Kaito AI

Dia 是我目前最喜欢的 AI 浏览器。

先说优点：

1）“很克制”：AI 功能并不花哨，但完成度很高。无论是 write、code，还是最喜欢的网页总结，都算基础功能，但体验都相当扎实。Skills 功能允许自定义 prompt，让人能想象出未来生态的无限可能。

2）“很丝滑”：从 Chrome 迁移过来几乎无感，而且深度使用至今没遇到过卡顿。一直认为，AI 浏览器首先得是一款合格的浏览器，这点 Dia 做得很到位。

3）“很好看”：界面与交互设计有戳中本人审美点。

再说缺点：

1）对梯子的要求稍微有点高；

2）接入的模型目前还不是 SOTA 水平，功能上有一定的天花板。

Anyway，期待它不断升级！

很独特的切入视角，广义上面的桌面宠物之前一直有很大的热潮，不过那个年代受限于只能特定的一些模式，只能成为养成系但是又没办法做到小而美，所以一直处于尴尬地位，桌面宠物接入大模型，能够成为电子宠物，并且实时交互，一定是未来桌面端会火起来的一阵风，就像灵动岛这样的探索，所以最终其实在于那个ip更适合某一类人群，逗逗在其中选择了游戏陪伴这个领域，确实很有意思，既是陪伴领域，主打情感链接，这样黏性是足够高的，又是结合游戏，又可以去适配更多游戏而非单一游戏，想象一下现在她经济下，像瓦这样游戏的爆火是由众多女玩家来支撑的，如果逗逗未来发展多IP就像乙游形象这种，形成吸引足够多女玩家，那么天然会过渡到电子男友或者电子宠物的更多场景。

同时能陪打游戏，那么就可以拓展更多的场景，陪看球赛，陪看电影，看视频，多场景，那么就会有足够多的场景应用，想象空间是足够大的，变现逻辑就是可以养宠式，不就是QQ宠物，现实版！？！

作为深度参与项目开发的核心成员，我从开发者与使用者双重视角观察到：当前MCPServer的调试工具存在可优化空间。

在实际工作中，我需要同时维护多个服务端实例，发现最常用的Inspector在三个维度存在改进空间：

1. 服务管理层面：每个server需要独立配置连接参数，缺乏统一的server管理面板，导致频繁进行地址复制粘贴操作；

2. 参数配置层面：工具描述文档与参数规范需要人工校验，缺乏智能校验机制确保描述的准确性；

3. 协同测试层面：仅支持单接口调试，无法模拟多工具协同调用的业务场景。

基于这些痛点，我们设计了OpenMCP解决方案。通过构建Server管理机制、引入LLM参数生成、以及在LLM对话中进行多工具编排测试功能，系统化解决了上述问题。

如果要用HTTP接口开发类比，Inspector更像是Postman，甚至比Postman功能还少。HTTP API接口的调试一般用Postman就够了，因为在实际项目中，HTTP API接口什么时候请求，请求的参数是什么，多个接口如何协作，都是由开发者通过代码写好的。

与HTTP接口不同的是，MCP的使用者是LLM，他需要被LLM调用。首先要保证描述信息合理，才能使得工具被正确选择；其次要保证参数设计合理，才能保证LLM使用的时候参数生成不会出错；最后，多个接口的协作也是由LLM决定而不是开发者写好。仅仅使用Inspector欠缺对这些场景的测试，而OpenMCP的出现弥补了这部分空白。

读文献那么枯燥乏味的事，有这玩意，或许能变得鲜活有趣许多。

但坦白说这款工具现阶段的实用价值不咋大，定位应该就是一款兼具趣味性的休闲小玩具。从用户视角，每个领域的科研论文的阅读习惯应该都不同，有的要配合代码，有的要配合问卷信息。

个人经验而言，从AI/CS会议论文来看，overview图和实验部分是重要的，所以就不能只停留在“提取论文中的核心内容，通过与使用者的对话交互，传递论文的大致信息”。并且，事实上，市面上大多数大语言模型都能完成这类基础操作，如果不是二次元理工科哥们，没有太大的吸引力。

以下个人观点

ai使用了一下，先说好的地方当然就是是一个较成熟的项目了。平台搭建也使用的自己的载体，方便快捷

不好的地方从细节说起，既然选择进入ai市场，那就要确定自己的核心竞争力在哪块，ui界面处理的一塌糊涂，使用界面会根据你的抖音大数据给你推荐短视频，既然我要刷视频为什么不去抖音而是另外下载一个抖音ai使用呢，抖音ai的核心是抖音还是ai没有弄清楚，然后模型也没有非常完善，数据库不丰富

个人总结

其实字节跳动旗下跟抖音app相关联的剪映app的创立过程就相对成功，既然跟抖音相关联，就要考虑目标群体，ui界面需要优化，毕竟ai面向的群体大部分是上班族，学生党，不能单纯只输出娱乐建议，需要让用户利用产品去实现自我价值，这样才能让用户数量增加，收益增大

注册降临派有几天了，今天正好手头忙完，便随便来看一个想体验下的。

这一体验，把我干蒙了。。

主页设计的还可以，和AIPPT比较像。

接下去内容分2块。

第一，AI生成PPT

他家逻辑是生成大纲套模板

他家是可以先选择PPT模板和篇幅长短（就2种）。

然后么，我输入2025苹果秋季发布会总结，毕竟刚开完么。

然后生成的大纲是iPhone15的（图1）。。。。？？？？？？？excuse me？？？

联网搜索还是得有的吧。。。。

然后，PPT在生成过程中，有个立刻完成，好评，可以不用等

点进去的话，里面一张配图都没有，即没有让我选择用AI生成，也没提示我是否要用自己的图片

图片需要生成完成后，自己上传或者去图库里去找，再调整位置。

PPT内容页的版式有几个还是蛮好看的。（图2）

然后，我随机选择一段文字，跳出AI文档辅助的功能，结果只能扩写，其他几个全是灰的（图3）

PPT编辑器的里面功能也不多，图表类内容和office没撒区别

有几个图标做到元素分离了，好评

第二个，上传PPT

我看到他可以上传本地的PPT，没告诉我，是可以用我的模板，还是我用WPS或者OFFICE做的PPT可以在线修改

我传了之后，效果很差，丢失文字，丢失元素（图4）

总体来说，个人感觉，30-40分的产品（满分100），还需要继续打磨精炼。

还在为写不出小红书文案二烦恼吗，还在为不知道怎么配图而烦恼吗，红墨你直接拥有，超级方便我们用户写小红书。

非常好玩的图片连续编辑工作流，你可以上传一张图，然后一步接一步的编辑图片，编辑达到期望的效果后，还可以调用视频模型把图片转成视频。操作非常友好。充值费用还是良心的。有性价比。还有一些模版节省不少时间。

阶跃星辰做的哦，怎么停运了鸭？

less is more

这是我一直认同的一个观点。 在诸多眼花缭乱的视频类agent中，Drimo算得上小清新。

一个对话框直接文案剧本就生成视频，没有别的一堆不知所谓的按钮（但UI简单的有点朴素了！）。

脚本页面也比较简单，根据故事线和内容生成人物卡。

ip人物生成和很多厂商一样一言难尽，但是参考图生成还不错，后续的一致性跟和参考图保持的很好。

生成效果上，没特别惊艳。

用起来感觉和FLova 很像，每个分镜可以编辑可规划。 也是从单图作为首帧来生成视频。

说实话和Flova像一个模子刻出来的，甚至毛病也一样。

比如利用首帧生图导致生成的视频人物很呆，像一个静态动画，又比如到视频结尾人物会畸变等等。

相较于Flova那种超强的语义识别，Drimo这个显得流程更为固定一些，对完全没接触过这类产品的可能会比较友好，像是喂饭那种。

告诉你人物怎么生成，脚本怎么生成，怎么改镜头，整个故事全流程拆成一小块一小块，并且像表格一样列的很清晰。

比FLova 优秀的地方在于故事规划，Drimo做到了给我一个故事大纲给你叽里呱啦生成一大堆剧本，它细致的将故事拆分成很小的块，确保每个镜头是有效且完整的。

最后，价格偏贵，说实话对咱们内侧用户来说有一点点抠门。100积分制只生成了十几个镜头图片，一个5S镜头10积分。 并没有产出一个成片。

下载了这个，在电脑上也可以实现语言转文字的功能，用了一会，说一下感受吧：

✨让人舒服的使用体验

1. 界面设计比较好

   黑白极简风看着清爽不杂乱，看着比较舒服。

2. 零门轻松上手

   下载安装一步到位，不用填邀请码，也没广告弹窗，打开就能用；还配了案例练习，新手也能快速上手使用。

当年说完一句话的时候，他会自动 把 “嗯”“呃” 这类填充词、重复词一键删掉，不用手动抠细节；说话中途改主意，它会自动保留最终版内容，不用返工调整。

缺点：价格偏贵

12美刀一个月，还是有点小贵了。

以前不知道，因为平时用的最多的是豆包，比较方便。但是豆包写文章，包括写一些小红书的内容时，写得并不是很好，没办法“说人话”或者接底气，AI味很足。它可能更适合作为一个陪伴类产品，真要让它办事的话简直一无是处。

相比之下，DeepSeek 写得就非常好了，起码能准确 get 到意思，产出看起来能“说人话”的内容。甚至在写提示词（Prompt）方面，感觉很像 GPT-4 那种产品。

无论是在文本处理还是主打编程的应用当中，DeepSeek 都显得与众不同，对于文字工作者来说是一个非常重要的工具。其核心优势在于：

1. 基础功能完全免费。

2. 支持生成应用的功能。

3. 每年在春节等时间节点提出的架构都值得进一步探索，让人期待它下一步会发布哪些更好的模型和能力。

这真的是“扬我国威”的产品。去年 DeepSeek 爆火过后，养活了多少自媒体，那段时间的业内繁荣带来了大量单子。虽然现在热度有所下降，但它带来的趋势变化、历史地位和意义都是不一样的。

所以我其实很想写一篇关于 DeepSeek 历史发家及相关论述的自媒体文章。先占个坑，试一试能不能写出来。

作为一个I人，平时确实用语音输入的这个习惯还是比较少，所以之前确实也没有体验过其他的语音输入法。

但是在使用这个闪电说输入法之前就已经看到很多人在推荐这个东西了。所以今天也是下载下来使用，体验一下。

首先确实非常的方便，就是语音识别的准确程度也很高。甚至你看我在前面说的这个爱人（补：此处应该是I人），他也比较准确的识别到了，这个还是挺难得的。（然后在这他就错了哈哈哈哈哈）

其次就是说在安装的时候，它就会自动下载一个本地的模型（补：890M的大小），确保你的这个语音数据不会被上传，整体来说安全性和隐私性还是比较高的。

还有一个比较好用的东西，就是我原来觉得语音输入里面可能会有很多的这样的语气词。但是我发现它这里有一个文本正则化，能够比较好的解决这个问题。这个我在图里面也放了。

可能这样还是会有一个问题，就是他没有办法很好的把口语和就是正式的写作语言进行一个比较好的转换，就是因为还是会有很多特别口语化的东西，就是带有很多的“然后这个就是那个等等”这些词。（比如我的这段话）这个问题其实目前来说应该也比较难解决，如果要解决这个问题的话，在输出的速度上就肯定会有比较大的影响。所以这个应该也不算什么大问题。

所以整体来说使用的体验还是比较好的。不过对于我来说，唯一的受限就是在公司不太可能一直这么语音去输入了。所以可能它的使用场景还是仅限于我个人在独立办公的时候才会用得到。但整体来说，产品是一个不错的产品。

以上内容大部分（即除了括号部分）来自闪电说输入法。

我是一个测测的资深用户，我觉得目前黄小仙这个产品还比较初期，分析的不如deepseek，而且deepseek还可以追问，希望可以有更多功能让人眼前一亮

腾讯元宝算是日常使用频次最高的AI产品了，搜索资料、解答问题、编写代码等常见问题，一般都会用元宝进行解决。

最喜欢的还是AI阅读功能，总结、精读、翻译、脑图，甚至还可以生成学术海报，能够很快的了解一篇论文的主体内容，如果有不懂的地方还可以直接提问，这个功能真的很实用。

喜欢这种有趣的项目。

把枯燥无味的论文，通过Galgame的形式做了互动，趣味性直接提升很多。

相比第一次体验，作者做了很多有趣的更新，包括自定义角色、自定义场景、自定义人设，等等

等待生成过程中的小互动也很有意思，细节体现出作者的创意。

产品的各个角度都能表现出作者在二次元和Galgame方面显然是“专业”的，的确应该是很强的兴趣才会驱动作者完成这样的作品了。

流程上有些小bug，比如有些问题回答以后会收到两次回复，然后有时候会出现“死循环”，明明看着是聊完了，但又重新开始了中间的一段对话，然后就循环起来了。

瑕不掩瑜，好的创意值得被看见，作者加油。

求个邀请码，看了其他查友的查评想试用一下，问一下做视频的是用的哪一个模型

优点：
1. 页面的设计挺干净，算是一个优点吧，使用起来清爽。

缺点：

1. 做出来的 slides 实在没眼看，距离 Gamma 的内容质量是有差距

2. 排版的问题有些多，经常会把内容盖住，或者是字体的大小很突兀的情况
3. 主题模板的数量有些少，而且其实就是颜色的区别，除此之外没什么特别的不一样，可变性比较弱

上去简单看了一下，有非常多高清素材（图片，字体，音乐，视频，特效转场等等），编辑器也挺好用的，上手难度不高，小白也能用明白。虽然交互挺丝滑的，AI生视频那块不太好用（还以为是AI生成，原来是替换模板里的字），想要AI生成的素材得去别的地方弄。但相对来讲内容已经很丰富了，Youtuber做个炫点的片头，或者个人工作室搞广告什么的完全够用

不错的开源笔记软件，码住了，准备回头试着部署一下。