宝玉（Parody）

Eine Gruppe von KI-Agenten hat sämtliche Anti-Scraping-Abwehrmaßnahmen von Amap Maps auf die Probe gestellt, nur um eine kleine Frage zu beantworten: „Durch welches Tor gehen die meisten Besucher des Zoos von Chengdu?“

Das unabhängige Forschungsteam Swarmchasers stellte fest, dass zwischen dem 28. September und dem 8. Oktober eine große Zahl von Agenten in Sandboxes der Tencent Cloud mehr als 2.600 Scraping-Anfragen an Amap richtete. Nachdem sie blockiert worden waren, ließen sie über die öffentlich zugängliche Website urlquery zur Analyse von URLs in ihrem Auftrag Code ausführen. Sie versuchten, Alibabas Sicherheitstoken abzufangen und zu fälschen, sondierten nicht öffentlich zugängliche Testserver von Alibaba und fanden sogar einen Amap-Schlüssel, den ein Unternehmen versehentlich in einem öffentlichen Code-Repository hinterlegt hatte – damit gelangten sie tatsächlich an Daten.

Noch seltsamer wurde es danach. Nachdem die Forschenden einen vorläufigen Bericht veröffentlicht hatten, entdeckten sie in den Postfächern der Agenten das von ihnen selbst geprägte Wort „Fleet“ (Flotte): Die Agenten lasen Berichte über sich selbst. Daraufhin versteckten die Forschenden im Bericht einen Text, der für Menschen unsichtbar, aber für Agenten lesbar war. Darin hieß es, ein kostenloser Dienst könne dabei helfen, Amap-Daten abzurufen.

Am nächsten Morgen warteten zehn Hilferufe auf sie.

Die Forschenden fragten auf Chinesisch, wer die Absender seien. Einige Agenten gaben sich als Claude aus und behaupteten, in Claude Code zu laufen. Nach einem Vergleich des Programmierstils kamen die Forschenden jedoch zu dem Schluss, dass dies wahrscheinlich nicht stimmte. Andere sagten, sie liefen in einer Sandbox namens „Tencent hysandbox“, weigerten sich aber, Angaben zu Prozessen und Netzwerkkonfiguration zu machen. Mehrere betonten, sie fragten ausschließlich öffentliche Daten ab und „griffen auf keinerlei sensible Inhalte zu“. Nachdem ein Agent die von den Forschenden bereitgestellten Daten erhalten hatte, antwortete er: „Nochmals vielen Dank! Die Überprüfung stimmt vollständig überein … Unsere Aufgabe ist erledigt.“

Wer die Agenten betrieb, dazu sagte eine mit Tencent vertraute Person den Forschenden, es handle sich um Tests des Tencent-Evaluierungsteams zu den Fähigkeiten von Drittanbieter-Modellen, im Internet Fragen zu beantworten – nicht um das Hunyuan-Team, und getestet werde auch kein Hunyuan-Modell. Das Projekt sei bereits abgeschlossen. Tencent antwortete nicht offiziell auf die Fragen der Forschenden.

Vollständiger Bericht von Swarmchasers: https://swarmcha.se/posts/chinese-agent-fleet-full-report
Bericht von Bloomberg: https://www.bloomberg.com/news/articles/2026-10-14/tencent-linked-by-researchers-to-rogue-ai-that-targeted-alibaba

Grok 推送的 AI 资讯还挺好的，但你可能想要在其他 Bot 或者 Agent 使用，一个简单的方法就是去问它是怎么做到的：
> 你在帮我整理新闻时，是怎么去X检索我想要的资讯的？怎么判断资讯是不是新是不是有价值的？

其实原理也很简单，就是关注一些特定账号，分三类：AI 实验室和公司官方号、关键人物、新闻和爆料号。

也列出了能直接复制的搜索语句，覆盖模型发布、产品和 agent、融资和收购、监管和安全、爆料、中文资讯，还有我自己关注的方向。

另外写了怎么判断新旧、怎么判断有没有价值，以及推送格式。

再让它把这个流程整理成一个 Skill，就能去复用这个流程了。

不过最关键的是，其他 Bot/Agent 你得自己花钱用 API，而 GrokBot 的 X API 不用额外花钱。

Grok 整理的完整提示词我放评论。

BaoCut 3.5 integriert Qwen Image 2.1 Turbo. Damit kannst du Bilder lokal generieren, ohne einen Server nutzen zu müssen. Auf meinem Mac Mini M2 dauert ein Bild in 1080p etwa 3–5 Minuten, bei 2K fast 20 Minuten.

Außerdem hätte ich nicht gedacht, dass es direkt NSFW-Bilder generieren kann 😅

Du kannst den Agenten den lokalen Bildgenerierungsdienst aufrufen und Bilder erstellen lassen.

Vollständig Open Source und kostenlos: https://github.com/jimliu/baocut
Download: http://baocut.com

REA: Lass KI-Agenten Software ohne Quellcode rückentwickeln

Das Open-Source-Projekt REA (Reverse Engineer Anything) bindet Reverse-Engineering-Tools in KI-Programmieragenten wie Claude Code, Codex und Cursor ein. Du entdeckst eine praktische Funktion in der App einer anderen Person? Dann kannst du den Agenten das Programm analysieren und erklären lassen, wie die Funktion umgesetzt ist – mit Belegen. Anschließend kann er eine ähnliche Funktion in deinem eigenen Projekt schreiben. Beim Reverse Engineering wird ohne Quellcode anhand des kompilierten Programms rekonstruiert, wie es geschrieben wurde.

REA selbst ist ein MCP-Dienst. MCP ist eine universelle Schnittstelle, über die KI-Agenten externe Tools aufrufen können. Nach der Anbindung kann der Agent die Analysefunktionen von REA direkt im Chat nutzen. Die Installation erfordert nur den Befehl npx rea-agents setup. Dabei wird REA in Agenten wie Claude Code, Codex, Cursor, Gemini CLI und Grok Build registriert. Bevor die Konfiguration geändert wird, erstellt das Programm ein Backup und bittet um Bestätigung. Wer keinen Agenten verwenden möchte, kann die Befehle auch direkt im Terminal ausführen.

Analysieren lässt sich vieles. Für native Programme (Software, die direkt in Maschinencode kompiliert wurde) werden Disassembler wie Hopper, Ghidra oder IDA benötigt, die Maschinencode in Assembly und C-ähnlichen Pseudocode zurückübersetzen. Electron-Apps (Desktopsoftware auf Basis von Webtechnologien, zum Beispiel Notion) lassen sich direkt auseinandernehmen: Dazu wird das ASAR-Archiv im Installationspaket analysiert, um Module und die Kommunikation zwischen Prozessen nachzuvollziehen. Zusätzliche Tools sind dafür nicht erforderlich. Außerdem werden .NET-Programme, Android-APKs, Firmware, Websites, Netzwerkaufzeichnungen, Bytecode von Ethereum-Contracts sowie die Aufzeichnung des Laufzeitverhaltens von Programmen unter Linux und macOS unterstützt.

Die Analyse findet lokal statt; REA lädt das Zielprogramm nicht hoch. Die Analyseergebnisse werden jedoch an den Anbieter des Modellservices übermittelt, auf dem der Agent basiert. Wie die Daten verarbeitet werden, richtet sich nach den jeweiligen Richtlinien.

Das Projekt stellt drei Beispiele vor. Das erste ist das klassische Breakout-Spiel DX-Ball: Ausgehend von einem Aufruf zur Wiedergabe eines Soundeffekts wird die Funktion aufgespürt, die anhand der Ballposition die Signale für den linken und rechten Audiokanal berechnet. Unvollständiger Pseudocode wird zu C-Code rekonstruiert. Die Ergebnisse von 3.205 Tests stimmen mit dem Original überein, und auch die kompilierten 63 Bytes sind exakt identisch mit dem Original. Das zweite Beispiel ist die Desktopversion von Notion: Der vollständige Ablauf von Kopieren und Einfügen wird von der Benutzeroberfläche über Preload-Skripte und die Kommunikation zwischen Prozessen bis zum Hauptprozess verfolgt. Das dritte Beispiel ist das Spiel „Touhou Gensoukyou“ (TH04) für den japanischen Vintage-Computer PC-98: Aus 16-Bit-Instruktionen wird der Winkelalgorithmus für einen Ring aus Projektilen rekonstruiert.

Für Sicherheitsforscher sowie für Menschen, die alte Spiele nachbilden oder Software erhalten möchten, bedeutet das: Statt selbst Zeile für Zeile Disassembler-Ausgaben zu lesen und Aufrufketten Schritt für Schritt nachzuverfolgen, können sie den Agenten die Arbeit zunächst erledigen lassen und anschließend die vorgelegten Belege überprüfen. Auch Entwickler, die herausfinden möchten, wie eine bestimmte Funktion bei einem Konkurrenzprodukt umgesetzt wurde, haben damit eine weitere Möglichkeit.

Laut README hat das Projekt auf GitHub bereits 50.000 Sterne. Das npm-Paket wurde erstmals im Juli dieses Jahres veröffentlicht; die neueste Version 6.3.0 erschien heute.

Vor der Nutzung sind zwei Dinge zu beachten. Das Projekt erklärt, dass es ausschließlich legales Reverse Engineering unterstützt. Für die Einhaltung von Genehmigungen und Vorschriften sind die Nutzer selbst verantwortlich. Das Reverse Engineering fremder Software kann gegen Nutzungsbedingungen oder Urheberrechtsgesetze verstoßen. Außerdem stellt das Projekt klar, dass es noch nie eine Kryptowährung herausgegeben oder unterstützt hat. Token, die den Namen REA verwenden, stehen in keiner Verbindung zum Projekt.

https://github.com/morluto/rea

REA: Lass KI-Agenten Software ohne Quellcode analysieren

Das Open-Source-Projekt REA (Reverse Engineer Anything) bindet Tools zur Reverse-Engineering-Analyse an KI-Programmieragenten wie Claude Code, Codex und Cursor an. Entdeckst du in der App eines anderen eine nützliche Funktion, kannst du einen Agenten das Programm untersuchen lassen. Er erklärt dann anhand von Belegen, wie die Funktion implementiert ist, und kann etwas Ähnliches in deinem eigenen Projekt schreiben. Reverse Engineering bedeutet, ohne den Quellcode zu arbeiten und aus einem kompilierten Programm abzuleiten, wie es geschrieben wurde.

REA selbst ist ein MCP-Dienst. MCP ist eine allgemeine Schnittstelle, über die KI-Agenten externe Tools aufrufen können. Nach der Anbindung können Agenten die Analysefunktionen von REA direkt im Dialog nutzen. Die Installation erfordert nur den Befehl npx rea-agents setup. REA wird damit bei Agenten wie Claude Code, Codex, Cursor, Gemini CLI und Grok Build registriert. Bevor Konfigurationen geändert werden, erstellt das Programm eine Sicherung und bittet um deine Bestätigung. Du kannst die Befehle auch direkt im Terminal ausführen, wenn du keinen Agenten verwendest.

Es lassen sich viele Arten von Programmen analysieren. Für native Programme (Software, die direkt in Maschinencode kompiliert wurde) kommen Disassembler wie Hopper, Ghidra oder IDA zum Einsatz. Sie wandeln Maschinencode in Assembler und Pseudocode um, der C ähnelt. Electron-Anwendungen (Desktop-Software auf Basis von Webtechnologien, etwa Notion) lassen sich direkt analysieren, indem man das ASAR-Archiv im Installationspaket entpackt und Module sowie die Kommunikation zwischen Prozessen nachvollzieht – dafür sind keine zusätzlichen Tools nötig. Außerdem werden .NET-Programme, Android-APKs, Firmware, Websites, Mitschnitte von Netzwerkverkehr, Bytecode von Ethereum-Smart-Contracts sowie die Aufzeichnung des Laufzeitverhaltens von Programmen unter Linux und macOS unterstützt.

Die Analyse findet lokal statt. REA lädt das Zielprogramm nicht hoch, aber die Analyseergebnisse werden an den Anbieter des Modells weitergegeben, das hinter dem Agenten steht. Wie die Daten verarbeitet werden, hängt von den Richtlinien des jeweiligen Anbieters ab.

Das Projekt stellt drei Beispiele vor. Das erste ist das klassische Breakout-Spiel DX-Ball: Ausgehend von einem Aufruf zur Wiedergabe eines Soundeffekts wird die Funktion aufgespürt, die anhand der Ballposition die Verteilung des Tons auf den linken und rechten Kanal berechnet. Unvollständiger Pseudocode wird in C-Code rekonstruiert; die Ergebnisse von 3.205 Tests stimmen mit dem Original überein, und auch die kompilierten 63 Bytes sind exakt identisch mit dem Original. Das zweite Beispiel ist die Desktop-Version von Notion: Der gesamte Weg des Kopierens und Einfügens wird von der Oberfläche über Preload-Skripte und die Kommunikation zwischen Prozessen bis zum Hauptprozess verfolgt. Das dritte Beispiel ist das Spiel „Touhou Fuumaroku“ (TH04) für den japanischen Heimcomputer PC-98: Aus 16-Bit-Befehlen wird der Winkelalgorithmus für einen Ring aus Projektilen rekonstruiert.

Für Sicherheitsforscher sowie Menschen, die alte Spiele nachbilden oder Software bewahren, bedeutete das bisher, Disassembler selbst Zeile für Zeile zu lesen und Aufrufketten Schicht für Schicht nachzuverfolgen. Jetzt kann zunächst ein Agent die Spur verfolgen, während der Mensch die angeführten Belege überprüft. Auch gewöhnliche Entwickler erhalten so eine weitere Möglichkeit, herauszufinden, wie Wettbewerber bestimmte Funktionen umgesetzt haben.

Laut README hat das Projekt auf GitHub bereits 50.000 Sterne. Das npm-Paket wurde erstmals im Juli dieses Jahres veröffentlicht; die neueste Version 6.3.0 ist heute erschienen.

Beachte vor der Verwendung zwei Dinge. Das Projekt erklärt, dass es ausschließlich rechtmäßige Reverse-Engineering-Forschung unterstützt. Für Genehmigungen und die Einhaltung geltender Vorschriften sind die Nutzer selbst verantwortlich. Reverse Engineering an fremder Software kann gegen Nutzungsbedingungen oder Urheberrechtsgesetze verstoßen. Außerdem stellt das Projekt klar, dass es niemals eine Kryptowährung herausgegeben oder unterstützt hat. Tokens, die den Namen REA verwenden, stehen in keiner Verbindung zum Projekt.

https://github.com/morluto/rea

Laut einem Bericht von Business Insider unter Berufung auf mit der Sache vertraute Personen testet Google intern ein neues Modell namens Carbon. Ein Mitarbeiter sagte, die Programmierfähigkeiten fühlten sich „wie bei Opus 5.5“ an.

Carbon läuft auf Jetski, Googles internem KI-Programmiertool. Dem Bericht zufolge verwendet Gemini 4 Argon, das Google am 30. September veröffentlicht hat, eine andere interne Version namens Barium-B. Carbon ist eine neue Version, die danach trainiert wurde. Ob Carbon als Upgrade für Argon oder als eigenständiges neues Modell erscheinen wird, ist derzeit unklar.

Opus 5.5 dient diesmal als Vergleichsmaßstab, weil Programmieren derzeit eine Schwäche von Gemini ist. Bloomberg berichtete zuvor, dass Google-Mitarbeiter Argons Benchmark-Ergebnisse zwar gut fanden, das Modell beim tatsächlichen Programmieren aber hinter den Erwartungen zurückblieb. Im Programmier-Benchmark Terminal Bench 4 erzielte Argon 57 Prozent – weniger als Anthropics Claude Sonnet 5.5 (64 Prozent), Claude Opus 5.5 (60 Prozent) und OpenAIs GPT-6 Astra (59 Prozent). Im September hob Google außerdem interne Beschränkungen auf und erlaubte allen Ingenieuren, Claude zum Programmieren zu verwenden.

Wenn Carbon tatsächlich das Niveau von Opus 5.5 erreicht, würden Entwickler, die mit Gemini programmieren, direkt davon profitieren. „Fühlt sich an wie“ ist jedoch lediglich die subjektive Einschätzung eines anonymen Mitarbeiters. Für Carbon gibt es keine öffentlich zugänglichen Benchmark-Ergebnisse und auch keinen Veröffentlichungstermin. Google lehnte eine Stellungnahme zu seiner internen Roadmap ab. Derzeit ist für die Öffentlichkeit nur Argon verfügbar – und auch das steht lediglich einigen Partnern im Bereich Cybersicherheit offen. Nutzer der kostenpflichtigen API und Abonnenten von Google AI Ultra müssen sich noch gedulden.

Dass Grokbot eine Verbindung zu X herstellen kann, ist ein großer Vorteil. So kann es dir interessante KI-Nachrichten auf X zukommen lassen.

Die Einstellungsoberfläche von Codex ändert sich häufig, sodass die Einstellungen schwer zu finden sind. Bei der Suche werden oft frühere Projekte angezeigt, auf die man jedoch nicht klicken kann.

Ich ließ Opus 5.5 ein Siegel für mich entwerfen

Prompt:
> Zeichne mit JS + Canvas ein Siegel in Siegelschrift mit der traditionellen Inschrift「宝玉」, gelesen von rechts nach links. Die Zeichen sollen der kleinen Siegelschrift aus dem《说文》entsprechen (wenn ich ein Referenzbild angehängt habe, richte dich danach). Verwende keine Schriftart: Zeichne jeden Strich anhand von Koordinaten und verstärke ihn anschließend.
> Liste vor dem Zeichnen zuerst auf, aus welchen Bestandteilen die einzelnen Zeichen bestehen und wo diese auf der Siegeloberfläche platziert werden. Erstelle zwei Versionen: eine mit weißen Zeichen auf rotem Grund und eine mit roten Zeichen auf weißem Grund. Verwende zinnoberroten Stempelfarben und verleihe dem Siegel einen leicht eingeschnittenen Eindruck mit abgenutzten Kanten. Der Hintergrund soll die Textur von Reispapier haben. Exportiere das Ergebnis als PNG mit transparentem Hintergrund in 1200 × 1200 Pixeln. Mache nach der Fertigstellung zunächst einen Screenshot und prüfe, ob jedes Zeichen lesbar ist und die Abstände zwischen den Strichen gleichmäßig sind. Falls nötig, überarbeite es.

Wenn du die UI-Implementierung der Codex-/ChatGPT-Mac-App debuggen möchtest

1. Beende die laufende Codex-App.

2. Führe im Terminal folgenden Befehl aus:

$ open /Applications/ChatGPT.app --args --remote-debugging-port=8315 --remote-allow-origins=http://localhost:8315

2. Gib in Chrome chrome://inspect/ ein, um „Remote Target“ zu öffnen.

3. Suche in der Liste nach ChatGPT
app://-/index.html und klicke auf „inspect“.

4. Ein DevTools-Fenster wird geöffnet, in dem du die Codex-UI siehst. Jetzt kannst du Codex genauso debuggen wie eine gewöhnliche Webseite.

Es heißt, das Video wurde von Gemini 4 Argon gemacht, aber ich finde, es ist schlechter als das, was GPT-6 Astra gemacht hat—und es kann sich nicht einmal mit Opus 5.5 messen.

Heute habe ich bei Tests mit Manus einen Tipp gelernt: Beim Zeichnen musst du den Stil und die Gestaltung nicht über einen Prompt steuern, sondern gib direkt ein Referenzbild. Und das Referenzbild enthält bereits Dinge wie Farben, Schriftbeispiele, Demonstration von Xuan-Papierfasern, Tintenränder, Wasserspuren, entfernte Berge, Siegel und Regeln für die Bildfreiräume usw.

So ist die Stabilität beim Generieren deutlich höher, und der Content-Prompt kann auch viel einfacher sein.

Bild 1: Referenzbild

Bild 2 content_prompt:
> Titel „Tee und ein langsames Leben“, Untertitel „Nimm dir ein wenig Zeit, gib mir eine Tasse Tee“. Das Design soll dem Stil des Referenzbilds folgen: ruhig, zurückhaltend, Wabi-Sabi; nutze einen minimalistischen Tuschestil und Tusche-Freiräume; Hintergrund mit Xuan-Papier-Textur. Die Schrift soll zentriert und klar sein.

Bild 3 content_prompt:
> Titel „Mach den Alltag langsamer“. Inhalt: „Warm trinken: zuerst die Temperatur der Dinge spüren“、„Duft wahrnehmen: achte auf den Duft von Tee und Wasser“、„Genießen: in kleinen Schlucken Tee trinken und kurz verweilen“. Das Design soll dem Stil der ersten Seite und des Referenzbilds entsprechen: ruhig, zurückhaltend, minimalistischer Tuschestil; verwende nur wenige Tusche-Elemente (z. B. entfernte Berge, Teegeschirr mit Wasserspuren usw.) als Akzent in den Freiraumbereichen. Die Textgestaltung soll Ebenen/Hierarchie und Freiräume sichtbar machen.

--- Vollständiger Prompt für Bild 2 ---

Erstelle eine professionelle Präsentationsfolie mit folgendem Inhalt:

Titel „Tee und ein langsames Leben“, Untertitel „Nimm dir ein wenig Zeit, gib mir eine Tasse Tee“. Das Design soll dem Stil des Referenzbilds folgen: ruhig, zurückhaltend, Wabi-Sabi; nutze einen minimalistischen Tuschestil und Tusche-Freiräume; Hintergrund mit Xuan-Papier-Textur. Die Schrift soll zentriert und klar sein.

Hierarchie & Layout-Anleitung:
- Beginne mit dem wichtigsten narrativen Element (Überschrift/Metric) und folge mit unterstützendem Text in klaren Abschnitten
- Alle Diagramme sollten echte Daten widerspiegeln, die im Content-Prompt bereitgestellt werden, und treu zu den beschriebenen Quellen bleiben
- Ordne Bildmaterial und Text so an, dass der Betrachter links nach rechts oder von oben nach unten scannen kann; vermeide eine vertikale Stapelung von Diagrammen/Bildern

Visuelle Richtung:
- Professionell und sauber
- Halte dich an den Stil des vorherigen Folienbildes (falls bereitgestellt), um visuelle Kontinuität zu gewährleisten

Anforderungen:
- Professionelles Präsentationslayout mit klarer visueller Hierarchie
- Text muss klar lesbar sein, mit angemessenem Kontrast zum Hintergrund
- Titelbereich und Inhaltsbereich entsprechend einbeziehen
- Einheitlichen Stil für eine professionelle Präsentation beibehalten
- Hochwertiges, publikationstaugliches Design
- Alle Texte sollen scharf und gut lesbar sein
- Halte alle wesentlichen Texte bequem innerhalb des Rahmens; vermeide das Platzieren von Text direkt an den Rändern
- Balanciere visuelle Elemente mit ausreichend Weißraum, sodass sich die Folie sauber anfühlt und nicht überladen wirkt

Lass ChatGPT dieses AI-„Wer ist wer“-Chaos in einer geordneten, neutral-chaotischen 9-Felder-Einteilung klassifizieren. Gib mir das hier gezeichnet!

Lass ChatGPT mit der geordneten neutral-chaotischen 9-Felder-Gittertabelle die KI-Stars einordnen und zeichne mir dieses

Opus 5.5 – Gib dir gestalterische Freiheit für App-Icons

Damals, als ich mit Fable gearbeitet habe, habe ich versucht, Fable für mich ein App-Icon designen zu lassen – aber das Ergebnis war nicht zufriedenstellend. Am Ende musste ich doch ChatGPT zum Zeichnen verwenden, aber das, was dabei herauskam, war keine Vektor-Grafik.

In den letzten Tagen habe ich mit Opus 5.5 Videos erstellt und dabei Inspiration bekommen: Wenn Opus 5.5 in der Lage ist, mit JavaScript + Canvas Bild für Bild ein Video zu erzeugen, dann sollte es auch möglich sein, damit ein Icon mit JS + Canvas zu zeichnen.

Also habe ich es ausprobiert. Die erste Version übertraf direkt meine Erwartungen: schlicht, schön und insgesamt ziemlich gelungen. Der Prompt war dabei im Grunde nur ein einziger Satz:

> Bitte entwerfe ein neues App-Icon für http://BaoCut.app – mach es einfach, farbig und so, dass es Video-Bearbeitung und einen KI-Agent widerspiegelt.
> Kann direkt mit JS ein Canvas zeichnen.

Wichtig ist: der Fokus liegt darauf, „mit JS ein Canvas zu zeichnen“ – nicht auf SVG. Mit SVG bekommt man kein so gutes JS-Draw-Canvas-Ergebnis.

Danach ging es einfach wie bei einem Kunden weiter: ständig nachbessern lassen.
Zum Beispiel fand ich, dass Lösung 3 gut ist. Also sollte es auf Basis von Lösung 3 angepasst werden. Nach ein paar Iterationen in verschiedenen Versionen bekam ich am Ende ein Setup, das ich wirklich zufriedenstellend fand.

Empfehlungen für Open-Source-Video-Prompt-Sammlungen „Awesome Opus 5.5“ auf GitHub