推文精选之2025年第18周

← 上一周精选 下一周精选 →

NotebookLM中文版系统提示词逆向解读：5分钟内，模拟“热情讲述者”与“冷静分析者”双角色，基于指定文本，为深度学习者创作客观有趣、立即可行的洞见，并引发思考。

Google NotebookLM 中文版系统提示词逆向工程结果显示，其目标是在5分钟内，以“热情讲述者”和“冷静分析者”两种角色，基于指定材料，为追求高效深度学习的使用者，创作出客观、有趣且富有洞见的精编内容，帮助使用者获得可立即行动或引发顿悟的认知价值。提示词详细规定了目标、角色设定、目标听众画像、内容来源、语言风格、时间控制、输出结构及注意事项等，强调信息准确性、中立性和与使用者的关联性，并要求避免使用明显角色名称，全程以“你”称呼使用者，最后以问题结尾，引导反思。

[原文]

Thumbnail 1

WinUtil：开源免费Windows系统管理工具，一键批量安装软件，优化系统性能，修复更新问题，告别繁琐手动配置！

每次新装完Windows系统后，手动安装软件、清理组件和优化设置既耗时又繁琐。WinUtil是一款开源免费的Windows系统管理工具，能简化这一过程。它通过PowerShell命令一键启动，提供软件批量安装、系统优化、故障排除和更新修复四大功能模块，界面简洁直观。主要功能包括：一键批量安装常用软件；系统去臃肿，移除无用组件；系统配置优化；Windows更新修复；简洁的图形界面；开源且持续更新。适合刚装完系统或想提升系统性能的用户。GitHub地址： https://t.co/blO2EI62E1

[原文]

Thumbnail 1

告别无效目标清单：构建系统，而非设定目标，成就高效人生

不要死盯目标，而是构建系统

你有没有发现自己每年都在写着同样的目标清单？"今年我要减肥"、"我要学习新技能"、"我要搞更多的钱"...结果呢？一年过去了，那个清单又被你拿出来，重新写了一遍。

为什么会这样？因为我们一直在关注"想要什么"，却很少思考"怎么做到"。

所以记住，目标对方向很重要，但系统才是让你达到那里的东西。最成功的人理解这种区别。他们不只是梦想他们的目的地。他们建立可靠的工具来到达那里。 [原文]

Thumbnail 1

Agentic Company Researcher：AI驱动公司调研神器，一键生成完整报告，整合多源数据，高效省时，助你面试准备事半功倍！

面试前了解目标公司信息很重要，国内常用的天眼查等平台需要付费才能查看完整信息，自行查找也费时费力。Agentic Company Researcher 开源项目提供了一种解决方案，它能自动生成全面的公司研究报告。该项目集成多个AI智能体，从公司网站、新闻、财报等多个来源收集信息，并利用Gemini和ChatGPT大模型进行筛选和整合，生成高质量报告。其主要功能包括：多源数据收集整合、基于Tavily的AI内容筛选、实时进度查看、Gemini和GPT-4.1双模型架构、现代化React前端界面以及模块化智能体架构。用户只需克隆代码到本地并配置API Key即可使用。GitHub地址： https://t.co/v7CRLRYmDN

[原文]

Thumbnail 1

免费在线英语阅读学习资源：Progressive Phonics，涵盖学前到小学阶段，精美教材及练习可下载。

这网站好，完全培养小孩子和大孩子的英语思维！

网站名：Progressive Phonics

一个完全免费的在线英语阅读教学项目，专为帮助孩子学习阅读和拼写而设计。

提供从学龄前到小学阶段的渐进式英语学习教材，全彩色，有配套练习，制作都非常精良，可以免费下载下来学习。

🔗： https://t.co/648WU5Okjj https://t.co/xofOKwM7eV [原文]

Thumbnail 1
Thumbnail 2
Thumbnail 3
Thumbnail 4

开源字幕翻译工具Subtitle Translator：秒级翻译，支持多种语言和AI大模型，批量处理字幕文件，网页端操作，免费使用。

Subtitle Translator是一款开源批量字幕翻译工具，支持多种翻译接口（API和AI大模型），兼容.srt、.ass、.vtt等格式，可将字幕文件翻译成多达35种语言。其主要功能包括：秒级翻译，批量处理数百个字幕文件，支持OpenAI、DeepSeek等主流大模型并可自定义提示词和风格，翻译缓存功能避免重复调用节省API费用，以及双语字幕和多语言同时翻译功能。该工具无需安装，提供网页操作界面，可快速部署到CloudFlare或Vercel。GitHub地址： https://t.co/qXPq0xo1Fu

[原文]

Thumbnail 1

零基础移居日本：从文字教程到真人视频，我的2023-2024年AI自媒体创业之路

去年此时，我发布了记录2023年底全家从国内移居日本过程的帖子，开启了这个账号。一年来，结识了许多朋友，开公司、做项目、学习AI、运营自媒体，收获良多。

我曾撰写长篇教程并用AI合成语音制作视频，但效果不佳。长文难以消化，很多人仍需向我提问；AI合成语音视频缺乏真诚感，传播效果不如文章。

因此，我决定制作真人出镜的视频教程，三月以来密集更新，基本涵盖了之前的全部教程内容。视频教程作为新的内容分支，将持续每周更新，未来还会拓展更多主题。

我已将视频发布到其他视频平台，仅在个人网站添加链接，X平台的朋友难以看到。因此，我决定在X平台同步更新视频内容。本帖将上传目前已完成的全部视频，后续新增内容将持续更新。

[原文]

Thumbnail 1

Wiredoor：零配置内网穿透神器，基于WireGuard，内置NGINX和Let's Encrypt，Web界面管理，支持Docker/Kubernetes，安全便捷。

Wiredoor是一款强大的开源内网穿透工具，提供直观的Web界面管理所有服务，自动配置SSL证书，无需复杂配置即可轻松安全地将内部服务暴露到公网。其基于WireGuard的高性能安全隧道，延迟极低；内置NGINX反向代理，轻松管理多个服务；自动申请Let's Encrypt SSL证书，保障访问安全；拥有简洁易用的Web界面，简化服务和域名管理；支持Kubernetes、Docker等多环境集成；并提供命令行工具，方便自动化部署和管理。只需在公网服务器上部署Docker容器并配置简单环境变量即可使用。GitHub地址： https://t.co/6HDZxbz6fk

[原文]

Thumbnail 1

程序员个性名片：VS Code风格JSON代码名片设计

画一张程序员名片

注：

  • 请修改中括号内信息

  • 本图使用 sora.com 生成

提示词：

一张插画特写，展示一只手拿着一张名片。这张名片被设计成在VS Code编辑器中打开的JSON文件样式。名片上的内容为采用JSON语法高亮格式的代码，包含清晰可见的键值对，比如：

  • "姓名": "宝玉"

  • "X": "@dotey"

  • "微博": "@宝玉xp"

  • "博客": "https://baoyu.io"

窗口界面带有标准的工具栏图标和标题栏，标题栏标明文件名“名片.json”，完全模拟VS Code的真实暗黑界面风格。背景稍作模糊处理，突出名片本身。

[原文]

Thumbnail 1

程序员名片：代码风格创意设计，JSON格式个人信息

帮我生成一只手（主要是拇指和食指）正捏着一张名片的 2:3 照片。名片设计成一个深色背景的计算机程序代码编辑器窗口界面。窗口左上角有三个模拟窗口控制按钮（红、黄、绿），中间是窗口标题“Business Card.json”。标题栏下方有一排小的图标，模拟编辑器工具栏。代码区域显示带有行号（1-5可见）的代码：


{

"name": "[@op7418](https://twitter.com/op7418)",

"title": "Product Designer",

"email": "my[@email](https://twitter.com/email).com",

"link": "guizang.ai"

}

背景是模糊的木质桌面。整体风格极客，暗示名片主人从事IT、软件开发或网络安全相关工作。

[原文]

AI编程最佳实践：高质量模板+Cursor，解决新手痛点，提供丰富的纯前端模板及AI专用Prompt指南，实现最佳实践、渐进式后端技术栈接入。

我认为目前AI编程的最佳实践，依然是：一套高质量的模板 + Cursor。

但当前模板市场，对新手存在以下痛点：纯前端模板缺乏真实的功能实现；完整前后端模板对新手负担过重；直接让AI接入后端时，常出现使用错误库或旧方法的情况（不遵循最佳实践）。

AI时代模板的最佳实践应该是：提供丰富的、不同类型的纯前端模板；提供一套类似 https://t.co/xH09cP3YnZ 的AI专用Prompt指南，新手只需复制该指南中的Prompt，使用Cursor等AI工具就能自动、渐进地接入对应的后端技术栈，并遵循最佳实践。

不过，也许Claude 4.0或GPT 5推出后，这些就不再需要了。

[原文]

GitHub开源：40+份大模型微调笔记合集，涵盖Llama、Phi、Mistral、Qwen等主流模型，附Colab&Kaggle环境优化，助你快速上手模型微调训练。

GitHub 上的 Unsloth Notebooks 项目提供40余份大模型微调笔记，涵盖Llama 3、Phi 4、Mistral、Qwen 2.5等主流开源模型。笔记包含详细注释和指南，支持多种训练方法（如GRPO、DPO、Alpaca、会话微调等），并针对视觉模型（Llama 3.2、Qwen 2.5 VL等）和语音合成模型（如Orpheus TTS）提供资源。所有笔记都针对Colab和Kaggle环境优化。项目地址： https://t.co/sn2ML4JNuf

[原文]

Thumbnail 1