Не парсит DOM, не лезет в accessibility tree. Просто смотрит на страницу и кликает по координатам. 🔸 Видит интерфейс визуально, скроллит, кликает, вводит текст — полноценный Computer Use Agent на 7B параметров. 🔸 Автоматизирует поиск информации, заполнение форм, сравнение цен, бронирование — многошаговые задачи без костылей...
Что умеет: - Чат по документам — что написано в отчёте, сделай краткое резюме, найди противоречия и т.д.; - Ссылки и поиск конкретных мест в документах; - Генерация подкастов и конспектов по материалам; - Составление обучающих...
Plant Talk превращает комнатное растение в голосового собеседника. Камера смотрит на листья, датчики могут измерять влажность почвы и уровень света, а ChatGPT отвечает от лица растения. Для базовой версии хватит ноутбука, веб-камеры, микрофона и API-ключа OpenAI. В проекте можно менять имя, голос, характер и дорабатывать его через Codex...
Open-source. Джейми Пайн (создатель Spacedrive) собрал в одно приложение то, за что обычно платят двум облачным сервисам. ElevenLabs закрывает синтез и клон голоса, WisprFlow — голосовой ввод; Voicebox делает обе половины и крутит всё на твоём железе. Ни аккаунтов, ни ключей, ни байта в облако. Почти 35k звёзд на GitHub. Клон голоса берёт пару секунд референса. Внутри — 7 TTS-движков (Qwen3-TTS, Chatterbox, Kokoro и др...
Ваши Claude, Cursor или Copilot превратятся в киностудию: • Агенты берут на себя всё — от рисёрча и сценария до генерации, монтажа и озвучки • 12 пайплайнов под любой тип контента — трейлеры, анимации, реклама, туториалы и так далее • 500...
