关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
AIGC 领域的最新工具、开源项目以及行业大事件
Nano Banana + Kling，把经典电影场景做成立体微缩模型。
提示词：
核心主题 (Core Concept)
创建一个干净、收藏级的高品质微缩模型场景（Diorama），对附带的参考图进行重构。目标是将原画面完全重建为具有实体质感的精密比例模型。
参考执行规则 (Reference Adherence)
[关键要求]：严格以参考图作为场景布局、物体摆放和构图的唯一且精确的依据。
禁止重新演绎场景或替换原有物体。
所有车辆、建筑、道具和地形必须保持与参考图完全一致的相对位置。
角色（如果存在）应渲染为微缩人偶风格，不包含真实面部细节。
风格与材质 (Style & Materials)
美学风格：干净、现代、高级感的模型美学。
材质质感：高品质模型材料，表面呈现光滑、哑光（Matte）或轻微丝绸光泽（Satin）。
细节处理：简化但保留忠实的微缩比例（Miniature Realism）。
画质：超清晰洁净，无颗粒感，无噪点。
环境与底座 (Environment & Base)
底座：带有倒角的独立雕刻底座，边缘线条干净极简。底座自然地承载所有物体，无任何外壳包围。
背景：纯白无缝影棚背景（Pure White）。除模型底座外，周围没有任何环境元素。
灯光与镜头 (Lighting & Camera)
视角：等轴视图（Isometric）或微俯视 3/4 视角。模型需居中且完整可见（无裁剪）。
光照：柔和的影棚布光（顶光及微侧光），仅在物体下方产生细微的接触阴影。避免戏剧性的聚光灯或强对比度。
镜头：等效 35mm–50mm 焦段，无畸变。
负面提示 (Negative Prompt - 禁止出现)
不要包含：玻璃罩、亚克力展示盒、博物馆展柜、透明立方体、保护壳、玻璃反光、标签或铭牌、文字覆盖、杂乱的背景、电影感动态模糊、景深模糊。
提示词：
核心主题 (Core Concept)
创建一个干净、收藏级的高品质微缩模型场景（Diorama），对附带的参考图进行重构。目标是将原画面完全重建为具有实体质感的精密比例模型。
参考执行规则 (Reference Adherence)
[关键要求]：严格以参考图作为场景布局、物体摆放和构图的唯一且精确的依据。
禁止重新演绎场景或替换原有物体。
所有车辆、建筑、道具和地形必须保持与参考图完全一致的相对位置。
角色（如果存在）应渲染为微缩人偶风格，不包含真实面部细节。
风格与材质 (Style & Materials)
美学风格：干净、现代、高级感的模型美学。
材质质感：高品质模型材料，表面呈现光滑、哑光（Matte）或轻微丝绸光泽（Satin）。
细节处理：简化但保留忠实的微缩比例（Miniature Realism）。
画质：超清晰洁净，无颗粒感，无噪点。
环境与底座 (Environment & Base)
底座：带有倒角的独立雕刻底座，边缘线条干净极简。底座自然地承载所有物体，无任何外壳包围。
背景：纯白无缝影棚背景（Pure White）。除模型底座外，周围没有任何环境元素。
灯光与镜头 (Lighting & Camera)
视角：等轴视图（Isometric）或微俯视 3/4 视角。模型需居中且完整可见（无裁剪）。
光照：柔和的影棚布光（顶光及微侧光），仅在物体下方产生细微的接触阴影。避免戏剧性的聚光灯或强对比度。
镜头：等效 35mm–50mm 焦段，无畸变。
负面提示 (Negative Prompt - 禁止出现)
不要包含：玻璃罩、亚克力展示盒、博物馆展柜、透明立方体、保护壳、玻璃反光、标签或铭牌、文字覆盖、杂乱的背景、电影感动态模糊、景深模糊。
我身边现在大概有两类朋友。
第一类，AI 重度上瘾型。
每天用 AI 用到不睡觉，工具一堆：模型、Agent、插件、自动化流程全都试一遍。
不断探索“这个能不能”“那个行不行”，做一堆现实里有需求但并不急需的需求。
Vibe Coding 对他们来说像赛博毒药，一旦进入状态就停不下来，一边震撼 AI 的能力，一边被新工具持续刺激，永远在 next level。
第二类，传统行业躺赚型。
早几年踩对了行业，现金流很好，生意稳定。日常 AI 使用止步于“豆包能不能帮我写点东西”，
分不清 GPT、DeepSeek、Manus、Claude 到底有什么区别，也不太关心。
在他们眼里，AI 是锦上添花，不是生产资料。
有意思的是，这两类人彼此都看不太懂对方。
第一类觉得第二类“迟早会被 AI 淘汰”，
第二类觉得第一类“太兴奋、太折腾”。
@aigc1024
第一类，AI 重度上瘾型。
每天用 AI 用到不睡觉，工具一堆：模型、Agent、插件、自动化流程全都试一遍。
不断探索“这个能不能”“那个行不行”，做一堆现实里有需求但并不急需的需求。
Vibe Coding 对他们来说像赛博毒药，一旦进入状态就停不下来，一边震撼 AI 的能力，一边被新工具持续刺激，永远在 next level。
第二类，传统行业躺赚型。
早几年踩对了行业，现金流很好，生意稳定。日常 AI 使用止步于“豆包能不能帮我写点东西”，
分不清 GPT、DeepSeek、Manus、Claude 到底有什么区别，也不太关心。
在他们眼里，AI 是锦上添花，不是生产资料。
有意思的是，这两类人彼此都看不太懂对方。
第一类觉得第二类“迟早会被 AI 淘汰”，
第二类觉得第一类“太兴奋、太折腾”。
@aigc1024
片或描述时：
1. 分析主体的核心特征、穿着风格及潜在性格。
2. 提取可拆解的一级元素（外套、鞋子）
3. 脑补并设计二级深度元素
4. 生成一张包含所有这些元素的组合图，确保透视准确，光影统一，注释清晰
5. 使用中英文双语标记，高清4K HD 输出，比例3:4
@aigc1024
1. 分析主体的核心特征、穿着风格及潜在性格。
2. 提取可拆解的一级元素（外套、鞋子）
3. 脑补并设计二级深度元素
4. 生成一张包含所有这些元素的组合图，确保透视准确，光影统一，注释清晰
5. 使用中英文双语标记，高清4K HD 输出，比例3:4
@aigc1024
马斯克接手推特后第一件事就是解雇李飞飞，当时很多人不理解。但看完这段视频你可能就懂了：这位“AI教母”居然在2026年还认为机器人“没有商业场景”，落地甚至要等20年。
这简直是学术界与现实世界的巨大鸿沟！当 Optimus 已经在工厂里搬砖、特斯拉 FSD 已经跑通了机器视觉的底层逻辑时，专家还在纠结“没数据、没场景”。
这就是为什么真正的创新往往来自疯子，而不是所谓的泰斗。你觉得专家的话还能信几分？
@aigc1024
这简直是学术界与现实世界的巨大鸿沟！当 Optimus 已经在工厂里搬砖、特斯拉 FSD 已经跑通了机器视觉的底层逻辑时，专家还在纠结“没数据、没场景”。
这就是为什么真正的创新往往来自疯子，而不是所谓的泰斗。你觉得专家的话还能信几分？
@aigc1024
该仓库由 官方构建，每一个 skill 的排行都由其在用户侧的受欢迎程度决定，所以一般排行靠前的基本不会踩雷。
这里我经常用的 skills 有三个：
frontend-design:
A社官方创建的 skill，指导创建独特的生产级前端界面，避免泛泛的“AI粗糙”美学。去除前端“AI味”
supabase-postgres-best-practices:
supabase数据库创建的最佳实践
audit-website:
大而全的网站审计skill，能够审查出网站的SEO、技术、内容、性能和安全多方面问题。
Skill一定是适合自己的才是最好用的，即使是直接从列表里下载的skill，可能也需要我们高度客制化形成自己的。其余的skills大家可以去网站自行寻找。
链接👇
http://skills.sh
@aigc1024
ollama run kimi-k2.5:cloud
You can connect it to Claude Code, Codex, OpenCode, Clawdbot, and Droid via ollama launch!
ollama launch claude --model kimi-k2.5:cloud
@aigc1024
但这些对大多数人意义不大。我自己用下来的感受：真正有用的 skill，都是从自己的工作场景里做出来的。
因为skill的本质是标准化流程的封装，别人的SOP≠你的SOP。
拿我自己举例，我玩了好多花里胡哨的skill，但用的多的并不多：
- 我需要按照我的特定需求整理信息、文档，于是写了一份/yuwen-writer
- 我经常会使用excalidraw画布，但自己整理并画好，比较消耗时间，就写了/yuwen-excalidraw
- 关于生图和插图，我会用 大佬的 /baoyu-image-gen、/baoyu-article-illustrator
还有一些其它的，但大多都是根据自己的SOP做出来的，这些skill对我来说价值巨大，因为是我每天都在用的场景。
我一般的做法：
1. 先找到自己经常重复做的事（偶尔一次使用没必要）
2. 把这件事的 SOP 梳理清楚
3. 让 Claude Code 帮我写成 skill
4. 用的过程中不断优化
这样出来的 skill，才是真正属于你的、能持续产生价值的东西。
@aigc1024
传统软件正在走向死亡。
微软CEO纳德拉亲口描述了SaaS（软件即服务）的终结。
未来属于AI代理（AI Agent）。
为什么？
因为商业的核心逻辑，正在从软件本身，转移到AI代理身上。
你现在买软件，是为了它写好的特定功能和规则。
但纳德拉认为，未来的软件应用，本质上会变成“哑巴数据库”或简单的工具。
所有智慧、决策和推理能力，都将掌握在AI代理手中。
AI代理会像一个大脑和工人，直接去更新那些“哑巴”数据库。
软件沦为商品，AI成为核心。
纳德拉以自家产品举例。
他说微软的Dynamics业务系统，正在朝这个方向奔。
AI代理将跨越所有后台，随意更新多个数据库。
所有的逻辑和智慧，都集中在AI层。
当AI成为唯一的逻辑中心时，人们就会开始替换掉旧的后台系统。
这不仅仅是客户关系管理（CRM），甚至财务和运营系统也是如此。
整个商业应用，都将被AI代理重塑和颠覆。
甚至连Excel这样的工具也不例外。
未来的Excel，会像一个初级数据分析师，而Copilot（AI）才是那个使用工具的高级专家。
AI会制定计划，然后调用Excel执行计划。
这背后隐藏着一个关键问题。
当所有商业逻辑和决策都集中到少数几家公司的AI“大脑”中，谁来保证竞争的公平性？
当应用程序变成“哑巴”，创新和差异化的空间在哪里？
这会不会是科技巨头们新一轮的权力集中，将中小企业的命运牢牢掌握在自己手中？
这值得每一个创业者和决策者深思。
@aigc1024
微软CEO纳德拉亲口描述了SaaS（软件即服务）的终结。
未来属于AI代理（AI Agent）。
为什么？
因为商业的核心逻辑，正在从软件本身，转移到AI代理身上。
你现在买软件，是为了它写好的特定功能和规则。
但纳德拉认为，未来的软件应用，本质上会变成“哑巴数据库”或简单的工具。
所有智慧、决策和推理能力，都将掌握在AI代理手中。
AI代理会像一个大脑和工人，直接去更新那些“哑巴”数据库。
软件沦为商品，AI成为核心。
纳德拉以自家产品举例。
他说微软的Dynamics业务系统，正在朝这个方向奔。
AI代理将跨越所有后台，随意更新多个数据库。
所有的逻辑和智慧，都集中在AI层。
当AI成为唯一的逻辑中心时，人们就会开始替换掉旧的后台系统。
这不仅仅是客户关系管理（CRM），甚至财务和运营系统也是如此。
整个商业应用，都将被AI代理重塑和颠覆。
甚至连Excel这样的工具也不例外。
未来的Excel，会像一个初级数据分析师，而Copilot（AI）才是那个使用工具的高级专家。
AI会制定计划，然后调用Excel执行计划。
这背后隐藏着一个关键问题。
当所有商业逻辑和决策都集中到少数几家公司的AI“大脑”中，谁来保证竞争的公平性？
当应用程序变成“哑巴”，创新和差异化的空间在哪里？
这会不会是科技巨头们新一轮的权力集中，将中小企业的命运牢牢掌握在自己手中？
这值得每一个创业者和决策者深思。
@aigc1024
「帮我根据这个视频实现类似的交互。中间的天气图片可以用互联网图片。交互核心：鼠标 hover 上去时，卡片大小调整的弹性变化和无缝过渡的动效（如弹跳效果等），可以用 Anime.js 等动效库去完成。功能模块：删除卡片、调整卡片大小」
第一个版本就搞出了不错的东西。
------
有些视觉小问题，我截图标记发给它，不需要费心描述位置和细节。而且我还在修复问题的时候让它加功能。
经过两轮修改，基本就还原了视频原本的交互动画和效果。除了图标不一样，K2.5 实现的效果我觉得甚至比原视频还要好一些。
------
做到这里，基本上完成了一个类似 iOS 卡片组件的动效效果。
自然而然就想把这部分做完，加上更多的卡片类型，同时处理纵向的排列逻辑。
于是又去找其他类似卡片设计参考，找到一个阅读卡片还不错。让它基于现在的交互效果，为系统增加阅读卡片的样式，同时增加添加卡片的按钮。
------
进行两三次这样的迭代之后，实现了一个非常炫酷充满动效的卡片组件自定义系统。
现在它支持天气卡片、纯文本卡片、书籍卡片、书籍推荐卡片、股票卡片。所有的操作都有动画，即使是添加和删除，每个部分都加上了不同卡片大小的样式适配。
还记得之前有个个人链接聚合产品就是这样的吗，后来还被收购了。而我们现在只需要打几个字，点几下同意就能完成这样精美的产品。
K2.5 已经完全可以支持通过 Vibe Coding 和多模态参考的形式，跳过设计直接进行开发。你完全可以通过不同的参考图边设计边开发，而且相较于 Sonnet 4.5 便宜很多。
======
Agent 模式：给它一个链接，啥也不说
这次的 Agent 模式非常强，给了 K2.5 虚拟机和各种工具之后，任务完成率高了一大截。
你甚至可以直接给它一个链接，啥也不说，就让它复刻这个网站。
它会自己访问网页，然后一点一点浏览、截图、存档分析。如果网站允许的话，它甚至可以帮你把图片素材都搞过来。
------
直接看结果，K2.5 把所有的交互和内容都搞定了，甚至那个卡片缺角也在有意模仿。
而且它不是 1:1 复刻，它会在一些小细节上采用自己的设计风格，而且这个风格很一致，会保持完整个网页。
从这个例子可以看到，K2.5 是有自己的美学逻辑和思维的，不只是单纯的像素级致敬。
它会抽取参考网页的设计思路和特殊的处理方式，然后自己再进行融合处理。当然你说你就是想让它像素级复刻，多改几次它也会遵循。
======
最惊艳的案例：设计系统规范网站
这个是意外。
我整理了一个设计风格的提示词，准备给它一个文档，变成网页的。结果我忘了发文档本身，就把提示词发了进去。
但它给了我一个非常惊艳的结果：它直接为这个提示词做了一个设计系统的设计规范网站。而且本身的风格也是跟着提示词来的。
------
这个提示词其实非常长，要求很多。
结果它的遵循相当不错，用结合各种组件把具体的要求和设计风格都展示出来了。它还给背景加上了那种很像条纹的纹理，有种很像纸张的感觉。
------
还有一个案例也是无意间跑出来的。
当时我让它复刻一个网页，可能网页有反爬它没有拿到信息。但是自己发挥依然给了一个相当不错的结果。
这说明它的自主设计能力已经很强了。
======
使用建议
从这次测试的结果来看：
▸ 简单效果和代码：用普通模式就行
▸ 复杂项目、大量动效、多资料参考：用 Agent 模式
------
Agent 模式的任务完成率明显高很多，但消耗的 Token 也更多。根据你的项目复杂度和预算选择。
======
局限性
这次的多模态能力虽然有了非常大的进步，但与其他类似模型一样，在涉及到一些非常小的设计细节时，它其实无法完全理解和捕捉到那些精准的数值。
主要体现在几个方面：
▸ 很小的圆角
▸ 卡片的描边细节
▸ 具体的色值
这方面我觉得大家（多模态模型）都还需要继续努力。
------
但总体来说，K2.5 在前端审美和动效复刻上已经是目前最好的选择之一了。配合 Agent 模式，边设计边开发的工作流已经很流畅。
而且相比 Sonnet 4.5，便宜不少。
第一个版本就搞出了不错的东西。
------
有些视觉小问题，我截图标记发给它，不需要费心描述位置和细节。而且我还在修复问题的时候让它加功能。
经过两轮修改，基本就还原了视频原本的交互动画和效果。除了图标不一样，K2.5 实现的效果我觉得甚至比原视频还要好一些。
------
做到这里，基本上完成了一个类似 iOS 卡片组件的动效效果。
自然而然就想把这部分做完，加上更多的卡片类型，同时处理纵向的排列逻辑。
于是又去找其他类似卡片设计参考，找到一个阅读卡片还不错。让它基于现在的交互效果，为系统增加阅读卡片的样式，同时增加添加卡片的按钮。
------
进行两三次这样的迭代之后，实现了一个非常炫酷充满动效的卡片组件自定义系统。
现在它支持天气卡片、纯文本卡片、书籍卡片、书籍推荐卡片、股票卡片。所有的操作都有动画，即使是添加和删除，每个部分都加上了不同卡片大小的样式适配。
还记得之前有个个人链接聚合产品就是这样的吗，后来还被收购了。而我们现在只需要打几个字，点几下同意就能完成这样精美的产品。
K2.5 已经完全可以支持通过 Vibe Coding 和多模态参考的形式，跳过设计直接进行开发。你完全可以通过不同的参考图边设计边开发，而且相较于 Sonnet 4.5 便宜很多。
======
Agent 模式：给它一个链接，啥也不说
这次的 Agent 模式非常强，给了 K2.5 虚拟机和各种工具之后，任务完成率高了一大截。
你甚至可以直接给它一个链接，啥也不说，就让它复刻这个网站。
它会自己访问网页，然后一点一点浏览、截图、存档分析。如果网站允许的话，它甚至可以帮你把图片素材都搞过来。
------
直接看结果，K2.5 把所有的交互和内容都搞定了，甚至那个卡片缺角也在有意模仿。
而且它不是 1:1 复刻，它会在一些小细节上采用自己的设计风格，而且这个风格很一致，会保持完整个网页。
从这个例子可以看到，K2.5 是有自己的美学逻辑和思维的，不只是单纯的像素级致敬。
它会抽取参考网页的设计思路和特殊的处理方式，然后自己再进行融合处理。当然你说你就是想让它像素级复刻，多改几次它也会遵循。
======
最惊艳的案例：设计系统规范网站
这个是意外。
我整理了一个设计风格的提示词，准备给它一个文档，变成网页的。结果我忘了发文档本身，就把提示词发了进去。
但它给了我一个非常惊艳的结果：它直接为这个提示词做了一个设计系统的设计规范网站。而且本身的风格也是跟着提示词来的。
------
这个提示词其实非常长，要求很多。
结果它的遵循相当不错，用结合各种组件把具体的要求和设计风格都展示出来了。它还给背景加上了那种很像条纹的纹理，有种很像纸张的感觉。
------
还有一个案例也是无意间跑出来的。
当时我让它复刻一个网页，可能网页有反爬它没有拿到信息。但是自己发挥依然给了一个相当不错的结果。
这说明它的自主设计能力已经很强了。
======
使用建议
从这次测试的结果来看：
▸ 简单效果和代码：用普通模式就行
▸ 复杂项目、大量动效、多资料参考：用 Agent 模式
------
Agent 模式的任务完成率明显高很多，但消耗的 Token 也更多。根据你的项目复杂度和预算选择。
======
局限性
这次的多模态能力虽然有了非常大的进步，但与其他类似模型一样，在涉及到一些非常小的设计细节时，它其实无法完全理解和捕捉到那些精准的数值。
主要体现在几个方面：
▸ 很小的圆角
▸ 卡片的描边细节
▸ 具体的色值
这方面我觉得大家（多模态模型）都还需要继续努力。
------
但总体来说，K2.5 在前端审美和动效复刻上已经是目前最好的选择之一了。配合 Agent 模式，边设计边开发的工作流已经很流畅。
而且相比 Sonnet 4.5，便宜不少。
