明略科技开源视觉GUI操作模型Mano-P，上线四周即爆火。它无需CDP协议和HTML解析，能自主操控剪视频、填表格、打麻将等各类电脑软件，拿下MMBench等13个全球多模态榜单第一。硬件门槛极低，M4芯片32G内存的Mac mini即可本地运行。

视频介绍了开源项目PaddleOCR，GitHub星标数达90.5k，近期仍在高频更新。它无需接入大模型即可将复杂PDF或图片转为结构化文字，支持手写体、繁体字、数学公式、文言文及多语言混合文档识别，且因不依赖大模型而实现零幻觉，适合免费批量处理数据。

视频介绍 GitHub 上热度达 80K Star 的 Python 爬虫开源项目 Scrapling，称其具备强大智能识别能力，网站改版或页面结构调整后仍能自动精准抓取内容，无需手动干预，并适配动态加载、浏览器指纹等常见反爬手段，小白也能上手。

介绍一款免费开源的录屏项目OpenScreen，可录制带平滑缩放与光标动效的产品演示视频，支持更换设计感光标、设备边框和动态背景。兼容Windows、macOS、Linux，个人与商业使用均免费，安装只需让Agent按提示部署，完成后桌面出现图标即可开始录屏。

作者用AI写代码做视频，将一套制片流程沉淀为code-brand-film Skill，包含分镜、HTML/CSS/GSAP时间轴、三道质量闸门等步骤。该Skill已用MIT协议开源，不同模型和Agent架构均可复现，有人用它35分钟完成交付赚到1000元。文章强调Skill将个人经验固化为可重复执行的标准，但交付仍需人的沟通与判断。

社区开发者基于 DeepSeek Harness 魔改出桌面端 DSH Desktop，MIT 开源、零依赖，下载即用，无需 Node.js 或命令行配置。支持接入 OpenAI、Anthropic、Gemini 等多家模型，数据外置存储，更新不丢历史。内置 Preset 广场与 dsh-market 插件市场，已有单次启动 25 个子 Agent 的实例，仅监听本地端口，macOS 版带 Apple 签名。

文章实测腾讯新推出的开源 Coding Agent 项目 Octop，被视为开源版 WorkBuddy。作者从下载安装、模型接入到专家团、子智能体、ACP 外部委托、云端协同等功能逐一体验，认为其功能覆盖度甚至超过 WorkBuddy，且数据完全本地化、模型可自定义，非常适合企业内部部署使用。

初代4o的API快照进入停用倒计时 听雨 发自 凹非寺 量子位 | 公众号QbitAI 每一天都在。14个月，8个月，我们还在这里。

DeepSeek-R1 证明了纯强化学习（RL）可以在不依赖监督微调的情况下涌现出强大的链式推理能力。本文拆解其 GRPO 算法、奖励设计与蒸馏策略，并分析 R1-Zero 的"顿悟时刻"对开源社区的意义。

作者用 20 组提示词对比测试 CogVideoX 与主流商业视频模型，从运动连贯性、物理规律、文字渲染三个维度打分。结论：开源方案在短镜头上已接近可用水准。