shot-scraper 1.12 ajoute le support WebP avec option `--quality`

5 min de lecture

shot-scraper 1.12 ajoute le support WebP avec option `--quality` · commit-rewriter 0.1 sort pour nettoyer les messages de commit générés par agents de c...

Écouter le numéro du jour

0:00 / 0:00

Veille du 15 septembre

0:00 / 0:00

Sommaire

TL;DR

  • shot-scraper 1.12 ajoute le support WebP avec option --quality 11
  • commit-rewriter 0.1 sort pour nettoyer les messages de commit générés par agents de codage 3
  • ZGCM-1 : modèle dense 7B fully open entraîné from scratch pour math et recherche agentique 16

Les 4 signaux

🖼️ shot-scraper 1.12 — WebP natif

shot-scraper 1.12 — WebP natif Simon Willison publie la version 1.12 de son outil d’automatisation de captures d’écran. Ajout du support WebP : shot-scraper https://... -o screenshot.webp --quality 80. Sans --quality, le fichier WebP est lossless 11.

Pourquoi ça compte : Les captures lossless gonflent le poids ; l’option --quality permet de calibrer taille/fidélité dans les pipelines CI de tests visuels.

🔧 commit-rewriter 0.1 — nettoyer les commits d’agents

commit-rewriter 0.1 — nettoyer les commits d'agents Willison sort une web app pour réécrire les messages de commit. Cas d’usage déclencheur : les commits initiaux des releases sécurité de Datasette étaient pleins de « coding agent cruft » et de références à des issue IDs du repo privé, inaptes à publication 3.

Pourquoi ça compte : Le nettoyage manuel des messages générés par agents devient une étape de release à part entière ; un outil dédié évite de réécrire l’historique à la main avant push public.

🧠 ZGCM-1 — 7B dense fully open pour math et recherche agentique

ZGCM-1 — 7B dense fully open pour math et recherche agentique Modèle dense 7B entraîné from scratch, présenté comme fully open, avec efficacité data/système/algorithme. Prémisse : les modèles compacts ne peuvent pas mémoriser passivement le web ouvert, mais contournent les limites de capacité paramétrique en couplant un raisonnement interne délibéré 16.

Pourquoi ça compte : Un 7B dense fully open ciblant math + agentic search donne une alternative self-hostable face aux modèles propriétaires sur ces tâches.

🤖 AGP — un agent pilote directement un robot physique « Agent as Policy » place planification et exécution de tâche sous contrôle de l’agent. Résultat annoncé : un agent généraliste conduit un robot physique tout au long de l’exécution, sans entraînement spécifique à la tâche ni à l’environnement 5.

Pourquoi ça compte : Supprime le fine-tuning par tâche côté robotique ; l’agent réutilise ses capacités de planification sur du hardware non entraîné.

À retenir

  1. 1.12
    WebP lossless par défaut dans shot-scraper 1.12, --quality pour compresser 11
  2. 7
    B dense pour ZGCM-1, fully open, entraîné from scratch 16
  3. Zéro training task-specific pour AGP qui pilote un robot physique 5

Niveaux de preuve

    Tous les niveaux

    Tuto du jour

    Aucun tuto d’installation locale identifié aujourd’hui.

    Matos & Infra local

    Aucune actualité matériel/infra locale aujourd’hui.

    Fine-Tuning & Quantiz

    Pas de nouveauté fine-tuning ou quantification aujourd’hui.

    RAG & Agents Locaux

    Architecture / Outil : commit-rewriter 0.1, application web de réécriture de messages de commit 3 Cas d’usage : nettoyer des commits de release Datasette pollués par du « coding agent cruft » et des références à un dépôt privé avant publication 3 Clé de voûte : outil local d’édition manuelle assistée, sans vector DB ni exécution entièrement autonome documentée 3

    Track Record

    Ce qu’on disait le 30-31/08 : GLM-5.3 passe en open-weight sur Hugging Face, 631 points sur HN 1 ; Claude Code Opus 5 Auto Mode devient le mode par défaut avec des affirmations « audacieuses » sur sa protection anti-prompt injection 2. Verdict aujourd’hui : en attente. Aucun élément du jour ne confirme ni n’infirme la robustesse anti-injection d’Opus 5 Auto Mode ; le thème sécurité des agents revient toutefois via HazardAuditor, qui cible les risques d’exécution des computer-use agents 12.

    Sources (18) — vérifiées le 15/09/2026 05:00 UTC

    Autres lectures (11)

    V3ille — Sources : arXiv, GitHub Trending, Hugging Face Daily Papers, OpenAI, DeepMind, Google AI, IEEE Spectrum, The Robot Report.

    Partager ce rapport :

    Vous avez aimé ce rapport ?

    Recevez les prochains directement dans votre boîte mail, chaque matin.

    Zéro spam. Désabonnement instantané en 1 clic.