这两天群里都在研究如何用 Nano Banana 一键生成小红书的 3:4 封面图。今天终于研发出一套稳定输出小红书封面卡片的方案，参考了藏师傅、阿真的提示词，以及 Super黄的需求，并经过十次测试。 方案亮点：图文分离，Nano Banana 生成高质量插画，用 HTML 代码精准排版文字。此方案支持所有绘图模型（示例中包含 Flux kontext 生成的图像）。代码控制标题位置、字体、大小，避免 AI 生成的文字位置随机、样式不统一的问题。模板化设计，更换话题只需修改要求，方便打造个人品牌调性。
开个帖子记录一下 Gemini 2.5 Flash Image 模型我发掘的一些用法，会持续更新，建议收藏 首先这个模型支持多图参考，为了你提示词好写，你可以给多张图片加上标记 比如这里就是 A 的背景、B 的沙发以及 C 的人物 https://t.co/5DDw1QQBZp
GitHub 上的 xiaohongshu-mcp 项目提供了一个 MCP 服务器，实现小红书自动化运营。它模拟人工操作，支持登录状态保持、图文发布和内容搜索等功能，并可与 Claude、Cursor 等客户端集成。主要特性包括：自动登录管理、图文内容发布、内容搜索、推荐列表获取，以及对 Claude、Cursor、VSCode 等客户端的支持。该项目支持有头或无头模式运行。使用流程：先运行登录脚本保存状态，再启动 MCP 服务，最后配置到客户端，即可通过 AI 助手操作小红书。 GitHub链接：https://t.co/ShgUCHV8SH
nano-banana 幼儿园级教程第三弹：实现贴纸自由 教程第三弹：复杂背景抠图方法。使用以下提示词： Isolate the all character from this cartoon screenshot. Remove the background completely and replace it with a solid {green} background. {Add a clean, smooth, and uniform white outline around the entire character}. The final output should be a high-resolution, die-cut sticker with sharp edges, vibrant colors, and a clean overall look with green background, ready for printing. 可修改部分： 1. {green}：可修改为其他颜色或 transparent（nano-banana 不支持）。 2. {Add a clean, smooth, and uniform white outline around the entire character}：可修改颜色、边框大小或删除。 此方法适用于抠图打印贴纸、大头贴，也可用于抠商品图或视频编辑。 #NanobananaAI #nanobanana #哩布哩布 #ai教程
昨天翻到这本书《以日为鉴：衰退时代生存指南》，主要讲述日本泡沫经济崩盘后的故事。此类书看过一些，在这本上看到了不少对我来说新鲜的东西，比如日本也发生过考公热、教师热，也有过政府主导的乡村大基建（返乡就业潮）等等。 https://t.co/ug26sM4xDi
Banana 生成信息图效果挺棒的。 Prompt： 请仔细阅读输入的内容，提取主题和核心要点，生成反应文章内容的封面图，要求： - 信息图，可以适当添加文字，默认使用英文 - 加上丰富可爱的卡通人物和元素 - 图片尺寸为横版（16:9） - 先思考后再生成 https://t.co/1zHKWmV9T8
OnyX 这款免费 macOS 系统调教工具，支持校验系统、清理缓存、重建索引、解锁隐藏设置，图形化操作替代复杂命令行，相当于把不少 Mac 隐藏的设置能力给放出来了，背后开发者 Joël Barrière，一个人默默维护了 20 多年，默默点赞。 https://t.co/RQzO7kLzli
大聪明（赛博禅心）刚才发了个 Nano Banana 一图读懂XXX的提示词 非常适合用来学习和解释一些概念，浅显易懂 但他那个是针对 Lovart 搞的，我优化了一下，现在单独用Nano Banana也可以稳定生成，而且排版更加一致 下面👇是提示词 https://t.co/5YP6NPPFD7
最近挖到本不错的英语学习杂志《Learn Hot English》 杂志为月刊全彩，不像国内传统英语杂志那样死板，而是用大量贴近生活的内容来帮助读者学英语。里面有时事话题、文化趣闻、日常对话、俚语和口语表达等，每期都换着花样玩。内容排版都非常不错，下到ipad里面在通勤期间都读几篇也是很享受的。😊 https://t.co/QalQOO70WD
很好，司波图这套垃圾佬AI方案不错，主机DIY成本不到2500元，能够在本地以108 tokens/s的速度并发推理 Qwen3 32B AWQ 模型，性价比太香，怎么办 看得我有点动心啦~ https://t.co/nfjUi2CsKn https://t.co/yxlQQH9tro
选择伴侣的标准并非对方付出多少，而是能否提升自身生命能量，让你做真实的自己，拥有更松弛自洽的人生。许多人婚后关系变差，是因为伴侣的爱是有条件的，需要对方顺从。真正合适的伴侣，应能滋养你，让你更有活力体验生活。 判断标准有两点：一是伴侣自身能量饱满，能积极解决问题，而不是把问题归咎于你；二是伴侣接纳真实的你，允许你表达自我，尊重你的主体性。 好的伴侣让你更自由，而不是让你小心翼翼地伪装自己。真正的爱是不加评价的看见，选择伴侣的根本，在于谁让你生命更鲜活。
Andrej Karpathy 的 GitHub 项目 "Neural Networks: Zero to Hero" 提供了八个循序渐进的视频教程，帮助学习者从零构建神经网络。Karpathy 曾任特斯拉 AI 高级总监、OpenAI 创始团队成员及斯坦福大学博士。该课程涵盖反向传播算法、微分引擎 micrograd、字符级语言模型 makemore、多层感知机、批量归一化、WaveNet 卷积神经网络和 GPT Transformer 模型等内容。每个教程都配有 Jupyter 笔记本和练习题。项目地址：https://t.co/jgSh5Ywh8G
这个网站不错 freedium，把medium的付费文章链接粘贴进去，就可以免费阅读了... https://t.co/d7gec3QZIV https://t.co/LeozG1JY3X
灵性高、悟性强的人，往往容易被繁杂事务影响情绪和状态。这类人通常体弱气虚，对环境和人更为敏感。改善方法：一是避免与负面事物纠缠；二是注重休息，优先照顾身心健康；三是多做提升身心状态的事。这类人并非懒惰，而是更需要轻松的环境，他们的能量并非源于勤劳，而是内心的幸福感和身体的舒适感。
美国临床心理学家Jonice Webb提出童年期情感忽视（CEN）的概念，指因父母缺乏情感回应造成的创伤。建议阅读其著作《Running On Empty：克服童年情感忽视》。 Webb提出处理情绪的IAAA四步法：识别、接受、归因、行动。 他认为CEN导致的成年期十个主题包括：空虚感、反依赖、不切实际的自我评价、缺乏自怜却同情他人、内疚和羞耻、自我导向的愤怒和自我责备、认为他人了解自己后会不喜欢自己、难以滋养自己和他人、自律性差、以及述情障碍（缺乏情绪意识和理解）。
微软开源了新的语音合成模型VibeVoice-1.5B TTS，该模型能够一次生成90分钟的语音，支持4个不同的说话人，并具有较高的语音质量和自然流畅度。VibeVoice基于Qwen2.5-1.5B模型，利用两个以7.5Hz超低帧率运行的连续语音分词器，在保证音频质量的同时提高了计算效率，从而实现长序列语音生成。该模型支持中文和英文，并带有AI声明水印，使用MIT许可证开源。 适用于播客等长篇音频内容生成。
有没有类似 get 笔记这样的解决方案，可以一键提取出 YouTube 的视频文稿？ 就是在不下载视频的情况下，直接得到转录稿
Patrick Ellis 的视频教程介绍了如何结合 Claude Code 和 Playwright MCP 提升前端设计能力。核心在于使用 Playwright MCP 赋予 Claude “视觉”，使其能像人类设计师一样查看、改进 UI 设计，摆脱千篇一律的 AI 生成结果。教程阐述了三大理念：编排层（提供完整上下文、工具和验证机制）、迭代智能体循环（反复调整优化）、挖掘模型的视觉智能（利用 Playwright 截图分析 UI）。Playwright MCP 提供自动截图、读取日志、模拟设备等功能，支持多种工作流，例如迭代前端设计、自动修复错误、模拟用户操作等。配置方面，教程讲解了安装 Playwright MCP、优化 claude.md 文件（添加设计原则、风格指南等）、自定义子智能体（例如“设计审查”子智能体）以及利用 Git Worktrees 进行并行开发等技巧。 最终目标是通过这些方法，让AI生成更符合预期，更精美的UI设计。
在Linux系统上运行Office和Adobe等办公软件通常需要安装双系统，但开源工具WinApps提供了另一种方案。它通过RDP协议连接到后台虚拟机，自动扫描并添加已安装的Windows应用，允许用户通过右键菜单或桌面快捷方式直接启动这些应用，如同本地应用一样。WinApps支持Office和Adobe全家桶等常用软件，并提供文件关联和共享主目录等功能，方便跨系统操作。用户只需一键命令即可完成安装和GNOME桌面快捷方式的创建，实现Linux系统下无缝使用Windows软件。 GitHub项目地址：https://t.co/aOy66thmGd
寻找合适的数据集是数据分析和模型训练中最耗时、最困难的环节之一。GitHub 上名为“Awesome Public Datasets”的项目已获得超过64000颗星，它整理了全球高质量的公开数据集，涵盖农业、生物学、经济学、气候、教育、医疗等多个领域。每个数据集都标注了可用状态、元数据链接、数据格式、大小和更新频率等关键信息，并提供CSV、JSON、数据库等多种数据类型。该项目持续维护更新，数据源权威可靠，值得收藏备用。 GitHub链接：https://t.co/aGhiiqD70a