A personal collection of an AI product manager.
Let's face the future together and embrace the AIGC era.

让 AI 操作你的手机,付款还得你点同意:DIYgod 的 Pinky 还在 pre-alpha

周一的日榜前排还是 Sherlock、NVKE、OpenMausBot、agent-browser、Astryx 这类这周专栏写过的名字。往旁边和周榜再翻翻,倒有几个更值得打开:DIYgod 又做了个让 Agent 操作真机的工具,有人专门拆短视频是怎么拍出来的,还有个国产开会字幕应用直接读系统声音。

下面六个都避开了最近一周写过的仓库。

1. DIYgod/pinky:让 Agent 操作你的 iPhone 或安卓,风险操作先问你

Pinky 项目卡片

Pinky 是 RSSHub 作者 DIYgod 的新项目:Claude Code、Codex、Cursor 这类能接 MCP 的 Agent,可以通过它去点真实的 iPhone 或安卓手机。你在电脑上看镜像,付款、转账这类步骤默认要你点允许,规则跑在 Pinky 自己的网关里,不是靠提示词劝模型老实。银行、钱包、密码管理器默认对 Agent 不可见,密码和验证码框也不能让它填。

适合想让 Agent 帮忙回消息、点外卖、跑一遍 App 流程,又不想把手机完全交给模型的人。Mac、Windows、Linux 都有客户端,安卓 10 到 17、iOS 17.4 及以上都能接。

README 写得很清楚:现在是 pre-alpha。iOS 17.4 到 26 要自己用 Xcode 装一次 WebDriverAgent 辅助应用,免费 Apple ID 签名大约七天就要重装;低于 iOS 27 的真机还没实测。Windows 安装包还没签名,SmartScreen 可能会拦。

GitHub:DIYgod/pinky · 876★ · Apache-2.0

2. JuneYaooo/rea-video:把一条视频拆成镜头,判断是实拍、AI 还是代码做的

rea-video 案例缩略图

看到一条抖音带货片或产品演示,最烦的是猜不清哪些镜头是拍的、哪些是生成的、哪些是代码动效。rea-video 是给编码 Agent 用的技能和命令行:装上之后把视频丢给它,它按镜头切分,告诉你实拍、AI、3D、数字人或代码界面各占多少,再给出拍摄方案、提示词或 Remotion 重建思路,并输出带证据的 report.html。

适合做短视频、广告、产品演示、想学别人片子结构再自己重做的人。需要 ffmpeg 和 Python 3.10 以上,在 Claude Code、Codex 里直接让 Agent 安装即可。

平台转码后的片子会抹掉噪声证据,README 说纯离线工具准确率会掉,接 Gemini、豆包这类能看图的模型,或者让 Agent 自己看关键,会准很多。它也不替你渲染成片,自动翻拍要另装 capsule-cinema。

brew install ffmpeg

GitHub:JuneYaooo/rea-video · 4572★ · Apache-2.0

3. wquguru/cicada:开会同传不塞机器人,直接听系统声音的「知了」

知了图标

知了(Cicada)给 Zoom、Teams、飞书、腾讯会议、YouTube 直播这类场景做实时双语字幕、结构化纪要和同声传译。它读的是系统播放的声音,不往会里塞机器人,对面无感。Apple 芯片的 Mac 上语音识别可以全本机跑;按住右 Option 键说话,对方会听到翻译后的语音。Windows、Linux、Android 也都有安装包。

适合经常开中英混会、听英文直播、又不想让会议机器人进房间的人。

几个 README 写明的限制:目前还没有苹果公证,Mac 第一次打开可能要在系统设置里点「仍要打开」。Intel Mac、Windows、Linux、Android 的识别走云端,必须自己填 Ling、OpenRouter 等 key。Linux 上纪要窗躲不开屏幕共享。手机上会议 App 的声音系统不让内录,只能外放用「面对面」。

GitHub:wquguru/cicada · 1961★ · Apache-2.0

4. shanselman/gputaskman:任务管理器只说显卡占了 15G,它追问是谁在吃

gputaskman 运行截图

Scott Hanselman 开源的终端 GPU 监视器,定位像显卡版的 htop:不只告诉你显存满了,还尽量拆出是哪个进程、加载了什么运行时和模型文件,LLM 场景下还能估权重、KV cache、计算缓冲各占多少。支持 Windows 上的 NVIDIA 和 AMD,Linux、WSL,以及 Apple Silicon 的 Mac。

适合在本机跑推理、微调、看浏览器和桌面是不是偷偷吃显存的人。云端 GPU、纯 CPU、纯 NPU 不在范围内。

README 自己标了 Early, experimental:设备计数是测量值,模型分类和 GGUF 拆解是估算。Windows 便携包目前未签名。WSL 里部分 per-process 负载要靠宿主机匹配,关掉 interop 会看不到。

uv tool install gputaskman

GitHub:shanselman/gputaskman · 1071★ · MIT

5. libracoder/kiri:比 Docker Desktop 轻一截的容器运行时

Kiri 窗口截图

Kiri 用 Rust 写,目标是替代 Docker Desktop 和 OrbStack:在一台小 Linux 虚拟机里跑容器(Linux 上可直接上内核),兼容 Docker Engine API,原来的 docker、Compose、buildx 基本能接着用。作者给的数字是 alpine 启停大约 2.5 毫秒,空闲约一分钟后虚机休眠,守护进程大概 15 MB。还带本地域名 *.kiri.local、一键 Kubernetes 和 Linux 虚拟机。

适合嫌 Docker Desktop 又重又慢、又想少改现有脚本的人。macOS 14+、Windows 10/11(走 WSL 2)、常见 Linux 发行版都有安装包。

文档里的已知问题:用 BuildKit 做 docker build --add-host name:host-gateway 会失败,因为 Kiri 现在的 builder 是 docker-container 驱动,还不支持 host-gateway。先写真实网关地址,或暂时关掉 BuildKit。内置 builder 在路线图上。

GitHub:libracoder/kiri · 1247★ · Apache-2.0

6. Nutlope/hallmark:专门治「一眼 AI 页面」的设计技能

Hallmark 预览图

Hallmark 是 Together AI 做的 Agent 技能,给 Claude Code、Cursor、Codex、OpenCode 用。它从五十套主题材料里抽出三套给你选,按页面真正要完成的动作来排版,再在真实浏览器里跑一套「AI 味」检查:标题上的小眉毛、字距拉开的全大写标签、标题里忽然冒出的一个彩色词、整页空框或全是图、首屏对不齐、每页末尾硬塞邮箱注册之类。还有 redesign 和 audit 命令,能对着现有页面改或只出报告。

适合经常让模型出落地页、产品站,又烦千篇一律模板脸的人。

浏览器渲染检查需要额外装 puppeteer-core 和 Chrome;不装的话静态检查还能跑。照片库走 Wikimedia,不用 Unsplash 这类禁止 AI 工具挑图的图库。

npx skills add nutlope/hallmark -g

GitHub:Nutlope/hallmark · 51022★ · MIT

Like(0) 打赏
未经允许不得转载:AIPMClub » 让 AI 操作你的手机,付款还得你点同意:DIYgod 的 Pinky 还在 pre-alpha

觉得文章有用就打赏一下文章作者

非常感谢你的打赏,我们将继续提供更多优质内容,让我们一起创建更加美好的网络世界!

支付宝扫一扫

微信扫一扫

Verified by MonsterInsights