b 站收藏夹三年攒了 800 多个视频,很多连标题都忘了。写了个 agent 批量拉收藏,调大模型给每个视频按主题打标签、写一句话简介,然后导出成 markdown 表格,存在我自己搭的笔记库里。
坑在于 b 站的收藏接口要登录态,得先抓 cookie 填进去。还有视频分区信息在接口里藏得比较深,得看返回的 json 慢慢对。
最后按主题分成 12 个文件夹,发现我收藏最多的是「深度学习零基础」类,三年前就该开始学了。
b 站收藏夹三年攒了 800 多个视频,很多连标题都忘了。写了个 agent 批量拉收藏,调大模型给每个视频按主题打标签、写一句话简介,然后导出成 markdown 表格,存在我自己搭的笔记库里。
坑在于 b 站的收藏接口要登录态,得先抓 cookie 填进去。还有视频分区信息在接口里藏得比较深,得看返回的 json 慢慢对。
最后按主题分成 12 个文件夹,发现我收藏最多的是「深度学习零基础」类,三年前就该开始学了。
显卡 8g,跑 sd1.5 就 OOM,加了 --lowvram 好一点但还是崩。
看日志像是 vae 解码那一步爆的显存。有没有老哥知道怎么单独把 vae 放 cpu 上跑?或者别的省显存的招?
配置贴评论里了,求指点。
周末把「查资料 + 写周报 + 发邮件」这套任务分别用 langgraph 和 crewai 实现了一遍,各跑 10 次。
结论先说:crewai 上手快,文档对新手友好,一下午就能出活;langgraph 门槛高,但状态管理和分支流程的控制细太多了,出错也好排查。
具体数据:crewai 平均跑完 42 秒,langgraph 38 秒,差距不大。但 crewai 有 2 次跑着跑着角色就「串味」了,把不该它干的活抢了。langgraph 没这问题,因为每个节点的输入输出是定死的。
我的选择:快速验证用 crewai,上生产用 langgraph。
很多人觉得写 Skill 很难,其实入门很简单。
第一步:明确你的 Skill 要解决什么问题
第二步:写清晰的触发描述(让 AI 知道什么时候该用它)
第三步:定义输入输出
第四步:写核心逻辑
我花了一个小时写了个「计算 BMI」的 Skill,虽然简单,但流程走通了。
关键是触发描述要写清楚,不然 AI 不知道什么时候调用。
收集了不少好用的 Skill,打包分享给大家:
办公类:周报生成、会议纪要、邮件润色、表格处理
创作类:文案改写、标题生成、小红书风格改写
开发类:代码审查、单测生成、注释补全
都是我自己实测过能用的,有需要的留言。