01
健身 App 动作素材
有开发者把 302 个常见健身动作整理成一套素材库，开源在 GitHub 上了。
每个动作都有 3 帧，共 906 张图。
而且，每个动作都带有结构化信息哦，比如动作名称、器械、主要肌群、次要肌群、动作类型和是否属于拉伸。
可以按关键词检索，也可以叠加器械、肌群等条件筛选。
开源地址：https://github.com/bryllim/workout-guide
例如，下面几行代码就能查找俯卧撑，并生成素材的 CDN 地址：
npm install @bryllim/workout-guide
import { searchExercises, getAssetUrl } from '@bryllim/workout-guide';
const [pushUp] = searchExercises('push up');
const frame = getAssetUrl(pushUp.slug, 1);
02
CAD 开源数据集
让 AI Agent 操作 AutoCAD、SOLIDWORKS 这类专业软件，比读网页和填表格要复杂一些。
因为模型要学会完成一项 CAD 工作，通常需要同时看到屏幕变化、鼠标键盘操作、任务目标和最终成果。
只收集教学视频，往往很难还原完整的操作链路。
Markov 新发布了一个 CAD 数据集，这是一套面向这类训练任务的电脑操作数据集。
整套数据约 256 G，还挺大的。
一共这套数据共记录了 1020 个小时的工作过程，包含 597 条工作流，覆盖 10 款 CAD、BIM、结构分析与可视化软件。
现在下载量已经破 10 万了。
这个数据集中二维制图和机械设计占了大头，建筑建模、结构分析和渲染也有。
开发者可以按软件拆分训练集，也可以研究同一个 Agent 如何适应不同专业工具。
每个数据集都有配套文件。
包含 30 FPS 屏幕录像、带时间戳的鼠标键盘事件、逐帧对齐信息和自然语言操作说明。
牛逼的是，还附有任务描述、输入材料、完成后的工程文件与评分标准。
项目地址：https://huggingface.co/datasets/markov-ai/cad-1000-hours
