登录社区云，与社区用户共同成长
邀请您加入社区
@wot-ui/cli 1.1.0版本发布，新增对OpenCode和Antigravity两个AI编程客户端的支持，使支持的客户端总数达到6个。该版本还完成了295个v1图标的逐项审核，并同步更新了wot-ui 2.3.2的离线组件知识库。升级方式简单，支持通过npm直接安装最新版本，并提供详细的文档说明和迁移指南。
AI已经能直接进设计画布了：我用Penpot MCP让Codex生成了5个UI页面
自然语言描述想法 → Google Stitch生成高保真原型 → 一键导入Figma进行精细化设计 → Codex读取Figma设计稿生成代码可视化“思路梳理”：它完美实践了你“先梳理思路”的理念。现在，你可以在编码前，通过和Stitch对话，快速、低成本地将脑海中的产品构思“画”出来，进行验证和迭代。定义“产品力”与“业务力”：在这个过程中，“产品力”（UI设计、用户体验）由Stitch和Fi
把 Max-Aiapi 接到 Figma 里，最稳的方式就是做一个 Figma 插件。Figma 官方已经提供了网络请求能力和域名限制机制，你只要把插件主流程搭好，就能把自己的 OpenAI 兼容接口接进去，做成一个很实用的设计辅助工具。对新手来说，这类插件最重要的不是花哨，而是稳定：能请求、能返回、能写回画布，就算跑通了第一步。
本项目基于先进的YOLOv8目标检测算法，开发了一套高效准确的火焰和烟雾检测系统。系统针对两类目标('fire'和'smoke')进行专门优化，使用包含6744张图片的数据集(训练集4832张，验证集1000张，测试集912张)进行模型训练和评估。该系统能够实时检测监控视频或静态图像中的火焰和烟雾，为火灾预警提供智能化解决方案。通过深度学习技术的应用，本系统在检测精度和速度方面都达到了实用水平，可
本项目基于YOLOv8目标检测算法，开发了一套高效、实时的口罩佩戴检测系统，能够准确识别图像或视频流中的人员是否佩戴口罩。系统共检测2类目标"Without a mask"（未佩戴口罩）和"Wear a mask"（佩戴口罩），适用于公共场所的疫情防控、智能安防、出入口管理等场景。本系统采用6,732张训练图像和1,227张验证图像进行模型训练，确保检测的准确性和泛化能力。系统支持实时视频流检测。
小红书图文还好，视频这块用的是Agent转hyperframes，效果也还行，但毕竟还是HTML转视频，没有那么流畅，有时候有点像动态的PPT。当我告诉天工的时候，它直接识别到了滴滴声，帮我把每段音频1.2s的滴滴声给剪掉了，这活干的太漂亮了~跟龙虾这些海外Agent，甚至是国内一些本机上龙虾产品不同的是，天工完全不用部署、不用装环境、不用配API Key、不用买主机，注册就能用。这块以前是很头疼
木材缺陷自动检测是木材加工与质量评估中的关键环节。本文基于YOLO26目标检测框架，构建了一套针对三种典型木材缺陷——裂缝（Crack）、死节（Dead Knot）、活节（Live Knot）的识别与定位系统。模型在包含2259张训练图像、173张验证图像和174张测试图像的数据集上进行训练与评估。类别名称英文标识说明裂缝Crack木材表面沿纹理方向的线性开裂区域死节Dead Knot颜色较深、结
