📡 AI 资讯日报

一个面向 AI coding agent 的开源 ADE，可把 Claude Code、Codex、OpenCode、Pi 等并排跑在隔离 worktree 里。

https://onorca.dev ↗

https://github.com/stablyai/orca ↗

最短路径是先去官网的下载页安装桌面版，支持 macOS、Windows 和 Linux；如果你本来就在用 Claude Code、Codex 或 OpenCode，装好后直接把现有 CLI 接进来即可，不需要换订阅体系。根据官网和 GitHub README，它的核心玩法是先为一个仓库开多个隔离 worktree，然后把同一任务分别交给不同 agent 并排运行，再在内置 diff 视图里比较结果、挑一个合并。进一步还能用内置 Chromium 做 Design Mode，点页面元素把 HTML/CSS 和截图送进 prompt；如果你经常离开工位，还可以配合手机 companion app 查看 agent 状态和追发指令。

这不是单纯“套壳终端”。GitHub README 明确把它定位成 “Run Codex, ClaudeCode, OpenCode or Pi side-by-side — each in its own worktree”，并且仓库已有约 7.9k stars。官网和 README 同时强调 worktree、原生终端分屏、Design Mode、SSH worktrees、移动端 companion，这说明它想解决的是多 agent 并行协作的整套环境，而不是只做一个聊天框。

• 同一个需求让 Claude Code、Codex、OpenCode 各做一版，快速对比代码质量和实现路径。
• 在远程机器上跑重型 agent 任务，同时用本地或手机端盯进度、补指令、做 diff review。

一个免费开源的浏览器扩展，不开 F12 也能抓取网页上的视频、音频和图片资源。

https://flowpick.com ↗

https://github.com/flowpick/flowpick-web ↗

这个工具的入口非常直接。按作者在小众软件帖子里的说明，先从 Chrome 商店、Edge 商店或 Firefox 扩展商店安装 FlowPick，然后打开任意带媒体资源的网页，点击浏览器工具栏中的 FlowPick 图标，弹窗会列出当前页面检测到的视频、音频和图片。你可以先预览再下载，也能对图片做批量勾选操作。帖子还写明它支持常规网页视频、流媒体 M3U8、音频文件和整页图片扫描，并提供基础格式转换、本地端合并流媒体、多线程下载和多清晰度选择。适合先拿公开课程页面、播客页面或图文页试一遍，看看它能不能替代手动找网络请求的流程。

作者把它做成了“点击图标-预览-下载”三步流，而且明确强调本地端处理流媒体合并、不收集与追踪数据。相比很多只能抓单一视频链接的扩展，FlowPick 在帖子里给出的能力更完整：M3U8/MPD、图片批量打包、实时预览、自定义嗅探规则都已经覆盖，实用性很强。

• 下载公开课、播客或资料页中的视频音频，做离线学习和素材留存。
• 批量抓取网页图片或流媒体资源，减少手动开开发者工具筛请求的时间。

OpenClaw 的官方移动 companion，可把你的本地 AI 助手接到手机上做聊天、语音、审批和设备联动。

https://openclaw.ai ↗

https://apps.apple.com/us/app/openclaw-ai-that-does-things/id6780396132 ↗

官方给的上手路径很清楚：先在电脑上搭好 OpenClaw Gateway，再打开 iPhone 或 Android App，用二维码或 setup code 配对。配对后，手机端可以直接聊天、开 realtime/background Talk mode、接收 agent 的 action approvals，还能把别的 App 里的文字、链接、图片分享到 OpenClaw。App Store 页面还写明可以按需开启摄像头、定位、照片、通讯录、日历、提醒事项等权限，所以最适合的试玩方式不是空聊，而是先做一个具体闭环：例如把一条链接分享进去、让它整理内容，再在手机上审批某个动作，感受“个人 agent 节点”这条链路是否顺手。

OpenClaw 官网主站还在主推“从 WhatsApp、Telegram 等聊天入口驱动个人 AI”，而 App Store 页面则进一步把手机定义为 secure node。它不是普通聊天壳，而是把审批、分享、设备能力和本地优先控制权都塞进了 companion app；另外 App Store 页面显示开发者声明“不收集任何数据”，对注重隐私的用户是明显加分项。

• 出门在外时继续盯本地 agent 任务，在手机上审批、补充上下文、发起后续动作。
• 把照片、链接、位置等手机侧上下文直接喂给自建助理，做更贴近个人设备的自动化。

一款 AI 驱动的影像日记 App，用照片和一句话整理情绪、事件与生活习惯。

https://greyglow.cn ↗

https://play.google.com/store/apps/details?id=cn.greyglow.dayflash ↗

根据作者在小众软件论坛的介绍，Dayflower 的基本用法是每天丢一张照片，再顺手写一句话。应用会结合照片中的时间、地点、场景信息，以及这句描述，帮你整理当时发生了什么、你的情绪走向，甚至长期归纳生活习惯。它还会提取照片主色，生成一片“花瓣”，把持续记录过的片段累成一棵可视化的树，后续再汇总成一本可翻阅的人生之书。作者还强调“无注册登录，无服务器，隐私至上”，并提供 Google Play 下载，所以最值得试的方式是拿过去几天的真实照片连续记录，观察它的整理是否真能比传统日记少负担。

很多 AI 日记产品停留在“帮你润色一句话”，但这个项目把图像、元数据、可视化和长期归档连到了一起。尤其“无服务器”的设定，让它更像一款重视个人记忆资产归属的本地型记录工具，而不是靠云端堆功能的内容 App。

• 用最低成本持续记录生活碎片，让照片自动沉淀成可回看的个人年鉴。
• 给容易断更的日记用户一个更轻量的入口：拍照+一句话，而不是每次写长文。

一个给微信群熟人局用的多人约时间微信小程序，用热力图方式找共同空闲时间。

https://meta.appinn.net/t/topic/87625 ↗

作者给的场景非常明确，就是解决微信群里“周六行不行、晚上呢、你们定我尽量来”这种来回拉扯。实际用法是微信内搜索“约个时间OK”，由发起人创建活动、设置候选日期和时间范围，再把小程序卡片转发到群里；参与者进入后在时间格子上标出自己的空闲，最后大家查看共同空闲时间再回到群里拍板。它的思路接近 When2meet / Doodle，但刻意保持轻量——只做收集阶段，不把所有讨论和确认都搬进产品里。第一次体验最适合拿一次聚餐、桌游、运动局或小组 meeting 来试。

它没有试图做成“大而全的协同平台”，而是只切微信群里一个高频又烦人的小动作。作者明确写出“更贴近微信群”的定位，这比国外协调工具简单搬运到中文场景更实在；对熟人社交、小团队临时协同来说，这种只解决一个痛点的小程序往往更容易用起来。

• 朋友聚餐、桌游、开黑、运动等熟人局，快速找出大多数人都能到的时间。
• 小组 meeting、读书会、轻量社群活动，先做时间收集，再回群确认最终安排。

Simon Willison 的 shot-scraper 新增视频录制能力，可用 YAML storyboard 录制 Web 应用演示。

https://shot-scraper.datasette.io/ ↗

https://simonwillison.net/tags/shot-scraper ↗

如果你已经会一点命令行，这个工具很值得直接动手。shot-scraper 官网说明它是一个“taking screenshots, recording video demos and scraping sites using JavaScript”的 CLI，而 Simon 的更新帖提到新增了 `shot-scraper video`，可以通过 storyboard YAML 录制 Web 应用演示。也就是说，你可以先写一个 YAML，描述打开哪个页面、点击什么、停留多久、执行哪些步骤，再让命令行自动跑出一段演示视频。对于开发者，最简单的试玩方式是拿自己刚做完的一个网页功能，录一个 onboarding 或 changelog demo；对于内容创作者，也可以把它当成“可编排的产品演示录屏器”。

这类工具的价值不在“能录屏”，而在“能脚本化录屏”。官网已经把 `video` 列为一级命令，Simon 的博客还专门提到这次是为“you or your coding agent”设计的 YAML storyboards，这意味着未来它很适合和 agent 工作流结合：功能做完后，顺手自动产出演示视频和验证素材。

• 给新上线的 Web 功能自动生成 demo 视频，用于发布日志、产品更新说明或社媒宣传。
• 把录屏作为测试和验收的一部分，固定重放某段 UI 操作流程。

Google Cloud 宣布 Nano Banana 2 Lite 正式可用、Gemini Omni Flash 进入 public preview，并开放 Agent Platform、AI Studio/API 等入口。

这次更新的重点不是“又发两个模型”，而是把多模态生产链路拆成更实用的两段：Nano Banana 2 Lite 负责 4 秒级快速出图和低成本编辑，Gemini Omni Flash 负责更高价值的视频生成与对话式编辑。Google Cloud 博文还明确写出 Omni Flash 支持文本、图片、视频混合输入，能做角色替换、补物体、重打光，并标出视频输出价格为每秒 0.10 美元；Nano Banana 2 Lite 则强调更快、更便宜、更适合高并发场景。对开发者来说，这意味着“先出静帧，再扩成视频”的流水线已经越来越标准化。

这会继续压低图像和视频生成的实验门槛，尤其适合做广告变体、社媒内容、产品演示和 agent 内部自动配图。更关键的是，Google 已经把文档、Colab、Prompt guide、Agent Skills 一起摆上桌，说明它不是停留在展示层，而是在抢开发工作流入口。

Anthropic 发布面向科学研究者的 Claude Science，定位为可在本地、Linux、SSH 或 HPC 环境运行的 AI workbench。

Anthropic 官方文章把它描述成“像 Jupyter Notebook 一样”的科学研究工作台，但更进一步：它整合常见科研工具与包，能产出可审计 artifact，支持通过 SSH 或 HPC login node 连接实验室已有算力，还预置 60 多个面向基因组学、单细胞、蛋白组学、结构生物学、化学信息学等方向的 skills 和 connectors。更重要的是，文中强调 reviewer agent 会检查引用和计算、标记并修正错误。这说明 Anthropic 正在把“科研助手”从聊天式问答推向有工作流、有审计链、有算力调度的产品层。

如果这条路线成立，未来科研场景会最先出现一批真正依赖 agent 的垂直工作台，而不仅是把通用模型套在论文检索外面。对 AI 产品圈来说，这也释放出明确信号：通用 coding workbench 之后，下一轮高价值入口很可能是强行业约束、强可追溯、强工具链整合的专业工作台。