# 2025年11月收藏 ### AI 与效率工具 - **11-03 21:48** **更会遗忘的模型与“认知核心”**
预训练权重像被高度压缩的长期记忆，上下文则像可直接访问的工作记忆；遗忘细节可能迫使系统提取通用模式。由此可把“知识记忆”与“认知算法”分离：让小型认知核心依赖检索获取事实，降低训练数据过拟合与合成数据“静默坍塌”的风险。对 Agent 的现实判断也应遵循“九进军”：从 90% 演示到 99.9% 可靠产品，每多一个 9 都很艰难，近期更可能是 AI 完成常规 80%、人处理困难 20% 的“自主滑块”。 - **11-04 07:36** **Prompt2Tool 的跨平台写作工具**
[AI Post Rewriter](https://prompt2tool.com/tools/ai/ai-post-rewriter) 用于把原文改写为不同社区的帖子；[AI Comment Generator](https://prompt2tool.com/tools/ai/ai-comment-generator) 可按共鸣、反驳、补充等语气生成评论；[Tone Adapter](https://prompt2tool.com/tools/ai/ai-tone-adapter) 在 X、Reddit、Quora 等平台口吻之间转换。适合作为草稿与语气校准，不应伪装原创或替代事实核查。 - **11-06 01:12** **三宫格氛围人像提示词结构**
可复用框架：上传参考人像并要求身份与面部保持一致，指定 2:3 比例；为三格分别写明景别、人物动作、场景、字幕与情绪弧线；最后统一胶片质感、冷暖色调、光线、颗粒、高光晕化和阴影。示例场景包括清晨图书馆、古典美术馆、雨后霓虹街道，重点不是照抄长提示词，而是保持“近景—中景—特写”的连续叙事。 - **11-14 21:14** **Fogsight：概念转动态可视化**
[Fogsight](https://fogsight.ai/) 用 AI 将概念、问题或关键词转成可运行的 HTML 动画，适合解释抽象原理、制作教学演示或快速验证信息可视化方案。 - **11-15 18:18** **长视频定向提取**
[TLDW](https://tldw.us/) 会按关注主题在 YouTube 进度条标出相关片段并支持跳转；另一种工作流是把视频交给 ListenHub，再用提示词生成约 10 分钟的定向播客。相比泛化摘要，更适合只想获取视频某一部分的场景。 - **11-15 18:43** **YouMind 内容工作室**
[YouMind](https://youmind.com) 面向内容学习者与创作者，把资料收集、理解和创作放在同一工作区；价值在于降低“收藏后不再看”和“想写却迟迟不开篇”的启动摩擦。 - **11-15 20:28** **Gemini + Canva 生成演示文稿**
在 Gemini App 选择 Canva 模式后，可让模型结合搜索结果生成 PPT，再继续要求特定设计语言，例如苹果发布会式 Bento Grid。案例显示配图来自内容相关的搜索素材，前端式页面结构也便于继续改布局与风格；发布前仍需人工核对引用和数据。 - **11-15 21:14** **Kimi K2-Thinking 与 Kimi CLI**
K2-Thinking 强调边思考边调用工具、长程检索与 Agentic Coding；原生 INT4 便于长解码。CLI 可用 `uv tool install --python 3.13 kimi-cli` 安装，启动后通过 Kimi For Coding API Key 登录，按 `Tab` 开启思考。收藏中的多轮前端实验表明，其优势在连续需求修改、搜索后复刻设计特征和性能修复，但基准分数与套餐次数属于当时信息，使用前应复核。 - **11-15 21:23** **减少 AI 过度输出的沟通习惯**
明确要求“最小必要语言 / 最小可行实现”，先讨论并对齐需求再执行；数字默认复核；一事一议、新话题新会话；同一问题让多个模型独立作答再交叉审阅；把多轮对齐后的对话沉淀为专项提示词或专用会话。核心是节省注意力和上下文，而不是追求最长答案。 - **11-15 21:32** **Claude Code + Obsidian 的内容流水线**
可把灵感扩展、资料检索、调研报告、标题仿写、知识库金句检索、配图、信息图和公众号发布串起来；飞书 MCP 承担结构化数据落表，后续可将稳定步骤封装为 Skills。适合把重复劳动自动化，但内容判断与最终审稿仍由人负责。 - **11-15 21:33** **防信息茧房的三段式提示**
让 AI 每次依次给出：①基于现有信息的直接回答；②与主结论相悖或来自不同学科的“破壁视角”，并说明其合理性；③一个用于挑战潜在假设的反思问题。该结构适合决策复盘，不等于机械制造“双方都有道理”。 - **11-15 23:34** **英文 AI 信息源索引**
[Zara 的 AI 信息源页面](https://zara.faces.site/ai) 汇总英文世界的 AI 创作者与信源，可用于建立跨语言输入渠道。 - **11-17 11:57** **用 AI 在 Reddit 做需求调研**
[流程文章](https://mp.weixin.qq.com/s/0P-zwazPIJ0yjCzbusTlDQ) 主张无需代码或 n8n，直接让 AI 辅助搜索 Reddit、归纳用户原话与痛点；关键是保留帖子上下文、原话和链接，避免只看模型二手总结。 - **11-18 12:39** **递归式辅导**
[Reddit 提示词讨论](https://www.reddit.com/r/PromptEngineering/comments/1ov5km6/how_to_make_chatgpt_teach_you_any_skill/) 将递进课程、苏格拉底提问、练习与即时反馈组合起来，让 AI 在确认理解后再进入下一概念。 - **11-20 13:51** **flomo AI 洞察视角**
图集中可见的视角包括：深度挖掘、行动指南、毒舌锐评、逆向思考、MBTI 分析、灵魂拷问、笔记的间隙、亚里士多德式第一性原理和人物画像。更有价值的用法是对同一标签笔记切换视角：找跨笔记矛盾与盲点、把纠结转成下一步、从失败路径反推条件、区分本人思考与外部摘录；人格分类只能作观察线索，不宜当成诊断。 ### 编程与软件 - **11-15 21:24** **多平台舆情分析项目**
收藏指向一个覆盖微博、小红书、抖音、快手等平台的 Python 项目，组合多 Agent、微调/统计模型、多模态解析、公私域数据与模块化部署，用于热点和评论分析。[项目入口（短链）](https://t.co/3Dvd7ONkbs) - **11-19 22:21** **Telegram 下载助手**
[TG 下载助手](https://td.gewu.dev/) 用于将频道内容与受保护媒体保存到本地，适合离线备份。使用时应尊重版权与频道权限。 - **11-23 22:47** **Qwen2-VL-2B LoRA 微调笔记**
手写笔记以 COCO 2014 caption 约 500 张为例，把 CSV 转成 JSON，对话数据采用 `conversations`，用户输入中以视觉起止标记嵌入图片路径，assistant 保存 caption。预处理流程为：`apply_chat_template` 生成文本，`process_vision_info` 提取图像/视频输入，再由 Processor 生成 `input_ids`、`attention_mask`、`pixel_values`、`image_grid_thw`；labels 屏蔽提示部分，只监督回答，并统一截断到最大长度（笔记示例为 8192）。模型侧加载 Qwen2-VL、开启 input gradients，以 PEFT LoRA 注入注意力和 MLP 投影层，`Trainer` 配合动态 padding 与 SwanLab 记录；验证时同样套模板、生成后切掉输入 token，再批量解码。图片小字中的个别训练超参数不够清晰，未照录。 - **11-25 11:04** **AI 项目实战代码库**
[AI-Tutorial-Codes-Included](https://github.com/Marktechpost/AI-Tutorial-Codes-Included) 汇集 Agentic AI、多 Agent、LangGraph/AutoGen/Google ADK、机器学习管线、PII 检测、安全代码执行、MCP/OAuth、RAG 与企业部署案例，适合作为按主题查找最小样例的索引。 ### 工程与设计 - **11-21 21:01** **Aspen Plus 高低版本转换线索**
收藏提到可将高版本 Aspen Plus 的 `.bkp` 备份转换到较低版本：选择源文件、目标版本和输出目录后生成转换文件。原消息没有公开下载地址，仅保留来源 [AspenTeach](https://t.me/AspenTeach) 作为核查入口；未知程序应先做安全扫描并备份原文件。 - **11-26 12:30** **Pixso 从设计到代码**
流程是：自然语言生成 UI 初稿 → 人工校正视觉层级、间距与交互状态 → 建立颜色、间距、字号、文本变量及明暗模式 → 启用 Pixso MCP，在 Cursor 的 Agent 模式粘贴设计链接生成 HTML/React。变量系统能让主题切换和 CSS 变量自然对齐，是设计稿可维护性的关键，而不是把 AI 初稿直接交付。 - **11-26 12:33** **GSAP 滚动叙事页面骨架**
用 HTML/CSS、GSAP 和 ScrollTrigger 建立长页面与全屏 pinned container，把滚动量映射为带 `scrub` 的时间轴；叙事依次为 slogan 放大淡出、通知/邮件卡片飞入、3D 堆叠、点击式高潮下的卡片爆炸散开、Logo 收尾。可作为 Apple 风 Scrollytelling Demo 的需求模板。 ### 资源与课程 - **11-15 19:07** **扩散模型统一视角读物**
资料从 VAE、能量/Score、SDE/ODE、Normalizing Flow 与 Flow Matching 统一解释生成模型，再延伸到 DDIM、DPM-Solver、数值积分、一致性模型和 Mean Flow。收藏中的[中英双语资料](https://pan.quark.cn/s/2a5100e32b51)适合按“训练目标—概率运输—采样求解器”建立知识地图。 - **11-15 20:01** **Hugging Face LLM 训练手册**
[Smol Training Playbook](https://huggingface.co/spaces/HuggingFaceTB/smol-training-playbook) 以 SmolLM3 3B 为案例，记录是否预训练、预训练、后训练、基础设施等决策，也保留实践中遇到的死胡同，适合工程复盘而非只看最终配方。 - **11-22 09:33** **Chip Huyen《AI Engineering》资源索引**
[resources.md](https://github.com/chiphuyen/aie-book/blob/main/resources.md) 汇集 LLM 应用、Prompt、微调、RAG、评测与生产工程相关论文和博客，适合长期作为 AI Engineering 学习入口。 ### 内容与运营 - **11-02 21:38** **影视飓风的内容增长飞轮**
用“长/短视频 × 专业/大众”四象限分别承担品牌深度、破圈流量、艺术上限和高频互动；选题输入不局限热榜，而是从 Reddit 与全球小众论坛获取认知差；长视频按“多个独立短爆款组成合集”设计，每段都有钩子、冲突和爽点。最终落到 CTR 与平均观看时长两个指标：选题负责点击，结构负责留存。核心提醒是避免自我感动，持续用月报观察粉丝增长与观众情绪。 - **11-05 23:35** **AI 原创虚拟产品：心理自测 HTML**
图集展示了用 AI 在二三十分钟内做出的自测产品：可下载为单文件 HTML，设置激活码与使用次数，包含说明、约 13 道问答、风险分级结果和行动建议，并明确“仅供教育与自我了解，不能替代专业诊断”。可迁移到拖延、习惯、知识测验等低风险场景；涉及心理健康时必须保留免责声明，不能包装成医学诊断。 - **11-09 05:53** **爆款文案的七要素**
写前依次回答：标题/封面如何夺取注意；开头如何留人；面向谁、解决什么问题；提供实用价值还是情绪价值；是否有可二次传播的金句；如何引导具体行动；表达力是否足够。AI 的作用是把这七个检查项嵌入选题、改稿和复盘工作流，而不是只发一句“帮我写爆款”。 - **11-26 22:02** **内容产品的风格定位**
常见训练课风格可分为专业、深度、实战、简单易懂、冷静理性和强观点。建立专家权威感时，“专业 + 深度 + 冷静理性”有利于信任，但真正促成购买的往往是鲜明的个人说服力；体系化内容的业务目标应明确为吸引精准用户、完成低客单到高客单转化或增加咨询线索。 ### 影视与阅读 - **11-01 23:08** **《火烧天堂镇 / The Lost Bus》(2025)**
根据真实山火事件改编，马修·麦康纳饰演校车司机，在野火中与教师共同营救学生。收藏版本为 4K WEB-DL、内封中字；[资源机器人入口](https://t.me/DriveShareBot?start=get9372)。 ### 生活与思考 - **11-23 20:22** **从收集信息转向知识体系**
先只选 1—3 个与目标直接相关的根节点；每学一项都追问“本质是什么、能迁移到哪、与已有知识什么关系”，再挂到“底层逻辑—应用场景—案例—实践心得”的知识树上。每周检查新知识落点、是否出现新逻辑、旧逻辑是否需要更新。体系的价值取决于调用和迭代，而非收藏数量。 - **11-23 20:33** **第一性原理 + 苏格拉底式博弈论导师**
从“我的结果依赖他人选择”的真实情境出发，逐步识别参与者、策略和收益；先让学习者预测，再从最少假设推导概念。每个概念都必须有生活应用与理解检查，未掌握前不进入下一主题，课程结束再要求识别未来 24 小时会遇到的博弈。 - **11-23 20:49** **核心团队的信念一致性**
收藏《毛选》的一条短思考：所谓队伍的“纯洁性”，首先是核心成员对共同目标有真实信念。可转化为团队原则——技能能互补，但价值底线和长期目标不能靠口号临时拼接。