Keep on to blur preview images; turn off to show them clearly
TIL you can buy these robot kits for your Raspberry Pi but I need to focus on my B2B SaaS
Building https://t.co/nmwK08MUwm (podcast database). Distracted by https://t.co/jqWrfEGKqa (get reviews), https://t.co/5c6R9aonB7 (newsletter database), https://t.co/bNrobgtDDT (maker meetups)
剧本是NeuralViz自己写的，分镜是自己画的，动作是自己定义的 用了Nano Banana做图，Google Veo 和 Runway Act Two生成视频， Suno 来做BGM ，Photoshop修图，Premiere整合工程文件 我只能说真正的专家可以发挥AI到极致水平 不是AI的边界能力有限，而是在于我们怎么综合运用它
Believing is seeing
RT @sun0225SUN: Vibe Coding 究竟提高了多少倍的效率呢？🚀🚀🚀 我花了一两天的功夫就完成了 TailwindCSS 官方模版 Transmit 的复刻重构工作，而且比官方的更优雅😊😊😊 1. Next.js —> TanStack Start 2.…
🚀 The best AI SaaS boilerplate - https://t.co/VyNtTs0jSX 🔥 The best directory boilerplate with AI - https://t.co/wEvJ1Dd8aR 🎉 https://t.co/zubXJCoY92 & https://t.co/tfQf8T7gGF & https://t.co/TqRkfQj41f
RT @aiwarts: 可口可乐太头铁了，24年25年都用AI做广告，还是同一个题材。我直接就是公开一个完整的工作流，用ai复刻他们23年最有创意的实拍视频《杰作》👇 看看能不能认出来哪个是AI （1/9）
分享一些好用、优雅的 AI 、工作流和创作方式，一起边学边做，前字节coder, Al and tech Educator, LearnPrompt founder
there is so much strategy to making something good and getting results but honeslty it all pales in comparison to a genuine curiosity and love for the game. it’s much more fun when you don’t care about the results, and still enjoy playing, and resting.
curious guy creating things @ https://t.co/HXWladhJaA - up and coming wife guy
![[开源推荐] TOON: 开源序列化格式，专为 LLM 设计，用于传递结构化数据。它本质上是一种紧凑、确定性的 JSON 替代表示形式，能够显著减少 token 消耗，同时保持数据的完整性和可读性。
项目目的
TOON (Token-Oriented Object Notation) 的核心目标是优化 LLM 提示中的结构化数据传输。随着 AI 系统上下文窗口的扩展和使用频率的增加，token 成本成为关键瓶颈。TOON 通过去除 JSON 中的冗余符号（如括号、引号和重复键名），将数据转化为更高效的格式，尤其适用于大型统一数组（如用户记录或时间序列数据）。基准测试显示，它可将 token 使用量减少 30-60%，从而降低 API 调用成本并提升 LLM 的数据解析可靠性。
关键特征
· token 高效：采用类似 YAML 的缩进结构和 CSV 的表格式数组表示，仅需声明一次键名，后续数据以行形式呈现，避免重复。
· LLM 友好：内置显式长度标记和字段声明，帮助模型准确验证和提取信息。基准中，TOON 在数据检索准确率上达 73.9%，优于 JSON 的 69.7%。
· 最小化语法：去除不必要的标点，仅在字符串包含空格或特殊字符时使用引号，支持 Unicode 和表情符号。
· 灵活选项：允许自定义分隔符（如逗号、制表符或竖线）、缩进大小，以及是否添加长度前缀（如 [#3] 表示数组长度 3）。
· 类型支持：处理基本类型外，还可转换 Date、BigInt 等为可序列化的形式；不支持函数或 undefined，转为 null。
TOON 并非通用存储格式，而是针对 LLM 输入的优化工具。对于非统一或深度嵌套的数据，其优势不如简单表格数据明显。
和 AI 的关联
TOON 特别适合智能体和 LLM 应用场景，如处理大量结构化数据的查询或分析任务。其表格化设计提升了模型的理解力和检索精度，同时减少 token 开销，使大规模 AI 系统更具可扩展性。
开源地址](/_next/image?url=https%3A%2F%2Fpbs.twimg.com%2Fmedia%2FG5Mytcha0AA2XsX.jpg&w=3840&q=75 "[开源推荐] TOON: 开源序列化格式，专为 LLM 设计，用于传递结构化数据。它本质上是一种紧凑、确定性的 JSON 替代表示形式，能够显著减少 token 消耗，同时保持数据的完整性和可读性。
项目目的
TOON (Token-Oriented Object Notation) 的核心目标是优化 LLM 提示中的结构化数据传输。随着 AI 系统上下文窗口的扩展和使用频率的增加，token 成本成为关键瓶颈。TOON 通过去除 JSON 中的冗余符号（如括号、引号和重复键名），将数据转化为更高效的格式，尤其适用于大型统一数组（如用户记录或时间序列数据）。基准测试显示，它可将 token 使用量减少 30-60%，从而降低 API 调用成本并提升 LLM 的数据解析可靠性。
关键特征
· token 高效：采用类似 YAML 的缩进结构和 CSV 的表格式数组表示，仅需声明一次键名，后续数据以行形式呈现，避免重复。
· LLM 友好：内置显式长度标记和字段声明，帮助模型准确验证和提取信息。基准中，TOON 在数据检索准确率上达 73.9%，优于 JSON 的 69.7%。
· 最小化语法：去除不必要的标点，仅在字符串包含空格或特殊字符时使用引号，支持 Unicode 和表情符号。
· 灵活选项：允许自定义分隔符（如逗号、制表符或竖线）、缩进大小，以及是否添加长度前缀（如 [#3] 表示数组长度 3）。
· 类型支持：处理基本类型外，还可转换 Date、BigInt 等为可序列化的形式；不支持函数或 undefined，转为 null。
TOON 并非通用存储格式，而是针对 LLM 输入的优化工具。对于非统一或深度嵌套的数据，其优势不如简单表格数据明显。
和 AI 的关联
TOON 特别适合智能体和 LLM 应用场景，如处理大量结构化数据的查询或分析任务。其表格化设计提升了模型的理解力和检索精度，同时减少 token 开销，使大规模 AI 系统更具可扩展性。
开源地址")
[开源推荐] TOON: 开源序列化格式，专为 LLM 设计，用于传递结构化数据。它本质上是一种紧凑、确定性的 JSON 替代表示形式，能够显著减少 token 消耗，同时保持数据的完整性和可读性。 项目目的 TOON (Token-Oriented Object Notation) 的核心目标是优化 LLM 提示中的结构化数据传输。随着 AI 系统上下文窗口的扩展和使用频率的增加，token 成本成为关键瓶颈。TOON 通过去除 JSON 中的冗余符号（如括号、引号和重复键名），将数据转化为更高效的格式，尤其适用于大型统一数组（如用户记录或时间序列数据）。基准测试显示，它可将 token 使用量减少 30-60%，从而降低 API 调用成本并提升 LLM 的数据解析可靠性。 关键特征 · token 高效：采用类似 YAML 的缩进结构和 CSV 的表格式数组表示，仅需声明一次键名，后续数据以行形式呈现，避免重复。 · LLM 友好：内置显式长度标记和字段声明，帮助模型准确验证和提取信息。基准中，TOON 在数据检索准确率上达 73.9%，优于 JSON 的 69.7%。 · 最小化语法：去除不必要的标点，仅在字符串包含空格或特殊字符时使用引号，支持 Unicode 和表情符号。 · 灵活选项：允许自定义分隔符（如逗号、制表符或竖线）、缩进大小，以及是否添加长度前缀（如 [#3] 表示数组长度 3）。 · 类型支持：处理基本类型外，还可转换 Date、BigInt 等为可序列化的形式；不支持函数或 undefined，转为 null。 TOON 并非通用存储格式，而是针对 LLM 输入的优化工具。对于非统一或深度嵌套的数据，其优势不如简单表格数据明显。 和 AI 的关联 TOON 特别适合智能体和 LLM 应用场景，如处理大量结构化数据的查询或分析任务。其表格化设计提升了模型的理解力和检索精度，同时减少 token 开销，使大规模 AI 系统更具可扩展性。 开源地址
专注 - Context Engineering, AI(Coding)Agents. 分享 - AI papers, apps and OSS. ex Microsoft MVP 合作 - 私信/邮箱：shaomeng@outlook.com 📢 公众号/小红书: AI 启蒙小伙伴 🔗 信息卡提示词 🔽
