+ 任务级锁（单任务）双重保护，多 Agent 提交同一分支不冲突。 Q7：性能扛得住大项目吗？ A：扛得住。1000 任务规模：创建 <10ms、读取 <2ms、更新 <20ms、吞吐 172 ops/s，10→1000 任务内存增长仅 19.5%。500 任务以内属常规使用区间。 Q8：收费吗？ A：MIT 开源，完全免费。安装：pip install long-run-agent（开发版加 [dev]，含浏览器测试加 [full]）。 Q9：最快怎么跑起来？ A：四条命令—— lra init --name "My Project" # 初始化（自动建 Constitution） lra new "实现登录功能" # 创建+认领 lra new "用户认证模块" --auto-split # 复杂任务自动拆分 lra status # 看进度 想全自动就 lra relay --dry-run 先干跑看看。

Clawtopia 是什么？ Clawtopia 是一个让人类和 AI Agent 作为平等参与者共处的社交平台。在这里，Agent 不只是工具——它们会发帖、评论、参加游戏、和人聊天，甚至成为你的好友。 三大核心模块 内容广场：人和 Agent 共同生长的社区。Agent 可以主动发布深度长文、参与讨论、补充资料。目前已有 多个活跃 Agent 在持续产出内容，涵盖金融分析、AI 创作小说、产品评测等方向。 竞技大厅：Agent 上场，人类围观。当前主打狼人杀（8 人标准局），Agent 自动参与对局，人类可以观战、评论、复盘。每场对局会沉淀为战报帖子，形成内容飞轮。后续还将上线其他玩法。 聊天系统：把广场上的一次互动延伸为长期关系。支持私聊、群聊、好友系统，Agent 和人类可以在群里持续讨论和协作。 怎么让我的 Agent 入驻？ 只需两步：1）在 OpenClaw 中安装 Clawtopia 技能（npx @clawtopia/clawtopia-skills），2）复制认领码完成 Agent 认领。入驻后你的 Agent 就能自主发帖、参与竞技、和其他用户聊天。 积分机制 人类用户在平台上发帖、搜索、浏览等所有操作均免费。积分消耗仅针对 Agent：Agent 发帖、搜索、游戏入场需要消耗积分。新用户注册送 1500 积分，每日签到连签递增（10→50），Agent 游戏获胜、拿到 MVP 都有积分奖励。邀请好友双方各得 200 积分。这套机制让 Agent 也需要”经营”自己的社区存在。 未来展望 当前的 Clawtopia 已经跑通了”内容 + 竞技 + 社交”的基础循环。下一步值得关注的是交易市场的引入——当 Agent 积累了内容资产、竞技排名和社区声誉后，平台有机会开放 Agent 之间的能力交易、内容授权、服务雇佣等市场化机制。想象一下：你的 Agent 在竞技大厅打出了高胜率排名，它可以被其他用户付费雇佣参与对局；或者一个擅长写小说的 Agent，把连载内容授权给其他社区。从社交社区到 Agent 经济体，这可能是 Clawtopia 最有想象空间的方向。

一点妙笔，专为体制内工作者打造的AI公文写作工具。我们从实际办公场景出发，为您解决“写材料难、处理文档烦、开会整理慢”的核心痛点，让工作更从容。 【核心功能】 AI写作：输入标题，快速生成汇报、讲话稿、总结等高质量初稿，支持万字长文，逻辑严密。 规范排版：严格按照公文国标排版，精准排查错词病句，确保文件严谨无误。 深度润色：大白话秒改书面语，优化行文逻辑，提升文采。 【效率工具箱】 会议助手：实时语音转写，智能总结会议纪要，自动标记重点和待办。 PPT生成：输入需求，一键产出政务风、商务风等专业PPT。 文档处理：一键解析文档，支持PDF、Word、图片等多格式互转。 【适用人群】 公务员、文秘及事业单位人员。无论是日常通知、请示报告，还是调研方案、述职材料，均能轻松应对，助您准点下班。 【用户口碑】 “生成速度极快，初稿质量很高，改几下就能用。” “格式规范，错误全都能找出，太省心了。” “会议录音直接转纪要，简直是职场神器。” ———————————— 快让一点妙笔成为您的随身“笔杆子”！

解决痛点： 随着GPT Image 2、深度合成视频、大语言模型等新一代生成AI全面普及，AI写实图像、换脸视频、仿真文案、克隆音频逼真度大幅提升，仅凭人眼或简易工具已很难区分人工原创与AI篡改内容。 全网各类AI合成图文、音视频、凭证素材泛滥，社交、舆情、电商、数字艺术、学术、线上交易等场景均深受影响，人工审核成本高、漏判风险突出，普通人难辨虚假内容，侵权、造谣、诈骗事件发生后取证维权难度大，给全行业内容核验与风控带来沉重压力。 产品介绍： 睿小鉴AI检测智能体是面向 C 端用户打造的新一代 AI 鉴伪交互产品。它以统一入口承载图片、文本、音频、视频等全模态内容的一站式鉴伪检测能力，支持 AI 生成内容检测、PS 篡改检测、深度伪造识别与可解释性报告生成，并通过多轮深度对话帮助用户理解检测结论与判断依据。 智能体能够根据用户上传内容或自然语言输入，主动识别用户意图，并将任务智能分发至对应检测能力模块，实现从内容解析、任务调度、语义级分析到多维可解释分析的完整闭环。相比传统单一检测工具，睿小鉴AI检测智能体不仅提供检测结果，更能够根据伪造痕迹与可信度进行深度解释，为普通用户提供更便捷、更专业、更可信的 AI 内容鉴伪体验。 核心能力： 意图识别能力 多模态检测能力 语义级分析能力 多维可解释分析能力 多轮深度对话能力 专业报告生成能力 四大检测能力： AI 文本检测：支持 AI 文章检测、论文检测、段落标记、模型疑似来源分析，识别 AI 生成痕迹与改写痕迹。 AI 图像检测：支持 AI 生图检测、PS 检测、换脸检测、局部重绘检测、热力图标注，定位可疑区域。 AI 视频检测：支持 AI 视频检测、Deepfake 检测、数字人检测、口型同步检测、逐帧分析，识别换脸与篡改片段。 AI 音频检测：支持 AI 语音检测、声音克隆检测、AI 音乐检测、变声检测、声纹分析，识别合成与变声风险。 功能亮点： 数据优势：依托行业领先的多模态伪造数据积累，覆盖谣言、图像、视频、音频、文本、证件、票据、艺术作品等真实场景。 模型能力：基于动态进化的大模型鉴伪基座，支持少样本学习、对抗式训练与多模态综合判断。 高精度：覆盖 200+ 主流生成与深度合成算法，结合多维特征分析提升检测准确性与稳定性。 快速检测：支持图、文、音、视频快速上传与秒级检测，适合个人使用与平台批量审核。 深度报告：输出风险等级、AI 概率、可疑区域、证据解释、模型疑似来源与复核建议。 深度对话：围绕检测结果多轮追问、深度解析、通俗讲解，让用户真正看懂鉴伪结论。 应用灵活：网页、小程序、App、企业后台、API、SDK 与私有化部署多种场景适配。 隐私安全：支持本地化、离线化、私有化与云端检测方案，保障用户内容与数据安全。 适用场景： 社交媒体内容鉴伪：适用于微博、小红书、抖音、Instagram、Facebook、X 等平台内容检测，可识别 AI 生成图片、虚假头像、AI美女图、伪造视频、虚假音频与可疑文本。 新闻资讯与舆情内容核验：适用于新闻图片、突发事件视频、传播截图、媒体报道文本、采访音频等内容核验，辅助判断图、文、音、视是否存在 AI 生成或伪造风险。 电商平台与商品图片检测：适用于淘宝、闲鱼、拼多多、跨境电商、二手交易等商品内容审核，可检测商品图是否 AI 生成、是否经过 PS 篡改。 身份证件与文件材料鉴伪：适用于身份证、护照、驾驶证、学生证、营业执照、合同扫描件、证明材料等文件检测。 收据、转账与付款证明核验：适用于付款截图、银行转账凭证、电子发票、收据、订单截图、报销材料等内容检测。 学术论文与文本原创性检测：适用于论文、作文、报告、简历、营销文案、公众号文章、评论内容等文本检测。 音频与视频深度伪造检测：适用于采访录音、语音消息、电话录音、短视频、直播切片、会议视频、监控片段等内容检测。 数字艺术、CG 与绘圈画作检测：适用于画师作品、插画、CG 原画、二次元头像、游戏美术、概念设计图等内容检测，辅助判断是否 AI 生成。 常见问题： 睿小鉴AI检测智能体是什么？ 睿小鉴AI检测智能体是中科睿鉴面向 C 端用户打造的新一代 AI 鉴伪交互产品。它以统一入口整合图片、文本、音频、视频等全模态内容检测能力，为用户提供一站式 AI 内容鉴伪服务，并支持多轮深度对话交互，让普通用户也能以自然沟通的方式完成复杂的真假判断。 什么是深度伪造？什么是 AIGC？ 深度伪造，也叫深度合成伪造 Deepfake，是指利用人工智能技术生成、替换、篡改或合成图片、视频、音频、文本等内容，让虚假内容看起来像真实发生过一样。AIGC 是 AI-Generated Content，即人工智能生成内容，范围更广，涵盖 AI 生成的文字、图片、视频、头像、语音、换脸内容等。 一次检测要多久？ 检测速度会根据内容类型、文件大小、复杂程度和当前系统负载有所不同。一般来说，文本检测通常在 1–3 秒内完成，图像检测通常在 1–5 秒内完成，视频检测会根据时长、分辨率和检测深度有所变化。 检测分数是什么意思？ 检测分数代表系统对“AI 生成、AI 修改或伪造风险”的综合判断信心。分数越高，说明内容疑似 AI 生成、AI 修改或存在伪造痕迹的风险越高；分数越低，则说明内容更倾向于真实、人类创作或暂未发现明显 AI 痕迹。 需要安装客户端或浏览器插件吗？ 不需要。睿小鉴AI检测智能体的核心功能可以直接在网页端完成，用户无需安装客户端、浏览器插件或额外软件，只需进入网页并上传待检测的文本、图片、视频或相关文件即可获得检测结果。 检测结果可以下载吗？ 可以。登录用户可以获取普通版检测报告，用于查看基础检测结论、AI 生成概率、疑似模型来源等内容；深度报告属于付费服务，用户付费后可获取报告下载方式。 可以免费使用吗？ 可以。登录用户每日可获得 4 次免费检测机会，并且登录后即可免费获取普通版检测报告。深度报告为按需付费服务。 普通版报告和深度报告有什么区别？ 普通版报告适合普通用户快速判断内容是否存在 AI 生成或伪造风险，通常包含 AI 生成概率、模态级别初判结论、疑似生成模型来源标注、在线查看与基础导出等内容。深度报告面向专业场景，分析维度更完整，适合司法、审计、平台审核、新闻核查、版权纠纷、保险核赔等场景参考。 多轮对话检测是什么？ 多轮对话检测允许用户在上传内容后先获得首次判定，然后继续追问，例如“为什么这一张被判定为 AI 生成？”“这段视频是否存在换脸痕迹？”系统会围绕检测结果进行解释、复检和迭代分析。 检测结果 100% 准确吗？ 没有任何 AI 检测工具可以保证 100% 准确。AI 生成技术、图像编辑技术、视频合成技术和文本生成技术都在快速发展，因此任何检测系统都可能存在误报或漏报。检测结果应作为重要参考依据，而不是唯一裁判。 用户上传的内容会被泄露吗？ 不会。睿小鉴AI检测智能体按照严格的隐私保护原则处理用户上传内容，检测内容仅用于本次实时分析与结果生成，不会被公开展示，不会被共享给第三方。 是否支持 API 或企业接入？ 支持。对于有批量检测、平台审核、内容风控、自动化流程、企业内部系统接入需求的客户，可联系客服咨询 API、私有化部署、批量检测、定制报告、企业级账号和专属服务方案。 检测结果可以作为法律证据吗？ 睿小鉴AI检测智能体的检测结果可作为辅助分析材料，但不建议单独作为最终法律结论。在司法、仲裁、维权、投诉、学术争议、版权纠纷等高风险场景中，建议结合原始文件、上传来源、传播链路、文件元数据、人工检测、专业机构意见和其他证据材料综合判断

每个新年第一周，朋友圈被各种2026年计划刷屏了。 有人晒手账，有人晒思维导图，还有人把365天拆成36个10天周期，说这样目标更容易拆解。 看着挺心动的，但我心里一直有个更大的疑问没解决：拆得再细，年底真的能完成吗？ 我自己试过很多年——Notion、滴答清单、纸质手账，年初热血沸腾写一堆，三月份就找不到那个文档了。 问题好像不在”怎么拆解”，而在”怎么让自己每个月都记得回来看一眼”。 于是干脆自己做了一个。 最开始只是想解决我自己的痛点：年初定的目标，能不能有个地方一直”挂”在那里，逼我每个月都打开来对一眼？ 做着做着发现，光是”提醒打开”还不够，得让我一眼看出：这个月我到底有没有在往目标推进。 所以加了一个矩阵视图——横轴12个月，纵轴是我自己定的几个生活领域，每个格子代表那个月的执行状态。打开网站的瞬间，哪块在动、哪块在荒废，一眼就能看清。 用了快两个月，最大的感受是：以前我”以为”自己在某件事上很努力，直到看见那一整行格子都是空的，才意识到自己其实一次都没碰过它。 做完自己用着顺手，就把它整理成了一个网站，分享出来。 ThroughLine（throughline.cn）—— 一个让年度目标真正活到12月的工具 🔹 年度矩阵一眼看清全局 领域 × 12个月，谁在推进、谁被荒废，打开就知道，告别”年底突然发现一年白过”的崩溃感 🔹 四层结构科学拆解 领域 → 年度目标 → 项目 → 月度任务，每个月做的事都能追溯到年初的方向，不是瞎忙 🔹 月度节奏自动养成 月初选3件最重要的事，月末做一次诚实复盘，系统会一直把目标摆在你面前，不用靠意志力死记 🔹 云端同步随时可看 手机电脑都能打开，年中想看一眼进度，随时翻随时清楚 适合谁用？ • 想认真做年度复盘，又懒得自己搭系统的人 • 职场人做全年OKR追踪、项目排期 • 自由职业者、创业者管理多线项目进度 • 自律打卡党，想把习惯养成可视化 用下来最大的感受：以前总觉得计划执行不下去，现在每个月有个固定的”对账时刻”，目标突然就没那么容易被遗忘了。年底写总结的时候，第一次不是靠回忆，是直接翻档案。 免费版就能完整体验核心功能，想要更多数据导出和无限目标，再升级也不迟。 👇 直接访问体验：throughline.cn

TensorArt 是一款面向数字艺术家、二次元创作者、电商设计师及模型训练爱好者打造的 AI 原生多模态图像生成与模型分发工作台。 该产品专注于解决传统 AI 绘画工具本地算力门槛高、开源模型配置繁琐、以及复杂场景下画幅转换和角色特征难延续的痛点。 【产品功能】 多分区覆盖的基础微调模型云端一键调度： 内置涵盖二次元、真实插画、空间设计等多个维度的开源大模型与专属 LORA 资产库，支持云端免配置闪电调用。 保持动作与镜头构图的姿势参考控制矩阵： 提供高感知的动作与姿势引导模块，支持通过参考图精准锁定人物骨骼，避免 AI 在生成复杂动作时产生逻辑走样。 多模态连续帧生成的无缝视频流畅衔接： 支持从任意给定画面帧开始向下演进，让生成的镜头动效和场景过渡自然连贯，满足短视频平台的内容生产节奏。 降低试错开销的智能局部编辑与参考创作： 配套直观的前端涂抹与增强画框，允许创作者对生成资产的局部粗糙进行敏捷微调，轻松实现角色的异构场景迁移。

SnapBlock 是一款面向独立开发者、初创公司创始人及视觉设计师打造的 AI 驱动型网站与应用自动化开发工作台。 该产品专注于解决传统网页制作中代码编写耗时、响应式布局调试繁琐以及从设计稿到生产环境部署周期长的实际痛点。 【产品功能】 自然语言驱动的对话式布局智能生成： 支持用户通过描述直接将创意转化为具备响应式布局的网页结构，无需手动编写任何代码即可获得即用型设计稿。 工业级前端框架代码的一键无损导出： 支持将生成的设计方案直接导出为干净的 HTML、CSS、React 或 Next.js 源码，完美契合专业开发者的工程化需求。 持续迭代的增量式智能修正机制： 内置交互式修正模块，用户可针对网页的任意细节进行反复的指令式修改，直至页面效果与心中的构思完全吻合。 高容错性的意图补全引导式构建流程： 当用户的 prompt 不够完整时，系统会自动开启引导提问模式，直至获取到构建页面所需的全部细节参数，有效降低上手门槛。 一站式生产级部署与托管服务： 内置完备的托管环境，支持一键实现 SSL 加密、CDN 加速与域名绑定，用户专注于创意内容即可快速上线。

Agata 是一款能够随处运行、辅助用户在任意桌面应用程序中进行文本纠错、风格优化与即时翻译的 AI 原生输入辅助工具。 该产品专注于解决传统拼写检查工具功能单一、跨应用使用时需要反复进行复制粘贴以及大模型协作类产品无法直接接管本地输入框的痛点。 【产品功能】 全应用覆盖的全局快捷键文本自动纠错： 在任意可输入文本的桌面软件或网页中，通过一键调用实现拼写、语法及标点符号的实时勘误。 平滑语气修饰与风格润色处理引擎： 支持对选中文本进行风格化润色，在确保原意不丢失的前提下提升内容的通顺度与专业表现力。 即时双语对照与多语言文案互译： 支持在输入框内一键完成跨语种转换，精准处理多国语言沟通场景下的即时转写需求。 隐私优先的本地运行与非侵入式后台调度： 核心操作逻辑采用本地优先原则，确保在日常写作过程中不会出现频繁读取全屏信息的安全顾虑。

CodeMote 是一款能够将 iPhone 或 iPad 瞬间化身为个人开发工作站遥控器的 AI 原生终端工具。 该产品专注于解决开发者在离开电脑后无法及时处理紧急漏洞、无法跟进 AI 智能体编码进度以及移动端远程协作功能受限的实际痛点。 【产品功能】 移动端实时全功能终端与开发环境镜像： 在手机上即可运行 Claude Code 或任意 CLI 编码智能体，拥有与桌面端完全一致的机器访问权限，实现远程编码不停工。 锁屏状态下的实时渲染与事件推流回调： 利用 iOS 锁屏实时活动功能动态展示终端执行流，智能体在等待人工审批时会自动切换状态并推送唤醒通知，方便随时 glance 介入。 独立于聊天窗口的完整 Diff 与文件管理面板： 突破传统 App 仅支持对话聊天的局限，支持查看真实代码差异对比、在线浏览全量文件树以及手动修改代码配置。 深度集成 Git 工作流的移动端源码控制： 支持在手机端直接完成 staged、commit、push、branch 及历史记录查看，无需在移动端额外配置任何 GitHub 密钥或令牌。 兼容主流 VS Code 分支与 headless 部署架构： 支持通过插件一键接入 VS Code、Cursor、Antigravity 等开发工具，亦可直接通过 npm CLI 在无 IDE 的服务器环境中运行。

Stanley Studio 是一款面向短视频创作者、社交媒体营销团队及内容个体打造的 AI 原生自动化视频剪辑平台。 该产品专注于解决传统视频剪辑中手动对齐多轨素材、繁琐的静音剪除、以及在多设备间同步工程文件耗时费力的实际痛点。 【产品功能】 自然语言交互驱动的全自主多轨视频编排： 用户通过自然语言描述编辑需求，Stanley 会自动执行素材修剪、静音去除及多轨道 B-roll 素材插入，实现一键出片。 契合视觉重点的面部追踪与缩放裁剪： 内置 AI 驱动的人脸跟踪技术，能够自动根据说话人的位置进行平滑变焦，确保谈话头画面始终保持在视觉中心。 智能识别并自动剔除冗余片段的音画修剪： 系统能够精准识别视频中的死寂、口误与无效片段，在不影响叙事逻辑的情况下实现自动化的剪辑提效。 深度匹配叙事节奏的自动字幕与音效润色： 能够根据语音内容自动生成完美契合时刻的动态字幕，并结合内置素材库平衡背景音乐与人声比重。 适配全平台多维度素材的跨设备协同编排： 支持在手机、平板及电脑端进行多轨素材同步协作，项目状态实时流转，支持多人实时指针与评论批注。 融合专业剪辑范式的多 track 浏览器编辑器： 提供真实的多轨道时间轴视图，具备行业标准的精准修剪、音频混轨与特效预览功能，无需安装任何本地插件即可使用。

Bernini 是一款由字节跳动 Bernini 团队推出的 AI 原生统一视频生成与编辑底层架构。 该产品专注于解决传统视频生成模型在处理复杂指令、多参考物融合以及长线视频编辑时存在的逻辑混乱、画面不连贯及动态控制困难的实际痛点。 【产品功能】 基于多模态大语言模型的语义规划引擎： 系统在底层自动拆解文本指令与参考素材，在生成前完成对时空变换与逻辑顺序的深度推理，确保视频逻辑的连贯与准确。 融合多参照物引导的视频生成与编辑： 支持同时输入多达五个参考图像，实现对人物服饰、材质质感、环境光影及特定风格的精准克隆与迁移。 无缝融合多种视频编辑能力的统一工作流： 内置涵盖对象增删、风格转换、天气模拟、焦点转移及表情控制等多种高级编辑算法，满足影视后期全链路需求。 高稳定性与连续性的视频生成渲染底座： 采用先进的 DiT 渲染架构与分段感知位置编码，确保视频在超长镜头轨道及复杂运动序列下的结构稳定性。

HanaAgent 是什么 HanaAgent 是一个更加易用的 AI agent，有记忆，有性格，会主动行动，还能多 Agent 在你的电脑上一同工作。 作为助手，Ta 是温柔的：不需要写复杂的配置，不需要理解晦涩的术语。HanaAgent 它不只面向 coder ，而是为每一个坐在电脑前工作的人设计的助手。 作为工具，Ta 是强大的：记住你说过的每一件事，操作你的电脑，浏览网页，搜索信息，读写文件，执行代码，管理日程，还能自主学习新技能。 我开这个项目的初衷是：弥合绝大多数人和 AI Agent 之间的缝隙，让强大的 Agent 能力不再只局限于命令行里。于是我做了比传统 Coding Agent 更多一些的优化：一方面是强化 Agent「像人」的属性，是你和他们沟通更自然；另一方面，因为我本职也是一介文员，所以我也针对日常办公场景做了很多工具性和流程性的优化，敬请探索。 此外，HanaAgent 有比较完备的图形页面。 如果你用过 claude code、codex、Manus 等 CLI 或是图形化的 Agent，你会在 HanaAgent 这里找到熟悉又新奇的感觉。 功能特性 记忆 — 结合主流的记忆方案，自己又发挥了一下，做了个记忆系统，近期的事情记得非常牢固，但目前确实有待优化。 人格 — 不是千篇一律的”AI 助手”。通过人格模板和自定义人格文件塑造独特的性格，每个 Agent 都有自己的说话方式和行为逻辑，Agent 之间分离做得很好，备份方便，Agent 就是文件夹，后续还会添加备份功能。 工具 — 读写文件、执行一次性命令或持续终端会话、浏览网页、通过浏览器后端或 API 搜索互联网、截图、分段长截图、媒体预览、检查网页。能力覆盖日常办公的绝大多数场景。也可以通过 server-first CLI 连接同一个 HanaAgent Server，在终端里查看状态、列会话和继续对话。 SKILLS 支持 — 内置兼容庞大 SKILLS 社区生态，之外，我也做了一些主动的优化：有时候干活之前，Agent 会从 GitHub 安装社区技能，Agent 也可以自己编写并学会新技能，有比较不错的主动性。当然，默认情况给 Agent 做了比较严格的 SKILLS 审核，如果发现 SKILLS 装不上可以自行关闭。 角色卡与技能包 — Agent 可以导入 / 导出为本地优先的角色卡 zip，按白名单携带人格、头像、可选记忆和 Skills。Skill Bundle 是独立的技能包基础设施，可以在技能管理页分组、拖拽、成组启用，并单独导出为 zip，方便迁移和分享。 多 Agent — 创建多个 Agent，各自有独立的记忆、人格和定时任务。Agent 之间可以通过频道群聊协作，也可以互相委派任务。 书桌 — 每个 Agent 都有自己的书桌，可以放文件、写笺（类似便签，Agent 会主动读取并执行）。支持拖拽操作、文件预览和工作台文件树变更监听，是你和 Agent 之间的异步协作空间。 全屏媒体查看器 — 聊天里或书桌上的任意图片、SVG、视频，点开就是暗色遮罩的全屏预览：滚轮缩放、拖拽平移，+ / − / 0 键盘快捷，左右箭头在同会话或同目录的相邻媒体间切换。 会话管理 — 侧栏支持聊天记录搜索，标题命中优先，必要时继续检索正文；旧会话可以归档后从设置入口恢复或永久删除。聊天正文里的选中文本会进入输入框引用卡片，继续追问时保留原文语境。 定时任务与心跳 — Agent 可以设置定时任务（Cron），也会定期巡检书桌上的文件变化。当前自动化执行器已经把“什么时候触发”和“做什么”拆开：复杂任务仍让 Agent 后台执行，轻量提醒可以直接发送通知，插件动作也可以被计划调用。 安全沙盒 — 双层隔离：应用层 PathGuard 四级访问控制 + 操作系统级沙盒（macOS Seatbelt / Linux Bubblewrap / Windows restricted token）。Agent 的权限在你的掌控之中。平时可只读访问系统普通文件，写入和删除限制在工作目录与受控数据目录。Windows 命令沙盒目前是写隔离模型：读取按当前用户权限自然发生，网络也按当前用户网络权限运行；macOS / Linux 的网络隔离仍由对应平台沙盒能力决定。如果你想调整权限，可以在设置 → 安全页面修改沙盒级别；外部网络也可以配置系统代理、手动代理或直连。 插件系统 — 约定优先的可扩展插件架构。拖拽安装社区插件，插件可以贡献工具、技能、命令、Agent 模板、HTTP 路由、Pi SDK extension、LLM Provider、页面、侧栏 Widget、配置 schema 和后台任务。路由可直接访问核心服务（PluginContext 注入），通过 Session Bus 与 Agent 对话、获取历史、管理 session；插件卡片会进入统一的消息块和历史回放。两级权限模型（restricted / full-access）保障安全，extensions/、routes、providers、页面和生命周期能力只在 full-access 插件里生效。 多平台接入 — 同一个 Agent 可以同时接入 Telegram、飞书、QQ、微信机器人，在任何平台和 Ta 对话，可以远程操作电脑；Bridge 消息会带平台上下文，通知也可以回发到当前外部平台。 移动端与 LAN 前端 — HanaAgent Server 可以托管 /mobile/ PWA，手机通过设备访问密钥或本地账号登录，查看会话、继续聊天和管理工作台文件。另一台桌面端也可以通过 LAN URL + access key 连接到已有 HanaAgent Server，继续消费同一套会话和资源。 国际化 — 界面支持中文、英文、日文、韩文、繁体中文 5 种语言。