Ricky の AI工具清单
大模型API
openrouter
智能体
桌面效率提升
🤖 智能体一：豆包
「豆包客户端」：https://www.doubao.com/download/desktop
工作流1 - AI划词：划取文字 → AI 搜索、翻译、解释、总结等各类 AI 辅助功能。（豆包在这一块较强）
工作流2 - 会议记录：会议文字稿生成 + 总结（缺点：无录音文件，更推荐使用通义）。
工作流3 - 截图AI搜索：截图 + AI搜索。
工作流4 - AI对话：AI语音对话。
🤖 智能体二：通义
「通义」：https://www.doubao.com/download/desktop
工作流1 - AI划词：划取网页端的文字 → AI翻译、总结。
工作流2 - 会议记录：会议录音 + 文字稿生成 + 总结（通义在这一块较强）。
网页自动化
browser-use/web-ui 是一个基于 Gradio 构建的 Web 用户界面，能够使 AI 智能体在浏览器中运行并交互。
部署：根据官方教程（链接）的步骤即可。（大模型的API可以使用 OpenRouter 平台）
相关教程视频：一句话命令AI操作浏览器替我打工，Browser Use原理+实战（B站：链接🔗 ）
工作流（本地部署后）： 进入项目文件夹web-ui → python webui.py --ip 127.0.0.1 --port 7788 启动程序 → 在打开浏览器，访问127.0.0.1:7788 → 修改 Agent Setting、LLM Settings 和 Browser Settings → 输入Prompt，运行 Run Agent 或者 Deep Research
应用示例：
- 网页自动化测试： 利用
browser-use/web-ui，开发者可以创建自动化测试脚本，模拟用户在网页上的操作，验证网站功能的正确性。Medium - 数据抓取和分析： AI 代理可以通过该工具自动浏览特定网站，提取所需数据，并进行分析，适用于市场调研和信息收集等场景。
- 自动化表单填写： 在需要重复填写表单的情况下，AI 代理可以通过
browser-use/web-ui自动完成，提高效率并减少人为错误。
注意 ⚠️：调用 OpenRouter 的大模型 API 遇到如下报错时 - Error code: 404 - {‘error’: {‘message’: ‘No endpoints found matching your data policy. Enable prompt training here: https://openrouter.ai/settings/privacy‘, ‘code’: 404}}
只需要登陆 https://openrouter.ai/settings/privacy，并修改 prompt training 即可。
绘图类 🎨
图片生成
- 照片风格转绘
- 原图 → 动画风格
- 吉卜力、（动画风格集合：链接）
- Prompt：帮我设计一个4宫格图照片。每张图片主角是一家三口和一条狗，然后身后还有一个路牌写着一个图片风格的英文单词/词组。尺寸是1:1，人物可以稍微远离镜头，以便可以看到人物全身。请分别用1,2,3,4风格渲染4张图片并拼成4宫格图，要求每个图片的路牌上只写对应的英文风格单词/词组。
- 原图 → 动画风格
- 照片光线调整
- GPT-4o 绘制精美的工作原理图（参考：链接）
- 第一步: 找一个想要的风格图，可以在ByteByteGO找
- 第二步：输入想要解释或学习的原理（Prompt：参考这个图的风格绘制 XXX 的工作原理）
- 教育场景
- 生成单词闪卡
- Prompt：你是一个英语单词闪卡制作大师，你可以根据我输入的 XXX 主题词，生成一个图片并以此拓展，比如我输入电脑，你生成一张和电脑相关的图片，并用箭头分步介绍键盘、鼠标、显示器等中文和英文。
- 生成单词四格动画
- Prompt：我想记住 XXX 这个单词，帮我创建一个风趣幽默四个小漫画帮助我记忆这个单词，漫画当中要有英文台词和说明，漫画风格为 YYY，最后输出这个单词的中英文注释。
- 生成单词闪卡
- 组合型场景
36种动画风格（引用链接）：
英文风格名称 中文翻译 Studio Ghibli 吉卜力风格 Puppet 木偶风格 Crochet Doll 钩针玩偶风格 Cyberpunk 赛博朋克风格 Vector Art 矢量插画风格 Neon 霓虹灯风格 Gothic 哥特风格 Steampunk 蒸汽朋克风格 
英文风格名称 中文翻译 Gotham Noir 哥谭黑色风格 Muppet 布偶风格 Claymation 黏土动画风格 African Wax Print 非洲蜡染风格 LEGO Brick 乐高积木风格 Glitch Art 故障艺术风格 Pop Art 波普艺术风格 Chinese Ink Painting 中国水墨画风格 
英文风格名称 中文翻译 Polaroid 宝丽来风格 Low-Poly 低多边形风格 Bitmoji Bitmoji风格 Cookie Style 饼干人风格 Portrait 写实肖像风格 Van Gogh 梵高风格 Picasso 毕加索风格 Dali 达利风格 
英文风格名称 中文翻译 Ancient Egyptian 古埃及风格 Fairy Tale 童话风格 Oil Painting 油画风格 Japanese Ukiyo-e 日本浮世绘风格 Baroque 巴洛克风格 3D Pixar 皮克斯三维动画风格 Disney Animation 迪士尼动画风格 
英文风格名称 中文翻译 Playmobil Playmobil玩具风格 Minecraft 我的世界风格 Mad Max 疯狂麦克斯风格 80s Cartoon 80年代卡通风格 
https://ricky-typora-notes.oss-cn-hangzhou.aliyuncs.com/GnBgoV2bAAALFR0.jpeg
视频类 🎥
视频总结
🛠 方法一：通义听悟
工作流1：网络视频链接 → ParseVideo → 解析后的视频链接 → 通义听悟「博客链接撰写」解析
工作流2：网络视频链接 → SnapAny → 解析后的视频文件 → 通义听悟「上传音视频」解析
通义听悟：https://tingwu.aliyun.com/home（实测更适合B站）
🛠 方法二：kimi阅读助手
工作流：在视频界面打开插件 → 输入总结提示词
Kimi 阅读助手：Chrome插件 （实测更适合有字幕的油管视频）
以下的视频总结提示词来自 栗氪聊AI。
# 要求
请根据以下步骤，对提供的内容进行整理、重构、要点提炼以及反共识观点提取：
## 第一步: 整理与重构
- **阅读与理解**：仔细阅读全文，全面理解文章的主旨、脉络及议题。
- **主题归类**：将文章内容按主题进行归类，形成层次分明、逻辑清晰的结构。
- **润色与优化**：对归类后的各部分内容进行语言优化，使表述更加通顺、简洁。
- **信息完整性**：尽量保留原文的所有关键信息、数据和细节，确保信息零损失。
- **添加标题**：在每部分内容前添加合适的标题，以便读者快速定位。
## 第二步: 要点提炼
- **提炼核心要点**：基于整理和重构的内容，提炼3-5个核心要点。
- **结构化表达**：每个要点包含一个主要论点和2-3个原文中的支撑论据。
- **论据选择**：确保论据能有力佐证论点，并对关键内容进行补充说明。
- **简明扼要**：要点的表述应言简意赅，避免冗长，突出核心信息。
## 第三步: 提取反共识观点
- **识别反共识观点**：找出文章中与主流认知不符但具洞见的观点。
- **观点选择**：提取1-2个具代表性的反共识观点，激发读者思考。
- **简要阐释**：每个观点用200字内进行简要阐述，点明其独到之处。
- **联系实际**：在阐释中联系实际案例，以增强观点的说服力。
- **客观表达**：观点的提取和阐释应保持客观中立，不夹带个人偏见。
## 输出格式示例
**正文**：
[正文内容]
---
**核心要点**：
[核心要点内容，分别标示"要点1"、"要点2"等]
---
**反共识观点**：
[反共识观点内容，分别标示"观点1"、"观点2"等]
## 其他要求
- **格式规范**：各部分之间使用Markdown语法分隔，确保层次清晰、排版美观。
- **内容完整**：输出内容需包含上述所有部分，并严格按照指定顺序排列。
- **求证与确认**：如在分析中有任何不清晰或存疑之处，请向我提问确认，避免误解。
- **校对检查**：在正式输出前，请通读一遍内容，检查错别字、标点误用或语病，确保输出无瑕疵。会议AI记录
工作流：打开网页 → 点击「通义浏览器插件」的「实时记录」功能
通义听悟浏览器插件：https://tongyi.aliyun.com/tingwu
视频生成
🛠工具一：可灵
静态照片 → 动态视频 工作流：上传静态图片 → 用大模型生成修改提示词 → 生成动态视频
可灵：https://app.klingai.com/cn/
可灵使用指南：https://docs.qingque.cn/d/home/eZQDKi7uTmtUr3iXnALzw6vxp
🛠工具二：Runway Gen-4
Runway Gen-4: https://runwayml.com/research/introducing-runway-gen-4
