MacStories 的 Federico Viticci 近日推出了一款全新工具,可与 Apple 的"快捷指令"(Shortcuts)应用深度集成。
这款名为 Shortcuts Playground 的工具是由 Federico 开发的插件,支持 Claude Code 和 Codex,能够"通过自然语言为 Apple 快捷指令应用创建任意快捷指令"。
Federico 对此做了如下介绍:
"今天,我很高兴推出我过去六个月一直在开发的项目:Shortcuts Playground。这是一款适用于 Claude Code 和 Codex 的插件,可以通过自然语言为 Apple 快捷指令应用创建任意快捷指令。使用 Shortcuts Playground,你只需用一句话向 Claude Code 或 Codex 描述你想要的快捷指令,几分钟后,一个真实可用的快捷指令文件就会出现在 Finder 中,随时可以导入快捷指令应用。就是这么简单。"
Federico 还分享了一些"从简单开始"使用 Shortcuts Playground 的思路:
"你可以从简单的需求入手:比如请求'一个有趣又无厘头的 Hello World 快捷指令',或者'获取我最近 5 张截图并通过 iMessage 发送给某位联系人',又或者'显示距离下一个日历事件还有多少时间'。是的,这些在 Shortcuts Playground 里都算是'简单'的快捷指令。只需在你常用的智能体中开启新会话,输入你的想法,然后等几分钟(时长取决于需求复杂程度)。完成后,一个经过验证并签名的快捷指令就会等待你使用。"
Shortcuts Playground 完全免费且开源,Federico 已在 GitHub 上详细记录了其工作原理。
对于 Club MacStories 会员,Federico 更进一步,将"Shortcuts Playground 作为生成式快捷指令"发布。
Federico 解释道:"这相当有趣的元层次体验:一旦在 Mac 上安装了主插件,你就可以通过一个快捷指令来生成更多快捷指令,并直接安装到 iPhone、iPad 或其他 Mac 上。"
你可以前往 MacStories 了解更多信息并下载 Shortcuts Playground。无论如何,至少应该去读一读 Federico 是如何实现这一"魔法"的。
Q&A
Q1:Shortcuts Playground 是什么?它有什么用?
A:Shortcuts Playground 是由 MacStories 的 Federico Viticci 开发的一款插件,支持 Claude Code 和 Codex。它的核心功能是让用户通过自然语言描述需求,自动生成适用于 Apple 快捷指令应用的快捷指令文件,生成后可直接导入 iPhone、iPad 或 Mac 的快捷指令应用中使用,无需手动编写复杂的快捷指令流程。
Q2:Shortcuts Playground 需要付费吗?在哪里下载?
A:Shortcuts Playground 完全免费且开源,任何人都可以免费使用。你可以前往 MacStories 官网了解详情并下载,相关技术文档也已发布在 GitHub 上,供开发者参考和学习其实现原理。
Q3:使用 Shortcuts Playground 需要哪些前提条件?
A:使用 Shortcuts Playground 需要先安装 Claude Code 或 Codex,因为它是这两款工具的插件。主插件需要在 Mac 上安装,安装完成后,可以通过自然语言输入需求,生成的快捷指令文件可通过 Finder 导入,也支持直接安装到 iPhone、iPad 或其他 Mac 设备上。
好文章,需要你的鼓励
购买笔记本电脑时,用户现在需要了解Copilot+ PC、NPU和本地AI处理等新概念。搭载专用神经处理单元(NPU)的Copilot+ PC能提供至少40 TOPS的AI算力,支持实时字幕翻译、视频通话优化、AI图像编辑等功能,同时提升续航表现。戴尔最新产品线涵盖多种选择:Dell 14 Plus适合学生和通勤族,Dell 16 Plus适合多任务办公用户,XPS 14面向轻度创作者,XPS 16则以31小时超长续航和3.6磅轻薄机身成为内容创作者的旗舰之选。
香港科技大学与华为联合提出LISA训练方法,通过让副网络对齐"似然分数",将ControlNet等图像生成模型的训练收敛速度提升逾2.78倍,同时改善图像质量与条件控制精度。
圣安德鲁斯大学博士Henry Legg在《自然》杂志发表同行评审论文,对微软拓扑间隙协议(TGP)框架提出质疑,认为该框架在推断Majorana粒子量子态存在方面存在缺陷,且实验数据分析结论可能有误。微软此前宣称将于2029年实现可扩展量子计算机,并推出Majorana 2芯片。对此,微软坚持立场,表示已发表正式反驳并获《自然》收录,对研发路线图充满信心。
上交大与爱丁堡大学提出InfoKV,将信息熵与注意力权重结合用于KV缓存压缩,让大模型在仅保留12.5%缓存的条件下实现接近甚至超越完整缓存的长推理性能。