工具测评 on 赛博工具站

Hermes Agent评测：一个会自我进化的AI代理方案

Fri, 10 Apr 2026 10:00:00 +0800

简介

Hermes Agent是Nous Research推出的开源AI代理，目前GitHub上有将近4.5万星。它最特别的地方不是能帮你干活，而是会自己学习——用着用着，它会创建新技能、改进旧技能、记住你的偏好，越用越顺手。

核心功能

学习循环：这是它跟其他代理最大的区别。完成复杂任务后，它会自动创建"技能"（skills）。下次遇到类似问题，直接调用。技能还会在反复使用中自我改进。

多平台接入：Telegram、Discord、Slack、WhatsApp、Signal都能连。你在手机上发消息，它在云端跑。支持语音转文字，跨平台对话也连贯。

多模型切换：不绑死某个模型。Nous Portal、OpenRouter（200多个模型）、GLM、Kimi、MiniMax、OpenAI，甚至自己的私有端点都能用。一条命令hermes model就切换，不用改代码。

记忆系统：会定期提醒自己记住重要的事。能搜索过去的对话历史，用LLM总结找相关内容。还支持Honcho方言式用户建模——简单说，它会越来越懂你。

定时任务：内置cron调度器。日报、周报、自动备份，用自然语言描述就行，不用写crontab。

子代理并行：遇到大任务能派发子代理分头干活。Python脚本也能调用工具，把多步流程压缩成一轮对话。

价格方案

方案	价格	说明
开源自用	免费	自己部署，服务器费用自理
Nous Portal	按量付费	官方托管，价格随模型不同
其他模型	各平台定价	OpenRouter、Kimi等按各家收费标准

💡 点击下方链接可查看官方文档 CPS链接：Hermes Agent官网 →

优缺点对比

优点	缺点
开源免费，代码透明	自己部署需要技术能力
会自我学习改进	学习效果取决于使用频率
支持十几种模型切换	部分高级功能文档不全
多平台消息互通	语音功能在Termux上受限
内存占用低，5美元VPS能跑	Windows原生不支持，得用WSL

适合人群

推荐给：开发者、技术爱好者、想长期用一个AI代理的人、需要自动化日常任务的人

不推荐：完全不懂命令行的用户、只想快速上手不想折腾的人

使用教程

安装：curl -fsSL https://raw.githubusercontent.com/NousResearch/hermes-agent/main/scripts/install.sh | bash
重载终端：source ~/.bashrc（zsh用户用source ~/.zshrc）
启动：输入hermes进入对话
选模型：hermes model选择你要用的LLM
（可选）启动网关：hermes gateway接入Telegram等平台

Windows用户需要先装WSL2。Android用户可以用Termux，但语音相关依赖装不了完整版。

购买建议

如果你是开发者或者喜欢折腾，这个项目值得花时间研究。它的学习循环机制确实新颖——不是简单地记住历史，而是主动创造工具来提升效率。开源免费也是加分项。

但如果你只想找个开箱即用的AI助手，可能Claude、ChatGPT的官方应用更省事。Hermes Agent的乐趣在于参与塑造它，而不是把它当黑盒用。

🎯 官方链接：Hermes Agent官网 →

Runway评测：好莱坞级AI视频生成工具，从文字到成片只需几分钟

Thu, 09 Apr 2026 16:00:00 +0800

简介

Runway是目前最火的AI视频生成工具之一，被《暮光之城》《瞬息全宇宙》等大片团队用过。简单说：你给它一段文字描述或一张图片，它就能生成一段视频。从文字到4K成片，几分钟搞定。

核心功能

Gen-3 Alpha视频生成：最新一代模型，能生成超逼真的人脸和动作，支持文字描述、图片、视频作为输入
Motion Brush动态笔刷：选中画面某个区域，指定运动方向，只有那部分会动——控制力拉满
Gen-2视频风格迁移：把真人视频转成动画、油画、赛博朋克风格，一键换画风
图像生成与编辑：不只是视频，图片生成和智能抠图也都能干
实时协作：团队项目在线协作，项目管理一条龙

价格方案

方案	价格	视频时长	特点
免费版	¥0	125秒/月	720p导出，带水印，排队生成
Standard版	$15/月（约¥108）	625秒/月	无水印，1080p，优先队列
Pro版	$35/月（约¥252）	2250秒/月	4K导出，Gen-3 Alpha，API访问
Unlimited版	$76/月（约¥547）	无限生成	团队协作，企业级支持

💡 点击下方链接注册可获赠额外生成时长 CPS链接：Runway官网 →

优缺点对比

优点	缺点
生成质量业内顶级，Gen-3接近实拍	免费版额度太少，125秒不够玩
Motion Brush控制精准，告别随机抽卡	计费按秒算，贵且用得快
支持中文提示词，国内用户友好	高峰期排队久，Pro以上才优先
好莱坞团队在用，专业度有背书	Gen-3还处于Alpha，偶尔翻车

适合人群

推荐给：

短视频创作者，需要批量生产素材
广告从业者，快速出创意视频稿
独立游戏/动画制作人，做概念视频或过场
设计师，把静态作品变成动态展示

不推荐：

只是偶尔玩玩的（免费版体验太差）
需要超长视频的（按秒计费伤不起）
对视频精度要求极高的专业影视（还是实拍靠谱）

使用教程

访问 RunwayML.com 注册账号，支持Google登录
点击"Text to Video"进入生成界面
输入提示词，如"一只橘猫在阳光下打哈欠，电影质感，4K"
选择生成时长（2秒/4秒/5秒），点击Generate
下载视频，或用Motion Brush继续编辑运动轨迹

提示词技巧：

加上"cinematic lighting"提升画面质感
指定镜头运动：“slow zoom in”、“tracking shot”
避免复杂场景，AI处理简单画面更稳

购买建议

如果你是认真要做短视频或创意视频的，建议直接上Pro版。4K导出 + Gen-3 Alpha + 无排队，体验完全是两个世界。

Cursor评测：让写代码变得像聊天一样简单的AI编辑器

Thu, 09 Apr 2026 10:00:00 +0800

简介

Cursor是个基于VS Code的AI代码编辑器，说白了就是把GPT-4/Claude塞进了你的IDE里。你写代码的时候，它就在旁边待命，随时能帮你生成、修改、解释代码。

核心功能

AI对话写代码：按Cmd+K直接跟AI说要写什么，代码就出来了。不用切到浏览器去Stack Overflow翻答案。
代码库理解：它能读懂你整个项目，不只是当前文件。问它"这个函数在哪被调用"，它真能答上来。
Tab自动补全：比普通补遂强得多，能猜到你接下来要写什么逻辑，按Tab就行。
多文件编辑：说一句"把这个API改成RESTful风格"，它能同时改好几个文件。
终端命令生成：在终端里按Cmd+K，描述你要干啥，它给你生成命令。

价格方案

方案	价格	功能限制
免费版	¥0	2000次AI补全/月，50次慢速请求/月
Pro版	$20/月（约¥145）	无限快速请求，500次Claude/GPT-4调用/月
Business版	$40/人/月	团队管理，优先队列，企业SSO

💡 点击下方链接可享受专属优惠 CPS链接：Cursor官网 →

优缺点对比

优点	缺点
上手快，VS Code用户零学习成本	Pro版价格偏高，对学生党不太友好
代码补全准确率比Copilot高	偶尔会"幻觉"，生成不存在的API
支持多种模型，Claude和GPT-4切换自由	国内网络访问模型可能有问题
能理解整个项目上下文	大型项目有时候响应会慢

适合人群

推荐给：

每天写代码超过4小时的程序员
需要频繁阅读别人代码的人
想快速上手新语言/框架的开发者
独立开发者，一个人要干全栈的活

不推荐：

偶尔才写代码的（用免费版或者Copilot就够了）
公司禁止代码上传云端的（虽然Cursor说有隐私模式，但政策这事儿得看你们安全团队）
预算有限的在校学生

使用教程

去官网下载安装Cursor，它会自动导入你VS Code的配置和插件
用Google或GitHub账号登录
按Cmd+K（Mac）或Ctrl+K（Windows）唤起AI对话
描述你要做的事，比如"写一个axios封装，带请求重试和超时"
按Tab接受建议，或者继续对话让AI修改

购买建议

如果你每天都在写代码，Pro版值得买。它省下来的翻文档时间、调试时间，一个月就能把订阅费赚回来。

不过建议先试用两周免费版，看看AI补全对你有没有帮助。有些人用着不习惯，觉得打断思路，这事儿挺个人的。

学生党可以看看有没有教育优惠，或者等等打折。

🎯 官方链接：Cursor官网 →

本文为工具测评，CPS链接需申请联盟后替换。推荐联盟：ShareASale、Impact。

Otter.ai评测：会议记录神器，还是另一个订阅陷阱？

Wed, 08 Apr 2026 16:00:00 +0800

这玩意儿是啥

开会的时候有人说话太快，你还没记完人家已经讲下一句了。或者你干脆懒得记。Otter.ai就是干这个的——自动录音、转文字、提炼要点。

我第一次用它是在一个两小时的产品评审会上。结束后打开Otter，发现它已经把会议总结好了：谁说了什么、决定了什么、谁负责跟进。那一刻我觉得，这工具值得认真聊聊。

能干啥

实时转写。开会的时候，字一行一行冒出来，跟字幕似的。支持英文、法语、西班牙语。中文？不支持，这点挺遗憾。

自动总结。每次会议结束，它会给你一份摘要——不是那种"会议讨论了若干议题"的废话，而是具体到"张三说预算砍20%，李四反对，最后决定先砍10%试试"。

AI聊天。你可以问它"上次营销会上谁提了小红书的事"，它会翻你的会议记录找答案。有点像有个秘书帮你整理档案。

CRM同步。销售人员会喜欢这个：会议里的客户信息、下一步动作，自动推到Salesforce或HubSpot。

频道管理。把相关会议归到一个频道里，团队的人都能看、都能评论。

价格

版本	价格	每月转写时长
Basic	免费	300分钟
Business	$19.99/用户	1200分钟
Enterprise	定制	无限

免费版够个人试试水。但如果你是那种天天开会的人，300分钟大概撑不过一周。

Otter.ai官网

好的地方

准确度还行。我试过几次，英文转写正确率大概90%以上。当然前提是说话人别嘴里含着东西，也别有什么奇怪的口音。

实时转写真的很方便。开会的时候你不用边听边打字，会后直接看整理好的笔记就行。

跟Zoom、Teams、Google Meet无缝对接。你设置好之后，Otter会自动进会议，不用每次手动操作。

自动提取行动项这个功能我蛮喜欢。会议结束，它会列出"谁要在什么时候做什么"，省得你再回听录音找。

不太好的地方

不支持中文。这是最大的痛点。如果你团队里有人讲中文，转出来就是乱码。想用的话得全员讲英文。

价格不便宜。$19.99一个月，对于一个转写工具来说不算便宜。当然，如果你开会够多，省下来的时间可能值回票价。

免费版限制太多。300分钟、30分钟单次会议上限、只能存25条历史记录——基本上就是让你尝尝味道。

隐私这事儿得自己斟酌。把所有会议录音交给一个第三方服务商，对某些公司可能不太合适。

适合谁

天天开会、会后还要整理纪要的人——销售、项目经理、产品经理。这些人用Otter能省不少时间。

学生和研究者——录讲座、录访谈，然后转成文字引用。省得手速跟不上脑子。

需要留会议记录的团队——尤其是远程团队，开会没法随时抬眼确认谁说了啥。

不适合谁：团队里有人讲中文的、对会议录音隐私有严格要求的、开会很少的个人用户。

我怎么看

Otter.ai不是什么革命性工具，就是个趁手的会议助手。但它确实解决了"开会记不住、会后整理烦"这个真实痛点。

如果你英文会议多、预算够、不介意把录音交给第三方，可以试试。先用免费版感受一下，觉得有用再付钱。

但如果你主要开中文会，那别浪费时间了——它目前帮不上忙。

推荐人群：英文工作环境、会议密集型岗位、远程团队。

Otter.ai官网 | 推荐链接赚Pro会员

DeepTutor评测：开源AI个性化学习助手深度体验

Wed, 08 Apr 2026 10:00:00 +0800

简介

香港大学数据科学研究院开源的AI学习助手。12,000+ GitHub Stars，Apache-2.0许可，完全免费。

老实说，我第一次看到"Agent-Native"这个词的时候有点懵。但用下来发现它确实不是那种问一句答一句的聊天机器人——它会记住你上个月问过什么，你学到哪一步了，甚至能自己设提醒、学新技能。有点像有个真的老师在跟进你的进度。

核心功能

五合一工作空间：聊天、深度解题、测验生成、深度研究、数学动画都在同一个会话里，不用来回切换
TutorBot：每个Bot有自己的工作区和记忆，能设提醒、学技能
AI协作文档：Markdown编辑器，选中文本就能改写、扩写、总结
引导式学习：把你的资料变成有步骤的学习路径
知识中枢：上传PDF/Markdown/TXT，彩色笔记本整理
持久化记忆：记录你的学习轨迹，下次来还是记得你

价格方案

方案	价格	说明
开源版	0	全功能，自部署，需自备API

这是个开源项目，没有付费版本。你需要自己准备OpenAI或Claude的API Key，或者用本地模型（Ollama之类）。

DeepTutor GitHub

优缺点

好的地方：

完全开源，代码随便看随便改
支持多种LLM后端，OpenAI/Claude/本地模型都能接
记忆功能真的有用，不是噱头
知识库RAG做的比较扎实

不太好的地方：

部署要有技术底子，纯小白可能折腾不动
没有官方云服务，只能自己搭
初次配置要填一堆参数
中文文档还不够完善

适合谁用

如果你想自己搭一个学习助手、手上有服务器或者本地有算力，这个挺合适。自学者、考研党、技术学习者、需要管理大量文档的知识工作者，都可以试试。

但如果你不想折腾部署、预算充足想直接买现成的服务，那可能不太适合。等他们出云服务再说吧。

怎么装

git clone https://github.com/HKUDS/DeepTutor.git
cd DeepTutor
conda create -n deeptutor python=3.11 && conda activate deeptutor
python scripts/start_tour.py

启动后会有个向导，一步步配置LLM和嵌入模型。配完打开 http://localhost:3782 就能用了。

我的看法

如果你有自己的算力资源，DeepTutor是目前性价比最高的AI学习工具之一。开源免费，功能完整，而且代码质量不错。但门槛确实存在——你得愿意折腾。

推荐配置：8GB以上内存，Python 3.11，准备好API Key或本地模型。

DeepTutor GitHub

Hermes Agent评测：会自我进化的AI助理方案详解

Tue, 07 Apr 2026 10:00:00 +0800

简介

这是个会「学习」的 AI Agent。不是那种号称智能但实际每次对话都从零开始的货色——Hermes 会把你的习惯、偏好、工作方式存下来，下次还能记得。出自 Nous Research，这群人专搞开源语言模型，Hermes 是他们做的「自进化」Agent。

核心功能

学习循环：用完一次，它自动提炼技能。下次遇到类似任务直接调用，还会在过程中改进。不是静态的 Prompt 库，是活的东西。
跨平台：Telegram、Discord、Slack、WhatsApp、Signal、CLI，一个 Gateway 进程搞定全平台。你在 Telegram 发指令，它在云端干活，不用绑在笔记本电脑上。
多模型切换：Nous Portal、OpenRouter（200+ 模型）、z.ai/GLM、Kimi/Moonshot、MiniMax、OpenAI，随你选。一个命令切换，零代码改动。
自动化调度：内置 Cron，用自然语言写定时任务。「每天早上给我发昨日总结」，它就真去做。
子代理并行：派多个 Agent 同时干活，各跑各的。写 Python 脚本调用工具 RPC，多步流程缩成一回合。
服务器less：支持 Daytona 和 Modal，空闲时休眠，有请求再唤醒。成本几乎为零，一台 $5 VPS 就能跑。

价格方案

方案	价格	功能限制
自托管版	¥0	全功能，MIT 许可证
云端运行成本	视配置而定	$5 VPS 足够，服务器less更省

说实话，这工具本身不收费。你要算的是跑它的基础设施和调用 LLM 的 API 费。用 OpenRouter 上便宜的模型，一天几块钱足够。

💡 点击下方链接可享受专属优惠 CPS链接：Hermes Agent官网 →

优缺点对比

优点	缺点
真正的记忆系统，不是假装记得	安装配置对新手有门槛
多模型支持，不绑死单一厂商	Windows 原生不支持，要装 WSL2
自进化，越用越顺手	文档还在完善，有些坑要自己踩
服务器less 架构，省成本	学习曲线比纯聊天 Agent陡

适合人群

推荐给：

Cursor评测：AI写代码到底能省多少时间？

Sun, 05 Apr 2026 16:00:00 +0800

简介

Cursor是个代码编辑器，基于VS Code改的，但加了AI。写代码的时候按Tab，AI会猜你想写什么，然后自动补全。不是那种只补全变量名的玩意儿——它能写整个函数、改bug、解释代码。

用了三个月，说实话，回不去了。

核心功能

AI补全

Tab键补全，跟手机输入法预测差不多，但准得多。写个函数签名，它能猜出函数体。写个注释"获取用户信息"，它能写出完整的API调用代码。

代码对话

Ctrl+K唤醒聊天框，问它"这段代码干嘛的"、“帮我重构”、“加个错误处理”。它会直接改你的代码，改完高亮显示差异，你确认就生效。

多文件编辑

这个是杀手功能。告诉它"把所有用旧API的地方改成新API"，它会搜索整个项目，一个一个文件改，你只要review就行。

隐私模式

有个开关叫"Privacy Mode"，开了之后代码不发到服务器训练模型。对企业来说挺重要，不过关了之后AI会变笨——用你项目的代码风格来猜测。

价格方案

方案	价格	功能
Free	免费	每月2000次AI补全，50次慢速对话
Pro	$20/月	无限快速补全，500次快速对话
Business	$40/人/月	Pro功能 + 团队管理 + 优先支持

有个坑：免费版的"慢速对话"有时候要等10秒以上，体验很差。建议先试用免费版，觉得有用再升级。

优缺点对比

优点	缺点
补全质量碾压Copilot	Pro版价格不便宜
多文件编辑省大量时间	偶尔会"幻觉"写出不存在的API
代码解释功能对新手友好	需要稳定的网络
隐私模式对企业用户重要	大项目上下文窗口可能不够用

适合人群

推荐给：

每天写代码超过4小时的开发者
需要快速理解遗留代码的人
做CRUD的后端开发（重复性高，AI很擅长）

不推荐：

偶尔写几行脚本的（免费版够用）
需要离线工作的
对代码质量要求极高且无法接受AI失误的

使用教程

安装

官网下载安装包，Windows/macOS/Linux都支持。安装完登录GitHub或Google账号就行。

如果你之前用VS Code，Cursor会自动导入你的设置、插件、快捷键。

常用快捷键

Tab — 接受AI补全
Ctrl+K — 打开AI对话（Windows/Linux）
Cmd+K — 打开AI对话（macOS）
Ctrl+L — 打开聊天面板
Esc — 关闭AI面板

使用技巧

OpenScreen评测：免费做产品演示视频的好工具

Sun, 05 Apr 2026 10:00:00 +0800

简介

做产品演示视频，以前要么用OBS自己折腾，要么花钱买Screen Studio（一个月29美元）。OpenScreen是另一个选择——完全免费、开源、没水印，商用也没问题。

核心功能

屏幕录制：全屏或指定窗口，同时录麦克风和系统声音
自动缩放：录制时自动放大鼠标区域，也可以手动调整
背景美化：自带壁纸、纯色、渐变，或者自定义背景
标注功能：加文字、箭头、图片标注
视频剪辑：裁剪、调整速度、分段变速
多格式导出：不同分辨率和画幅比例

价格方案

方案	价格	功能限制
OpenScreen	免费	全功能，无限制
Screen Studio对比	$29/月	功能更全面

OpenScreen是开源项目，GitHub上直接下载安装包，不需要注册账号，也没有订阅收费。

优缺点对比

优点	缺点
完全免费，MIT开源协议	功能比Screen Studio少
无水印，可商用	macOS需要绕过Gatekeeper
自动缩放效果好	Linux下系统音频依赖PipeWire
支持Windows/macOS/Linux	项目还在Beta阶段

适合人群

推荐给：需要做产品演示视频的开发者、小团队、内容创作者

不推荐：需要专业后期剪辑功能的用户，建议直接用Final Cut或Premiere

使用教程

macOS安装

# 绕过Gatekeeper（因为没开发者证书）
xattr -rd com.apple.quarantine /Applications/Openscreen.app

然后去系统偏好设置里授权屏幕录制和辅助功能权限。

Windows安装

直接下载exe安装包，一路下一步。

Linux安装

chmod +x Openscreen-Linux-*.AppImage
./Openscreen-Linux-*.AppImage

如果报sandbox错误，加个参数：

./Openscreen-Linux-*.AppImage --no-sandbox

使用建议

录之前想好要展示什么，一次录完效果最好。自动缩放功能省了很多后期工作量，但手动调整更精准。背景选浅色系，视频看起来更干净。

如果你只是偶尔做几个演示视频，OpenScreen够用了。天天做的话，Screen Studio确实更顺手——但那也是真金白银换来的。

官方链接：OpenScreen GitHub →

Jasper AI评测：营销团队的AI助手，值不值这个价

Sat, 04 Apr 2026 16:00:00 +0800

简介

Jasper最早是个AI写作工具，现在摇身一变成了"营销团队的AI工作台"。官网列表里Boeing、Adidas、Anthropologie这些客户名看着挺唬人。问题是：营销团队真需要这么一套东西吗？还是直接用ChatGPT就够了？

核心功能

Jasper现在的定位是"营销AI agent平台"，不是简单的文案生成器。

AI Agents：内置100多个专用agent，按营销场景分工——有专门做SEO优化的，有写社交媒体campaign的，还有做个性化内容的。每个agent不是光生成文字，而是执行完整的营销任务。

Content Pipelines：这东西让营销流程可以规模化。从创意brief到最终发布，中间的审批、修改、适配不同渠道，全部自动化串起来。Adidas的案例里说24小时写了7500条产品描述，就是用这套东西。

Jasper IQ：品牌一致性管理模块。把品牌voice、风格指南、视觉规范都喂进去，之后生成的内容自动符合品牌调性。对有多人协作需求的团队来说，这点确实有用——防止每个人写出来的东西风格不一样。

API和MCP：可以接进现有的营销工具链里。Zapier、Make这些自动化平台都能连，也能直接调API。

价格方案

方案	价格	主要限制
Creator	$39/月	单用户，基础功能
Pro	$59/月	单用户，完整agent库
Business	需联系销售	多用户，定制服务

7天免费试用，不用绑信用卡

和ChatGPT的区别

这是很多人会问的问题。

ChatGPT是个通用对话工具，你问什么它答什么。Jasper是专门为营销场景设计的，agent知道营销workflow是什么样子。比如你要做SEO博客，Jasper的agent会自动考虑关键词布局、meta标签、内链结构——这些ChatGPT不会主动提醒你。

另一个差异是品牌一致性。ChatGPT每次输出的语气可能不一样，Jasper可以固定品牌voice。团队里多人用的话，这点能省掉很多审核返工。

但如果你就是个人用户，偶尔写点东西，ChatGPT免费的就够用了。Jasper这39美元月费是给有真实营销需求的人准备的。

CPS佣金政策

Jasper有联盟营销计划，佣金率25%。如果一年内拉到100个付费用户，佣金涨到30%。

按Pro方案59美元月费算，一个用户你能拿约15美元/月，一年下来180美元左右。如果用户续费，你持续拿佣金。

要注意的是Business方案不算佣金，只有Creator和Pro方案算。用户如果升级到Business，你的佣金就停了。

联盟申请地址在jasper.ai/partners。

客户案例（真假的自己判断）

官网列了几个数据：

Cushman & Wakefield说每年省了10000+小时
Adidas 24小时生成7500条产品描述
Anthropologie说60%的SEO内容现在自动化了

这些数字听着挺好看，但营销材料嘛，多少会有包装。真想知道效果，得找真实用户评价。

适合人群

推荐给：

营销团队（3人以上协作）
需要规模化生产内容的品牌
对品牌一致性有要求的团队
做SEO、社交媒体campaign比较多的岗位

不推荐：

个人用户偶尔写点东西（ChatGPT够用）
内容需求量不大（月费没必要）
预算紧张的小团队

使用流程

注册后先设置Brand Voice，把品牌风格指南、常用术语、禁忌词都填进去。然后根据任务类型选对应的agent或pipeline。

比如写博客：

打开SEO Blog Agent
输入主题和关键词
选择受众和语气
Agent生成初稿，会自动加标题、meta描述、结构化内容
在Canvas里修改调整
导出发布

pipeline模式下，还能自动把内容适配到LinkedIn、Twitter等不同平台。

购买建议

要不要买，看三个问题：

OpenScreen评测：免费开源的录屏演示工具

Sat, 04 Apr 2026 10:00:00 +0800

简介

想录制产品演示视频，但不想花29美元一个月买Screen Studio？OpenScreen是个免费开源的替代品。今天刚在GitHub Trending上冲到第二名，一天涨了2700多star——看来想省钱的人不少。

核心功能

录制屏幕：全屏录制或选择特定窗口，录屏的同时还能录麦克风和系统声音
智能缩放：自动识别操作区域放大，也能手动设置缩放位置和深度，导出时还带运动模糊效果
背景美化：壁纸、纯色、渐变背景随便选，录完的视频不用再后期处理
注释标注：往视频里加文字、箭头、图片，适合做教程
剪辑功能：裁剪、调速、改比例，基本的剪辑需求能直接搞定

价格方案

方案	价格	功能限制
OpenScreen	¥0	全功能免费，MIT开源协议
Screen Studio	$29/月	功能更全，有官方技术支持

💡 点击下方链接可享受专属优惠 CPS链接：OpenScreen官网 →

优缺点对比

优点	缺点
完全免费，无水印，可商用	功能比Screen Studio少
开源，代码可审计	还在beta阶段，可能有bug
macOS/Windows/Linux都支持	macOS需要手动绕过Gatekeeper
背景美化效果不错	没有云同步和协作功能

适合人群

推荐给：

做产品演示的视频创作者
需要录制教程的开发者
想省钱又想有好看录屏的人
不想被订阅制绑架的用户

不推荐：

需要专业后期功能的人（用Premiere吧）
想要稳定企业级支持的用户

使用教程

macOS安装

从GitHub Releases下载安装包
如果Gatekeeper拦截，在终端运行：xattr -rd com.apple.quarantine /Applications/Openscreen.app
授权屏幕录制和辅助功能权限，然后就能用了

Windows安装

下载.exe安装包，双击安装
首次运行授权屏幕录制权限

Linux安装

chmod +x Openscreen-Linux-*.AppImage
./Openscreen-Linux-*.AppImage
# 如果启动失败加 --no-sandbox 参数

录制流程

打开软件，选择录制区域（全屏或窗口）
开始录制，操作你的演示内容
录完后进入编辑界面，加缩放、注释、调速度
选择背景样式，导出视频

购买建议

这软件不要钱。开发者自己说"如果你想用Screen Studio的全部功能，还是去买正版支持他们"。但如果你只是想录几个好看的产品演示，OpenScreen够用了。

Firecrawl评测：AI时代的网页数据抓取利器

Fri, 03 Apr 2026 10:00:00 +0800

简介

Firecrawl是一款专为AI应用设计的网页数据抓取API工具，GitHub星标超过10万，号称"把整个互联网变成AI可读的数据"。

说人话就是：你给它一个网址，它帮你把网页内容扒下来，转成干净的Markdown或JSON，喂给你的AI模型。不用写正则、不用处理反爬、不用维护爬虫代码——一个API调用就完事。

能干什么

抓单页（Scrape）：输入URL，输出内容。支持动态渲染的SPA页面、PDF文档。输出格式可选Markdown、HTML或JSON。

爬整站（Crawl）：给个入口URL，它自己顺着链接往下爬。可以控制深度、限定域名、设置白名单黑名单。

让AI操作网页（Interact）：这个功能比较新。抓完页面后，你的AI Agent可以在页面上点击、输入、提取数据，模拟人的操作。

搜索+抓取（Search）：内置搜索，找到相关网页后直接抓取，不用先搜索再爬，省一步。

站点地图（Map）：快速扫描一个网站的URL结构，做采集规划时有用。

价格

方案	价格	抓取额度	并发数
免费版	$0（一次性）	500页	2并发
Hobby	$16/月（年付）	3,000页/月	5并发
Standard	$83/月（年付）	100,000页/月	50并发
Growth	$333/月（年付）	500,000页/月	100并发

CPS链接：Firecrawl官网 →

免费版给500额度，用完就没了，不是每月重置。想继续用得升级。

Hobby版年付$16，折下来一个月不到$14，给3000页。个人项目够用。

Standard版$83/月，给10万页，50并发，适合正经跑业务。这是最受欢迎的方案。

Growth版$333/月，50万页，适合大规模采集。

额外额度可以买：Hobby用户$9/1000页，Standard用户$47/35000页。

注意：额度不累积，月末清零。年付比月付便宜17%。

好在哪，差在哪

好的：

免维护。不用写爬虫、不用处理反爬策略、不用修崩掉的代码。API调一下就行。

支持动态页面。那些用React/Vue渲染的SPA、需要JS执行才能看到内容的页面，它能处理。

格式灵活。Markdown、JSON、HTML、截图、链接列表，随你选。

集成方便。官方给LangChain、LlamaIndex、CrewAI都做了适配，接进AI项目很快。

差的：

免费额度少。500页测个demo还行，稍微多点的项目就得掏钱。

大规模抓取贵。10万页/月要$83，50万页要$333。如果你的需求量大，成本不低。

国内访问可能需要代理。毕竟服务器在海外。

高级功能的FIRE-1 Agent失败也计费。这个挺坑，文档里写了但容易被忽略。

谁该用，谁不该用

适合：

做AI应用的开发者——你需要数据喂模型，它帮你把网页变成数据。

数据分析师——需要从网页提取结构化数据做分析。

内容运营——要批量采集竞品信息、行业资讯。

搞RPA的——需要稳定的网页数据采集能力。

不适合：

只是偶尔抓几个页面的人。用免费工具或者手写几行Python更划算。

对成本极度敏感的小团队。量大烧钱快。

要抓高度反爬网站的场景。Firecrawl也绕不过强验证码和登录墙，别指望它干这种脏活。

怎么用

注册拿Key

去官网注册，Dashboard里创建API Key。免费版不用绑卡。

装SDK（可选）

pip install firecrawl-py
# 或
npm install @mendable/firecrawl-js

调用

Claude评测：Anthropic的AI助手，为什么越来越多人从ChatGPT转过来

Wed, 01 Apr 2026 16:00:00 +0800

简介

Claude 是 Anthropic 公司开发的 AI 助手，2023 年发布以来迅速积累了大批忠实用户。和 ChatGPT 相比，它的特点是回答更自然、上下文更长、写代码更稳——很多程序员已经把主力 AI 从 GPT 换成了 Claude。

Anthropic 是 OpenAI 前员工创立的公司，拿了 Google、Salesforce 等几十亿投资，技术实力不输 OpenAI。Claude 3.5 Sonnet 是目前最强的版本，在多项基准测试里超过了 GPT-4o。

核心功能

超长上下文：支持 200K token 上下文，相当于一次性读完一本小说——比 GPT-4 的 128K 还长
代码能力：Claude 3.5 Sonnet 在代码任务上表现尤其亮眼，很多开发者反馈比 GPT-4o 更稳
Artifacts：侧边栏实时渲染代码、文档、图表，写完就能看效果
多模态：能看图、分析截图、读 PDF，提取信息能力强
Projects：项目级上下文管理，上传资料后持续对话，不用每次重复背景
安全可控：Anthropic 主打 AI 安全，输出更可控，幻觉更少

价格方案

方案	价格	功能限制
免费	¥0	Claude 3.5 Sonnet（有限额）、基础对话、文件上传
Pro	$20/月（约¥145）	更高额度、优先访问新功能、Projects
Team	$25/人/月	协作功能、管理后台、统一账单
Enterprise	联系销售	私有部署、定制集成、SLA保障

💡 点击下方链接可享专属优惠 CPS链接：Claude官网 →

Perplexity AI评测：AI搜索引擎的正确打开方式

Wed, 01 Apr 2026 10:00:00 +0800

简介

Perplexity AI 是一个把搜索引擎和 AI 聊天结合起来的工具。你问问题，它给你答案，还会标注信息来源——这点比普通聊天机器人靠谱。2022 年底上线以来，用户量已经过了千万。

核心功能

AI 搜索：输入问题，直接给你整合好的答案，底部附带来源链接，点击就能跳转原文
Pro Search：深度搜索模式，适合复杂问题，会多轮追问、交叉验证信息
多模型切换：Pro 用户能用 GPT-4o、Claude 3.5 Sonnet、Llama 3.1 等模型，免费版只能用自家模型
文件上传：传 PDF、Word、Excel 进去，让它帮你总结或分析
图片生成：Pro 用户可以用 DALL-E 3 生成图片，不过质量跟专业绘图工具比差点意思

价格方案

方案	价格	功能限制
免费版	¥0	基础搜索、每天 5 次 Pro Search、标准模型
Pro 版	¥145/月	无限 Pro Search、GPT-4o/Claude 3.5、文件上传、图片生成、API 访问

💡 点击下方链接可享受专属优惠 CPS链接：Perplexity官网 →

优缺点对比

优点	缺点
引用来源透明，答案可追溯	中文内容覆盖不如英文全面
界面干净，没有广告干扰	Pro 版价格偏高，对学生党不太友好
多模型切换，灵活度高	复杂推理有时候会翻车，不能完全信任
移动端体验不错	无法访问付费墙后的内容

适合人群

推荐给：经常需要查资料、写报告、做调研的人；内容创作者；程序员查技术文档

不推荐：完全依赖中文信息源的用户；需要访问学术论文数据库的人（它没有期刊库权限）

使用教程

打开 perplexity.ai，注册账号（可以用 Google 或 Apple 账号直接登录）
在搜索框输入问题，比如"2025年AI行业有哪些重要进展"
等几秒钟，它会给出答案并列出引用来源
点击底部的链接可以跳转到原文核实
如果答案不满意，可以追问或切换模型重试

购买建议

如果你每天都查资料、写东西，Pro 版值得买。无限 Pro Search 加上顶级模型调用，比单独订阅 ChatGPT Plus 划算——毕竟能切换不同模型。但如果你只是偶尔用用，免费版够用了。

VibeVoice评测：微软开源语音AI方案详解

Tue, 31 Mar 2026 10:00:00 +0800

简介

微软开源了一套语音AI模型，叫VibeVoice。今天GitHub上一天涨了2400多星，热度挺高的。核心卖点是：能一口气处理60分钟的音频，还能识别是谁说的、什么时候说的。

简单说，就是给播客、会议录音做转写的。跟那些把音频切成小段再拼起来的方案不一样，它直接吞整段，说话人不会乱。

核心功能

VibeVoice-ASR（语音转文字）

单次处理60分钟音频，不用切分
自动识别说话人、打时间戳
支持50多种语言，中文、英文、日文、韩文都行
能喂"热词"提高识别准确率，比如专业术语、人名

VibeVoice-TTS（文字转语音）

最多生成90分钟的语音
支持4个说话人，能模拟对话
已经被微软下架了——因为有人拿它做坏事

VibeVoice-Realtime（实时TTS）

0.5B参数，轻量级
300毫秒出声，适合做实时语音助手
流式输入，边打字边播

价格方案

方案	价格	功能限制
开源版	免费	需自己部署，要有GPU
HuggingFace在线试玩	免费	有额度限制
微软Playground	免费	需登录微软账号

这个是纯开源项目，没有商业授权。模型权重在HuggingFace上，代码在GitHub上。想用就得自己搭服务器，显卡建议A100或者4090起步。

优缺点对比

优点	缺点
微软出品，技术靠谱	需要GPU，门槛不低
长音频单次处理，不用切片	TTS代码已被移除
50+语言，中文支持	仅限研究用途，不能商用
已集成到Transformers库	文档不算太详细
支持热词定制	部署需要一定工程能力

适合人群

推荐给：

做播客、会议转写的开发者
需要长音频处理的语音项目
有GPU资源的研究团队
想自己搭语音识别服务的

不推荐：

没有技术背景的普通用户
想直接商用赚钱的
没有显卡资源的学生党

使用教程

方式一：HuggingFace在线体验

访问 https://huggingface.co/microsoft/VibeVoice-ASR
点击"Files and versions"，找到demo入口
上传音频文件测试

方式二：本地部署

# 安装依赖
pip install transformers torch

# Python代码
from transformers import AutoModel
model = AutoModel.from_pretrained("microsoft/VibeVoice-ASR", trust_remote_code=True)

# 推理
result = model.transcribe("your_audio.mp3")

方式三：Playground体验

访问 https://aka.ms/vibevoice-asr
用微软账号登录
上传音频体验完整功能

购买建议

这个项目不适合"买"，因为没有付费版。适合不适合你，看这三点：

VibeVoice评测：微软开源语音AI全家桶方案详解

Mon, 30 Mar 2026 10:00:00 +0800

简介

VibeVoice是微软开源的前沿语音AI框架，主打"长音频处理"——语音识别能一次吃下60分钟录音，语音合成能一口气生成90分钟的对话。这不是普通的TTS/ASR工具，而是专为播客、会议、多角色对话场景设计的硬核方案。

核心功能

VibeVoice-ASR（语音识别）：单次处理60分钟长音频，自动输出说话人识别、时间戳、文字内容三合一的结构化转录，支持50+语种
VibeVoice-TTS（语音合成）：最长90分钟连续生成，支持4个不同说话人同台对话，保留情感和对话节奏
VibeVoice-Realtime（实时语音）：0.5B轻量模型，300毫秒首字延迟，流式输入实时输出，适合对话机器人场景
自定义热词：可输入专业术语、人名等上下文，显著提升领域内容识别准确率
多语言支持：英语、中文及其他语言，跨语言合成自然流畅

价格方案

方案	价格	功能限制
开源版（GitHub）	¥0	完整模型权重，需自行部署
HuggingFace在线体验	¥0	Playground免费试用，有排队
Azure云服务	按量计费	企业级API，SLA保障

💡 点击下方链接可享受专属优惠 CPS链接：VibeVoice官网 →

优缺点对比

优点	缺点
微软出品，开源免费，可商用	自行部署门槛高，需要GPU
60分钟长音频一次搞定	TTS代码已被移除，仅保留ASR和Realtime
支持多说话人识别与合成	中文文档较少，主要靠英文README
已集成到HuggingFace Transformers	模型体积大（ASR 7B参数）

适合人群

推荐给：

播客制作团队（长音频转录+后期合成）
会议记录需求方（自动区分发言人）
AI语音应用开发者（需要开源底座）
内容创作者（多角色配音需求）

不推荐：

没有技术背景的普通用户（部署复杂）
短视频配音需求（有更轻量的选择）
对延迟极度敏感的实时对话场景（Realtime版延迟仍约300ms）

使用教程

ASR语音识别快速上手

# 安装依赖
pip install transformers torch

# 加载模型
from transformers import AutoModel, AutoProcessor
model = AutoModel.from_pretrained("microsoft/VibeVoice-ASR")
processor = AutoProcessor.from_pretrained("microsoft/VibeVoice-ASR")

# 处理音频
result = model(processor(audio_path))
# 输出包含：说话人、时间戳、文字

Realtime实时语音合成

# Colab一键体验
# 访问：https://colab.research.google.com/github/microsoft/VibeVoice/blob/main/demo/vibevoice_realtime_colab.ipynb

在线体验地址

ASR Playground: https://aka.ms/vibevoice-asr
Realtime Colab: 官方Demo笔记本

购买建议

如果你是个人开发者或小团队，直接用GitHub开源版本+HuggingFace在线体验即可，完全免费。

Deep-Live-Cam评测：一键实时换脸方案详解

Sat, 28 Mar 2026 17:00:00 +0800

简介

Deep-Live-Cam是个开源的实时AI换脸工具，一张照片就能做到视频通话级别的实时人脸替换。支持摄像头实时换脸、视频处理、多人换脸，对做内容和直播的人来说挺实用的。

核心功能

实时换脸：摄像头实时人脸替换，延迟很低，能用在直播和视频通话场景
一键换脸：只需要一张源图片，不用训练模型
多人换脸：可以同时对多个人换脸，每个人用不同的源图
嘴部保留：Mouth Mask功能保留原始嘴部动作，表情更自然
多平台支持：NVIDIA CUDA、Apple Silicon CoreML、DirectML、OpenVINO都有对应的加速方案

价格方案

方案	价格	功能限制
免费版（开源）	¥0	全功能，需要自己部署
预编译版	¥约50-100（第三方）	一键安装，省去配置麻烦

这个工具本身是开源免费的，GitHub直接下。付费的都是第三方做的便捷安装包或者技术支持服务。

CPS链接：Deep-Live-Cam官网

优缺点对比

优点	缺点
完全免费开源	安装配置有门槛，需要点技术基础
实时换脸流畅，延迟低	显卡要求不低，低端显卡体验一般
支持多种硬件加速	仅限非商业用途
有内容审核，不会处理不当内容	输出视频可能需要后期再优化

适合人群

推荐给：做内容的、短视频博主、搞直播的、影视后期、对AI感兴趣的

不推荐：完全没技术基础的、有商业项目需求的、想要开箱即用的

使用教程

环境准备
- 装Python 3.11、pip、git、ffmpeg
- Windows用户还要装Visual Studio 2022运行时库

下载安装

git clone https://github.com/hacksider/Deep-Live-Cam.git
cd Deep-Live-Cam
# 模型文件下载到models文件夹
# 创建虚拟环境装依赖
python -m venv venv
pip install -r requirements.txt

运行
- 图片/视频模式：python run.py 选源图片和目标视频
- 摄像头模式：选源图片点"Live"
- GPU加速：python run.py --execution-provider cuda

购买建议

Deep-Live-Cam是目前可用的开源换脸工具里效果比较好的一个，实时换脸效果让不少科技媒体都报道过。有技术基础又想免费用的，可以试试。