📡 AI 资讯日报

一个开源的 AI 视频生产系统，把 AI coding assistant 变成可执行研究、写脚本、找素材、剪辑和渲染的视频工作室。

https://github.com/calesthio/OpenMontage ↗

项目 README 直接给了手动安装路径：先克隆仓库，在本地准备 Python 环境后执行 `pip install -r requirements.txt`，再进入 `remotion-composer` 执行 `npm install`，回到根目录后可继续安装 `piper-tts` 并复制 `.env.example` 为 `.env`。它的工作流不是单一“文生视频”，而是按 `research -> proposal -> script -> scene_plan -> assets -> edit -> compose` 这样的阶段推进。比较适合第一次上手时直接拿 README 里的示例提示词来跑，比如做一个 60 秒 explainer、纪录片蒙太奇或参考某个 YouTube Short 重做一个新主题。跑起来后重点看它是否能产出 proposal、脚本、scene plan 和最终 compose 结果，这样能最快理解整套 agent 化视频流水线。

这类项目常见问题是只解决单点生成，最后还是得手工拼接；而 OpenMontage 的重点是把研究、脚本、素材检索、配音、字幕、渲染放进同一条可审阅流程里，并且明确强调可以使用真实视频素材源与多种渲染路径，不只是把几张静图做成 slideshow。对想搭“AI 视频工位”的人来说，它更接近完整生产系统而不是单一模型包装壳。

• 用于快速制作产品介绍、教程短片、动画解说或品牌内容样片。
• 作为团队内部实验平台，验证多模型、多素材源、多阶段审稿的视频自动化流程。

一个开源的 AI agent 记忆层/记忆代理，用 `remember`、`recall`、`answer` 三类能力给 Claude Code、Codex、Cursor 等工具补上跨会话长期记忆。

https://github.com/moorcheh-ai/memanto ↗

官网和 GitHub 都给了清晰入口。最短路径是本机先安装 CLI：`pip install memanto`，然后执行 `memanto agent create dev-agent` 创建一个 agent namespace。项目支持本地和云两种后端：本地模式需要 Docker，不需要账号和 API key；云模式可在 Moorcheh 控制台申请免费 key。创建后可以继续用 `memanto config backend` 切换后端，并通过 CLI 或 API 把上下文、事实和偏好写进记忆系统。首次体验建议找一个自己常用的 coding agent，把同一项目的多轮需求、决策和偏好持续写入，再观察下次检索时能否直接 recall 出相关内容。它还提供本地 REST API 与 Web UI，适合继续查看记忆状态与冲突。

很多“AI 记忆”工具本质只是把一坨摘要塞回上下文，而 Memanto 明确把自己定义成 active memory agent，主打 queryable memory、时间感知、来源标注、冲突检测和零索引延迟。对高频使用 coding agent 的人，这意味着它不仅能存内容，还试图解决“旧偏好覆盖新需求”“记忆不可追溯”“写完不能立刻搜”等长期痛点。

• 给 Claude Code、Codex、Cursor 等编程助手补充项目级长期记忆，减少重复解释架构和偏好。
• 在多 agent 或自动化流程里做跨会话上下文共享，追踪事实、决策和历史任务状态。

一个开源 Chrome 扩展，把 X 原本依赖搜索操作符的高级检索能力做成可视化面板。

https://github.com/fengdu2077/x-search-filters ↗

这个项目最适合立即本地试用。打开 GitHub 仓库后下载源码或直接 clone，随后在 Chrome 访问 `chrome://extensions`，打开开发者模式，选择“加载已解压的扩展程序”，并选中直接包含 `manifest.json` 的项目目录。完成后进入 `https://x.com`，在搜索框附近会出现 Advanced/高级搜索入口。点击后可以用图形界面设置关键词、精确短语、排除词、日期、最少点赞、是否只看图片/视频/链接、语言、来源账号等条件；也能直接用 README 里提到的 `Ctrl+Shift+F` 快捷键调出面板。第一次上手建议拿一个热点主题，分别测试 `from:`、`since:`、`min_faves:`、`filter:images` 这些条件，感受它如何自动拼接 query preview。

X 自带高级搜索并不弱，但门槛在于操作符难记、组合复杂，而这个扩展把高级搜索语法映射成了可点选面板，还把 query-builder、React 输入写入、历史与收藏都做成了模块。它不是重新发明搜索，而是把平台已有但难用的能力转成更高频、可视化、可复用的工作流，对内容研究、情报搜索和找素材的人都很实用。

• 做行业监测、找爆款推文、筛选特定语言或媒体类型的内容。
• 做内容选题研究时快速组合时间范围、账号来源和互动量门槛。

一个开源 PowerShell 脚本，用来移除 Windows 10/11 预装应用、关闭遥测并做一系列系统精简与个性化调整。

https://github.com/raphire/win11debloat ↗

如果你手边有 Windows 机器，这个项目非常适合立刻尝试。GitHub README 明确写了它“无需安装”，并提供自动下载运行、`Run.bat` 传统方式以及带命令行参数的高级方式。最稳妥的玩法是先完整阅读 README 和 Wiki，再下载仓库后优先通过 `Run.bat` 或 PowerShell 启动脚本，在界面里按模块查看 App Removal、Privacy、AI Features、Windows Update、Appearance、Taskbar、File Explorer 等分类。第一次不要一键全开，建议先做预装应用和遥测相关项，再观察系统变化；如果是批量多机调整，还可以研究它的导出/导入设置与命令行参数。项目也明确强调大多数修改可回退，很多应用能从 Microsoft Store 重新安装。

Windows 精简脚本很多，但这个项目的信息组织和可回退性做得比较成熟：既照顾普通用户，又考虑了管理员批量复用、Audit mode、其他用户配置和参数化执行。尤其在 AI PC、预装组件越来越多的背景下，这类“把系统干净化并保留恢复路径”的工具，实用价值很直接。

• 新装 Windows 10/11 后快速做去预装、隐私和界面精简。
• IT 或技术支持团队批量统一多台设备的基础系统配置。

Google Finance 新版页面与 Android App 一起推进，产品里已能看到 AI 研究入口、市场摘要与更完整的投资组合体验。

从公开页面与第三方报道可见，Google Finance 不再只是一个被动行情页，而是在把“看盘、读新闻、问问题、接收摘要”打包成连续体验。页面里已经出现了“What's on your mind?” 这类研究入口，也明确标注 AI 内容可能出错，说明 Google 不是把 AI 放在新闻稿里点到为止，而是在尝试把自然语言研究、市场叙事生成和传统金融信息消费结合起来。对普通用户而言，这会降低理解市场动态的门槛；对 Google 来说，则是在搜索、财经信息和 AI 助手之间打通一个更高频的使用场景。

如果这条路走通，金融信息产品会进一步从“数据终端”转向“可提问的研究界面”。它会给券商、资讯聚合平台和个人投资工具带来压力：用户将期待更自然的问答、自动简报和更强的个性化追踪，而不只是静态行情和资讯列表。

Adobe 宣布收购 Topaz Labs，后者长期以图像修复、超分辨率和视频增强工具闻名。

这笔收购的核心不只是“补齐一个功能模块”，而是 Adobe 在生成式内容时代强化后处理能力的关键动作。如今大量 AI 图像和视频工作流都会在最后一步做超分、降噪、锐化、修复，Topaz 恰好占据了这一层的强势心智。把它纳入 Adobe 体系后，Adobe 可以同时覆盖生成、编辑、增强和交付，减少用户在不同工具间切换的摩擦，也进一步提高自家创意软件在专业工作流中的黏性。

对内容创作者和工作室来说，后期增强能力会更深地嵌入主流设计与视频套件；对独立 AI 视频工具而言，这会抬高用户对“原生超分与修复”能力的期待。未来生成模型做得不够精的部分，可能越来越依赖工具链里的增强层补齐。