511 - 《AI Tips（2）》

1、Gemini 2 Multimodal Live。之前没找到入口。Google 的多模态可以的，他会分析你屏幕上的内容，然后和你互动。不过，好像是 English Only。

参考：
https://x.com/ivanfioravanti/status/1875268612229099594
https://x.com/dr_cintas/status/1875573778065117534

2、Witsy。有文章扩写的能力，我用的 DeepSeek 的 API。

Witsy 是一款 BYOK（自带密钥）的 AI 应用程序，支持多个主流 AI 模型提供商。它的主要特点包括：1) 支持 OpenAI、Ollama、Anthropic、MistralAI 等多个模型，可以进行文字对话、图像识别和生成、文字转语音等功能；2) 提供 “Prompt Anywhere” 功能，让用户在任何应用程序中快速生成 AI 内容；3) 提供 AI 命令功能，可以对选中的文本快速执行预设的 AI 操作；4) 支持专家提示功能，可以让 AI 在特定领域发挥专长；5) 具备本地文件对话功能，能够理解并回答关于用户文档的问题；6) 提供语音识别和实时语音对话功能。使用 Witsy 需要用户提供相应服务商的 API 密钥，或者通过 Ollama 在本地运行免费模型。这是一个功能丰富的工具，适合需要在日常工作中集成 AI 功能的用户。

3、.cursorrule 里可以定义 tools。比如让他搜索 google 等，通过让他执行脚本来