UV Index Today
实时显示所在地紫外线指数的工具
—
DEV TRENDS / DAILY DISCOVERIES
2026年1月8日大家都在做什么
每天发现开发者社区的新项目、新产品与开源趋势。
ChatFlowchart
通过语言描述生成图表，可编辑文案，可导出 PDF 或图片
—
zimageturbo
通过语言描述生成图片
—
YourRizzAI
AI 聊天分析工具，一键生成自然的约会对话和回复建议
—
投资驿站-优质投资网站、博客、书籍、纪录片汇总
投资网站自荐: touzihub.com 收录了众多优质的投资网站、金融类书籍、纪录片、影视作品等。以及作者平时的投资博客。
—
Square Face Generator：免费、私密、可爱像素头像一键生成
Square Face Generator 是一款在线方形头像生成器，主打「可爱像素风 + 即时下载」。无需注册、无广告，所有生成与下载都在本地浏览器完成，隐私友好，适合用作 Discord、Twitter/X、TikTok、YouTube 等平台的头像与频道图标。 免费使用，永久开放 12 大类别、200+ 选项，组合数以百万计 支持随机生成，灵感不枯竭 即时导出 256×256 PNG，无水印 颜色自定义（含十六进制输入），品牌色一致性更好 纯前端渲染（HTML5 Canvas），轻量快速、移动端友好 1）选择特征（皮肤、刘海、侧发、眼睛、鼻子、嘴巴等）。 2）自定义颜色（支持十六进制输入，方便匹配品牌色）。 3）点击 Random 获取灵感，满意后直接 SAVE 下载 PNG。 相比传统头像站，Square Face Generator 更轻量、隐私更高、不设登录与广告；前端即时代码渲染，生成体验顺滑，适合需要高频试错与快速产出的人群。 主页： 功能介绍： 使用指南： FAQ：
—
Screen Test：快速检测显示器！25+ 测试图案，坏点、漏光一览无余。安全易用，适合专业与普通用户
快速、轻松地评估显示器的图像质量与显示效果。本应用内置 25 项以上测试图案，可用于检测坏点、漏光、竖向条纹、屏幕均匀性等常见显示问题，适用于显示器测试、屏幕检测及坏点检测等多种场景，是一款实用可靠的显示器检测工具。 无论是普通用户还是专业人士，都可以通过本应用简单、高效地评估显示设备的显示质量。 注意：本应用通常不会对显示设备造成任何损害，但无法替代专业检测设备，测试结果仅供参考。 📥 💬
—
自2026年起每周更新arxiv-CS板块的文献，挑选推荐论文解读并附图，希望能对大家有所帮助
github 已完成第一期文献整理和报告： 概述：Organize arxiv's CS section articles, updated weekly, welcome to subscribe
—
面料印花设计工具
🌸花快图：一个快速生成面料印花的工具网站，类似万花筒效果，一张图片可以生成无数张纹理图，纯前端技术栈实现。
—
PayPal 费用计算
PayPal 费用计算器 (PayPal Fee Calculator): 这款基于 Next.js 和 Tailwind CSS 构建的开源工具，旨在帮助商家、自由职业者和个人用户快速、准确地计算 PayPal 交易手续费。 ✨ 功能： 多国/地区支持：内置美国、加拿大、英国、印度等多个国家/地区的最新费率标准，涵盖国内、国际、运通卡等多种场景。 多种费率模式：细分支持“商品与服务 (Goods and Services)”、“慈善捐赠”、“微额支付”等多种交易类型的专用费率。 双向智能计算： 正向计算：输入交易金额，即刻得出扣除手续费后的实际到手金额。 反向推算：输入你期望的到手金额，自动计算出需要向买家收取的总金额（Ask Price）。
—
多AI模型同时问答对比工具
DiffMind： 一个窗口同时使用GPT、Gemini、Claude等多个AI，无需来回切换，同屏对比不同答案，避免单一AI幻觉
—
AI Orchestration Deep Dive: From No-Agent to Multi-Agent and Beyond
Hi, I wrote a technical deep dive comparing 8 AI orchestration patterns, from deterministic workflows to autonomous multiagent systems. What it covers: A spectrum from "you control everything" to "agent controls everything" Patterns: AI as Service → Workflow → Function Calling → Agent → MultiAgent → AWS Bedrock Tradeoffs: control vs autonomy, predictability vs flexibility Decision guide for production use All 8 patterns are fully implemented: Python + FastAPI Deployed to AWS Lambda Terraform infrastructure as code OpenAI, Claude, and AWS Bedrock integrations Not just theory — working code you can deploy. GitHub: github.com/mossgreen/aiorchestrationpatterns Post: mossgreen.github.io/Bookingsystemaiorchestration Would this fit your audience? 你好， 我写了一篇技术深度文章，比较了8种AI编排模式，从确定性工作流到自主多智能体系统。 文章涵盖： 从"完全由你控制"到"由智能体控制"的完整光谱 模式：AI即服务 → 工作流 → 函数调用 → 单智能体 → 多智能体 → AWS Bedrock 权衡分析：控制与自主、可预测性与灵活性 生产环境选型指南 所有8种模式均已完整实现： Python + FastAPI 部署到 AWS Lambda Terraform 基础设施即代码 集成 OpenAI、Claude 和 AWS Bedrock 不只是理论 — 可直接部署的完整代码。 GitHub：github.com/mossgreen/aiorchestrationpatterns 博客：mossgreen.github.io/Bookingsystemaiorchestration 请问这篇文章适合贵刊的读者吗？ Moss
—
Pax：一款 Rust 写的 SSH SOCKS5 自动保活工具
日常开发中，用 ssh D 开个 SOCKS5 代理是高频操作。但原生 SSH 有个老毛病：网络一抖就断，断了还得手动重连，体验很差。虽然有 autossh 这种老牌工具，但配置起来总感觉不够现代化，不够“顺手”。 最近搞了个 Rust 写的小工具 —— Pax，目的很简单：把 SSH 隧道这件事做得更稳、更灵活。 Pax 解决了什么问题？ 1. 真正的“自动保活” 很多工具只是简单重启进程，Pax 则是在底层接管了 SSH 的交互。它能识别连接超时、服务端静默断开（EOF）等各种异常，并立即自动重连。实测下来，把它挂在后台几天几夜，隧道依然是通的，基本做到了“无感”。 2. API 与 CLI 双模式支持 CLI 模式：适合单机使用。参数逻辑和直觉一致，支持 pax host 1.2.3.4 k ~/.ssh/idrsa 这样直接启动，支持 ~ 路径补全，替代手写 SSH 命令。 API 模式：这是 Pax 的特色。你可以把服务器信息（IP、密码、Key）放在一个远程 JSON 接口里。Pax 启动时自动拉取配置。这对于需要经常更换节点，或者团队内部分享测试环境非常有用，改一下接口，所有客户端自动同步。 3. Rust 构建，轻量无依赖 没有任何复杂的依赖环境，就是一个几 MB 的二进制文件。因为是 Rust 写的，内存占用极低。另外加了个实用小功能：如果你的 SSH 账号有过期时间，Pax 启动时会检查并高亮提醒（<24h），防止关键时刻账号过期误事。 总结 如果你受够了 SSH 频繁断连，或者想找一个比 autossh 更现代化、更轻量的替代品，建议试试 Pax。 欢迎 Star 或提 Issue，好用的话帮忙扩散。
—
PowerMem：致力于解决 AI 应用开发者的集体痛点 —— “AI 记忆管理问题”
想象一下这样的场景：你正在和一个 AI 医疗助手聊天，它刚刚帮你记录了头痛的症状。第二天，你再次咨询时，它竟然完全忘记了你是谁，还要你重新介绍一遍病情……是不是很抓狂？这就是传统 AI 应用的 “金鱼记忆” 问题 —— 每次对话都是 “初次见面”，永远记不住历史信息。 今天，来为大家介绍一下我们最近开发的两款 AI 记忆存储产品 —— PowerMem + seekdb，一个让 AI 拥有 “超强记忆力” 的持久化记忆系统，用来解决 AI 应用开发者的集体痛点 —— “AI 记忆问题”。 + PowerMem： + seekdb： 传统的 AI 对话系统每次会话都是 “失忆” 的。用户每次都需要重复说明自己的信息、偏好和历史，体验割裂、效率低下。开发者想要构建 “有记忆的 AI”，却面临数据持久化、智能提取、多模态支持、权限控制等诸多复杂问题，往往需要从零开始构建记忆系统，重复造轮子。 PowerMem 应运而生 —— 一款开源的 AI 记忆管理工具 / SDK，致力于解决 80% 的 AI 记忆管理问题。我们相信，通过提供一套完整、易用、高性能的记忆管理解决方案，可以让开发者专注于业务创新，而不是重复造轮子。 不是简单的"记事本"，而是"最强大脑" PowerMem 是什么？ PowerMem 建立在这样一个原则之上：AI 系统应该能够像人类一样随着时间积累知识和经验。这一理念驱动了 PowerMem 设计和实施的每个方面： + 智能提取和保留：PowerMem 通过 LLM 模型进行记忆的提取，根据重要性和相关性确定哪些信息值得记住。 + 上下文理解：PowerMem 维护跨交互的上下文以实现有意义的个性化体验。 + 持续学习：PowerMem 使 AI 系统能够从每次交互中学习并随着时间的推移而改进。 + 自适应遗忘：像人类记忆一样，PowerMem 实现了自适应遗忘机制以防止信息过载。 PowerMem 的核心特性包括： 1. 开发者友好：轻量级接入方式，提供简洁的 Python SDK / MCP支持，让开发者快速集成到现有项目中 2. 智能记忆管理：记忆的智能提取，通过 LLM 自动从对话中提取关键事实，智能检测重复、更新冲突信息并合并相关记忆，确保记忆库的准确性和一致性。举个例子：还记得上学时老师让你划重点吗？PowerMem 就是 AI 的学霸助手，不需要你手动标注，AI 自动帮你划重点。 python 用户说了一堆话 messages = [ {"role": "user", "content": "Hi, my name is Alice. I'm a software engineer at Google."}, {"role": "assistant", "content": "Nice to meet you, Alice!"}, {"role": "user", "content": "I love Python programming and machine learning."} ] PowerMem 自动提取关键事实 memory.add(messages=messages, userid="alice", infer=True) 结果：自动提取出 4 条关键记忆 1. Name is Alice 2. Is a software engineer at Google 3. Loves Python programming 4. Loves machine learning 3. 艾宾浩斯遗忘曲线：基于认知科学的记忆遗忘规律，自动计算记忆保留率并实现时间衰减加权，优先返回最近且相关的记忆，让 AI 系统像人类一样自然 "遗忘" 过时信息。还记得那个著名的遗忘曲线吗？PowerMem 把它用在了 AI 记忆上，简单来说，就像人类大脑一样，重要的、最近的信息记得更牢。 最近的信息：权重高，优先召回 久远的信息：权重低，自然衰减 过时信息：自动清理，保持记忆库新鲜 4. 多智能体支持：智能体共享/隔离记忆，为每个智能体提供独立的记忆空间，支持跨智能体记忆共享和协作，通过作用域控制实现灵活的权限管理。 5. 多模态支持：不仅记得文字，还看得懂图片。文本、图像、语音记忆：自动将图像和音频转换为文本描述并存储，支持多模态混合内容（文本 + 图像 + 音频）的检索，让 AI 系统理解更丰富的上下文信息。 python 存储图片记忆 memory.add( messages=[{"role": "user", "content": "这是我的X光片"}], images=["xrayimage.jpg"], userid="patient001" ) 搜索时，文字 + 图片一起检索 results = memory.search("X光片结果", userid="patient001") 5. 深度优化数据存储：支持子存储（Sub Stores），通过子存储实现数据的分区管理，支持自动路由查询，显著提升超大规模数据的查询性能和资源利用率。 6. 混合检索：融合向量检索、全文搜索和图检索的多路召回能力，通过 LLM 构建知识图谱并支持多跳图遍历，精准检索复杂的记忆关联关系。 seekdb 是什么？ OceanBase seekdb 是 OceanBase 打造的一款开发者友好的 AI 原生数据库产品，专注于为 AI 应用提供高效的混合搜索能力，支持向量、文本、结构化与半结构化数据的统一存储与检索，并通过内置 AI Functions 支持数据嵌入、重排与库内实时推理。 seekdb 在继承 OceanBase 原核心引擎高性能优势与 MySQL 全面兼容特性的基础上，通过深度优化数据搜索架构，为开发者提供更符合 AI 应用数据处理需求的解决方案。 PowerMem + seekdb (1 + 1 2 ) 的持久化记忆解决方案 PowerMem 的架构旨在模块化、可扩展，包括如下层： + 核心记忆引擎 (core)：管理所有记忆操作，包括智能记忆处理器、分层记忆管理、全生命周期记忆管理模块 + 模型层：提供与流行 LLM 和嵌入模型的无缝集成 + 存储层：支持多种存储后端的灵活接口（特别地，我们在 seekdb / oceanbase 上做了深度适配，充分利用了 seekdb 的混搜能力）。 所以，PowerMem + seekdb 的组合不是简单的数据存储，而是一个真正智能的持久化记忆系统。 1 分钟快速上手：让 AI 秒变"记忆大师" 第一步：安装 bash pip install powermem 第二步：使用 python from powermem import Memory, autoconfig 自动从 .env 加载配置 memory = Memory(config=autoconfig()) 添加记忆（自动提取事实） memory.add("用户喜欢喝咖啡", userid="user123") 搜索记忆（智能检索） results = memory.search("用户偏好", userid="user123") 就这么简单！4 行代码，让你的 AI 拥有"记忆力"！ 结语： 还在为 AI 的 “金鱼记忆” 而烦恼吗？ 还在为 Token 成本居高不下而头疼吗？ 还在为检索准确率低而困扰吗？ 是时候给 AI 装个 “外挂记忆” 了~ 相关资源 + PowerMem GitHub + seekdb GitHub + PowerMem + seekdb
—
PageChatSider- 免费简约的网页聊天侧边栏
因为自己有大量的 Chat With Page 的寻求。 看文章时，和页面内容聊天，快速进行总结和提问等等。 但市面上的浏览器插件，比如 Monica 和 Sider 等等，动不动就是每月 $10 的订阅费用，根本用不到那么多 token 费用。要么有些插件是限制聊天轮数。要么有些免费的插件 UI 又太丑了。 所以我就 vibe coding 自己手搓做了一个最简单，有禅意的总结插件。上架免费开源给大家使用(使用自己的 API key)。 PageChatSider 您的智能网页内容助手 🌟 核心功能： • 一键提取网页核心内容，去除广告和干扰信息 • 侧边栏式AI对话界面，无需离开当前页面 • 支持多种AI模型：OpenAI GPT、Claude、Gemini、通义千问等 • 智能内容总结、分析和问答 • 支持文件上传（PDF、DOC、TXT等） 💡 使用场景： • 📚 学术研究：快速分析论文和文档 • 📰 新闻阅读：深度理解新闻事件背景 • 🛒 电商决策：智能分析产品信息 • 📝 工作学习：高效处理网页信息 🔧 技术特点： • 基于Mozilla Readability的内容提取技术 • 现代化React界面，响应式设计 • 本地数据存储，保护隐私安全 • Manifest V3标准，兼容最新Chrome版本 🎯 适用人群： 学生、研究人员、内容创作者、商务人士等需要高效处理网页信息的用户。
—
开源我打磨了 5 年的 AI 知识管理方法
很认真写的一篇 AI 时代的知识管理方法，已经获得少数派的首页推荐() 公众号@ 潦草学者 文章在() 以下是内容摘要： 🎯 为什么需要第二大脑？ 我们的大脑有三大限制： 学习带宽小 不擅长记忆 输出效率慢 笔记系统作为第二大脑，各自发挥优势： 第一大脑：思考、理解、创造 第二大脑：记忆、组织、可视化 CARD知识管理系统 C Capture 捕捉信息 📡 信息获取黄金法则： 🎯 主动获取优质内容 🔍 Google＞百度（搜索质量提升30%） 📚 RSS订阅精华内容 🤖 AI问答=随身博学导师 👥 线下交流获取独家见解 信息过滤技巧： 娱乐内容用算法推荐（抖音小红书） 学习内容保持主动性 精选信源，控制信噪比 A Absorb 渐进阅读 📖 必要难度理论：学习越艰辛，记忆越牢固 我的AI时代阅读法： 1️⃣ AI辅助判断内容质量 2️⃣ 划线批注，记录想法 3️⃣ 向AI提问解惑 4️⃣ 写读书笔记内化知识 划线重点： ✨ 写得好的句子 💭 产生共鸣的地方 ❓ 不理解的地方 R Repository 知识库 🗂️ 推荐Zettelkasten原子笔记法： 一张卡片=一个核心观点 创造知识间的链接 知识=模型+实例 AI让知识库更智能： 自动写日报 智能检索 批量编辑 辅助创作 D Deploy 运用知识 🚀 学习的终极目标：指导实践！ 两大运用方式： 1️⃣ 实践应用 2️⃣ 内容创作 3️⃣ 使用 Analogy 部署你的知识库 🛠️ 我的工具清单 信息捕捉： RSS：Folo 稍后读：Readwise AI搜索：Perplexity 知识管理： 笔记：Notion/Obsidian 划线：Readwise AI辅助：Claude/ChatGPT ✨ 写在最后 知识管理不是目的，而是手段 真正的目标是： 让学习更高效 让思考更深入 让创造更有力 希望能帮助你在AI时代构建属于自己的知识体系，让知识真正成为你的武器！
—
Rime 万象输入法更新工具
这是一个用 Go 语言编写的 Rime 万象输入法自动更新工具，支持 Windows、macOS 和 Linux 平台。 ✨ 特性 🎨 精美的 TUI 界面: 使用 Bubble Tea 和 Lipgloss 构建的现代化终端界面 🔄 自动更新: 支持词库、方案、模型的自动检测和更新 🌍 跨平台支持: 原生支持 Windows、macOS 和 Linux 🚀 自动化发布: GitHub Actions 自动构建多平台二进制文件 🔌 代理支持: 支持 SOCKS5 和 HTTP 代理 🪞 镜像加速: 支持 CNB 镜像，国内访问更快 💾 断点续传: 下载支持断点续传，节省流量 🔐 SHA256 校验: 确保文件完整性和安全性 提供 aur、homebrew方式一键安装
—
RepoReaper：基于 DeepSeek 和 AST 的“类人”代码审计 Agent
RepoReaper 项目简介： 一个试图解决 RAG "切片破碎"痛点的 AI Agent。 传统的 RAG 只是机械地把代码切成文本片段，导致函数逻辑断裂。这个工具模仿了高级工程师的认知流程： 全局认知：先扫描目录树，建立架构地图。 AST 切分：利用 Python 抽象语法树，按类(Class)和方法(Method)的边界完整切分代码，保留逻辑完整性。 ReAct 补全：阅读中发现缺失的引用，会自动触发 GitHub API 下载依赖文件 (JIT)。 可视化：直接输出 Mermaid 架构图和时序图。 基于 DeepSeek V3 构建，支持 Docker 一键部署，适合用来快速阅读陌生的开源项目源码。
—
AI 驱动的使用自然语言搜索文件的工具
Rust 使用自然语言搜索本地文件的工具 项目功能： 使用自然语言搜索文档、图片、音频的内容，找出对应的文件 解决痛点： 大量的文档（比如说几十G的word、excel、pdf等）和图片，要记得某个文件的名称和路径是不太可行的，根据记忆中的内容进行搜索才更高效、更实用。 使用场景 个人文档库 SVN / Git 团队或公司知识库 研究与学术资料 法律与财务文档 特性 按内容搜索，而非文件名 兼容现有本地文件 快速轻量 默认保护隐私 技术栈 Frontend WebView（Tauri） PNPM Node.js Backend Rust Tauri Core 亮点 1. 基于语义进行文件搜索，与常见的基于文件名和路径进行搜索的工具有很大区别，减轻记忆负担，更符合人类思维习惯。 1. 使用 Rust 实现，尽可能少占用系统资源，长时间稳定运行。 截图或演示视频
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
—
没有找到相关项目
换一个关键词或分类试试。
DEV TRENDS / COMMUNITY
讨论本期日报
使用 GitHub 登录，分享你的看法、问题或补充信息。