HolyTrick-通过对话现场修改当前网页的AI工具
HolyTrick是一款创新的AI浏览器扩展工具，它能让你通过自然语言对话的方式，实时修改当前网页的内容和样式。你正在浏览一个网页，觉得字体太小、颜色太丑、或者想改掉页面上的某些文字——你只需点击HolyTrick的悬浮图标，输入你想要的变化（如”把标题改成蓝色加大”、”删除这个广告区域”），AI就会立即执行修改。这就像给每个网页都配了一个”AI网页设计师”，让网页定制变得前所未有的简单。
相关工具已收录于 AI工具严选
HolyTrick
通过对话实时修改网页的AI工具
微信赞赏
相关推荐
2024-11-29
AutoGLM Chrome 插件：AI真人般控制电脑手机
AutoGLM是由智谱AI（Zhipu AI）推出的AI智能体工具，它让AI能够像真人一样操作电脑和手机。与传统AI助手只能回答文字问题不同，AutoGLM可以理解图形界面中的按钮、菜单和输入框，并自主执行点击、滑动、输入等操作。它支持在电脑端和移动端运行，可以帮你完成订外卖、查天气、发微信、整理文件等日常任务。AutoGLM代表着AI从”对话助手”向”数字员工”进化的重要一步。 访问入口
2026-08-08
Video Shotcraft！AI视频神器！开源免费随便造！
还在用普通 Remotion 制作演示视频？这款开源技能 video-shotcraft 基于 Remotion 二次开发，内置海量运镜配方、风格模板与动态样片，适配千问办公、Workbuddy、Claude-Code，一键套用镜头特效，轻松做出质感高级的短片。 访问入口
2026-10-26
LTX 2.5 视频模型测评！六维鹈鹕骑车实测！
这期还是穷测，测的是海外现在最火的开源视频模型 LTX-2.5。它号称对标 MiniMax H3，所以我们就拿同一套六维鹈鹕骑车测试来考它——只用一条 5 秒提示词，却把六个互相独立的难点压进同一个镜头，靠提示词的密度而不是样本量来拉开模型之间的差距。 测试用例的设定是：黄金时刻的弧形滨海步道，一只成年鹈鹕骑着复古自行车沿弧线前行，左翅膀扶车把、右翅膀举手机对着镜面护墙自拍，喙叼着倾斜的玻璃瓶往车篮的玻璃碗里滴水，护墙上固定着中文横幅和显示 3 点 45 分的复古挂钟。 逐条看下来： 主体完整性与跨帧一致性：画面里出现了多个挂钟；横幅没有见到，文字是刷在墙上的；鹈鹕本该叼着的玻璃瓶没有；自行车不该少的反射镜也没看到。 肢体与机械推理：鹈鹕加上嘴的形状，怎么看都更像只鸭子；手机位置错了，应该由右翅膀拿着；左翅膀本应扶着车把，实际一开始是右翅膀扶着，然后收回去，之后就再没有任何翅膀扶着车把了。 多层镜面空间推理：镜面护墙要求反射完整主体，这里只看到鹈鹕上半部分，自行车基本看不到。又因为拍摄角度，而且鹈鹕并没有拿着手机自拍，手机取景器根本看不到。 中文文本与时钟渲染：横幅没有，...
2026-10-06
Hy Image 3.5 Preview测评报告！真的能打吗？
这一集测评的是腾讯新出的图像模型 Hy Image 3.5 Preview，测试依然直接在 OpenRouter 的 Playground 上进行，用的还是那套 6 题的文生图 Benchmark。先给个提醒：答案也许不是你想要的，观看需谨慎。 Q1 中文长文本排版支持（水彩风珠海 5 天行程插画）：这一题错得挺多。第一天渔女的形象就不对，「渔民老鹈鹕」和「海鲜」里的「鹈鹕」两个字写错；第二天「鲸鲨馆」三个字明显错；第四天「农家乐」的「农家」两个字错；第五天「励骏庞都」的「骏」和「庞」都错，「手撕鸡」的「撕」还少了提手旁。估计它对中文的支持还是不大好。 Q2 推理和中文支持（桂林手绘三日行程图）：这一题不给具体的行程描述，要求模型自己推理。三天行程的安排没有问题，说明它是有推理能力的；但中文错别字同样不少，这里就不一个个指出来了，毕竟本题主要考察的是推理能力。 Q3 同一角色多视角一致性（女孩四宫格不同角度）：很明显不是四宫格排列，而且没有看到 3/4 视角的半身照，这一题没做到。 Q4 物理常识（女孩落地镜自拍 + 水杯筷子折射）：一共挑出四处问题。第一，镜子里...
2026-10-18
Muse Spark Open 测评报告！是否真的能打？
上两个视频我们测了 DeepSeek 最新的 1017 版本，这一集来测同样最近推出的 Meta Muse Spark Open 模型。继续用 Pi 接入 OpenRouter 来测，思考深度开到 high。 第一题，强约束指令遵循句子生成测试。结尾都是从 1 到 10 收的，我们看一下是否通顺——我觉得第 5、7、8、9 句不通顺。 第二题，鹈鹕土星环骑自行车 SVG 测试。这个实现明显不大行：首先，自行车一直是倒着踩的；第二，鹈鹕的生成也崩了，看上去是两只嘴，两条腿变成了自行车的零件在转动，也就是说自行车的生成同样崩了；第三，土星环没有环绕图形，大家可以看上面部分，土星环没有套住土星。 第三题，复合弓射箭 SVG 测试，几个问题：第一，复合弓副弦没有看到；第二，箭给人感觉是用手推出去的；第三，人物的手纠缠在一起，让人感觉长了两只右手；第四，箭没有倾斜一定角度，导致水平射出，但为了满足提示词里要求的抛物线，又强行违反物理规则往上抬升。 第四题，实现一个精美的浏览器操作系统。UI 看上去有点粗糙，右上角弹窗功能没有问题，只是 UI 确实比较一般；Dock 栏应用功能也没有问...
2026-10-11
大语言模型基础！全网最简自注意力机制！
上期聊了 DeepSeek 的投机解码，有粉丝接着问了个更基础的问题：self-attention 到底是怎么知道一个词跟哪个词相关的？公式先放一边，把「两个向量相乘」弄明白就够了。 每个词先被切成 token、转成向量，进入 self-attention 之后，每个向量都有自己的 Q、K、V（这三个值具体怎么算出来的，可以留到以后再讲）。要判断「吃」和「我」有多相关，就拿「吃」的 query 去乘「我」的 key；要判断「吃」和「喜欢」的关系，就拿「吃」的 q 去乘「喜欢」的 k。注意力就是靠这种向量相乘算出来的。 为什么两个向量相乘能表示相似度？点积的意义是：一个向量的长度，乘以另一个向量在它方向上的投影。方向基本一致、几乎没有夹角时，投影接近满值，长度乘得多，数字就快速变大；夹角是 90 度时投影为 0，乘出来也是 0，代表这两个向量没有任何关系；如果方向相反，结果就是负数，代表两个向量想表达的意思刚好是相反的。 回到「吃」这个例子：「吃」的 query 乘「我」的 k，如果两个向量方向基本一样，得到的数就比较大，说明它们比较相关；如果乘出来是 0 或者负数，就说明它...
